我们可能无法预测下次更新的具体日期，但模式中是否存在规律呢？不可否认，从这篇文章开头的图表中很难看出这一点。分析不规则的时间序列（峰值之间的周期和幅度都会发生变化）需要一些非常复杂的数学运算，因此我决定从简单一点的开始。
我首先假设存在一种规律
并基于该假设寻找一种方法来消除一些噪音。产生结果的最简单分析涉及取 3 天移动平均值并计算平均标准误差 (MSE)。换句话说，对于每 罗马尼亚电话号码数据 个温度（每个温度代表一天），取当天和其两侧日期（3 天窗口）的平均值，然后计算当天温度与 3 天平均值之差的平方。这会夸大陡峭的峰值，并平滑一些噪声序列，从而得到以下图表：
直到 2016 年 2 月，这篇文章才受到部分影响，显示出异常高的信噪比。那么，让我们将图表扩展到过去 90 天：
观看第 2 至第 6 场高峰
（1 月 21 日开始）？两者之间的间隔分别是6天、7天、7天、8天。此后，为下一次较小高峰（3 月 3 日）将有 2 周的休息时间，之后又是 8 天的休息时间。虽然这很难证明存在明确的规律，但考虑到我们对算法更新审批流程的了解，很难相信每周的节奏完全是巧合。
在其他月份，这种模式不太明显，而且我并不 社会和文化权利可能会引发自身的问题 是说每周的更新周期就是全貌。我们知道Google也会进行大规模数据刷新（包括Penguin），有时会持续几天（甚至几周）的更新。 2015 年 4 月 (12 个月 MSE 图的第一部分) 也存在类似的模式，尽管有些嘈杂。 2015 年圣诞节前后的活动水平也值得关注：
尽管我们有各种阴谋论
但看起来谷歌的活动在 2015 年圣诞节期间确实出现了低迷，持续了大约 4 周，随后出现了大幅增长，这可能反映了一些追赶更新。工程师也会去度假。请注意，在 1 月份第一次峰值之后有大约 2 周的间隔，然后又有两次 1 周的间隔。
一周中出现这些峰值的最频繁的一天似乎是星期三，如果我们认为这与谷歌的周四会议有关，那就很奇怪了。这些大致每周的周期可能与周中的搜索模式自然相关，尽管如果变化与周中的流量激增或新闻量等因素有关，我们通常预计峰值不会那么明显。
我们赢过谷歌了吗？
我已经详细地写了为什么我认为算法更新仍然很重要，但是，从战略上讲，我认为我们不应该试图围绕每周更新来计划我们的工作。许多更新都非常小，甚至一些平均规模较大的更新也不会对我们的雇主或客户产生影响。
我把谷歌天气视为失业率。知道税率是 5% 还是 7% 很有趣，但最终对你来说重要的是你是否有工作。失业率高低是一个有用的经济指标，可以帮助 阿尔及利亚领先 您决定是否冒险寻找新工作，但并不能决定您的命运。类似地，测量算法的温度可以让我们了解整个系统，但任何一天的温度都不会决定你的成功或失败。
最终，我们不应该试图预
测算法更新何时发生，而应该关注这些更新背后的动机以及它们所表明的谷歌的意图。我们不知道锤子何时会落下，但只要我们留心，就能及时避开。
能创作出热门的内容.
如果您已经涉足内容营销领域一段时间
您可能会同意兰德的观点。经验丰富的内容营销人员知道，在获得巨大成功之前，内容很可能会失败。然后，当你了解到为什么某些材料会失败而其他材料会成功时，你就将所学知识融入到实践中。渐渐地，你的击球垒开始变少，本垒打开始变多。
在 Fractl，我们定期查看活动效果，并根据数据改进我们的生产和推广流程。出版商是否拒绝某种特定的内容格式？域名权威（DA）和我们所针对的行业之间有联系吗？某些主题是否能吸引最多的社交分享？这些是我们提出的问题类型，然后我们使用相关数据来创建更好的内容。