Analiza profilu linków zwrotnych, przeanalizowana na przykładowych danych

Interpretacja tabeli

To typowy wynik dla małego sklepu, którego linki pochodzą z katalogów, stron dostawców i kilku artykułów lokalnych. Taki wzorzec jest powszechny, gdy sklep jest wymieniony w katalogach i na stronach dostawców, ponieważ te listingi często powtarzają nazwę firmy. Brand dominuje. Nic tu nie wygląda na sztucznie wygenerowane.

Exact match wynosi 4%, czyli 24 wiersze na 600. Zatrzymaj się. Ile domen odsyłających generuje te 24 wiersze? Jeśli jeden forum branżowe odpowiada za 20 z nich, rzeczywista liczba to około cztery domeny, a cztery domeny to zupełnie inna historia.

Załóżmy, że 600 wierszy pochodzi z 410 domen, a udział brandu na poziomie domen wynosi 58%. Teraz pytanie brzmi, czy udział brandu pozostaje wysoki, gdy każda domena jest liczona tylko raz, na co odpowiada kolumna domen. Zlicz teraz według domen. Wynik jest bliski udziałowi wierszowemu, więc żaden pojedynczy serwis nie zniekształca wyników.

Sprawdź strony. Ostatnie sprawdzenie: posortuj wiersze exact match według domeny odsyłającej i przeczytaj strony, na których się znajdują. Pięć minut lektury jest warte godziny procentów.

Co mówi porównanie

Konkurent B jest outlierem z 14% exact match. Tabela tego nie wyjaśnia. Czy rankinguje dzięki temu, czy mimo tego?

Trzy z czterech profili mieszczą się w przedziale 3–4% exact match, co czyni nasz sklep przeciętnym. Werdykt jest nudny. Uczciwe wnioski są nudne: nic do poprawy w mieszance kotwic, a powodem do zwrócenia uwagi na content, szybkość strony lub linkowanie wewnętrzne może być słaby ranking.

Zmień liczby. Inny przykład hipotetyczny dałby inne wyniki. Przy 22% exact match na 600 wierszach, gdy żaden konkurent nie przekracza 5%, sprawdziłbyś płatne publikacje, przeczytałeś tabelę rozwiązywania problemów, aby wykluczyć błąd pobrania, i dopiero wtedy decydował, co odrzucić, a co zostawić.

Uruchom ponownie ten sam sklep w przyszłym miesiącu

Załóżmy, że sklep wykonuje ten sam pull w przyszłym miesiącu z tymi samymi zasadami tagowania. Zachowaj metodę bez zmian. Tabela zmieni się nieznacznie, a ta zmiana jest prawdziwą lekcją. Przeczytaj zmianę każdej kategorii przed wyciągnięciem wniosku.

Zmiana udziału brandu

Załóżmy, że wiersze brand rosną z 52% do 56%, podczas gdy bare URL pozostają bez zmian. Sprawdź zmienione wiersze. Może to oznaczać nowy listing w katalogu, albo że tagger zaczął liczyć frazę partial match jako brand. Sprawdź wiersze, które się zmieniły, zanim opowiesz o nich historię.

Zmiana o kilka punktów w ciągu miesiąca to zwykły szum. Wiele uczciwych profili zmienia się o tyle między snapshotami po prostu dlatego, że indeks się odświeżył i pojawiło się kilka nowych katalogów. Ta sama zmiana w trzech snapshotach z rzędu to trend, który wymaga wyjaśnienia. Wzorce wymagają kilku miesięcy.

Zmiana tagowania imitująca wzrost

Zmiana tagowania może sama w sobie zaimitować wzrost. Zasady zmieniają się cicho. Jeśli fraza była partial match w jednym miesiącu, a exact match w następnym, udział exact rośnie bez żadnego nowego linku. Zapisz zasady w arkuszu i przeczytaj je przed każdym uruchomieniem.

Przelicz starą liczbę wierszy nową zasadą przed porównaniem dwóch miesięcy. Tylko wtedy różnica mówi coś o sklepie. Te same zasady w obu miesiącach.

Zapisz każdą zmianę zasady w logu z podaniem miesiąca. Bez tego logu zmiana wygląda na trend w sklepie, podczas gdy tak naprawdę jest to zmiana w taggerze. Logi zapobiegają fałszywym trendom.

Wiersze i domeny opowiadające różne historie

Wyobraź sobie ponowne uruchomienie, gdzie 600 wierszy spoczywa na tylko 90 domenach zamiast 410. Czytelnik, który patrzy tylko na udział wierszowy, uznałby profil za przeciętny, a to właśnie taki wniosek kolumna domen ma weryfikować. Domy opowiadają historię. Udział wierszowy brand może nadal wyglądać na przeciętny, podczas gdy liczba domen pokazuje skoncentrowany profil. Czytelnik, który czyta tylko wiersze, tego nie dostrzeże.

Obok siebie, zawsze. Drukuj udział wierszowy i udział domenowy obok siebie, aby luka była widoczna na pierwszy rzut oka.

Zrób to rutyną. Zawsze dodawaj kolumnę domen do każdego uruchomienia, aby porównanie było robione za każdym razem, a nie tylko na prośbę.

Wybór konkurentów bez cherry-pickingu

Konkurenci to miejsce, w którym najczęściej błędnie interpretuje się wyniki analizy profilu linków zwrotnych. Bądź surowy. Trzy strony, które podziwiasz, sprawią, że Twój sklep będzie wyglądał na przeciętny, a trzy słabe strony – na silną. Wybieraj konkurentów, które rankują za te same słowa kluczowe dzisiaj, i zapisz ten wybór przed pobraniem danych.

Utrzymaj stałą listę konkurentów

Gdy konkurenci są wybrani, zapisz ich z domenami i datą pulla. Zapisanie listy przed pobraniem danych zapobiega też czytelnikowi podmiany silniejszego lub słabszego rywala po zobaczeniu pierwszych wyników. Zmiana listy między miesiącami zmienia baseline, więc różnica opisałaby listę, a nie sklep. Zapisanie pomaga.

Usunięcie konkurenta wymaga notatki. Jeśli konkurent wypada z listy, zapisz dlaczego i zachowaj jego stare wiersze. To zachowuje czytelność historii dla osoby, która otworzy arkusz następnym razem.

Dlaczego ogromna marka to słaba miara

Krajowy portal informacyjny i sklep po sześciu miesiącach mają inne profile z powodów niewiążących się z kotwicami. Ich udział brand będzie wysoki, a exact niski, i żadna z tych liczb nie powie Ci, co zmienić. Samo rozmiary mylą.

Dopasuj kształt. Szukaj konkurentów, których wielkość i nisza przypominają Twoją, nawet jeśli rankują nieco niżej.

Przydatny konkurent dzieli zazwyczaj niszę, język i przybliżony wiek domeny, co jest ważniejsze niż samo pozycjonowanie. Nisza jest najważniejsza.

Ile konkurentów wystarczy

Trzech konkurentów daje używalny zakres. Trzech wystarczy. Dwa dają Ci losowanie, a więcej niż pięć zaciera obraz dla małego sklepu. Nasze przykłady używają trzech lub czterech, co zgadza się z przewodnikiem.

Zdecyduj wcześniej. Ustal liczbę przed pobraniem danych, a nie po zobaczeniu wyników.

Jeśli konkurenci się nie zgadzają, napisz o tym w raporcie i pokaż rozrzut. Szeroki rozrzut to wynik, a nie porażka w wyborze trzech. Pokaż rozrzut.

Typowe błędne odczyty tabeli tego typu

Mała tabela sprzyja szybkim wnioskom, a większość błędnych jest łatwych do uniknięcia. Tabela daje jasny obraz jednego sklepu, ale nie wręcza czytelnikowi werdyktu i powinna być traktowana jako punkt wyjścia do stawiania pytań. Poniższe trzy pojawiają się zawsze, gdy ktoś po raz pierwszy czyta profil sklepu. Większość błędów da się uniknąć.

Czytanie exact match jako oceny

Wysoki udział exact match wygląda jak ocena, ale liczy tylko wiersze pasujące do frazy. Sformułowanie to nie jakość. Załóżmy, że sklep ma 14% exact match. To mówi Ci o sformułowaniach, a nic nie mówi o jakości ani o stronach, do których prowadzą te sformułowania.

Traktuj udział exact jako opis. Umieść go obok liczby domen przed powiedzeniem czegokolwiek innego. Domy dają kontekst.

Zapytaj, jak wyglądałaby ta sama fraza, gdyby sklep napisał ją celowo. Exact match pochodzący od ludzi nazywających produkt opowiada inną historię niż ten umieszczony w celu wypełnienia slotu. Intencja widać w sformułowaniu.

Traktowanie jednego konkurenta jako normy

Jeden konkurent może być niezwykle silny lub słaby, a pojedyncze porównanie chętnie wybierze jeden z tych przypadków. Tabela z tylko jednym porównaniem jest łatwa do błędnej interpretacji, a tabela z trzema pokazuje, czy wynik jest typowy, czy outlier. Uśrednianie konkurentów pomaga tylko wtedy, gdy grupa jest mniej więcej podobna, więc sprawdź to najpierw. Jeden konkurent myli.

Zakresy biją pojedynczych rywali. Czytelnik widzący zakres trzech profili ma lepszy obraz niż ten widzący jednego ryala.

Oznacz uczciwie. Pojedynczy rywal to studium przypadku, nie benchmark, a każda tabela powinna go tak oznaczać.

Pomijanie kategorii bare URL

Bare URL są łatwe do pominięcia, bo wyglądają na szum. W przykładzie stanowią 25%, czyli ćwierć profilu, i mówią coś o tym, jak ludzie linkują do zwykłego adresu. Nigdy nie usuwaj tego wiersza.

Raportuj tę kategorię za każdym razem. Jej usunięcie sprawia, że inne udziały wyglądają na większe niż są.