要点

検索競争は反復的な配分問題です。あるクエリ、ページ、形式への作業には他の機会を失うコストがあり、競合は反応し、結果は不確実です。

ゲーム理論は誘因、変更コスト、不安定性を考える助けになりますが、統制モデルはGoogleの順位関数を明かさず、ナッシュ均衡も成果も保証しません。

実践手順

  1. ユーザー課題のポートフォリオと各ページが既に提供する根拠を定義します。
  2. 価値、関連性、工数、変更コスト、重複、変動を外部事実ではなく明示的な仮定として見積もります。
  3. ユーザー価値と編集品質を必須条件に、均衡型・価値型・安定型の配分を比較します。
  4. 比較可能な期間で実績と競合反応を記録し、順位の動きごとに追随せず更新します。

100単位のうち45を価値ある不足、35を強いが変動するページ、20を探索に配分できます。これは予測ではなくシナリオで、品質を損なう変更の配分はゼロです。

よくある誤り

  • 上位競合を安定した最適反応としてコピーすること。
  • 同じページが複数課題を担うのに一つのクエリだけを見ること。
  • 式をGoogle要因、ナッシュ均衡、順位予測と呼ぶこと。

限界

  • 競合の意図、順位機構、将来行動は部分的にしか観測できません。
  • 重みはユーザーの仮定であり、自社データで調整が必要です。

情報源

関連ガイドとツール