仮説1: 内部リンクが少ない記事はパフォーマンスが悪い

全ページの内部リンクグラフを作り、記事ごとの被リンク数を数えました。コラム76件のうち、サイドバーで固定表示される16件は71本前後の被リンクを持つ一方、残り52件(68%)はprev/nextの2本だけでした。

一見して「関連記事へのリンクが少ない記事は発見されにくく、パフォーマンスも悪いはずだ」という仮説が立ちます。関連記事ブロックを足すべきという結論に向かいかけました。

念のため、Search Consoleの実績と突き合わせました。

分類件数表示あり表示合計表示中央値順位中央値
被リンク1〜2本5290%9998.08.0
被リンク3本以上2458%1845.514.6

結果は仮説と正反対でした。 被リンクが少ない記事群の方が、検索での表示回数も多く、順位も良好でした。ある生成AIの引用実績を見ても、引用されている記事はすべて被リンク2本の方に属していました。

理由を確かめると、単純でした。サイドバーに固定表示される16件は、いずれも公開から時間が経った古い記事でした。 被リンク数は記事の新旧を反映しているだけで、パフォーマンスを左右する変数ではありませんでした。

古い記事ほど被リンクが多いのは、掲載開始からの経過時間が長いぶん単純に露出機会が積み上がっているだけです。一方で検索での表示・順位は、公開からの経過時間や本文の情報量など、被リンク数とは別の要因で決まっています。「被リンクが多い記事は古い」「古い記事は別の理由で成果が伸びにくい」という2つの関係が重なった結果、被リンクと成果のあいだに、実際には存在しない因果があるように見えていました。 被リンク数を増やす施策を先に打っても、この見かけ上の相関は改善しません。関連記事ブロックを追加する根拠は失われ、この対応は見送りました。

仮説2: キャッシュが外れると生成に数秒かかる

同じ走査で、応答時間の分布も見ていました。348ページを並列6で一斉にリクエストしたところ、コラムで最遅3.79秒、ヘルプで最遅6.14秒という値が出ました。

CDNのキャッシュTTLは1時間です。「TTLが切れた直後にクローラーが来ると、この生成コストをそのまま受ける」という仮説が立ちます。キャッシュ戦略を見直すべきという方向で検討しかけました。

ここでも、実測で確かめることにしました。本番のキャッシュを実際にパージし、単発でアクセスして生成コストだけを測り直しました。

ページ種別パージ直後(MISS)2回目(HIT)
コラム0.24秒0.05秒
ヘルプ0.10秒0.06秒
用語集0.29秒0.05秒

キャッシュが外れても0.1〜0.3秒で、走査で見た数秒とはまったく違う数字でした。

差の正体は、測定方法そのものにありました。走査は348ページを並列6で一斉に叩いています。同時に6本のリクエストが同じサーバーへ集中すれば、アプリケーションサーバーのワーカーやDB接続プールを奪い合うことになり、1本ずつは軽い処理でも待ち行列ができて応答が遅くなります。これはキャッシュミス時の生成コストそのものではなく、負荷をかけながら測ったことによる輻輳でした。通常のクローラーは1ページずつ順にアクセスするため、この輻輳を受けません。問題は実在しませんでした。

いったん「数秒かかっている」と書いてしまった以上、この結論を素直に取り下げるのは簡単ではありません。ですが、パージ直後の単発アクセスという、クローラーが実際に受ける条件により近い形で測り直した結果が0.1〜0.3秒である以上、当初の数字を根拠に対策へ進むわけにはいきませんでした。測定を疑い、条件を変えて取り直すという手間を惜しまなかったことで、不要な対策を避けられました。

2つの仮説に共通していたこと

どちらも、もっともらしい仮説を立てたあとに実測で確かめるという手順を踏んだからこそ、誤った対応に進まずに済みました。

  • 仮説1は、相関の向きを取り違えていました。 「被リンクが少ないから順位が悪い」のではなく、「古い記事だから被リンクが多く、かつ順位は別の理由で下がる」という別の因果が背後にありました
  • 仮説2は、測定条件そのものが実態とずれていました。 並列で負荷をかけながら測った数字を、単発アクセスの実態として扱っていました

どちらも仮説の段階では筋が通っていました。実測せずに仮説のまま対応していたら、関連記事ブロックの実装とキャッシュ戦略の見直しという、2つの不要な作業に着手していたことになります。

まとめ

  • 「もっともらしい仮説」は、実測で確かめるまで採用しないでください。相関の向きを取り違えていることがあります
  • 内部リンクの多寡は、記事の新旧のような別の要因の代理変数になっていることがあります。リンク数と成果を単純に結びつける前に、両方に影響する第三の要因が無いかを確認してください
  • 負荷をかけながら測った応答時間を、そのまま実際の利用者やクローラーが受ける応答時間として扱わないでください。並列アクセスは輻輳を生み、単発アクセスの実態とは別物です
  • 「実測したら仮説が外れた」という結果は、それ自体が価値のある記録です。同じ仮説を次の監査で再び立てて、同じ検証を繰り返さずに済みます