虽然我们确实试图通过采取预防措施来尽量减少噪音，比如在一天中大致相同的时间通过同一个 IP 跟踪关键字，并使用非本地化和非个性化的设置，但噪音可能是系统工作方式的产物。例如，谷歌使用高度分散的数据——即使我大多数时候都访问同一个区域数据中心，也可能是数据本身在不断变化，因为新信息的传播和中心的自我更新。换句话说，即使算法不变，网站不变，谷歌复杂性的本质也可能造成一种永久的变化状态。
我决定做个小实验。如果 Google 真的只 捷克共和国电话号码列表 是在给系统添加噪音——稍微调整排名，让 SEO 猜测——那么无论关键词是什么，我们都会看到一个相当相似的基线模式。我们也可能会随着时间的推移看到不同的模式——虽然 MozCast 基于 24 小时间隔，但我们没有理由不能更频繁地检查。
因此，我仅对三个关键词进行了为期 7 天的抓取，每 10 分钟检查一次，每个关键词有 1,008 个数据点。为简单起见，我选择了过去 30 天内流量最高的关键词、流量最低的关键词和中间的关键词（在本例中为中位数）。以下是这三个关键词及其 30 天内的 MozCast 温度：
“新 Xbox” – 176°F
“血压表” – 67°F
“适合女孩的有趣游戏” – 12°F
可以毫不夸张地说，Xbox 查询运行非常频繁。7 天的数据是在 9 月底和 10 月初收集的。与核心 MozCast 引擎一样，前 10 个 SERP 被抓取并记录，但与 MozCast 不同的是，抓取器每 10 分钟触发一次。
实验 #1：10 分钟 Flux
首先让我们解决一个大问题——这些关键词的变化率是相似还是不同？你可能认为 (1) “new xbox” 在变化时会显示更高的流量，但如果谷歌注入了随机性，那么理论上它的变化频率应该大致相同。在每个关键词的 1,008 次测量中，它们的变化频率如下：