Предупреждение! Обнаружен аномальный органический CTR. Автоматическое обнаружение плохо выполняемых метаданных

Хотите узнать, с чего начать, увеличив ваши ставки за клик? Обозреватель Пол Шапиро делится своим процессом для определения низкоэффективных органических списков, чтобы вы могли начать тестирование.Вы хотите дать вашему сайту оптимизацию SEO, но думаете, что исчерпали большинство оптимизаций или ищете быструю победу? Подумайте о том, как улучшить уровень органического клика (CTR) ваших поисковых объявлений. Один из способов, которым я хотел бы заняться этой задачей, - начать изучать истинные выбросы. Здесь я расскажу о своем процессе, чтобы выполнить это автоматически через наших клиентов SEO.

Как определить лимиты?

Вы всегда должны пытаться улучшить CTR результатов поиска вашего сайта, но с чего начать? Я начинаю с определения истинных выбросов - комбинации страниц и запросов, которые действительно выходят за рамки нормы. Для идентификации выбросов можно использовать ряд статистических методов, поэтому давайте посмотрим на те немногие, на которые я полагаюсь для обнаружения.

Z-оценка Согласно «Академии Хана», «z-score измеряет точно, сколько стандартных отклонений выше или ниже среднего значения точки данных». Итак, если CTR для запроса и комбо-страницы падает ниже z-балла -3 (также иногда -2,5 или -2,68 используются в качестве пороговых значений) для данного органического положения, это выброс. z-score = (индивидуальный CTR - средний CTR в заданном положении) / стандартное отклонение CTR в заданном положении

Интерквартильный диапазон (IQR) Ханская академия определяет IQR как «объем распространения в среднем 50%, процентов от набора данных. Другими словами, это расстояние между первым квартилем (Q1) и третьим квартилом (Q3) ». Чтобы найти выбросы, используя этот метод, вы ищете CTR, который выходит за пределы 1,5-кратного межквартильного диапазона (IQR) ниже первого квартиля. Итак, если индивидуальный CTR меньше: Квартал 1 CTR в данной позиции - (IQR CTR в заданном положении * 1,5) ... тогда это можно считать выбросом.

Измененный z-балл Z-баллы не работают также для небольших наборов данных, поэтому для борьбы с проблемой для небольших сайтов, где меньше данных о CTR в данной позиции, мы можем использовать модифицированный z-балл для обнаружения выбросов. По словам IBM: Стандартный балл z рассчитывается путем деления разницы от среднего на стандартное отклонение. Измененный индекс z рассчитывается по среднему абсолютному отклонению (MeanAD) или среднему абсолютному отклонению (MAD). Эти значения должны быть умножены на константу, чтобы приблизить стандартное отклонение. Применительно к нашему каталогическому поисковому каталогу, мы ищем модифицированный z-балл менее -3,5, чтобы считаться выбросом. Модифицированный z-балл = (константа 0,6745 * (индивидуальный CTR - средний CTR данной позиции)) / медианное абсолютное отклонение для CTR в данной позиции

Доступ к нашим данным и настройка уведомлений

Теперь, когда мы немного знаем о статистике, используемой для определения наших выбросов, как мы применяем это к нашим результатам поиска? Войдите в Google Analytics для поиска в Google Search Console. Я уже писал об этом и даже сделал общедоступный скрипт Python для Google Search Console для резервного копирования ваших данных обычных запросов в базу данных SQL каждый месяц. Это хорошо подходит для интеллектуального анализа данных и других функций аналитики, но мы можем многое сделать с API, например, автоматизировать этот процесс выявления плохо выполняемых ставок кликов.

Сбор данных: мы собираем данные по запросу, странице и связанным метрикам с помощью API поиска Google Search Console Search Analytics. Вы можете использовать скрипт Python (или любые ваши предпочтения), чтобы выполнить это.

Средняя средняя позиция: I средняя средняя позиция до десятичного десятичного разряда (например, 1.19 округляется до 1.2). В противном случае вы столкнетесь с ситуацией, когда размер выборки для каждой позиции слишком мал. Так, например, позиции 1.1-1.9 каждый имеют связанную статистику CTR.

Math: Мы идентифицируем выбросы, используя комбинацию статистических методов для идентификации выбросов, упомянутых выше. Это также автоматизировано с помощью того же сценария, который загружает данные поисковой системы Google Analytics.

Электронная почта. Если для ключевого слова и комбинации страниц в средней позиции указаны отрицательные выбросы, отправляется электронное письмо, идентифицирующее все эти данные для каждого из SEO, назначенных учетной записи для расследования.

Планирование. Установите скрипт на регулярной основе. Для частоты я выбрал ежемесячный временной график, который хорошо работает с нашими клиентами в структуре агентства, но эта частота может быть более или менее в зависимости от ваших потребностей. Планирование выполняется с использованием Cron.

Выполнение данных и выигрыш

Основная идея того, что мы хотим сделать, - это определить комбинации поисковых запросов и целевых страниц, которые не будут нажимать столько, сколько они должны для их ранга. Если они не выполняются так хорошо, как вы ожидаете, может быть несколько причин. Например, может быть функция SERP (например, признак фрагмента) или платные объявления, которые используют общий доступ к клику. Вы ничего не можете с этим поделать. Однако есть элементы SERP, которые находятся под вашим контролем: богатые фрагменты и метаданные (ваши теги заголовка и метаописания). Если вы определите, что, скорее всего, ваши метаданные вызывают менее желательный CTR, это достаточно простое исправление - просто начните играть с разными тегами заголовка и мета-описаниями. В идеале это делается через систему тестирования A / B. Просто короткое замечание относительно используемых статистических методов: ни один из методов обнаружения выбросов не является на 100% идеальным. Вам придется использовать их в качестве инструментов для оценки на индивидуальной основе. Это приведет к SEO на счету, чтобы копать немного глубже. Даже после того, как вы сократили плохую производительность CTR для копирования в метаданных, все же возможно, что есть ложные негативы, комбинации запросов и целевых страниц, которые не соответствуют вашим целям. В конце концов, нам нужны наши практикующие SEO, чтобы мыслить логически и действовать, когда это имеет смысл, а не иначе.

Следующие шаги

После того, как вы улучшите CTR ваших суб-парных списков, вы можете начать думать о просмотре остальной части ваших списков и отнести их от типичных к исключительным ставкам перехода по клику. Посмотрите на отраслевые тесты, а также на другие данные клиентов и постарайтесь быть лучше. В конце концов, большая часть власти в ваших руках, и хорошая копия может пройти долгий путь. Мнения, выраженные в этой статье, принадлежат авторам гостевых изданий, а не обязательно поисковым системам. Здесь перечислены авторы работ.