در پروژههای سئو و لینکسازی، استفاده از معیارهای Authority تقریباً به یک عادت روزمره تبدیل شده است. کافی است بخواهیم برای انتشار رپورتاژ، Guest Post یا Digital PR چند رسانه را مقایسه کنیم؛ خیلی سریع عددهایی مثل DR در Ahrefs، DA در Moz، TF و CF در Majestic، AS در Semrush یا SDR در Serpstat وارد تصمیمگیری میشوند. این عددها کاربردیاند، چون اجازه میدهند هزاران Domain را در مدت کوتاهی غربال کنیم. مشکل از جایی شروع میشود که ابزار غربالگری را با واقعیت خود سایت اشتباه میگیریم و فرض میکنیم یک Score میتواند بهتنهایی «قدرت» یا «اعتبار» Domain را توضیح دهد.

مطالعه تازه Collaborator که روی بیش از ۴۰ هزار وبسایت انجام شده دقیقاً همین فرض را آزمایش میکند. پژوهش میپرسد آیا Authority Metricهای مختلف واقعاً یک چیز را اندازه میگیرند؟ آیا سایتی که در Ahrefs قوی ارزیابی میشود در Moz، Semrush، Majestic و Serpstat هم باید تقریباً همان جایگاه را داشته باشد؟ کدام Metric رابطه بیشتری با Traffic دارد؟ آیا Region یا اندازه سایت میتواند نتیجه را تغییر دهد؟ و در نهایت، آیا برای انتخاب سایت لینکدهنده واقعاً لازم است همزمان پنج یا شش ابزار را باز کنیم؟
مقاله از همان ابتدا یک پیشفرض مهم دارد: متخصصان سئو معمولاً Domain Authority را بهعنوان Proxy برای Link Equity استفاده میکنند. اینجا باید یک تمایز روشن حفظ شود. DR، DA، AS، TF، CF و SDR معیارهای داخلی گوگل نیستند؛ هرکدام امتیازی هستند که شرکت سازنده با Crawler، Dataset و Methodology خودش تولید میکند. بنابراین این مطالعه قرار نیست PageRank داخلی گوگل یا یک «Domain Authority رسمی گوگل» را پیدا کند. هدف آن بررسی میزان توافق یا اختلاف میان Proxyهای مختلف صنعت سئو است.
بخش روششناسی مقاله توضیح میدهد که تمام Metricها یک تعریف واحد ندارند. Trust Flow بیشتر به کیفیت لینکها توجه میکند و Citation Flow بیشتر حجم Citation یا Link را بازتاب میدهد. Domain Rating در Ahrefs، Domain Authority در Moz و Serpstat Domain Rank هرکدام تلاش میکنند براساس Link Profile تصویری از قدرت Domain بسازند، اما Dataset و Formula آنها مشترک نیست. Authority Score در Semrush از این گروه فاصله بیشتری دارد، زیرا علاوه بر Backlink Data از Traffic و Signalهای دیگر نیز استفاده میکند. در کنار همه اینها، پژوهش تعداد Citationهای Google AI Overviews را هم وارد تحلیل کرده است؛ Metricی که اساساً Link Authority را اندازه نمیگیرد و بیشتر نشاندهنده حضور Domain در پاسخهای AI است.
همین تفاوت بهتنهایی توضیح میدهد چرا انتظار همبستگی بسیار بالا میان همه ابزارها منطقی نیست. اگر دو ابزار Dataset لینک متفاوتی داشته باشند یا یکی از آنها Traffic را هم در Formula خود وارد کند، طبیعی است Rank نهایی Domainها کاملاً یکسان نباشد. این اختلاف الزاماً به معنای اشتباه بودن یکی از ابزارها نیست؛ ممکن است دو ابزار از دو زاویه متفاوت به همان Website نگاه کنند.
برای اینکه Scaleهای متفاوت قابل مقایسه شوند، پژوهش مقادیر خام را به Rank تبدیل کرده و بعد از Spearman Rank Correlation استفاده کرده است. این ضریب بررسی میکند که آیا Domainهایی که در یک Metric بالاتر هستند، در Metric دیگری هم معمولاً بالاتر قرار میگیرند یا خیر. بنابراین مسئله این نیست که مثلاً DR برابر ۶۰ باید معادل DA برابر ۶۰ باشد؛ مسئله این است که آیا ترتیب نسبی Domainها میان ابزارها حفظ میشود.
در کل Dataset بیش از ۴۰ هزار سایت، حتی یک جفت Metric هم به ضریب ۰٫۷ نرسیده است؛ مرزی که پژوهش برای Correlation بسیار قوی در نظر گرفته است. قویترین رابطه متعلق به DR و SDR با ضریب ۰٫۵۹۸ است. بعد از آن DR و AS با ۰٫۵۶۳ و SDR و AS با ۰٫۵۵۸ قرار میگیرند. روابط CF و SDR، TF و CF و TF و SDR هم از ۰٫۵ عبور میکنند، اما هیچکدام نشان نمیدهند که دو ابزار تقریباً یک Ranking مشابه از Websiteها میسازند.
این یافته برای Link Builder بسیار مهم است. فرض کنیم یک Domain در Ahrefs عدد DR بالایی دارد اما DA آن در Moz متوسط است. واکنش سریع ممکن است این باشد که یکی از دو Tool «اشتباه» است. تحقیق نشان میدهد چنین اختلافی ذاتاً عجیب نیست. هر ابزار Dataset متفاوتی Crawl میکند و Formula خاص خود را دارد. بنابراین اختلاف میان Scoreها باید بهعنوان اطلاعات اضافی دیده شود، نه لزوماً Error.
در عمل، Authority Metric را بهتر است مثل غربال اولیه ببینیم. اگر قرار باشد ۲۰۰۰ سایت را بررسی کنیم، این عددها کمک میکنند Candidateها را سریعتر محدود کنیم. اما وقتی قرار است برای یک Placement گران، همکاری بلندمدت یا Campaign مهم تصمیم بگیریم، Score باید شروع Due Diligence باشد و نه پایان آن.
وقتی پژوهش Authority Metrics را با Traffic تخمینی مقایسه میکند، Semrush Authority Score با ضریب ۰٫۶۴۵ بیشترین Correlation گزارششده را در کل Sample دارد. Trust Flow مجستیک به ۰٫۲۹۷ و Domain Authority ماز به ۰٫۲۳۸ میرسند و مقاله اشاره میکند رابطه Traffic با DR، CF و AIO از این مقادیر هم پایینتر است.
در نگاه اول ممکن است نتیجه بگیریم Authority Score بهترین Metric است، اما چنین برداشت مستقیمی میتواند گمراهکننده باشد. خود مقاله توضیح میدهد که AS برخلاف بسیاری از Scoreهای دیگر Traffic و Signalهای اضافی را هم وارد محاسبه میکند. بنابراین اینکه Metricی که بخشی از اطلاعات Traffic را در مدل خود دارد، با Traffic Correlation بیشتری نشان دهد چندان غیرمنتظره نیست.
این تفاوت برای انتخاب سایت رپورتاژ اهمیت دارد. اگر هدف Campaign فقط Link Equity باشد، Metric Link-centric میتواند اطلاعات مفیدتری ارائه کند. اگر هدف علاوه بر لینک، Referral Audience، Exposure یا Digital PR باشد، Traffic واقعی یا تخمینی اهمیت بیشتری پیدا میکند. هیچ Score واحدی همه این اهداف را همزمان نمایندگی نمیکند.
مهمتر از همه، مقاله و بخش Practical Insights هر دو تأکید میکنند که Traffic باید جداگانه بررسی شود. حتی در Segmentهایی که Metricها با یکدیگر هماهنگترند، رابطه آنها با Traffic الزاماً بسیار قوی نیست. یعنی سایتی میتواند Link Profile قابلتوجهی داشته باشد اما به دلایل محتوایی، Technical، Market Demand یا Search Visibility، Traffic بالایی دریافت نکند.
یکی از جذابترین بخشهای پژوهش جایی است که Dataset براساس Region جدا میشود. در اروپا رابطه DR و AS به ۰٫۶۸۴ میرسد و رابطه SDR و AS نیز ۰٫۶۰۹ گزارش شده است. همچنین AS با Traffic در Dataset اروپایی ضریب ۰٫۷۰۰ دارد. در نمونه آمریکا، TF و SDR برابر ۰٫۶۳۲، DR و SDR برابر ۰٫۶۱۸ و AS و SDR برابر ۰٫۶۲۲ هستند. رابطه AIO و AS نیز در آمریکا ۰٫۵۷۱ گزارش شده است.
در آمریکای لاتین تصویر حتی متفاوتتر میشود. DR و SDR با ضریب ۰٫۷۵۶، AS و SDR با ۰٫۷۴۶ و DR و AS با ۰٫۷۰۲ به محدودهای میرسند که مطالعه آن را Correlation بسیار قوی تلقی میکند. نویسندگان نتیجه میگیرند در این Region، استفاده از یکی از سه Metric اصلی DR، SDR یا AS در بسیاری از موارد میتواند تصویر مشابهی به دو Metric دیگر ارائه کند.
این اختلاف Region یک پیام عملی مهم دارد. Thresholdهایی که تیم SEO در آمریکا یا اروپا برای انتخاب Domain ساخته، لزوماً نباید بدون Test روی بازار دیگری اجرا شوند. Crawler Coverage ابزارها در کشورها و زبانهای مختلف میتواند متفاوت باشد. اگر Tool A در وب انگلیسی Dataset بسیار گستردهای دارد، تضمینی نیست همان Coverage را در Market کوچکتر هم داشته باشد.
برای همین Ihor Rudnyk در بخش Practical Insights پیشنهاد میکند وقتی وارد Region یا Niche جدید میشویم، Sample کوچکی از Domainها را با چند Tool بررسی کنیم و ببینیم کدام Metric با ارزیابی عمیق خودمان از Website بیشتر هماهنگ است. این نگاه بسیار کاربردیتر از جستوجوی یک «بهترین Metric جهانی» است.
یکی از قویترین Patternهای مطالعه وقتی ظاهر میشود که Websiteها براساس Traffic دستهبندی میشوند. در سایتهایی با بیش از یک میلیون بازدید ماهانه، که ۷۶۶ Domain یا حدود دو درصد Dataset را تشکیل میدهند، Metricها بهطور محسوسی هماهنگتر میشوند. رابطه DR و SDR به ۰٫۷۷۸ میرسد و DR و DA هم ضریب ۰٫۷۱۹ دارند. در این Segment هیچ Correlation ضعیفی میان Metricهای اصلی گزارش نشده است.
منطق این یافته قابل درک است. Website بزرگتر Backlink، URL، Ranking و Signal بیشتری دارد و Crawlerهای مختلف اطلاعات بیشتری برای ارزیابی آن پیدا میکنند. اگر دو Tool هرکدام بخش متفاوتی از وب را Crawl کنند، در Domain بسیار بزرگ احتمال بیشتری وجود دارد که هر دو Sample کافی از Link Profile ببینند. در Domain کوچک، کشف یا کشفنشدن حتی تعداد محدودی Backlink میتواند Score را بیشتر جابهجا کند.


وقتی Traffic به بیش از ۱۰۰ هزار بازدید میرسد، Correlationها کاهش پیدا میکنند. DR و SDR هنوز ۰٫۷۰۵ هستند، اما DR و TF به ۰٫۵۱۰ و DR و AS به ۰٫۵۸۳ میرسند. برای Websiteهای متوسط تا ۱۰۰ هزار بازدید، تنها رابطهای که مقاله برجسته میکند DR و SDR با ۰٫۵۶۰ است. در سایتهای زیر ۱۰ هزار بازدید، Correlationها بهشدت پایین میآیند و برای نخستینبار حتی مقادیر منفی ظاهر میشوند.
در سایتهای دارای Traffic پایین، رابطه AIO با CF برابر منفی ۰٫۰۴۱ و رابطه AIO با DA برابر منفی ۰٫۰۶۲ گزارش شده است. این ضرایب آنقدر نزدیک صفر هستند که در عمل بیشتر به نبود Relationship اشاره میکنند. برای سایتهای بسیار کوچک با کمتر از هزار Visitor ماهانه نیز فقط TF و CF با ۰٫۵۱۵ و TF و SDR با ۰٫۵۰۸ Correlation قابل توجهی دارند. مقاله تصریح میکند رابطه Authority Metricها با Traffic در این Segment تقریباً صفر است.
این همان جایی است که Workflowهای ساده Link Building میتوانند خطرناک شوند. اگر تیم فقط Thresholdی مانند «DR بالاتر از ۳۰» داشته باشد، ممکن است Domain کوچکی را انتخاب کند که Score مناسبی دارد اما سایت واقعی آن Audience، Ranking، کیفیت Editorial یا حتی موضوع منسجمی ندارد.
برای Website کوچک، مشاهده مستقیم باید سهم بیشتری در تصمیم داشته باشد. آیا Articleهای واقعی Rank میکنند؟ آیا Site فقط برای فروش Guest Post ساخته شده؟ آیا Outbound Linkها غیرطبیعیاند؟ آیا Categoryها موضوع منسجمی دارند؟ آیا Traffic Trend طبیعی است؟ آیا محتوای قدیمی حذف و جایگزین میشود؟ آیا صفحات Index هستند؟ آیا نویسندگان و Editorial Structure واقعی وجود دارند؟
این سؤالها در Domain کوچک میتوانند از تفاوت چند Point میان DR و DA بسیار مهمتر باشند.

ورود AIO به این تحقیق یکی از بخشهای جالب آن است، زیرا صنعت SEO اکنون دائماً به دنبال Metricهایی برای AI Visibility است. اما یافتهها نشان میدهند تعداد Citationهای AI Overview رفتار مشابهی با Link Authority کلاسیک ندارد. در آمریکا AIO و AS رابطه ۰٫۵۷۱ دارند، اما این Pattern در Regionهای دیگر به همان قدرت دیده نمیشود. مقاله نیز AIO را Metricی Experimental میداند و پیشنهاد میکند فعلاً فقط بهعنوان Signal مکمل استفاده شود.
این یافته برای پروژههای GEO اهمیت دارد. بالا بودن DR یا DA بهتنهایی تضمین نمیکند Domain در AI Overview زیاد Citation شود. از طرف دیگر، Domainی که در AI پاسخهای خوبی میگیرد الزاماً بزرگترین Link Profile را ندارد. Generative Retrieval میتواند به Relevance، Entity، Structure، Freshness یا Query-specific Suitability حساس باشد؛ مواردی که Scoreهای Domain-level Link Authority بهتنهایی توضیحشان نمیدهند.
بنابراین اگر هدف Campaign دیدهشدن در AI Search است، افزودن AIO به Scorecard منطقی است؛ اما جایگزینکردن آن با DR یا برعکس سادهسازی بیش از حد مسئله خواهد بود.
یکی از نکات خوب پژوهش این است که نتیجه آن «هرچه Metric بیشتر، بهتر» نیست. نویسندگان در بخش Conclusions پیشنهاد میکنند DR، SDR و AS نزدیکترین Cluster را تشکیل میدهند و میتوان یکی از آنها را Metric اصلی در نظر گرفت. TF یا DA میتوانند Signal مکمل باشند و Traffic نیز باید مستقل بررسی شود. هرچه Website کوچکتر باشد، اتکا به Metricها کمتر و بررسی واقعی Site مهمتر میشود.
در بخش Practical Insights، Ihor Rudnyk حتی یک قدم سادهتر میرود. او میگوید شخصاً ترجیح میدهد برای Market و Niche خودش Toolی را انتخاب کند که Score آن بیشتر با ارزیابی انسانی او از Domainها هماهنگ است و توجه خود را میان Metricهای متعدد پخش نکند. پیشنهادش این است که ۳۰ تا ۵۰ Domain انتخاب شوند، چند Tool روی آنها تست شود و نتیجه با ارزیابی دستی مقایسه شود.
این دیدگاه برای Workflow واقعی بسیار منطقی است. اگر روزانه صدها Domain بررسی میشوند، استفاده همزمان از شش Metric میتواند False Precision ایجاد کند؛ یعنی احساس کنیم چون Data بیشتری داریم، تصمیم حتماً دقیقتر شده است. درحالیکه ممکن است فقط چند نسخه متفاوت از یک Signal Link-centric را کنار هم گذاشته باشیم.
یکی از مهمترین کاربردهای تحقیق برای بازار ایران همین مسئله Region است. هیچ تضمینی وجود ندارد Coverage Ahrefs، Moz، Majestic، Semrush یا Serpstat در وب فارسی دقیقاً مشابه Marketهای بزرگ انگلیسیزبان باشد. بنابراین Thresholdهایی که در مقالههای خارجی برای DR یا DA پیشنهاد میشوند نباید بدون Calibration وارد Workflow فارسی شوند.
یک روش عملی این است که چند ده Website ایرانی از سطحهای مختلف انتخاب شوند: رسانههای بزرگ، سایتهای تخصصی واقعی، سایتهای تجاری، وبلاگهای کوچک و Domainهایی که عمدتاً برای رپورتاژ فعالیت میکنند. سپس Score چند Tool با Organic Visibility، کیفیت محتوا، Link Profile، Traffic Trend و قضاوت انسانی تیم مقایسه شود. بعد از مدتی مشخص میشود کدام Metric در Market موردنظر بیشتر با Reality عملی شما هماهنگ است.
ارزش Authority Metric در این نیست که تصمیم را بهجای ما بگیرد. ارزشش این است که Attention را مدیریت کند. وقتی هزاران Candidate داریم، Score کمک میکند بدانیم کدام Domainها ابتدا بررسی شوند. اما کیفیت Editorial، Relevance موضوعی، Traffic، Outbound Link Pattern، Audience و هدف Campaign چیزهایی نیستند که یک عدد واحد بتواند کامل در خود نگه دارد.
مطالعه ۴۰ هزار Website در نهایت بیشتر از آنکه Winner مشخصی میان Ahrefs، Moz، Semrush، Majestic و Serpstat معرفی کند، محدودیت خود مفهوم «Authority Score واحد» را نشان میدهد. هر Tool بخشی از تصویر را میبیند و هرچه Website کوچکتر یا Market متفاوتتر باشد، اختلاف میان این تصاویر بیشتر میشود. برای Link Building حرفهای، Metric باید ابزار تصمیم باشد؛ نه خود تصمیم.
تهیه شده توسط تیم تخصصی سئو سید احسان خسروی (مدیر، متخصص و مشاور استراتژیک سئو)