SEMRush数据显示，受影响最大的行业是旅游、房地产、健康、宠物和动物以及人与社会。它对 EAT 因素的影响更大。
一月核心更新（2020 年 1 月 13 日）
Google 建议用户在创建网站内容时使用专业性、权威性和可信度 (EAT) 。符合这些目标 伯利兹的电报号码数据 的内容会被 Google 优先考虑，遵循此首字母缩略词的网站更有可能获得更高的排名。此更新还扩展了 YMYL 类别中可信度较低的网站的惩罚。
2019
BERT （2019 年 10 月 22 日）
Transformers 的双向编码器表示（我们喜欢称之为 BERT）以自然语言处理为基础，用于更好地理解查询的上下文和细微差别。谷歌表示：“这些改进旨在提高语言理解能力，特别是对于更自然的语言/对话查询（…）您可以以自然的方式进行搜索。”虽然 Bert 对网站的影响很小，但它帮助改变了 SEO 和数字营销创建内容的方式。当您撰写出色的内容时，谷歌会通过更好的排名来奖励您。
2018
医务人员 (2018 年 8 月 1 日)
此次更新之所以被称为“医疗”，是因为其对健康、医疗和其他影响生活的决策 如何利用低竞争关键词 网站（也称为 YMYL）产生了影响。它对这些页面和网站进行了惩罚，因为它们在没有可靠资源支持的情况下提出了医疗主张。由于此次更新，EAT 不强或 SEO 优化不充分的网站排名会下降。
2017
弗雷德(2017 年 3 月 8 日)
据Brightedge称，Fred 似乎“……严厉打击那些重视展示广告和/或流量货币化小部件而 汤加营销 非内容的网站，并使上述元素难以与实际的页面内容区分开来。”
2016
负鼠（2016 年 9 月 1 日）
此次更新显著影响了 Google 本地包（Google 搜索结果中以地图形式显示的部分，其中列出了与您的查询相关的本地企业）中结果的过滤方式。它有助于使本地结果多样化，并防止垃圾搜索结果进入排名。
2015
RankBrain （2015 年 10 月 26 日）
作为 Hummingbird 更新的一部分，RankBrain 将人工智能引入了 Google 的武器库。根据Moz 的说法，“RankBrain 使用机器学习（机器通过数据输入进行自我学习的能力）来确定与搜索引擎查询最相关的结果（…）据信，查询现在会经过一个解释模型，该模型可以应用搜索者的位置、个性化和查询的词语等可能的因素来确定搜索者的真实意图。通过辨别这种真实意图，Google 可以提供更相关的结果。”此更新帮助 Google 更清楚地了解搜索意图。
移动友好更新（2015 年 4 月 21 日）
顾名思义，此次更新围绕移动优化展开。随着越来越多的人通过智能手机进行搜索，此次更新鼓励企业推出移动版网站。当个人改善移动体验时，用户体验也会得到改善。随着更新的进行，网站在搜索引擎眼中的排名也会提高。