Использование Google Data Studio для SEO

1. Визуализация в действии
2. Использование Google Data Studio
3. Какие страницы привлекают больше всего ссылок?

В " Использование журналов сервера для выявления проблем SEO «Я объяснил, что журналы веб-сервера могут быть полезны, но данные необработаны и требуют преобразования и анализа. В этой статье я объясню, как анализировать необработанные данные с помощью инструментов визуализации бизнес-аналитики.

Я обычно выполняю анализы в Tableau Software, платформе визуализации данных. Но Google выпустил мощного конкурента в прошлом году Data Studio, который бесплатный и облачный. Data Studio может помочь в анализе больших наборов данных, угадав соответствующие метрики и измерения «контейнеров визуализации», таких как круговые диаграммы. В Таблице вам нужно назначить метрики, а затем выбрать наиболее подходящую визуализацию.

Визуализация в действии

Вот пример использования расширенного анализа обратных ссылок, чтобы ответить на некоторые сложные вопросы.

Еще в 2013 году меня направили к клиенту, у которого был необычный запрос. Большинство клиентов хотят знать, как они могут увеличить или восстановить свой трафик с помощью обычного поиска. Этот клиент, однако, просил помощи, чтобы выяснить, почему его поисковый трафик так хорошо работает.

Компания запустила сайт, который прошел - менее чем за год - от нуля до полумиллиона посещений в месяц. Сотрудники не знали, почему это происходит. Но они хотели понять это и сосредоточиться на том, что так хорошо работало. Сначала я предположил, что они используют черную тактику SEO. Но мой анализ доказал обратное.

Приведенная ниже таблица - это мой анализ Таблицы, чтобы определить, были ли ссылки на сайт причиной огромного увеличения трафика. Ось Y слева отслеживает «Посещения», «Новые посетители», «Количество доменов» и «Количество ссылок». Ось X внизу показывает месяц для каждой из этих метрик.

В этом примере сайт прошел от нуля до полумиллиона посещений менее чем за год.

Существует сильная корреляция между «количеством ссылок» (вверху) и «посещениями». Увидев огромный приток ссылок с разных сайтов, я подозревал, что ссылки могли быть куплены. Недавно компания запустила партнерскую программу, и я подумал, что Google неправильно считает партнерские ссылки органическими. Google обычно считает партнерские ссылки стимулированными и не учитывает их в рейтинге сайта.

Когда я проанализировал ссылки на их сайт - сравнивая партнерские ссылки с неаффилированными - оказалось, что мои подозрения были верны: 56,22% были от аффилированных лиц и 43,78% от неаффилированных.

При рассмотрении общих ссылок на сайт 56,22 процента были из аффилированных лиц и 43,78 процента из не-аффилированных лиц.

Однако, когда я просмотрел только процент уникальных сайтов, я увидел, что 91,75 процента были из не связанных с ними филиалов. Только 8,25 процента доменов, на которые ссылаются, были от партнеров.

Только 8,25 процента сайтов использовали партнерские ссылки.

Партнерская программа была запущена примерно за месяц до того, как я запустил эти отчеты. Поэтому имело смысл, что партнерские ссылки не были причиной роста клиента.

Одним из ключевых элементов трафика было полезное сообщество, к которому клиент обратился с самого начала. Целевой рынок клиента был относительно узким по сравнению с аналогичными компаниями. Клиент нанял штатных писателей для подготовки подробных, полезных учебных пособий, которые не были сосредоточены на продаже, но вместо этого решали соответствующие проблемы - бесплатно.

Клиент реализовал эту стратегию не потому, что искал органический поисковый трафик. Скорее, целью клиента было помочь целевому сообществу. Посетителям настолько понравился контент, что они рассказали другим, и двигатель органического роста заработал.

Продолжая анализ, я рассмотрел влияние этого сообщества на привлечение ссылок на сайт. Я посмотрел на процент от общего количества ссылок на страницы сообщества сайта, которые содержали учебные пособия. Только 2,34 процента от общего количества ссылок были направлены на эти страницы.

Только 2,34 процента от общего количества ссылок были направлены на страницы сообщества сайта.

Однако 48,11 процента уникальных сайтов ссылаются на страницы сообщества. Бинго! Страницы сообщества привлекли почти половину ссылок с уникальных сайтов. Это было связано, по-видимому, с высококачественными статьями и учебными пособиями, а также с программой поддержки клиентов, оказывающей сильное влияние.

На уровне 48,108% число уникальных сайтов, ссылающихся на страницы сообщества сайта, было высоким.

Таким образом, используя инструменты визуализации данных, мы смогли помочь клиенту понять причину его органического поискового трафика.

Использование Google Data Studio

Теперь давайте воспроизведем этот тип анализа в новом инструменте Google Data Studio.

На примере моего клиента мы в основном проводили анализ обратных ссылок. Чтобы получить точные выводы, нам нужно было получить наилучшие возможные данные о ссылках.

Хотя существует ряд высококачественных инструментов для создания отчетов о обратных ссылках, для этого типа анализа я предпочитаю получать данные непосредственно из Google Search Console. Таким образом, мы можем увидеть дату, когда Google обнаружил ссылки, и то, как стратегии ссылок развивались с течением времени с точки зрения Google.

Чтобы просмотреть входящие ссылки в консоли поиска, выберите «Поиск трафика»> «Ссылки на ваш сайт» . В разделе «Кто больше всего ссылок» нажмите «Подробнее».

Чтобы просмотреть входящие ссылки в консоли поиска, выберите «Поиск трафика»> «Ссылки на ваш сайт». В разделе «Кто больше всего ссылок» нажмите «Подробнее».

Затем выберите «Скачать последние ссылки » на следующей странице.

Нажмите «Скачать последние ссылки».

Затем выберите вариант файла CSV. Вы получите файл с двумя столбцами: «Ссылки» и «Первый обнаружен».

Для этого анализа мне нужно количество уникальных ссылок на домены. Файл CSV не всегда содержит эту информацию, но я могу создать его как новое поле в Google Data Studio.

Сначала нам нужно создать набор данных, загрузив файл CSV с помощью опции «Загрузка файла» в Data Studio. Это поместит это в Google Cloud Storage , (Кроме того, если вы часто загружаете файлы CSV или необработанные данные в Data Studio, полезно импортировать файлы непосредственно в Google BigQuery и использовать BigQuery в качестве источника данных. Это особенно полезно при работе с большими наборами данных. это руководство объясняет, как загружать файлы CSV в BigQuery.)

После загрузки файла CSV мы нажимаем «Создать новый источник данных» в Google Data Studio и выбираем опцию «Загрузка файла». Это предложит Google Data Studio получить доступ к Google Cloud Storage.

После загрузки файла CSV нажмите «Создать новый источник данных» в Google Data Studio и выберите опцию «Загрузка файла».

Затем мы можем просто перетащить файл CSV.

Выберите опцию «Загрузка файла» и загрузите файл CSV.

Нажав «Подключиться» (показано выше), мы увидим поля в файле CSV, включая их типы данных.

Нажмите «Подключиться», чтобы увидеть обнаруженные поля.

Data Studio предоставляет основу для разработки отчетов. Для этого вернитесь к отчету, выберите линейный график и перетащите на холст. Отрегулируйте размер по желанию.

Напомним, что наша цель состоит в том, чтобы рассчитать количество уникальных ссылок на домены. В этом случае Data Studio не может построить диаграмму, поскольку файл CSV не содержит числовых полей - только текстовое поле и поле даты.

Создайте новую метрику для подсчета количества уникальных ссылок.

Чтобы это исправить, мы создадим метрику для подсчета количества уникальных ссылок, щелкнув «Создать поле», затем назвав поле - мы будем использовать «links_count». В формуле я введу COUNT_DISTINCT и выберу «Ссылки. »

Нажмите «Создать поле», затем назовите поле links_count. В формуле введите COUNT_DISTINCT и выберите «Ссылки».

После того как мы создадим новую метрику и выберем «links_count» в качестве метрики для построения графика, Data Studio создаст график роста количества ссылок со временем на сайт.

Сюжет о росте ссылок со временем на сайт.

Теперь у нас есть ценный отчет Data Studio, показывающий понимание, выходящее за рамки того, что появляется в Google Search Console, даже если данные получены оттуда. Мы можем часто использовать этот отчет при просмотре профилей на наличие плохих ссылок. Это позволяет легко обнаружить неожиданные скачки в количестве ссылок.

Далее, давайте построим количество уникальных доменов вместо ссылок. Ссылки из уникальных доменов, как правило, гораздо более ценны, чем ссылки из того же домена. Сюжет будет аналогичным, но вместо подсчета отдельных ссылок будут учитываться уникальные сайты ссылок.

Поскольку у нас нет поля для домена ссылок, мы создадим новое поле, которое будет использовать регулярное выражение для извлечения доменного имени. Я ввел понятие регулярных выражений в вышеупомянутом статья о журналах сервера ,

Для меня, визуальное представление значений из регулярных выражений полезно в качестве теста, чтобы убедиться, что это правильно. Самый простой способ сделать это в Google Data Studio - добавить визуализацию таблицы с вычисляемым полем в виде столбца.

Для этого сначала создайте новое измерение, которое будет вычислять домен из ссылок. Нажмите «Средство выбора размеров» и выберите «Создать новое измерение».

Вот регулярное выражение, которое я использовал для создания поля домена.

REGEXP_EXTRACT (Ссылки, '^ https?: // ([^ /] +) / [^] + /?')

Создайте новое измерение и введите регулярное выражение.

Таблица извлекает домен правильно. Далее мы хотим создать новую метрику для расчета количества доменов для нашего графа. Мы снова будем использовать COUNT_DISTINCT в формуле, но на этот раз мы выберем «домен», чтобы получить количество отдельных доменов.

Выберите COUNT_DISTINCT в формуле, а затем выберите «домен», чтобы получить количество отдельных доменов.

Теперь, когда у нас есть количество доменов, мы можем создать график и добавить его в отчет.

Добавьте отдельный участок доменов к участку, созданному ранее.

Теперь мы можем увидеть рост ссылок, посмотрев на количество уникальных сайтов, ссылающихся на нас с течением времени.

Самое приятное то, что вы можете повторно использовать тот же отчет для анализа других сайтов или для отслеживания хода вашей ссылки. Вам просто нужно изменить или обновить источник данных. Как я уже упоминал ранее, CSV полезен для начала работы с Data Studio. Но для постоянного использования лучше использовать BigQuery или другую базу данных в качестве источника данных. Это обеспечит гораздо большую гибкость.

Какие страницы привлекают больше всего ссылок?

Чтобы создать отчеты, чтобы узнать, какие разделы вашего сайта привлекают больше всего ссылок, у вас есть два варианта.

Первый - самый простой: просто загрузите из консоли поиска список связанных страниц.

Загрузите верхний список связанных страниц в консоли поиска.

Вы увидите три столбца: «Ваши страницы», «Ссылки» и «Исходные домены». Предположим, вы хотите подсчитать домены, ссылающиеся на ваш блог, по сравнению с остальной частью сайта. Для этого создайте новое измерение с помощью регулярного выражения, которое будет искать определенный термин, например «блог». Вы можете использовать аналогичную стратегию для группировки страниц любым удобным для вас способом.

Создайте новое измерение, используя регулярное выражение, которое будет искать слово «блог».

В случае моей компании RankSense 90 процентов ссылок на наш сайт ведут на наш блог.

Второй метод включает сканирование списка обратных ссылок на сайт с помощью такого инструмента, как ScreamingFrog. Одним из преимуществ этого подхода является то, что вы можете проверить, какие обратные ссылки не разрешены - Google не учитывает их в целях ранжирования. Я оставлю анализ этого как упражнение для вас, чтобы вы могли получить практический опыт в Google Data Studio.

Похожие

Комментарии