企鹅改变了一切。对于像我这样的大多数搜索引擎优化者，尤其是那些在优化灰色地带工作的人，我们早已习惯使用“比率”和“百分比”作为简单的试金石，以保护自己免受谷歌的愤怒。我无法告诉你我参与和被问及我们当前的“锚文本比率”是多少的次数。你们中的许多人可能还记得在关键字填充的日子里有过同样类型的讨论。
Google 已经使用并将
继续使用比仅仅查看单个排名 WhatsApp 号码 因素在刻度盘上的位置更先进的统计工具。（我们当然有足够多的 Remove’em 用户来证明这一点。）我对 Penguin 及其以内容为中心的前身 Panda 的理解是，Google 现在在大型数据集上使用机器学习技术来发现过度优化的模式，而这些模式是人眼或过去的粗糙算法难以辨别的。
正是基于这种理解
我和我的公司 Virante, Inc. 开展了开 交叉销售与追加销售：简单指南 放企鹅数据项目，并最终形成了我们的企鹅漏洞评分。 开放企鹅数据项目 Matt Cutts 偶尔会提前通知我们未来的更新，2013 年春天，我们得知 Penguin 2.0 将在几周内推出。我清楚地记得这个想法是什么时候产生的。
当时我正在阅读
Bryan Eisenberg 的《大数据 印度尼西亚号码列表 以前的数据有何不同》，我突然意识到，我们在 Remove’em 检测不良链接所做的事情根本无法与 Google 当时使用的“大数据”分析的复杂性相提并论。因此，Virante 开始着手这项工作。我们开始监控大量关键字，以便在 Penguin 2.0 推出时，我们可以发现成功和失败。
最后，我们使用了来自三
个不同优秀提供商的数据：Authority Labs（用于初始数据集）、Stat Search Analytics（用于交叉验证）和SerpMetrics（用于确定我们不仅仅是在收集手动惩罚）。我们确定了大约 600 个失败的 URL/关键字对，并将它们与没有失去排名的竞争对手进行匹配。