W sierpniu 2025 roku sąd w Waszyngtonie wydał 230-stronicowy wyrok w sprawie antymonopolowej przeciwko Google. Dla niektórych to kontynuacja i potwierdzenie tego czego dowiedzieliśmy się w wyniku procesów w 2023, dla innych być może pierwsze spotkanie z tego typu wiadomościami. Poniżej zebrałem najważniejsze informacje.
To co przez lata spekulowaliśmy, testowaliśmy, teraz mamy czarno na białym, w dokumentach sądowych. Zagłębmy się w techniczne szczegóły tego, co naprawdę dzieje się „pod maską” Google.
🔍 Indeks Wyszukiwania – fundament wszystkiego
Zacznijmy od podstaw. Sąd zdefiniował indeks wyszukiwania precyzyjnie:
„Search Index means any databases that store and organize information about websites and their content that is crawled from the web”
Brzmi prosto? W rzeczywistości to monumentalne przedsięwzięcie. Google crawluje “trillions of web pages” (tak, tryliony – nie literówka). Ale nie wszystkie trafiają do indeksu.
Jak Google decyduje, co indeksować?
Tutaj pojawia się pierwszy fakt. Dokumenty sądowe ujawniają, że dane o zapytaniach użytkowników bezpośrednio wpływają na to, co Google crawluje i jak często:
„Query data helps a GSE understand what web pages to crawl and how frequently. And building and maintaining a comprehensive and fresh search index is essential to answering user queries, especially those of the long-tail variety.”
Co to oznacza w praktyce?
Jeśli użytkownicy często szukają informacji z określonej tematyki, Google będzie częściej crawlował strony z tej branży. To pętla zwrotna – popularne zapytania = częstsze crawlowanie = świeższe dane w indeksie.
Sygnały decydujące o crawlowaniu
Z dokumentów dowiadujemy się, że Google używa konkretnych sygnałów do optymalizacji crawlowania:
- Quality signals (sygnały jakości)
- pomagają określić częstotliwość crawlowania,
- wysokiej jakości strony = częstsze odwiedziny crawlera
- Popularity signals (sygnały popularności)
- strony często klikane przez użytkowników,
- wyższa częstotliwość aktualizacji
- Spam score
- strony z wysokim spam score są crawlowane rzadziej lub wcale,
- Google aktywnie filtruje „spam-heavy or pornographic pages”
„Google assigns a score to the pages it crawls, and it endeavors to exclude from its web search index pages without value to users, such as spam-heavy or pornographic pages.”
Freshness – świeżość ma znaczenie
Jeden z najważniejszych fragmentów dokumentu:
„’Freshness,’ or the recency, of information is an important factor in search quality. GSEs 'need to know how to recrawl sites to make sure that they do at all times have a reasonably fresh copy of the web that you are looking at.”
Google nie crawluje wszystkich stron z tą samą częstotliwością. Strony z aktualnościami – codziennie, a treści evergreen – rzadziej. System jest dynamiczny i uczy się na podstawie tego, jak często strona faktycznie zmienia zawartość.
🎯 Glue i Navboost – nazwy systemów, które musicie znać
Teraz przechodzimy do kluczowej części. Dokumenty sądowe opisują szczegóły dwóch systemów Google.
Glue – „Super Query Log”
Sąd opisuje Glue jako:
„Glue is essentially a 'super query log’ that collects a raft of data about a query and the user’s interaction with the response.”
Co dokładnie zbiera Glue?
Dokumenty wymieniają cztery kategorie danych:
- Dane o zapytaniu:
- tekst zapytania,
- język,
- lokalizacja użytkownika,
- typ urządzenia (desktop/mobile)
- Informacje o rankingu:
- top 10 wyników („blue links”),
- wszystkie wywołane funkcje SERP (obrazy, mapy, Knowledge Panel, „People also ask”, etc.)
- Dane o interakcji z SERP:
- kliknięcia,
- najechania kursorem (hovering),
- czas spędzony na SERP
- Interpretacja zapytania:
- korekty pisowni,
- synonimy,
- sugestie („did you mean”),
- istotne terminy z zapytania
Navboost – system pamięci kliknięć
„Navboost is a 'memorization system’ that aggregates click-and-query data about the web results delivered to the SERP.”
Navboost można opisać jako gigantyczną tabelę, która zapamiętuje:
- które wyniki użytkownicy klikali dla konkretnych zapytań,
- jak długo zostali na stronie,
- czy wrócili do wyników (pogo-sticking),
- czy kliknięcie było satysfakcjonujące
Kluczowa informacja z dokumentów:
„Google trains Navboost on 13 months of user data, which is the equivalent of over 17 years of data received by Bing.”
Navboost wykorzystuje 13 miesięcy danych o kliknięciach. To oznacza, że twoje działania SEO z ostatniego roku wpływają na dzisiejszy ranking.
Jak Glue i Navboost współpracują? Przykład praktyczny
SCENARIUSZ: Użytkownik szuka „best italian restaurant near me”
KROK 1 – ZAPYTANIE
User → „best italian restaurant near me”
Google zbiera: lokalizacja, urządzenie, czas
KROK 2 – GLUE ZAPISUJE:
✓ Query text: „best italian restaurant near me”
✓ Lokalizacja: GPS/IP (np. Warszawa, Mokotów)
✓ Device type: mobile (iPhone)
✓ Czas: 18:00, piątek
✓ Język interfejsu: polski
KROK 3 – NAVBOOST SPRAWDZA:
„Dla podobnych zapytań w tej lokalizacji o tej porze, które restauracje ludzie klikali i nie wracali do wyników?”
Dane historyczne pokazują:
– Ristorante Roma: 45% CTR, avg. 3 min na stronie
– Trattoria Verde: 32% CTR, avg. 1.5 min
– Pasta & Basta: 28% CTR, avg. 4 min
KROK 4 – RANKEMBED ROZUMIE:
Analiza semantyczna:
„best” = użytkownik szuka wysokiej jakości
„near me” = bliskość jest kluczowa
„italian” = kuchnia włoska (nie pizza place, nie bistro)
Kontekst: piątek 18:00 = prawdopodobnie rezerwacja na kolację
KROK 5 – WYNIKI
Ranking uwzględnia:
- Popularność (z NavBoost): Ristorante Roma często klikane
- Semantic match (z RankEmbed): strona zawiera odpowiednie słowa kluczowe
- Lokalizację: odległość < 2km
- Czas: restauracje otwarte teraz + przyjmujące rezerwacje
- Spam score: tylko zweryfikowane biznes
KROK 6 – UŻYTKOWNIK KLIKA:
Kliknął: „Ristorante Roma” (pozycja #1)
Spędził: 4 minuty na stronie
Akcja: Kliknął numer telefonu (intent fulfilled)
Nie wrócił do wyników = był zadowolony
KROK 7 – UCZENIE SIĘ SYSTEMU:
Glue + Navboost zapisują:
Query pattern: „best [cuisine] restaurant near me”
Location: Mokotów, Warszawa
Time: piątek, wieczór
Winner: Ristorante Roma
Signal: długi czas na stronie + kliknięcie telefonu = sukces
NASTĘPNYM RAZEM:
Gdy ktoś w podobnej lokalizacji, o podobnej porze, wyszuka podobne zapytanie: → Ristorante Roma będzie wyżej w rankingu → Sygnał wzmocniony dla zapytań związanych z włoskimi restauracjami → System „wie”, że to dobry wynik dla tego typu intencji
🤖 RankEmbed – AI w służbie zrozumienia zapytań
Trzeci kluczowy system to RankEmbed (później rozwinięty do RankEmbedBERT). To model deep learning:
„RankEmbed and its later iteration RankEmbedBERT are ranking models that rely on two main sources of data: 70 days of search logs plus scores generated by human raters and used by Google to measure the quality of organic search results.”
Co Robi RankEmbed?
- Semantic Matching (dopasowanie semantyczne)
RankEmbed rozumie znaczenie zapytania, nie tylko słowa kluczowe:
„Embedding based retrieval is effective at semantic matching of docs and queries”
Jeśli szukasz „jak naprawić kran”, RankEmbed wie, że:
- „wymiana uszczelki w kranie” to trafny wynik,
- „hydraulik Warszawa” może być trafny,
- „historia kranów w Polsce” nie jest trafny
- Long-tail Queries
Dokumenty podkreślają szczególną siłę RankEmbed:
„RankEmbed particularly helped Google improve its answers to long-tail queries.”
Long-tail queries to zapytania, które pojawiają się rzadko (mniej niż 100 razy w ciągu 12 miesięcy). Przykłady:
- „jak zresetować bluetooth w honda civic 2019”
- „czy można dodać dynię do pierników”
- „wordpress custom post type archive pagination broken”
Te zapytania stanowią ponad 38% wszystkich wyszukiwań (dane z dokumentu, badanie Bing).
- Efektywność
„RankEmbed is trained on 1/100th of the data used to train earlier ranking models yet provides higher quality search results.”
System używa 100 razy mniej danych niż poprzednie modele, a daje lepsze wyniki. To pokazuje moc deep learning.
📊 Sygnały rankingowe – co faktycznie się liczy?
Dokumenty sądowe potwierdzają istnienie setek sygnałów rankingowych. Nie otrzymaliśmy pełnej listy, ale potwierdzaja kluczowych kategorii:
Top-Level Signals (Sygnały Najwyższego Poziomu)
Z zeznań eksperta Google wynika, że istnieją „top-level signals” będące agregatami wielu pod-sygnałów:
- Quality Score (wynik jakości)
- głównie oparty o PageRank,
- autorytet witryny,
- liczba i jakość linków
- Popularity score (wynik popularności)
- dane z chrome (wizyty użytkowników),
- liczba „anchors” (linków do strony),
- częstotliwość odwiedzin
- Spam Score
- identyfikacja niskiej jakości treści,
- wykrywanie manipulacji,
- filtrowanie pornografii i spamu
- Sygnały z NavBoost
- historyczne dane o kliknięciach,
- satysfakcja użytkowników,
- czas spędzony na stronie
- RankEmbed signals
- dopasowanie semantyczne,
- dopasowanie do intencji
User-Side Data – dane o zachowaniu użytkowników
Sąd zdefiniował „User-side Data” jako:
„all data that can be obtained from users in the United States, directly through a search engine’s interaction with the user’s Device, including software running on that Device, by automated means.”
Co to konkretnie oznacza? Każda interakcja z wynikami:
- na który link kliknąłeś,
- ile czasu spędziłeś na stronie,
- czy wróciłeś do wyników (pogo-stick),
- jak szybko przewijałeś stronę,
- czy kliknąłeś w inne elementy (telefon, formularz)
Długi Ogon (Long-Tail) – gdzie liczy się każdy sygnał
Dokumenty szczególnie podkreślają znaczenie danych dla long-tail queries:
„Google’s scale advantage affords it greater insight into what information users are looking for and which results they find relevant and authoritative.”
Jeśli Twoja strona dobrze obsługuje long-tail (zapytania specyficzne, rzadkie), masz przewagę. Dlaczego?
- Mniej konkurencji
- mniej stron targetuje te frazy
- łatwiej się wyróżnić
- Wyższe CTR ma większe znaczenie
- google ma mniej danych historycznych
- każde kliknięcie i czas na stronie liczą się bardziej
- Lepsze dopasowanie = lepszy ranking
- RankEmbed szczególnie pomaga w long-tail
- dopasowanie semantyczne jest kluczowe
💡 Praktyczne wnioski dla SEO
1. CTR i czas na stronie mają znaczenie
Navboost używa danych o kliknięciach z 13 miesięcy. Co możesz zrobić:
✓ Optymalizuj Title i Description dla CTR
- używaj liczb (5 sposobów, 10 przykładów),
- dodawaj rok (Poradnik 2025),
- komunikuj unikalną wartość
✓ Zmniejsz Pogo-Sticking
- spełnij search intent od razu,
- użyj jasnych nagłówkóch pokazujących, co znajdzie użytkownik
✓ Zwiększ zaangażowanie
- dodaj interaktywne elementy (kalkulatory, quizy, mini gry)
- rozbij długie teksty na sekcje
- używaj przykładów i case studies
2. Świeżość treści
Dokumenty potwierdzają:
„Freshness, or the recency, of information is an important factor in search quality.”
Ale nie wszystkie strony muszą być często aktualizowane:
Aktualizuj często (częste crawlowanie):
- aktualności i newsy,
- cenniki i oferty,
- trendy i statystyki,
- wydarzenia
Fun Fact: w polskich serwisach mediowych można znaleźć relacje na żywo sprzed 20 lat 🙂
Aktualizuj rzadziej, ale wciąż aktualizuj (stabilne treści):
- evergreen, poradniki
- definicje
- naukowe wyjaśnienia
Pro tip: Dodaj „ostatnia aktualizacja” w title dla stron, które regularnie aktualizujesz. To sygnał dla użytkowników, że treść jest świeża.
3. Long-Tail to ciągle złoto
Z dokumentów:
„More than 38.7 percent of searches are for rare queries that are searched less than 100 times”
Strategia long-tail:
✓ Twórz szczegółowe, specyficzne treści
Zamiast: „Marketing automation”
Lepiej: „Jak skonfigurować workflow welcome email w GetResponse 2025”
✓ Odpowiadaj na konkretne pytania
- analizuj „People also ask” w SERP,
- sprawdzaj related searches na dole SERP
✓ Buduj eksperckość w niszy
- kilka bardzo szczegółowych artykułów > jeden ogólny,
- Google doceni, jeśli stajesz się autorytetem w wąskim temacie
4. User Intent – zrozumienie jest kluczowe
RankEmbed używa semantic matching, więc:
✓ Analizuj SERP przed pisaniem
- co Google już pokazuje dla Twojego słowa kluczowego?,
- jaki format dominuje? (lista, poradnik, definicja),
- jakie sub-tematy się pojawiają?
✓ Dopasuj format do intencji
Informational → Poradnik, wyjaśnienie
Transactional → Porównanie, review, „best X”
Commercial → Case study, „how to choose”
Navigational → Konkretna strona/brand
✓ Użyj related terms i synonimów
- rankEmbed rozumie kontekst,
- nie upychaj keywordów – pisz naturalnie,
- używaj LSI keywords (related terms)
5. Spam Score – nie ryzykuj
Google aktywnie filtruje spam. Dokumenty wspominają:
„Google endeavors to exclude from its web search index pages without value to users, such as spam-heavy or pornographic pages.”
Red flags (unikaj):
- keyword stuffing,
- ukryta treść,
- doorway pages,
- thin content z reklamami,
- auto-generated content bez wartości,
- cloaking
Green flags (stosuj):
- research i dane,
- buduj autorytet autora,
- jasny przekaz wartości,
🎓 Co potwierdza dokument
Dokumenty sądowe dały nam potwierdzenie tego, co wielu SEOowców podejrzewało od dawna – taka jest nasz praca, opierać się na dokuemntacji Google odsiewając jednocześnie bullshit, którym nas karmią pracownicy korporacji.
✅ Prawdy:
- User signals mają znaczenie
- CTR, czas na stronie, pogo-sticking – to nie są „fake metrics”,
- Navboost używa 13 miesięcy danych o kliknięciach,
- każda interakcja jest zapisywana i analizowana
- AI i machine learning są w centrum algorytmu
- RankEmbed używa deep learning do zrozumienia zapytań,
- semantyczne dopasowanie > dokładne dopasowanie słów kluczowych,
- system uczy się na danych użytkowników
- Świeżość indeksu zależy od popularności strony
- quality i popularity signals → częstsze crawlowanie,
- wysokiej jakości strony = częstsze wizyty Googlebot,
- to nie jest demokratyczne – liderzy dostają więcej uwagi
- Long-tail queries to ogromna szansa
- 38%+ wszystkich wyszukiwań to rare queries,
- RankEmbed szczególnie pomaga w long-tail,
- mniej konkurencji = łatwiej wygrać
- Google ma gigantyczną przewagę dzięki danym
- triliony stron w indeksie,
- 13 miesięcy danych o kliknięciach w Navboost,
- 70 dni logów w RankEmbed,
- dane z Chrome o rzeczywistych wizytach
🚫 Obalione Mity:
MIT: „Google nie używa CTR do rankingu” → Fakt: Navboost to dosłownie system oparty o click-and-query data
MIT: „Czas na stronie nie ma znaczenia”→ Fakt: Glue zapisuje „duration on SERP” i interakcje użytkowników
MIT: „PageRank nie ma już znaczenia” → Fakt: PageRank jest nadal częścią Quality score
MIT: „AI w Google to tylko dodatek” → Fakt: RankEmbed i deep learning są w centrum systemu rankingowego
🎯 Akcje do wykonania dziś
Na podstawie ujawnionych informacji, oto konkretne akcje, które możesz podjąć już teraz:
Taktyki krótkoterminowe:
- Audyt CTR w Google Search Console
→ Znajdź strony z impresjami > 1000 i CTR < 3%
→ Przepisz title i description
→ Dodaj liczby, rok, „power words”
→ Test A/B jeśli możesz
- Identyfikuj i Optymalizuj Long-Tail
→ GSC → Performance → Filtruj queries po „impressions”
→ Znajdź long-tail z pozycją 4-10
→ Dodaj dedykowane sekcje lub nowe artykuły
→ Użyj dokładnych fraz w H2/H3
- Zmniejsz Pogo-Sticking
→ Dodaj spis treści na początku długich artykułów
→ Użyj konkretnych nagłówków opisujących treść sekcji
→ Dodaj „TL;DR” lub executive summary
→ Umieść najważniejsze info above the fold
Strategie Średnioterminowe:
- Odświeżenie treści
→ Zidentyfikuj top 20% stron dostarczajace ruch na stronę
→ Stwórz kalendarz aktualizacji (co 3-6 miesięcy)
→ Dodaj date aktualizacji w widocznym miejscu
→ Aktualizacja statystyk, przykładów, zdjęć
- Przegląd semantycznego SEO
→ Dla każdego słowa kluczowego, zrób research:
– Jakie related terms używa top 10?
– Jakie pytania są w „People Also Ask”?
– Jakie podtematy pokrywa konkurencja?
→ Dodaj te elementy do swoich artykułów
→ Nie upychaj – pisz naturalnie, ale compleksowo
- Optymalizacja zaangażowania użytkownika
→ Dodaj interactive elements:
– Kalkulatory, wykresy
– Quizy
– Checklists (do wydrukowania/pobrania)
– Tabelki i porównania
→ Mierz zaangażowanie: scroll, czas na stronie, pv/sesje
Projekty Długoterminowe:
Technical SEO dla lepszego crawlowania, indeksowania oraz wsparcia mechanizmów EEAT czyli między innymi:
- branding SEO – analiza obecności marki w Google
- technical author optimisation
- dane strukturalne
- mapy witryn, rss, robots.txt, czas ładowania
- strktura i optymalizacja treści
- optymalizacja multimediów
- itd.
📚 Podsumowanie: nowa era transparentności
Wiemy, że:
- Navboost używa 13 miesięcy danych o kliknięciach do rankingu,
- Glue zbiera każdy aspekt interakcji użytkownika z SERP,
- RankEmbed używa AI do semantic matching i jest szczególnie skuteczny dla long-tail,
- quality, popularity i spam scores określają częstotliwość crawlowania,
- user signals (CTR, czas na stronie) nie są mitem – są w centrum algorytmu
To nie są spekulacje. To nie są testy. To zeznania pod przysięgą wiceprezesów Google, potwierdzone przez sąd federalny.
🔗 Źródła
United States v. Google LLC, Case No. 20-cv-3010 (APM), Memorandum Opinion (D.D.C. Sept. 2, 2025)