为了了解营销人员在为语音搜索页面排名时需要考虑哪些参数，我们进行了一项深入研究，分析了3种设备上超过5万个查询的结果。
我们的研究，你可以在这里查看，产生了一系列的发现，包括10个关键因素，影响谷歌助手如何选择语音搜索答案。
下面你会发现我们完整的方法，它完整地描述了数据收集过程。
1. 硬件
我们使用了三种不同的设备来了解向谷歌Assistant提问的设备是否会对返回的答案产生影响。
我们用了两个家庭扬声器设备和一个安卓智能手机，用编程的方式向它们提出了数万个问题，并记录了每个问题的答案。
我们使用的设备是：
谷歌的家
谷歌家用迷你
小米红米6 （Android）
在小米红米6的情况下，所有的答案都是用耳机记录的，以确保谷歌助手会大声读出答案。目前还不清楚使用耳机是否对给出的答案有任何影响，因为我们没有研究这种影响（因为它不是我们研究的重点）。
此外，所有设备都设置在相同的位置，以提供地理一致性。我们选择的地点是纽约市，更具体地说，是帝国大厦。
2. 制作问题清单
我们为谷歌Assistant准备了一系列问题。这些问题可以手工生成，也可以通过SEMrush的API生成；这是用三种不同的方法完成的，它们是：
常见问题
从SEMrush数据库和先前发表的分析中收集了一系列常见问题。
示例查询包括：
参加婚礼该穿什么？
什么是求职信？
如何通过药检？
关键词生成问题
我们还使用了一系列种子词来生成查询。这些都是基于随机选择的关键词。有了这些种子词，我们收集了一些常见的问题，这些问题以关键词本身为特征。
以关键词“t恤”为例，问题包括：
如何叠t恤？
如何制作自己的t恤？
如何打印t恤？
使用列表构建常见问题
我们列出了一些受欢迎的主题（包括动物和国家），并将这些主题注入到一系列基本问题中。
以动物为例，它是这样运作的：
动物名单：
乌龟
狗
猫
问题列表：
动物b>能活多久？
我可以有一个动物b>作为宠物吗？
在问题列表中循环动物
乌龟能活多久？
狗能活多久？
猫能活多久？
我可以养一只乌龟当宠物吗？
我可以养条狗当宠物吗？
我能养只猫当宠物吗？
这种方法使我们能够识别趋势并消除与研究无关的结果。例如，我们的研究表明谷歌可能有某些类型问题的来源，因为基于名人及其生活的查询通常会返回来自biography.com的结果。这一见解表明，一些作为语音搜索返回的答案似乎来自选定数量的可信来源，而不管SERP中的其他结果是否具有更令人印象深刻的指标。
3. 问问题
当涉及到提问时，我们使用了相同的迭代过程。运行过程如下：
一个问题被输入谷歌文本到说话，然后转换成一个音频文件。
然后用电脑的扬声器播放音频文件，例如，“嘿谷歌，我可以养一只乌龟当宠物吗？”
谷歌助手有五秒钟的时间来处理信息并说出答案。
然后我们播放了一个预先录制好的音频文件，上面写着：“嘿，谷歌，停下来。”这是由于谷歌Home设备在解释设备说话时发送的一些问题时出现了问题。
三秒钟作为缓冲时间，之后问题被发送到一个包含所有问题的文件中，以便交叉参考，以避免重复。
然后这个过程又回到了第一步。
4. 分析问题和答案
通过登录myactivity.google.com，我们能够从上述活动中提取所有语音搜索的问题和答案。我们将这些数据导出为HTML文件，并通过Python库Beautiful Soup抓取它。
导出的文件包含信息块，包括：
问题来了。
b谷歌提供的答案。
链接到答案的来源，如果适用*。
*在某些情况下，通过Android设备询问的特定问题没有提供答案链接。例如，当我们问“Lady Gaga多大了？”，给出的答案是“32年”（不需要链接）。
其他未提供链接的因素包括：
答案是一个照片列表（仅限Android）。
谷歌不知道答案——他的回答是“我还帮不上忙。”
导出文件后，我们收集答案并将其放入表中以供进一步分析。
问题 回答 链接 设备
什么是最好的SEO工具？ SEMrush。 www.semrush.com 谷歌家用迷你
5. 收集serp
一旦收集到数据，就会将其放入一个格式化的表格中，其中包含问题和答案以及它们的位置和任何已占用的SERP功能。
为了保持研究的一致性，我们在三个设备上使用了完全相同的位置，并提出了完全相同的问题。
然后以如下格式返回结果：
问题 URL 功能类型 位置
什么是最好的SEO工具？ www.semrush.com featured_snippet －1
什么是最好的SEO工具？ www.semrush.com/seo 有机 1
通过使用这种方法，我们能够收集每个答案的排名位置以及答案排名的任何SERP特征（例如，Featured Snippet）。值得注意的是，没有收集不包含URL的SERP特性，例如知识面板。
6. 收集度量标准
在收集指标时，我们选择了前10个有机结果和SERP特征进行分析。可以分析前100个结果。然而，初步分析发现，谷歌Assistant选择的97%的答案来自第一页；这使得分析每个问题的100个结果变得不必要。
从SERP排名前10位的每个URL中，我们收集了以下数据：
模式：通过“requests”和“BeautifulSoup”直接从页面本身获得。
页面性能：使用谷歌Page speed API收集页面速度和其他指标。
反向链接：我们使用SEMrush反向链接分析API来提供SERP中排名前10位的反向链接信息。
我们还分析了文本本身的其他几个指标，以建立语音搜索中的排名因素。这些包括:
复杂性：答案中使用的语言类型。
文本长度：对答案进行简单的字数统计。
我们使用了许多不同的尺度来分析文本的复杂性。这些都是:
Flesch Kincaid Grade & Reading Ease
戴尔·查尔可读性评分
科尔曼·刘指数
Linsear写公式
自动可读性索引
页面性能指标
下面您将找到我们在分析页面速度性能时获得的指标的进一步信息。我们评估的指标如下：
DOM节点
最大子元素
最大DOM深度
估计输入延迟
第一个CPU空闲
第一个内容油漆
第一次有意义的绘画
互动
第一次油漆
最后一次视觉变化
观察到的负载
速度指数
互动时间
总字节权重
到第一个字节时间
反向链接的指标
我们使用SEMrush API研究了一些与反向链接相关的指标。下面是收集到的完整列表：
反向链接报告:
Anchor_kw
External_num
形式
框架
图像
Internal_num
Lostlink
Newlink
Nofollow
Page_score_mean
Sitewide
Source_size
Source_title_kw
Trust_score_mean
反向链接概述报告：
Domains_num
Follows_num
Forms_num
Frames_num
Images_num
Ipclassc_num
Ips_num
Nofollows_num
分数
Texts_num
总计
Trust_score
URLs_num
反向链接转域名报告：
Backlinks_num
国家
Domain_ascore
Domain_score
Domain_trust_score
每个指标的描述可以在这里找到。
在“backlinks_refdomains”和“backlinks”的API参数中，报告设置为：
“display_limit = 100”
“display_sort = backlinks_num_desc”
这些报告的单个值是前100个结果的平均值。
阅读我们的语音搜索研究
我们的深入研究使用了上述方法，主要有两个目标：
了解谷歌Assistant用于选择语音搜索查询答案的参数。
比较和理解从不同设备得到的答案的差异。
这如何应用于语音搜索营销？由此，我们发现了10个关键的排名因素，从字数到页面速度，这些因素对语音搜索结果有明显的影响，这些都是使用语音搜索优化服务时需要考虑的宝贵见解。
您可以点击这里查看我们的研究，并揭示影响语音搜索结果的关键排名因素。