PBN Nedir? Link Grafiği Manipülasyonu ve Search Spam Mantığı

Bir web sitesine beş farklı domain’den backlink geldiğini düşünelim.

Dışarıdan bakıldığında tablo oldukça basit görünür:

Site A ──→
Site B ──→
Site C ──→ MONEY SITE
Site D ──→
Site E ──→

Beş farklı site aynı içeriğe veya şirkete referans veriyor.

İlk bakışta bu, birbirinden bağımsız beş kaynağın aynı siteyi değerli bulduğu şeklinde yorumlanabilir.

Ama başka bir gerçeklik mümkün:

              OPERATOR
           ↙    ↓    ↘
       Site A Site B Site C
          ↘     ↓     ↙
            MONEY SITE
          ↗           ↖
       Site D       Site E

Domain’ler farklıdır.

Görünürde bağımsız web siteleridir.

Ama kontrol ilişkisi tek bir operatöre ait olabilir.

PBN, yani Private Blog Network, genel olarak aynı kişi veya organizasyon tarafından kontrol edilen birden fazla web sitesinin, sıralanması hedeflenen başka bir siteye kontrollü bağlantılar üretmek amacıyla kullanıldığı ağ yapısını ifade eder.

Bu yapıda sıralanması hedeflenen ana siteye SEO jargonunda sıklıkla money site denir.

Fakat PBN’i yalnız:

Bir sürü site kurup ana siteye backlink vermek.

şeklinde anlamak konunun search systems açısından ilginç kısmını kaçırır.

Asıl problem şudur:

Arama sisteminin bağımsız kaynaklardan geldiğini gözlemlediği link sinyali ile bu kaynakların gerçek kontrol ilişkisi aynı olmayabilir.

Bunu şu şekilde ifade edebiliriz:

OBSERVED LINK GRAPH
≠
REAL CONTROL GRAPH

PBN teorisinin merkezinde tam olarak bu fark vardır.

PBN nedir?

PBN, bir veya daha fazla hedef sitenin organik görünürlüğünü etkilemek amacıyla bağlantı üretmek için kontrol edilen web sitesi ağıdır.

Basitleştirilmiş model:

PBN SITE A
     ↓
PBN SITE B ─────→ MONEY SITE
     ↑
PBN SITE C

Her network sitesinin ayrı:

• domain’i,
• sayfaları,
• içeriği,
• link profili

bulunabilir.

Ancak kritik özellik domain’lerin birbirinden farklı olması değildir.

Kritik özellik:

Linklerin bağımsız editorial kararların sonucu gibi görünmesine rağmen bağlantı üretiminin tek taraf tarafından kontrol edilebilmesidir.

Bu nedenle PBN’i anlamak için önce linklerin arama sistemlerinde neden değerli olabileceğini anlamak gerekir.

Arama sistemleri linkleri neden önemser?

Web üzerindeki bağlantılar yalnız kullanıcıların bir sayfadan diğerine gitmesini sağlamaz.

Aynı zamanda sayfalar ve web kaynakları arasındaki ilişkilerin oluşturduğu bir graph meydana getirir.

Google, bağlantılar arasındaki ilişkileri anlamak için çeşitli link-analysis sistemleri kullandığını ve PageRank’in değişmiş biçimiyle temel sıralama sistemlerinin bir parçası olmaya devam ettiğini açıkça belirtir.

Bu nedenle linkler en azından üç farklı bağlamda düşünülebilir:

DISCOVERY
Bir URL'nin varlığını bulmaya yardım eder.

RELATIONSHIP
Sayfalar ve siteler arasındaki ilişkileri gösterir.

RANKING SIGNAL
Bazı bağlantılar sıralama sistemlerinde
değerlendirilen sinyallere katkıda bulunabilir.

Arama motorunun crawling, indexing, retrieval ve ranking katmanlarını daha geniş çerçevede arama motorlarının nasıl çalıştığını anlattığım Search Systems yazısında ele alıyorum.

PBN’in ekonomik değeri de buradan çıkar.

Normal koşullarda başka bir yayıncının:

Bu sayfaya link vermeye değer.

kararını kontrol edemezsiniz.

PBN yaklaşımı bu dış sinyali kendi kontrol alanına çekmeye çalışır.

PBN’in asıl hedefi backlink üretmek mi?

Teknik olarak backlink üretir.

Ama kavramsal olarak daha ilginç amaç:

Bağımsız editorial endorsement görüntüsünü yapay biçimde üretmektir.

Şöyle düşünelim:

DOĞAL MODEL

Publisher A
kendi kararıyla
↓
Site X'e link verir


PBN MODELİ

Operator
↓
Publisher A görünümündeki site
↓
Operator'ın money site'ına link verir

Dışarıdaki graph’ta iki model benzer görünebilir.

Kontrol graph’ında ise tamamen farklıdır.

Bu yüzden PBN problemini yalnız:

Kaç backlink üretildi?

şeklinde okumak eksiktir.

Daha temel soru:

Bu bağlantılar gerçekten birbirinden bağımsız kararların sonucu mu?

olur.

Observed Link Graph ile Ownership Graph arasındaki fark

Bir search crawler web üzerinde link ilişkilerini gözlemleyebilir:

A → X
B → X
C → X
D → X

Fakat bu graph bize doğrudan:

• A’nın sahibi kim?
• B’nin sahibi kim?
• C ve D koordineli mi?
• Link kararını kim verdi?

sorularının cevabını vermez.

Bu nedenle iki graph’ı ayırmak faydalıdır.

Observed Link Graph

Domain A
     ↘
Domain B → Target
     ↗
Domain C

Web üzerinde doğrudan gözlemlediğimiz bağlantı yapısıdır.

Control / Ownership Graph

Operator
├── Domain A
├── Domain B
├── Domain C
└── Target

Gerçek kontrol ve koordinasyon ilişkisini temsil eder.

PBN’in teorik amacı:

Observed Link Graph’i bağımsız göstermek, Control Graph’i ise görünmez tutmaktır.

Search spam detection açısından problem bunun tersidir:

Görünürde bağımsız node’lar arasında gerçekte koordinasyon olduğuna dair yeterli evidence var mı?

PBN neden teorik olarak çalışabilir?

Bunun cevabı:

Google linkleri seviyor.

kadar basit değildir.

Daha doğru model şudur:

SEARCH SYSTEM
bir sinyale değer verir
↓
SPAMMER
bu sinyalin organik oluşmasını beklemek yerine
kontrol edilebilir versiyonunu üretmeye çalışır

Linkler arama sistemleri açısından faydalı ilişkisel sinyaller olduğunda:

NATURAL ENDORSEMENT
↓
LINK SIGNAL
↓
RANKING VALUE

zinciri oluşabilir.

PBN ise:

CONTROLLED SITE
↓
CONTROLLED LINK
↓
ENDORSEMENT GÖRÜNTÜSÜ
↓
RANKING SIGNALINI ETKİLEME GİRİŞİMİ

üretmeye çalışır.

Google’ın spam politikalarında bağlantı spam’i de sıralamayı manipüle etme amacıyla bağlantı oluşturma veya edinme bağlamında ele alınır.

Dolayısıyla PBN teorisinin ekonomik motivasyonu:

Normalde kazanılması gereken dış sinyali satın alınabilir veya doğrudan kontrol edilebilir hale getirmektir.

PBN neden “private” olarak adlandırılır?

Buradaki “private” kelimesi sitelerin parola korumalı olması anlamına gelmez.

Network’ü kontrol eden ilişkinin dışarıdan açık biçimde görünmemesi fikrini ifade eder.

Örneğin beş site:

• farklı marka isimleri,
• farklı domain’ler,
• farklı içerik formatları

kullanabilir.

Fakat bunların bağımsız görünmesi gerçekten bağımsız olduklarını göstermez.

Burada önemli bir ayrım gerekir:

PRIVATE
≠
UNDETECTABLE

PRIVATE
≠
SAFE

Bir ilişkinin doğrudan görünmemesi, farklı evidence kaynaklarının aynı ilişkiyi destekleyemeyeceği anlamına gelmez.

Footprint nedir?

Footprint, ayrı görünmesi beklenen siteler arasında tekrar eden veya ortak kontrol ihtimalini düşündüren gözlemlenebilir ortaklıklara SEO topluluklarında verilen genel isimdir.

Tarihsel PBN rehberlerinde footprint tartışmaları çoğunlukla şunlara indirgenmiştir:

• IP,
• nameserver,
• registrar,
• theme,
• plugin,
• analytics ID,
• author bilgileri.

Ancak modern network analysis açısından:

Aynı IP’yi kullanıyorlar, o halde aynı network.

demek son derece zayıf bir çıkarımdır.

Binlerce bağımsız site aynı hosting provider, CDN veya altyapıyı kullanabilir.

Daha kullanışlı mental model:

SINGLE FOOTPRINT
≠
PROOF

MULTIPLE INDEPENDENT SIGNALS
↓
CLUSTERING EVIDENCE
↓
CONTROL / COORDINATION HYPOTHESIS

Google PBN tespit etmek için hangi footprint’leri kullanıyor?

Kamuya açık bilgilerden bunu ayrıntılı biçimde bilmiyoruz.

Google SpamBrain’i AI tabanlı spam-prevention sistemi olarak tanımlıyor ve sistemi spam siteleri, bağlantı satın alan siteler ve outbound link passing amacıyla kullanılan siteler gibi kötüye kullanım türlerini tespit etmek için geliştirdiğini belirtiyor.

Ancak Google:

IP şu kadar ağırlıkta
Anchor similarity şu modelle ölçülüyor
TLS certificate şu classifier'a gidiyor

gibi production feature set yayınlamıyor.

Bu nedenle:

Google kesin şu footprint’lere bakıyor.

demek yerine daha dikkatli yaklaşmak gerekir.

Aşağıdaki sinyaller Google’ın açıkladığı detection feature listesi değildir.

Bunlar genel network analysis ve defensive investigation açısından koordinasyon hipotezini değerlendirmek için kullanılabilecek evidence sınıflarıdır.

Network analizi için hangi evidence sınıfları anlamlı olabilir?

1. Infrastructure overlap

Örneğin siteler arasında tekrar eden:

• hosting ilişkileri,
• ASN,
• nameserver yapıları,
• CDN kullanımı,
• TLS veya certificate ilişkileri

incelenebilir.

Tek başına hiçbiri ortak ownership kanıtı değildir.

Ama başka sinyallerle birlikte kullanıldığında araştırma açısından anlamlı olabilir.

2. Outbound target overlap

Birden fazla görünürde bağımsız sitenin sürekli aynı ticari domain grubuna link vermesi dikkate değer bir graph pattern oluşturabilir.

Örneğin:

Site A ─→ Target X
Site B ─→ Target X
Site C ─→ Target X

Site A ─→ Target Y
Site B ─→ Target Y
Site C ─→ Target Y

Tek başına bu desen manipülasyon kanıtı değildir.

Aynı sektördeki gerçek yayınlar doğal olarak aynı kaynaklara link verebilir.

Fakat pattern diğer ortaklıklarla birleştiğinde daha ilginç hale gelir.

3. Anchor similarity

Aynı ticari hedeflere tekrar eden benzer commercial anchor yapıları:

Target X
← commercial anchor family

Target X
← same commercial anchor family

Target X
← same commercial anchor family

koordinasyon ihtimalini araştırmak için kullanılabilir.

Yine kritik nokta tek bir anchor değil, pattern’in bütünüdür.

4. Content ve template similarity

Ayrı siteler arasında tekrar eden:

• HTML yapıları,
• schema pattern’leri,
• JS/CSS asset davranışları,
• favicon veya tasarım izleri,
• CMS/template benzerlikleri

application-level similarity gösterebilir.

Aynı WordPress theme’i kullanmak elbette network kanıtı değildir.

İnternet zaten aynı temayı kullanan milyonlarca siteyle yeterince trajikomiktir.

Ama bu similarity graph, link pattern ve domain history ile birleştiğinde araştırma değeri artabilir.

5. Publishing timing

Birden fazla sitenin:

• aynı zaman aralıklarında içerik yayınlaması,
• benzer zamanlarda aynı target’lara link eklemesi,
• aynı ticari kampanyaları senkron biçimde desteklemesi

koordinasyon ihtimali açısından incelenebilir.

Yine korelasyon ownership kanıtı değildir.

Tek footprint yerine neden cluster düşünmek daha doğru?

Şu senaryoya bakalım:

Site A ve Site B
aynı hosting provider

Zayıf evidence.

Ama:

aynı hosting ilişkisi
+
aynı outbound commercial targets
+
> benzer anchor family
+
çok benzer template yapısı
+
aynı dönemde domain repurpose
+
senkron publishing behavior

gibi birbirinden kısmen bağımsız sinyaller birleştiğinde daha güçlü bir network hypothesis oluşabilir.

Bu yüzden:

Modern network investigation binary footprint aramaktan çok evidence clustering problemidir.

Outbound link pattern neden önemlidir?

PBN’in amacı hedef siteye bağlantı aktarmak olduğuna göre yalnız network sitelerinin kendi benzerliklerine bakmak eksiktir.

Graph’ın çıkış yönü de incelenmelidir.

Örneğin:

DOMAIN CLUSTER
      ↓
OUTBOUND LINK CLUSTER
      ↓
COMMERCIAL TARGET CLUSTER

bir network’ün amacı hakkında infrastructure similarity’den daha açıklayıcı olabilir.

Çünkü:

Aynı CDN’i kullanmak

tesadüf olabilir.

Ama görünürde ilgisiz çok sayıda sitenin sürekli aynı birkaç commercial destination’a sistematik bağlantılar üretmesi farklı bir sorudur.

Bu nedenle PBN’i anlamada yalnız domain listesine değil:

Kim kime, hangi bağlamda ve ne kadar tekrar eden biçimde link veriyor?

sorusuna bakmak gerekir.

Expired domain neden PBN teorisinde önemli?

PBN tarihindeki önemli yaklaşımlardan biri sıfırdan yeni domain büyütmek yerine geçmişte bağlantı ve görünürlük kazanmış süresi dolmuş domain’lerin yeniden kullanılmasıdır.

Teorik fikir:

PAST DOMAIN
↓
HISTORICAL LINKS / REPUTATION
↓
DOMAIN EXPIRES
↓
NEW OPERATOR
↓
NEW PURPOSE
↓
LINKS TO MONEY SITE

Ancak:

Expired domain kullanmak = otomatik spam

değildir.

Google’ın güncel spam politikası daha dar bir kavram kullanır: expired domain abuse.

Bu, süresi dolmuş bir domain’in esas olarak Search sıralamalarını manipüle etmek amacıyla satın alınıp, kullanıcılara az veya hiç değer sunmayan başka içerikler için yeniden kullanılması durumunu kapsar.

Dolayısıyla:

EXPIRED DOMAIN
≠
AUTOMATIC ABUSE

Ama geçmiş domain kimliği ile yeni kullanım arasında radikal kopukluk varsa bu hem policy hem network analysis açısından anlamlı bir anomaly olabilir.

Domain history ne anlatabilir?

Bir domain’in bugünkü haline yalnız bugünkü sayfalar üzerinden bakmak yeterli olmayabilir.

Örneğin:

2018
Yerel spor kulübü

2023
Domain drop

2024
Casino review sitesi

2025
Finance sitesine yoğun commercial linkler

şeklindeki tarihçe:

Bu site neden böyle evrildi?

sorusunu doğurur.

Bunun tek başına spam kanıtı olmadığını tekrar vurgulamak gerekir.

Domain’ler meşru olarak satın alınabilir, yeniden markalanabilir veya farklı amaçla kullanılabilir.

Değerli olan tarihçenin diğer graph sinyalleriyle birlikte değerlendirilmesidir.

PBN ile keyword stuffing arasında ortak mantık var mı?

Algoritmik olarak aynı problem değillerdir.

Fakat ekonomik mantıkları benzer bir üst çerçevede okunabilir.

KEYWORD STUFFING

Search system
relevance sinyaline değer verir
↓
Spammer
relevance görüntüsünü yapay artırmaya çalışır

PBN

Search system
link ilişkilerine değer verir
↓
Spammer
independent endorsement görüntüsünü
yapay artırmaya çalışır

İkisindeki ortak prensip:

Ranking sisteminin değer verdiği sinyali organik süreçten daha ucuz ve daha kontrol edilebilir biçimde üretmeye çalışmak.

Cloaking ile ortak nokta nedir?

Cloaking farklı bir spam tekniğidir.

Burada temel fikir crawler’a ve kullanıcıya farklı gerçeklikler sunmaktır.

PBN’de ise:

VISIBLE REALITY

Birbirinden bağımsız siteler
↓
Target'a link veriyor

görünümü ile:

CONTROL REALITY

Tek operatör
↓
Link graph'ı koordine ediyor

arasında fark olabilir.

Dolayısıyla iki yöntemi aynı teknik mekanizma olarak değil:

Search system’in değerlendirdiği gerçekliğin manipüle edilmesi

üst çerçevesinde birlikte düşünmek daha kullanışlıdır.

Search spam’i signal manipulation problemi olarak düşünmek

Buradan PBN’in ötesine geçen daha geniş bir model çıkar.

SEARCH SYSTEM
↓
VALUED SIGNAL
↓
NATURAL ACQUISITION COST
↓
MANIPULATOR
↓
CHEAPER CONTROLLED SUBSTITUTE
↓
ARTIFICIAL RANKING SIGNAL

Bu yaklaşım farklı spam türlerini aynı analitik soruyla incelemeyi sağlar:

Sistem hangi sinyale değer veriyor ve manipülasyon bu sinyali doğal süreçten daha ucuza nasıl üretmeye çalışıyor?

Google’ın spam politikaları da spam’i genel olarak Search sistemlerini içerikleri daha üstte gösterecek şekilde manipüle etmeye yönelik uygulamalar çerçevesinde ele alır.

PBN tespit edildiğinde mutlaka ceza mı gelir?

Hayır.

Burada signal neutralization ile manual action ayrımını yapmak gerekir.

1. Otomatik neutralization

Google 2022 Link Spam Update açıklamasında SpamBrain’in yapay bağlantıların etkisini neutralize etmek için kullanıldığını ve spammy linklerin aktardığı kredinin kaybolabileceğini açıkça söyledi.

Bu durumda model:

UNNATURAL LINKS
↓
RANKING CREDIT
↓
SPAM SYSTEM
↓
CREDIT NEUTRALIZED
↓
RANKING ADVANTAGE DISAPPEARS

olabilir.

Site sahibi dışarıdan:

Google bana ceza verdi.

diye yorumlayabilir.

Ama sıralama kaybının mekanizması:

Daha önce çalışan yapay sinyal artık kredi üretmiyor.

olabilir.

2. Manual action

Manual action farklı mekanizmadır.

Google bunu insan incelemesi sonucunda bir sitenin spam politikalarını ihlal ettiğinin belirlenmesi olarak açıklar.

Search Console’un Manual Actions raporunda:

Unnatural links to your site

gibi ayrı işlemler görülebilir.

Dolayısıyla:

AUTOMATIC NEUTRALIZATION
≠
MANUAL ACTION

Bu ayrımı yapmak PBN tartışmalarındaki “penalty yedim” söylemini daha doğru okumayı sağlar.

Google’ın network’ü PBN olarak etiketlemesi gerekir mi?

Kavramsal olarak hayır.

Bir spam sisteminin:

Bu kesin olarak PBN’dir.

diye insan tarafından kullanılan kategoriye ulaşması zorunlu değildir.

Ranking açısından yeterli sonuç:

Bu bağlantıların bağımsız ve güvenilir endorsement olarak taşıdığı kredi azaltılmalı veya yok sayılmalı.

olabilir.

Bu nedenle PBN riskini:

Google network’ümü bulur mu?

şeklinde düşünmektense:

Üretilen link sinyali gerçekten bağımsız editorial signal olarak değer taşımaya devam eder mi?

şeklinde düşünmek daha anlamlıdır.

“Natural links only” ifadesi neden fazla basit?

SEO tartışmalarında bazen:

Google sadece tamamen doğal link ister.

gibi çok geniş cümleler kullanılıyor.

Google’ın policy dili daha spesifiktir.

Merkez problem:

Search sıralamalarını yapay biçimde manipüle etme amacı taşıyan bağlantılar.

Örneğin bir şirketin PR çalışması yapması, ürününü yayıncılara tanıtması veya sektör topluluğunda görünür olması otomatik olarak link spam değildir.

Problem ranking sinyalini manipüle etmeye yönelik link üretimidir.

Bu ayrım önemlidir çünkü:

ACTIVE PROMOTION
≠
AUTOMATIC LINK SPAM

Eski PBN rehberlerinden bugün ne öğrenilebilir?

2010’ların ortasındaki PBN rehberlerinde çok sayıda mekanik reçete vardır.

Örneğin yaklaşım kabaca:

farklı infrastructure
+
farklı site görünümü
+
farklı registration pattern
=
güvenli network

şeklinde sunulabiliyordu.

Bugün bu reçeteleri operasyonel tavsiye olarak almak özellikle zayıf bir yaklaşım olur.

Ama tarihsel olarak değerli olan düşünce şudur:

Manipülatör, gerçek kontrol graph’ını observed web graph’tan ayırmaya çalışır.

Bu fikir hâlâ search spam, graph manipulation ve defensive analysis açısından değerlidir.

Modern detection neden binary PBN detector olarak düşünülmemeli?

Defensive SEO açısından şu tür bir araç cazip görünebilir:

URL gir
↓
PBN: YES / NO

Ama gerçek network analysis için bu çıktı fazla iddialıdır.

Daha kullanışlı yaklaşım:

NETWORK SIMILARITY
↓
EVIDENCE CLUSTERS
↓
ANOMALIES
↓
MANIPULATION RISK
↓
ANALYST REVIEW

Örneğin çıktı:

Evidence sınıfı	Bulgu
Infrastructure	Orta benzerlik
Outbound targets	Yüksek overlap
Anchor patterns	Tekrarlayan commercial family
Content/templates	Orta benzerlik
Domain history	Repurpose anomaly
Timing	Senkron link publication

olabilir.

Bunun ardından:

Bu siteler kesin PBN’dir.

demek yerine:

Birden fazla bağımsız evidence ortak koordinasyon hipotezini destekliyor.

demek analitik olarak daha sağlıklıdır.

Defensive SEO açısından PBN teorisi neden faydalı?

PBN kurmak istemeyen biri için bile PBN teorisi değerlidir.

Çünkü aynı network-analysis mantığı ters yönde kullanılabilir.

Örneğin:

• spam link network’leri,
• phishing infrastructure kümeleri,
• brand impersonation siteleri,
• compromised website cluster’ları,
• malicious redirect network’leri

araştırılırken benzer sorular sorulabilir.

Hangi node'lar birbirine benziyor?
↓
Ortak infrastructure var mı?
↓
Ortak destination'lar var mı?
↓
Zamanlama ilişkisi var mı?
↓
Domain history tutarlı mı?
↓
Content veya application benzerliği var mı?
↓
Bu evidence'lar aynı cluster'ı mı işaret ediyor?

Burada amaç otomatik suçlama üretmek değildir.

Ama görünürde bağımsız web varlıkları arasında ilişki hipotezleri oluşturabilmektir.

PBN’i anlamak Search Systems’e ne öğretir?

PBN aslında link building’den daha geniş bir ders verir.

Arama motoru web’i yalnız metin koleksiyonu olarak değerlendirmez.

Web aynı zamanda:

• documents,
• links,
• sites,
• entities,
• relationships

üreten büyük bir sistemdir.

Information Retrieval kullanıcının bilgi ihtiyacına uygun belgelerin bulunması problemini ele alırken, link graph web dokümanları arasındaki ilişkilere başka bir evidence katmanı ekleyebilir.

PBN ise bu ilişkisel katmanın manipülasyon açısından neden ilginç olduğunu gösterir.

CONTENT GRAPH
+
LINK GRAPH
+
> CONTROL RELATIONSHIPS
+
SPAM SYSTEMS

birbirinden tamamen bağımsız değildir.

Search spam’in daha geniş ekonomik modeli

PBN’den çıkarılabilecek en değerli genel model bence şudur:

SEARCH SYSTEM
bir sinyale değer verir
↓
Sinyalin doğal üretim maliyeti vardır
↓
Manipülatör
daha ucuz / hızlı / kontrol edilebilir
bir temsil üretmeye çalışır
↓
Spam sistemi
yapay sinyali doğal sinyalden
ayırt etmeye çalışır

Bu çerçevede:

KEYWORD STUFFING
→ Relevance manipulation

PBN
→ Link endorsement manipulation

CLOAKING
→ Observed content / reality manipulation

SCALED CONTENT ABUSE
→ Content supply manipulation

gibi farklı teknikleri aynı mekanizma olarak değil, aynı ekonomik motivasyon ailesi içinde değerlendirebiliriz.

PBN teorisinin tek cümlelik özeti

En kısa haliyle:

PBN, link building tekniğinden çok bir graph manipulation problemidir.

Çünkü asıl mücadele:

Backlink üretmek ile backlink tespit etmek.

arasında değildir.

Daha temel problem:

Görünürde bağımsız node’lar ile gerçek kontrol ve koordinasyon ilişkisini birbirinden ayırabilmektir.

Sonuç: Link graph ile control graph aynı şey değildir

PBN’i yalnız:

Ana siteye link veren blog ağı.

şeklinde öğrenmek konunun teknik olarak en ilginç kısmını kaçırır.

Daha geniş model:

SEARCH SYSTEM
↓
LINKS AS RELATIONAL SIGNAL
↓
INDEPENDENT ENDORSEMENT
↓
RANKING VALUE

            vs.

CONTROLLED NETWORK
↓
ARTIFICIAL ENDORSEMENT
↓
GRAPH MANIPULATION
↓
SPAM DETECTION / NEUTRALIZATION

şeklindedir.

Bu yüzden PBN teorisinde asıl soru:

Kaç site gerekiyor?

değildir.

Asıl soru:

Arama sistemi bağımsız kaynaklardan geldiğini düşündüğü ilişkisel sinyaller ile tek operatör tarafından koordine edilen sinyalleri nasıl ayırabilir?

olmalıdır.

Google’ın production sisteminin tam feature set’ini bilmiyoruz.

Ancak kamuya açık bilgilerden linklerin hâlâ ranking sistemlerinin parçası olduğunu, SpamBrain’in link spam ile mücadelede kullanıldığını ve yapay bağlantıların ranking credit’inin neutralize edilebildiğini biliyoruz.

Buradan çıkarılacak daha geniş ders:

Search spam’in büyük bölümü, ranking sisteminin değer verdiği sinyali doğal süreçten daha ucuz ve daha kontrol edilebilir biçimde üretme girişimi olarak okunabilir.

PBN bunun link graph üzerindeki örneğidir.

Sık Sorulan Sorular

PBN nedir?

PBN, Private Blog Network ifadesinin kısaltmasıdır. Aynı kişi veya organizasyon tarafından kontrol edilen birden fazla sitenin, bir hedef siteye kontrollü backlink üretmek amacıyla kullanıldığı network yapısını ifade eder.

Money site nedir?

Money site, PBN veya başka link-building sistemlerinde asıl organik görünürlüğü ve ticari performansı artırılması hedeflenen site için kullanılan SEO jargonudur.

PBN neden risklidir?

PBN’in amacı Search ranking sinyallerini kontrollü bağlantılarla etkilemeye çalıştığı için Google’ın link spam politikalarıyla kesişebilir. Yapay bağlantıların aktardığı ranking credit otomatik sistemler tarafından neutralize edilebilir ve ayrıca bazı durumlarda manual action uygulanabilir.

PBN kullanan her site manual action alır mı?

Hayır. Otomatik spam neutralization ile manual action aynı mekanizma değildir. Google yapay bağlantıların ranking etkisini otomatik olarak yok sayabilir; manual action ise insan incelemesi sonucunda uygulanır.

Footprint nedir?

Footprint, görünürde ayrı siteler arasında ortak kontrol veya koordinasyon ihtimalini araştırırken gözlemlenebilen ortaklıklar için kullanılan genel terimdir. Tek bir footprint ortak ownership kanıtı değildir; birden fazla evidence sınıfının birlikte değerlendirilmesi daha anlamlıdır.

Google PBN’leri hangi sinyallerle tespit ediyor?

Google production spam sistemlerinin tam feature set’ini kamuya açıklamıyor. SpamBrain’in link spam dahil farklı kötüye kullanım türlerini tespit etmek için kullanıldığını biliyoruz; ancak belirli infrastructure, anchor veya template sinyallerinin nasıl ağırlıklandırıldığı kamuya açık değildir.

Expired domain kullanmak spam midir?

Hayır. Süresi dolmuş bir domain kullanmak tek başına spam değildir. Google’ın expired domain abuse politikası, domain’in esas olarak Search sıralamalarını manipüle etmek amacıyla ve kullanıcılara az veya hiç değer sunan içerikle yeniden kullanılmasını hedefler.

PBN ile backlink satın almak aynı şey midir?

Tam olarak değil. Her ikisi de ranking manipulation amacı taşıdığında link spam politikalarıyla kesişebilir; ancak PBN’de link kaynaklarının kontrolü doğrudan aynı operatör veya organizasyonda olabilir.

PBN teorisi Defensive SEO’da kullanılabilir mi?

Evet. Aynı graph ve clustering mantığı spam link network, phishing infrastructure, compromised website ilişkileri veya brand impersonation kümelerini araştırmak için defensive biçimde kullanılabilir.

Kaynaklar ve teknik referanslar

1. Google Search Central — Google Arama Sıralama Sistemleri Kılavuzu
2. Google Search Central — Google Web Arama İçin Spam Politikaları
3. Google Search Central — December 2022 Link Spam Update
4. Google Search Console Help — Manual Actions Report
5. Google Search Central — Spam Updates and Your Site