Verificação de perfil de backlinks, detalhada com números fictícios

Lendo a tabela

Isso é típico para uma loja pequena cujos links vêm de diretórios, páginas de fornecedores e alguns artigos locais. Um padrão como esse é comum quando uma loja é listada em diretórios e páginas de fornecedores, pois essas listagens tendem a repetir o nome do negócio. A marca domina. Nada aqui parece artificial.

A correspondência exata fica em 4%, 24 linhas de 600. Espere. Quantos domínios linkantes produzem essas 24? Se um único fórum de comércio representa 20 delas, o número real é mais próximo de quatro domínios, e quatro domínios é uma história muito diferente.

Suponha que as 600 linhas venham de 410 domínios e a participação da marca por domínio seja de 58%. Agora a questão é se a participação da marca se mantém alta quando cada domínio é contado apenas uma vez, o que a coluna de domínios responde de relance. Agora conte por domínio. Perto da participação de linhas, então nenhum site único está distorcendo os dados.

Verifique as páginas. Uma última verificação: ordene as linhas de correspondência exata por domínio linkante e leia as páginas onde elas estão. Cinco minutos de leitura valem mais que uma hora de porcentagens.

O que a comparação indica

O Par B é o outlier, com 14% de correspondência exata. A tabela não consegue dizer. Está rankeando por causa disso, ou apesar disso?

Três dos quatro perfis ficam entre 3% e 4% de correspondência exata, o que torna nossa loja comum. O veredito é monótono. A conclusão honesta é monótona: nada para ajustar na mistura, e uma razão para olhar para o conteúdo, velocidade da página ou links internos se o ranking estiver baixo.

Mude os números. Um exemplo hipotético diferente terminaria de outra forma. Com 22% de correspondência exata em 600 linhas e nenhum par acima de 5%, você verificaria se há placements pagos, leria a tabela de solução de problemas para descartar um erro de extração, e só então decidiria o que desavow ou deixar de lado.

Execute a mesma loja no próximo mês

Digamos que a loja execute a mesma extração no próximo mês com as mesmas regras de tag. Mantenha o método fixo. A tabela vai mudar um pouco, e a mudança é a verdadeira lição. Leia a mudança de cada bucket antes de escrever uma conclusão sobre ele.

Uma variação na participação da marca

Suponha que as linhas de marca subam de 52% para 56% enquanto as URLs puras permanecem estáveis. Verifique as linhas alteradas. Isso pode significar um novo listing em diretório, ou pode significar que o tagger começou a contar uma frase parcial como nome de marca. Verifique as linhas que mudaram antes de contar uma história sobre elas.

Uma variação de alguns pontos em um mês é ruído comum. Muitos perfis honestos se movem tanto entre snapshots simplesmente porque o index foi atualizado e alguns novos diretórios apareceram. A mesma variação em três snapshots consecutivos é uma tendência que precisa de uma explicação. Padrões precisam de vários meses.

Variação de tagging que simula um aumento

Variação de tagging pode inventar um aumento por conta própria. As regras mudam silenciosamente. Se uma frase era correspondência parcial em um mês e correspondência exata no próximo, a participação exata sobe sem um único novo link. Mantenha a regra escrita na planilha e leia-a antes de cada execução.

Recalcule o mês antigo com a nova regra antes de comparar os dois. Só então a diferença diz algo sobre a loja. Mesma regra, ambos os meses.

Registre cada mudança de regra em um log com seu mês. Sem esse log, a variação parece uma tendência na loja quando é realmente uma mudança no tagger. Logs previnem tendências falsas.

Linhas e domínios contando histórias diferentes

Imagine uma nova execução onde as 600 linhas estão em apenas 90 domínios em vez de 410. Um leitor que olha apenas para a participação de linhas chamaria o perfil de comum, e esse é exatamente o tipo de conclusão que a coluna de domínios está lá para testar. Os domínios contam a história. A participação de linhas de marca ainda pode parecer comum, enquanto a contagem de domínios mostra um perfil concentrado. Um leitor que lê apenas linhas perderia isso.

Lado a lado, sempre. Imprima a participação de linhas e a participação de domínios lado a lado, para que a lacuna seja visível de relance.

Torne isso rotineiro. Mantenha uma segunda coluna para domínios em cada execução, para que a comparação seja feita toda vez, em vez de apenas quando alguém pedir.

Escolhendo pares sem cherry-picking

Os pares são onde a maioria dos resultados de verificação de perfil de backlinks dá errado. Seja rigoroso com eles. Três sites que você admira farão sua loja parecer comum, e três sites fracos farão sua loja parecer forte. Escolha pares que rankeiam para os mesmos termos alvo hoje, e anote a escolha antes de extrair qualquer coisa.

Mantenha a lista de pares fixa

Uma vez que os pares são escolhidos, registre-os com seus domínios e a data da extração. Registrar a lista antes da extração também impede que um leitor troque silenciosamente um rival mais forte ou mais fraco após ver os primeiros resultados. Mudar a lista entre meses altera a linha de base, então o diff descreveria a lista em vez da loja. Anotar ajuda.

Saídas precisam de notas. Se um par sair, anote o motivo e mantenha suas linhas antigas. Isso mantém o histórico legível para a próxima pessoa que abrir a planilha.

Por que uma marca enorme é uma régua ruim

Um site de notícias nacional e uma loja de seis meses têm perfis diferentes por razões que nada têm a ver com âncoras. Sua participação de marca será alta e sua participação exata baixa, e nenhum número diz o que mudar. O tamanho sozinho engana.

Combine o formato. Procure pares cujo tamanho e nicho se assemelhem aos seus, mesmo que eles rankeiem um pouco abaixo.

Um par útil tende a compartilhar o nicho, o idioma e a idade aproximada do domínio, o que é mais do que uma posição de ranking compartilhada. O nicho é o mais importante.

Quantos pares são suficientes

Três pares dão uma faixa utilizável. Três são suficientes. Dois dão uma chance de 50%, e mais de cinco começam a embaçar o quadro para uma loja pequena. Nossos exemplos usam três ou quatro, o que corresponde ao runbook.

Decida cedo. Fixe o número antes de extrair, não depois de ver os resultados.

Se os pares discordam entre si, diga isso no relatório e mostre a dispersão. Uma ampla dispersão é uma descoberta, não uma falha em escolher os três certos. Mostre a dispersão.

Leituras equivocadas comuns de uma tabela como esta

Uma tabela pequena convida a conclusões rápidas, e a maioria das erradas é fácil de evitar. A tabela dá uma imagem clara de uma loja, mas não entrega um veredito ao leitor, e deve ser lida como um ponto de partida para perguntas. As três abaixo aparecem sempre que alguém lê um perfil de loja pela primeira vez. A maioria dos erros é evitável.

Lendo correspondência exata como uma pontuação

Uma participação exata alta parece uma nota, mas conta apenas linhas que correspondem a uma frase. Redação não é qualidade. Digamos que uma loja tenha 14% de correspondência exata. Isso diz algo sobre a redação, e nada sobre qualidade ou sobre as páginas para as quais a redação aponta.

Trate a participação exata como uma descrição. Coloque-a ao lado da contagem de domínios antes de dizer qualquer outra coisa. Domínios dão contexto.

Pergunte como a mesma frase se pareceria se a loja a tivesse escrito de propósito. Correspondências exatas que vêm de pessoas nomeando um produto contam uma história diferente das colocadas para preencher um slot. A intenção mostra na redação.

Tratando um par como a norma

Um par pode ser incomumente forte ou incomumente fraco, e uma única comparação escolherá alegremente qualquer um. Uma tabela com apenas uma comparação é fácil de ler errado, e uma tabela com três mostra se um resultado é típico ou um outlier. A média dos pares ajuda apenas quando o grupo é aproximadamente semelhante, então verifique isso primeiro. Um par engana.

Faixas batem rivais únicos. Um leitor que vê uma faixa de três perfis tem uma imagem melhor do que um que vê um único rival.

Rotule honestamente. Um único rival é um estudo de caso, não uma referência, e qualquer tabela deve rotulá-lo dessa forma.

Esquecendo o bucket de URL pura

URLs puras são fáceis de pular, porque parecem ruído. No exemplo elas ficam em 25%, um quarto do perfil, e dizem algo sobre como as pessoas linkam para um endereço simples. Nunca remova essa linha.

Relate esse bucket toda vez. Removê-lo faz as outras participações parecerem maiores do que são.