• QQ咨询
  • 微信咨询
  • 电话咨询
    手机13933871212
    微信9196389
  • 返回顶部
  • 优化知识

    首页 > 新闻中心 > 优化知识 >

    亚搏体育app官网推广seo优化报价表

    日期:2020-05-19
    点击率(CTR)是一项重要指标,可用于估算网站的SEO效果,从估算收入机会,确定关键字优化的优先级到SERP更改对市场的影响。大多数SEO都知道为其站点创建自定义CTR曲线的价值,以使这些预测更加准确。来自Google Search Console(GSC)数据的自定义CTR曲线的唯一问题是,  已知GSC是一种有缺陷的工具,可以给出不正确的数据。这使我们从GSC获得的数据复杂起来,并可能使准确解释我们使用此工具创建的CTR曲线变得困难。幸运的是,有许多方法可以帮助控制这些不准确之处,因此您可以更清楚地了解数据的含义。
     
    通过仔细清理数据并认真执行分析方法,您可以使用4个基本步骤来更准确地计算网站的点击率:
     
    从GSC中提取网站的关键字数据-可以获取的数据越多越好。
    删除有偏见的关键字-品牌搜索字词可能会打乱您的点击率曲线,因此应删除它们。
    找到适合您数据集的最佳展示次数-Google对展示次数较低的数据进行抽样,因此删除在这些较低水平上Google可能不准确报告的关键字非常重要。
    选择您的排名位置方法-没有完美的数据集,因此您可能要根据关键字集的大小来更改等级分类方法。
    让我们快速退后一步
    在深入计算CTR曲线之前,简要介绍一下计算CTR的最简单方法非常有用,因为我们仍将使用此原理。 
     
    要计算点击率,请下载包含点击次数,展示次数和排名数据的网站排名关键字。然后,从GSC数据中将点击总和除以每个排名级别的展示总和,您将获得自定义的点击率曲线。有关实际处理CTR曲线数字的更多详细信息,如果您不熟悉此过程,可以按SEER查看这篇文章。
     
    当您开始尝试控制CTR数据固有的偏差时,此计算就会变得棘手。但是,即使我们知道它提供了不好的数据,我们实际上也没有很多其他选择,因此我们唯一的选择是尝试消除数据集中的尽可能多的偏差,并注意使用过程中出现的一些问题。该数据。
     
    如果不控制和处理来自GSC的数据,则可以获得不合理的结果。例如,您可能会发现曲线显示位置2和3的CTR均值比位置1的平均值大得多。如果您不知道自己在Search Console中使用的数据存在缺陷,则可以接受该数据为真值,并且a)尝试提出关于为何CTR曲线基于不正确数据看起来像这样的假设,并且b)基于这些CTR曲线创建不准确的估计和预测。
     
    第1步:提取数据
    任何分析的第一部分实际上都是在提取数据。这些数据最终来自GSC,但是您可以从许多平台中提取这些数据,这要比GSC的Web提取更好。
     
    Google Search Console- 从GSC本身获取数据的最简单平台。您可以进入GSC并提取过去三个月的所有关键字数据。Google会自动下载一个csv。文件给你。这种方法的缺点是,GSC一次只能导出1,000个关键字,这会使您的数据量变得太小而无法分析。您可以尝试通过对关键字词进行排名来解决此问题,并为其下载多个1k文件以获得更多数据,但这是一个艰巨的过程。除了下面列出的其他方法,更好和更容易。
     
    Google Data Studio-对于正在寻找一种简便方法免费从Search Console免费获取更多数据的任何非程序员,这绝对是您的最佳选择。Google Data Studio直接连接到您的GSC帐户数据,但是您可以提取的数据大小没有限制。在尝试从GSC提取数据的同一三个月的时间里,我将获得1k个关键字(GSC中的最大值),Data Studio会给我200k个关键字!
     
    Google Search Console API-这需要一些编程知识,但是获取所需数据的最佳方法之一是使用其API直接连接到源。您将对要提取的数据有更多控制,并获得相当大的数据集。这里的主要缺点是您需要具备编程知识或资源。
     
    Keylime SEO工具箱 —如果您不知道如何编程,但仍然希望访问Google的印象和点击数据,那么这是一个不错的选择。Keylime直接从Search Console API中存储历史Search Console数据,因此与直接连接到API一样,它是一个好选项(如果不是更好的话)。确实每月需要花费$ 49,但考虑到您所获取数据的价值,这是相当实惠的。
     
    从哪个平台获取数据很重要,原因是列出的每个平台都提供不同数量的数据。我在这里按照从哪个工具到另一个工具提供最多数据的顺序列出了它们。使用GSC的用户界面可以直接提供最少的数据,而Keylime可以连接到GSC和Google Analytics(分析)以合并数据,从而实际为您提供比Search Console API所能提供的更多信息。这很好,因为只要您可以获得更多数据,您为网站得出的平均点击率就越可能准确。
     
    第2步:消除关键字偏见
    提取数据后,必须清理数据。由于此数据最终来自Search Console,因此我们必须确保尽最大努力清除数据。
     
    删除品牌搜索和知识图关键字
    当您为非品牌搜索创建常规CTR曲线时,从数据中删除所有品牌关键字非常重要。这些关键字应具有较高的点击率,这会偏离非品牌搜索的平均值,因此应将其删除。另外,如果您知道任何SERP功能(例如您一直为之排名的知识图),则也应尝试删除这些功能,因为我们仅计算排名1–10的点击率,SERP功能关键字可能会超出平均值。
     
    步骤3:在GSC中为您的数据找到最佳展示次数
    Search Console数据的最大偏差似乎来自搜索印象较低的数据,这是我们需要尝试删除的数据。Google不会准确报告低印象数据也就不足为奇了,因为我们知道Google甚至没有在GSC中包含搜索量非常低的数据。由于某些原因,Google决定针对这些低印象数条款大幅提高点击率。举例来说,这是我根据GSC的数据制作的展示次数分布图,该数据仅包含1次展示和每个位置的点击率。
     
     
    如果那对您没有太大意义,我就在您身边。该图表示,只有一次展示的大多数关键字的点击率均为100%。无论您网站的点击率有多好,一个印象关键字都不会获得100%的点击率,这是极不可能的。对于排名低于#1的关键字尤其如此。这为我们提供了充分有力的证据,证明低印象数据是不可信的,并且我们应该限制印象低的数据中关键字的数量。
     
    步骤3 a):使用法线曲线来计算点击率
    有关Google提供给我们偏倚数据的更多证据,我们可以查看数据集中所有关键字的点击率分布。由于我们正在计算点击率平均值,因此数据应遵循正钟形曲线。在大多数情况下,GSC的CTR曲线高度偏左,尾巴较长,这再次表明Google在较低的展示次数下报告的CTR非常高。
     
    如果我们更改要分析的关键字集的最小展示次数,最终将越来越接近图形的中心。这是一个示例,以下是网站点击率的分布,点击率增量为.001。
     
     
    上图显示了非常低的印象水平(大约25个印象)的印象。数据的分布大部分在该图的右侧,而左侧的浓度很小,浓度很高,这意味着该网站的点击率很高。但是,通过将展示过滤器增加到每个关键字5,000次展示,关键字的分布就更加接近中心。
     
     
    该图很可能永远不会以50%的点击率为中心,因为这将是非常高的平均点击率,因此该图应向左倾斜。主要问题是我们不知道多少,因为Google向我们提供了采样数据。我们能做的最好的就是猜测。但这提出了一个问题,什么是正确的印象水平才能过滤掉我的关键字以消除错误数据?
     
    找到合适的印象水平以创建CTR曲线的一种方法是使用上述方法来了解CTR分布何时接近正态分布。一组正常分布的CTR数据具有较少的异常值,并且不太可能包含大量来自Google的错误报告的数据。
     
    3 b):找到最佳展示次数以计算您网站的点击率
    您还可以创建印象层,以查看要分析的数据(而不是“正态曲线”)的可变性较小的地方。估算值的可变性越小,您越接近准确的点击率曲线。
     
    分层点击率表
    每个网站都需要创建分层的点击率,因为每个网站从GSC进行的抽样会有所不同,具体取决于您排名的关键字。我发现,如果未在CTR估算中添加适当的控件,则CTR曲线的变化幅度可能高达30%。这一步很重要,因为在点击率计算中使用所有数据点会大大抵消您的结果。而且,使用太少的数据点会使您的样本量太小而无法准确了解您的点击率。关键是要在两者之间找到快乐的中介。
     
     
    在上面的分层表格中,从“所有印象数”到> 250个印象数都有很大的差异。但是,在那之后,每层的变化很小。大于750次展示是该网站的合适水平,因为曲线的变异性很小,因为我们在其他层级增加了展示次数,并且> 750次展示仍然为我们数据集的每个排名提供了很多关键字。
     
     
    创建分层的CTR曲线时,重要的是还要计算在整个分层中用于构建每个数据点的数据量。对于较小的网站,您可能会发现没有足够的数据来可靠地计算CTR曲线,但是仅查看分层曲线就不会明显。因此,在决定哪种印象水平最适合您的网站时,了解每个阶段的数据大小非常重要。
     
    第4步:确定分析数据的排名方法
    确定正确的印象水平后,您可以通过使用印象,点击和位置数据开始实际计算CTR曲线,从而过滤数据。排名数据的问题在于它通常不准确,因此,如果您拥有出色的关键字跟踪功能,那么使用您自己的跟踪编号中的数据要比Google的要好得多。大多数人无法跟踪那么多关键字排名,因此有必要使用Google的排名数据。当然可以,但是请务必谨慎使用我们的数据。
     
    如何使用GSC职位
    使用GSC平均位置计算CTR曲线时可能会出现的一个问题是是使用舍入位置还是使用精确位置(即,仅来自GSC的排名准确为1的位置。因此,排名1.0或2.0是准确的位置,而不是1.3或2.1 )。
     
    精确位置与舍入位置
    使用精确排名背后的原因是,我们希望在我们所测量的时间段内最有可能排在排名1上的数据。使用确切排名将使我们对排名1的点击率有个最好的了解。在您从中拉出关键字的持续时间内,确切排名的关键字更有可能在该排名中排名。问题在于,平均排名是一个平均值,因此无法知道关键字在整个时间段内在某个位置上的排名稳固,还是该平均值恰好显示了准确的排名。
     
    幸运的是,如果我们将确切的位置点击率与舍入的位置点击率进行比较,那么在具有足够数据的实际点击率估算方面,它们在方向上是相似的。问题是,当您没有足够的数据时,确切位置可能会波动。通过使用四舍五入的头寸,我们可以获得更多的数据,因此在没有足够的数据可用于精确头寸的情况下使用四舍五入头寸是有意义的。
     
     
    一个警告是针对位置1的点击率估算。对于其他所有排名,平均排名都可以拉高关键字的平均排名排名,同时降低平均排名。这意味着,如果某个关键字的平均排名为3,则可能在某个点上排名第一和第五,而平均值为3。但是,对于排名第一的关键字,只能降低平均值,这意味着该关键字的点击率如果您使用四舍五入的排名,则关键字始终会比实际情况低。
     
    排名混合:调整后的确切位置
    因此,如果您有足够的数据,则仅对位置1使用精确位置。对于较小的站点,可以使用调整后的精确位置。由于Google给出的平均值最多为小数点后两位,因此获得“准确排名”#1的一种方法是包括排名低于排名1.1的所有关键字。我发现这增加了数百个额外的关键字,这使我的数据更加可靠。
     
    而且,这也不应该降低我们的平均水平,因为GSC在报告平均排名方面有些不准确。在Wayfair,我们使用STAT作为关键字排名跟踪工具,在将GSC平均排名与STAT的平均排名之间的差异进行比较后,排名第一的排名接近,但并非100%准确。一旦您开始在排名中走得更远,STAT和GSC之间的差异就会变大,因此请注意您在排名中走了多远,以便在数据集中包含更多关键字。
     
     
    我已经对Wayfair上跟踪的所有排名进行了分析,发现排名越低,两个工具之间匹配的排名就越不紧密。因此,Google不会提供出色的排名数据,但是它排名第一的位置足够接近,我很习惯使用调整后的精确位置来增加我的数据集,而不必担心会在合理范围内牺牲数据质量。
     
    结论
    GSC是一个不完善的工具,但它为SEO提供了我们了解SERP中单个站点的点击效果所需的最佳信息。既然我们知道GSC会将数据扔给我们一些曲线球,那么它提供了控制尽可能多的数据的重要性。这样做的主要方法是选择理想的数据提取源,摆脱低印象关键字,并使用正确的排名舍入方法。如果您完成所有这些操作,您更有可能在自己的网站上获得更准确,一致的点击率曲线。
     

    13933871212

  • 马上电话咨询
  • 马上电话咨询