SEO や運用管理の担当者は、管理職であれば何かしらの問題に直面することが多いため、コミュニケーションを取る際に、SEO 担当者は「神様」であるべきだ、上司や同僚、自分自身からのさまざまな「なぜ」に日々対処しなければならない、と話すことがあります。これらの問題の中には、「いつ増えるの?いつできるの?どのくらい時間がかかるの?」など、同様の「当てにならない」または「答えられない」質問があります。しかし、よく考えてみると、これらの質問は本当に「神様」だけが知っているのでしょうか?今日は、ウェブサイトの運用プロセスと、自然検索トラフィックの指標の策定と期待(推定)に関する私の経験のいくつかを簡単にお話しします。 分析にはデータが必要なので、今日はデータ分析に焦点を当てます。検索エンジンのトラフィック操作の基礎は、これらの主要な指標に他なりません。含まれるWebページの数、Webサイトへの訪問数(IP)、キーワードの数、および上記の検索パフォーマンス指標をサポートするオンサイトデータ:Webページデータを生成する人の数、Webサイト上のデータ量、人々が毎日生成するデータの量などです。 さて、これらの主要なデータ指標をリストすると、これらの指標は実際には相互に関連しており、互いに影響を及ぼしていることが誰もが理解するでしょう。 人員————サイトデータ————含まれるデータ————検索語データ————トラフィック (ip) (プロデュース) (プロデュース) (プロデュース) (プロデュース) 上図からわかるように、人材と検索トラフィック指標は関連しているため、最終的な自然検索トラフィック指標はSEOまたは運用チームのメンバーによって実装されるのは当然ですが、重要なのは、実装する量です。確実に完了するにはどのくらいの時間がかかりますか?指標のこれらの重要なノードは、データ分析を行う必要があります。これらの問題を分析するには、まず検索エンジンでのWebサイトの現在のパフォーマンスを分析してから、見積もりを作成する必要があります。分析方法: 含まれるデータ、検索語データ、トラフィック データは、検索エンジンのパフォーマンスを示す重要な指標です。これらの値は、Web サイトの検索エンジンのパフォーマンスを直接反映します。ここでは、よく使われる言葉「重み」を使用できます。これらの指標の「上流」の基盤は、サイト上のデータ、データを生成する人々、および日々の作業データです。 1. 包含率 サイト上のデータのどれくらいが検索エンジンにインデックスされているでしょうか。ここでは比率があり、ここでは「包含率」と呼びますが、これはサイト上のデータ(ページ総数)に対する包含量の比率です。 2. キーワード比率によって生成されるキーワードの数はどれくらいですか? ここでは、サイト内の現在のキーワード数 (cnzz と Baidu の統計で統計情報を提供できます) を現在含まれているキーワード数で割った比率 (とりあえず「キーワード比率」と呼びます) を示します。 3. これらのキーワードはどのくらいのトラフィックを生み出しますか? ここでは、サイト内のトラフィックとキーワードの量を比較する比率、「トラフィック比率」と呼ばれる比率もあります (データの精度を高めるために、データ モデルの時間ディメンションを半年以上に拡張することをお勧めします)。 もちろん、上記のような比較分析はたくさんあります。結局、一見独立しているように見えるこれらのデータは、実際には深く関連していることがわかります。これらの値は、検索エンジンにおける現在のサイトのパフォーマンスを反映できます。具体的な分析方法をケースとともに簡単に紹介します。 Baidu に 1 日平均 80,000 の IP アドレスがあり、サイト内のページ総数は 400,000 以上、Baidu にインデックスされているページ数は 200,000 ページあるサイトがあります。コミュニケーションの結果、1 日平均のキーワード数は約 40,000 であることがわかりました。現在、編集者は 20 名います。要件は、1 日平均 400,000 の IP アドレスを達成するにはどのくらいの時間がかかり、どのくらいの費用がかかるかということです。 検索におけるサイトのパフォーマンスを分析します。 1. 分析包含率: 40/20 = 2 (2 つのデータから 1 つの包含が生成され、50% の包含) 2. キーワードを分析する: 20/4 = 5 (5 ページから 1 つのキーワードが生成される、5:1 のキーワード生成) 3. トラフィック比率を分析する: 8/4 = 2 (1 つのキーワードが 2 つの IP を生成する、マクロの観点から 1 つのキーワードのトラフィックを調べる) 4. 分析作業量:編集作業40記事/日×20人=800記事/日 さて、現在の検索エンジンにおけるサイトのパフォーマンスデータによると、40 wip /日、20wキーワード/日、100万ページ、200万サイト内ページを達成するには、編集スタッフに作業負荷を割り当てると20人が必要になり、6年8か月かかります。これは長すぎると言う人もいます。これはデータ分析によるとのみ当てはまると言うべきですが、客観的な問題の変化、サイトの検索エンジンパフォーマンスの変化(重み付けと見なすことができます)、ブランドワードの影響、チームメンバー数の変化、コンテンツリソース収集チャネルの変化などを無視しているため、主観的に多少信頼性が低いことがわかります。経験によると、最終結果は一般に公式の決済結果よりも良くなります(ほとんどのWebサイトがどんどん良くなっているため)が、サイトのこれらの値が変わらない場合、結果はそれほど外れないと思います。 トラフィックの多いキーワードの順位が上がれば、全体の状況が変わると言う人もいるかもしれません。しかし、私が言いたいのは、データモデルでデータを拡大し、時間を延長すると、マクロデータでは、特に大規模なWebサイトでは、単一のキーワードの順位変動が全体のトラフィックにほとんど影響を与えないことがわかります。これは、トラフィックの支点はロングテールにあり、ロングテールの支点はコンテンツにあるためです。したがって、マクロデータでは、トラフィックの支点は、いくつかの高トラフィックキーワードの順位ではなく、コンテンツデータの量にあります。 友人の中にはうるさい人もいるので、あまり言いたくありません。これは、数十万または数百万のIPを持ついくつかのサイトを運営した私の経験にすぎません。マクロデータを分析した後、適用範囲の広さに偏差や問題があるはずです(たとえば、小規模サイトやコンテンツのないサイトは適用されない可能性があります)。ポータルのような多業種サイトの場合、この値は間違いなく歪んでしまうため、列(または業界)を分割して分析することをお勧めします。たとえば、私が遭遇した教育とゲームのケースでは、マクロの観点から、単一のキーワードのオーディエンスは大きく異なります。教育情報は1:2(1つの単語が2つのIPをもたらすこと以下)以内である可能性がありますが、ゲームは1:40(1つの単語が40のIPをもたらす)またはそれ以上である可能性があります。もちろん、これはサイトごとに異なるため、自分で計算する必要があります。 この記事はもともと張燕によって書かれ、www.2huacha.comによって転載および編集されました。 原題: ウェブサイト SEO における定量的操作 キーワード: SEO、定量化、運用、拒否、理由、古いことわざ、常識、継続、努力、管理、ウェブマスター、ウェブサイト、ウェブサイトのプロモーション、収益化 |
<<: 人気コミュニティをオンラインプロモーションに活用する方法
>>: サイトのセキュリティを大切にし、不正行為や最適化の誤解を避けましょう
クラウド コンピューティングへの支出が急増している一方で、多くの組織はコスト管理、自動化、プロバイダ...
私は数年間 SEO 業界に携わっており、多くの SEO 担当者と会ってきました。技術の勉強に打ち込ん...
Licloud は新しいプロモーションを開始しました。新しい香港 VPS (e5-2680v4+NV...
始める前にKubernetes はシンプルでありながら複雑なシステムです。シンプルさは、全体的なアー...
フレンドリー リンクとは、自分の Web サイトに互いの Web サイトへのリンクを配置することを指...
スパムサイトを構築するか、通常のサイトを構築するかは、SEO 界では永遠の話題です。初心者はゴミステ...
ugvps、この店は今年から営業を開始しました。現在の評判はchicagovpsと似ています。商品は...
SEO コンテンツの執筆に関しては、多くのウェブマスターが次のように考えるでしょう。「何を言えばいい...
ご存知のとおり、企業ウェブサイトの最適化プロセスでは、いくつかの主要な最適化原則に注意を払う必要があ...
なぜ SEO 担当者が従来の企業で進歩を遂げるのはそれほど難しいのでしょうか? 私の個人的な経験に基...
タイムフィルムの創設者、羅美美氏記者の石海偉がまとめた2012年8月25日の夕方、私はパートナーから...
この記事では、日本回線VPSと日本データセンターVPSを紹介し、特に日本の格安VPSとPayPalや...
Evlgaming には、2010 年に登録され、カンザス州にオフィスを構える、flamevps と...
SEO は現在では過剰に使われる用語になっていますが、その理由は主に外部リンクの数が圧倒的に多いこと...
[編集者注] この記事の著者 @Zhongguancun Lao Li は、以前 Leifeng.c...