引用や言及といった意味を持ち、企業名やブランド名、人物名、商品名など固有の名称がネット上(主にSNS)でどれだけ出現するか、統計処理されます。
サイテーションは、もともと学術研究の世界で用いられている言葉です。
GoogleのPageRankとともに、引用や言及される価値に焦点を当てた重要なシグナルです。

著者や運営者をランク付けするものです。かつてGoogleは「The Authorship Project」を掲げ、著者のランク付けをする取り組みがありましたが、途中で頓挫しました。現在は、人工知能、構造化データ、アカウント認証等、個人を特定するための環境が整ったことにより実現が可能になりました。
信頼性やコンテンツの正確性を評価するうえで、重要なシグナルと位置付けられています。

Googleは創業時よりPageRankという指標を掲げ、今での最重要シグナルと位置付けられています。
PageRankはユーザーの遷移確率を計算するもので、トラフィックが多くなる構造をしているWEBページの順位が上がる仕組みでしたが、一方でスパマーの温床となりました。その後、リーズナブルサーファーモデル（クリックの確率）が導入され、多くのスパマーが淘汰されることになります。現在は、WEBページのみならず、著者に関してもPageRankのフレームワークが取り入れられていると考えています。

網羅性がシグナルとなっています。あるトピックについてどの程度網羅的に説明しているかが問われます。
検索クエリに応じて求められる網羅性は変化します。例えば、「テレビ」という検索クエリでは、4Kテレビ、テレビ局、テレビ番組表、テレビ販売店など、論点が多岐にわたります。極めて高い網羅性が要求されます。
それが、「ダチョウの移動パターン」という検索クエリ（Googleが挙げた例）になると、網羅性はそれほど要求されません。
カバレッジは、QDD（Query Deserves Diversity）という検索結果に多様性を求めるGoogleの考えにもかかわる重要なシグナルです。

検索クエリとWEBページの関連性です。従来は、WEBページに検索クエリ（キーワード）を書き込んでいくことが重視されていましたが、WEBページはあくまでも検索クエリに対するアンサーとなるページです。
関連性を評価するうえで、WEBページが検索クエリにアンサーとなっているかが本質的な問題です。
Googleは見出しや本文にキーワードが含まれているかという原始的なアプローチ以外、インタラクションデータをシグナルに変換し、機械学習させて関連性を評価しています。
画像や地図を含んでいるかなどユーザーの検索意図（intent）を反映させているかも評価の対象になります。

Experience（経験）
Expertise（専門性）
Authoritativeness（権威性）
Trustworthiness（信頼性）

General Guidelinesに記述された4つの評価軸です。（2022年12月15日に改訂されExperience（経験）が追加されました。）
WEBページの品質という抽象的な概念に対して、主観的な分析を行うようには設計されておらず、Google のシステムでは定量化可能なシグナルに基づいて評価しています。
Gメソッドでは、専門性を定量的に評価するアプローチに着目し、シグナルを分析しています。