可见时间：
垂直行业：对于涵盖许多垂直行业或学科领域的大型出版物，有些垂直行业比其他垂直行业更昂贵
按点击付费：另一种参与度指标，通过点击目标着陆页的次数来衡量
为了进行定量分析，我们从所有出版物中收集了明确的数据来计算预测变量。这些变量包括：
域名权威性：Moz 给出的排 新西兰电报筛选 名分数，满分为 100 分，使用 40 多个信号来计算网站在搜索引擎结果页面 (SERP) 中的表现。分数越高，网站就越权威。
页面权威性：Moz 的另一个排名分数，满分为 100 分，用于计算给定网页在 SERP 中的排名可能性。在本研究中，使用了出版物的主页。
PageRank：Google 的排名指标，用于计算网页的相关性。该分数会分析传入链接的数量和引用网页的质量，以生成介于 0（低相关性）和 10（高相关性）之间的测量值。
AlexaRank：Alexa.com 的排名分数，基于连续三个月的用户流量数据。网站排名基于独立访客和页面浏览量的综合衡量标准。综合排名最高的网站排名第一，数字越高，排名越低，流量数据越低。
Facebook 关注者数：出版物 Facebook 页面的粉丝数（或“赞”）数量。
Twitter 关注者：出版物或博主的 Twitter 帐户的关注者数量。对于拥有多个帐户和/或投稿作者的出版物，仅使用关注者最多的帐户。
Pinterest 关注者：出版物或博主的 Pinterest 帐户的关注者数量。
假设
假设本研究中的数据集是整个博客和其他在线出版物生态系统的代表性样本，因为结果与 Moz 的 页面权威分布非常相似，该分布分析了超过 10,000 个 SERP 和 200,000 个唯一页面。该回归模型的平均页面权威为 40.8，标准差为 15.1。分布如下图所示。
Moz-分布.jpg
本研究中的回归模型的平均值是 47.1，标准差是 15.5。博客和出版物样本集的页面权威性略高于 Moz 研究。这是意料之中的，因为该研究仅测量了根域，而不测量这些域内的长尾页面。
出版商-分发.jpg
除了这个微小的差异之外，分布曲线几乎相同。对于那些喜欢数字的读者来说，本研究中页面权威数据的描述性统计数据如下。