آموزش محاسبه و افزایش CTR سایت

Click Through Rate (CTR) یک معیار مهم است که برای محاسبات زیادی درباره عملکرد SEO سایت شما ، از برآورد فرصت درآمد ، اولویت بندی بهینه سازی کلمه کلیدی ، تا تأثیر تغییرات SERP در بازار مفید است. بیشتر SEO ها از ارزش ایجاد منحنی های CTR سفارشی برای سایت های خود می دانند تا این پیش بینی ها را دقیق تر کنند. تنها مشکلی که در منحنی های CTR سفارشی از داده های جستجوی کنسول Google (GSC) وجود دارد این است که GSC ابزاری ناقص شناخته شده است و می تواند داده های نادرستی را ارائه دهد. این داده هایی را که از GSC بدست می آوریم حل می کند و می تواند تفسیر دقیق منحنی های CTR که از این ابزار ایجاد می کنیم دشوار کند. خوشبختانه ، روش هایی برای کمک به کنترل این نادرست ها وجود دارد ، بنابراین شما می توانید تصویری واضح تر از آنچه گفته می شود دریافت کنید.

با تمیز کردن دقیق داده های خود و با استفاده دقیق از یک روش تحلیل ، می توانید CTR را برای سایت خود با دقت بیشتری با استفاده از ۴ مرحله اساسی محاسبه کنید:

اطلاعات کلمات کلیدی سایتهای خود را از GSC استخراج کنید – هرچه اطلاعات بیشتری کسب کنید ، بهتر می شوید.
کلمات کلیدی مغرضانه را حذف کنید – اصطلاحات جستجوی مارک شده می توانند منحنی های CTR شما را حذف کنند ، بنابراین باید حذف شوند.
سطح تصور مطلوب را برای مجموعه داده خود پیدا کنید – داده های نمونه Google را در سطوح کم تصور قرار دهید ، بنابراین حذف کلمات کلیدی که ممکن است Google در این سطوح پایین گزارش نادرست داشته باشد ، مهم است.
روش موقعیت رتبه خود را انتخاب کنید – هیچ مجموعه ای از داده ها مناسب نیست ، بنابراین ممکن است شما بخواهید بسته به اندازه مجموعه کلمه کلیدی خود ، روش طبقه بندی رتبه خود را تغییر دهید.
بیایید یک قدم سریع به عقب برداریم
قبل از وارد شدن به خالصانه بودن محاسبه منحنی های CTR ، مفید است ساده ترین روش برای محاسبه CTR را بطور خلاصه پوشش دهیم ، زیرا ما هنوز از این اصل استفاده خواهیم کرد.

برای محاسبه CTR ، کلمات کلیدی سایت خود را در صفحات خود با کلیک ، برداشت و موقعیت موقعیت بارگیری کنید. سپس از تعداد کلیک های تقسیم شده بر اساس تعداد برداشت در هر سطح رتبه ، از داده های GSC که با یک منحنی CTR دلخواه بیرون می آیید ، استفاده کنید. برای اطلاعات بیشتر درمورد خرد کردن شماره های منحنی های CTR ، می توانید در صورت آشنایی با روند ، این مقاله را توسط SEER بررسی کنید.

هنگامی که این محاسبه مشکل می شود ، هنگامی که شما سعی می کنید کنترل تعصبی را که ذاتاً با داده های CTR همراه است کنترل کنید. با این حال ، حتی اگر می دانیم که داده های بدی را ارائه می دهد ، ما گزینه های بسیاری در اختیار نداریم ، اما تنها گزینه ما این است که سعی کنیم تا حد ممکن تعصب را در مجموعه داده های خود حذف کنیم و از برخی از مشکلات ناشی از استفاده آگاه باشیم. آن داده ها

بدون کنترل و دستکاری داده های حاصل از GSC ، می توانید نتیجه هایی بدست بیاورید که به نظر غیر منطقی می رسند. به عنوان مثال ، می توانید منحنی های خود را نشان دهید که موقعیت ۲ و ۳ CTR دارای میانگین های بسیار بزرگتر از موقعیت ۱. هستند. اگر نمی دانید داده هایی که از کنسول جستجو استفاده می کنید ناقص است ، می توانید آن داده ها را به عنوان حقیقت و الف قبول کنید. سعی کنید این فرضیه ها را مطرح کنید که چرا منحنی های CTR بر اساس داده های نادرست به این روش نگاه می کنند ، و ب) تخمین ها و پیش بینی های نادرست را بر اساس آن منحنی های CTR ایجاد می کنند.

مرحله ۱: داده های خود را بکشید
بخش اول هر تجزیه و تحلیل در واقع کشیدن داده ها است. این داده ها در نهایت از GSC تهیه می شود ، اما بسیاری از سیستم عامل ها وجود دارند که می توانید این داده ها را از آن جدا کنید که بهتر از استخراج وب GSC است.

کنسول جستجوی Google – ساده ترین بستر دریافت اطلاعات از خود GSC است. می توانید وارد GSC شوید و تمام داده های کلمات کلیدی خود را برای سه ماه گذشته بکشید. Google به طور خودکار یک csv را بارگیری می کند. پرونده برای شما نکته منفی این است که GSC فقط ۱۰۰۰ کلمه کلیدی را در یک زمان صادر می کند و اندازه داده های شما را برای تجزیه و تحلیل بسیار کوچک می کند. می توانید با استفاده از فیلتر کلمه کلیدی برای اصطلاحاتی که برای آنها رتبه بندی شده است بارگیری کنید و چندین فایل ۱k را بارگیری کنید تا اطلاعات بیشتری بدست آورید ، اما این روند کار دشواری است. علاوه بر این روش های دیگر ذکر شده در زیر بهتر و آسان تر است.

Google Data Studio – برای هر برنامه نویسی غیر برنامه نویسی که به دنبال راهی آسان برای بدست آوردن اطلاعات بیشتر از کنسول جستجو بصورت رایگان است ، این قطعاً بهترین گزینه شماست. Google Data Studio مستقیماً به داده های حساب GSC شما متصل می شود ، اما در اندازه داده ای که می توانید بکشید هیچ محدودیتی وجود ندارد. برای همان مدت سه ماه تلاش می کنم داده ها را از GSC بکشم که در آن کلمات کلیدی ۱ کیلویی (حداکثر در GSC) را بدست آورم ، داده استودیو به من ۲۰۰ کلمات کلیدی بازگرداند

Google Search Console API – این کار به برخی از دانش برنامه نویسی نیاز دارد ، اما یکی از بهترین راه های دریافت داده مورد نظر شما اتصال مستقیم به منبع با استفاده از API آنها است. شما می توانید کنترل بیشتری بر داده های جمع آوری شده داشته باشید و یک مجموعه داده نسبتاً بزرگ را بدست آورید. اشکال اصلی در اینجا این است که شما برای انجام این کار باید دانش برنامه نویسی یا منابع داشته باشید.

جعبه ابزار SEO Keylime – اگر نمی دانید چگونه برنامه نویسی کنید اما هنوز می خواهید به برداشت Google و داده های کلیک دسترسی داشته باشید ، پس گزینه خوبی برای در نظر گرفتن است. Keylime داده های کنسول جستجوی تاریخی را مستقیماً از API کنسول جستجو ذخیره می کند ، بنابراین یک گزینه بهتر از اتصال مستقیم به API است (اگر بهتر نباشد). این هزینه ۴۹ دلار در ماه است ، اما با توجه به ارزش داده هایی که می گیرید بسیار مقرون به صرفه است.

دلیل مهم این است که از چه بستری داده های خود را بدست آورید این است که هر یک از لیست ها مقدار متفاوتی از داده ها را ارائه می دهند. من آنها را در اینجا لیست کردم به ترتیب کدام ابزار بیشترین داده را از حداقل به بیشترین تعداد داده ها می دهد. با استفاده از رابط کاربری رابط کاربری گرافیکی GSC به طور مستقیم کمترین داده را ارائه می دهد ، در حالی که Keylime می تواند به GSC و Google Analytics برای ترکیب داده ها متصل شود تا در واقع اطلاعات بیشتری را از آنچه که به شما می دهد کنسول جستجو می دهد. این خوب است زیرا هر زمان که می توانید اطلاعات بیشتری بدست آورید ، احتمال بیشتری وجود دارد که میانگین CTR شما می خواهید برای سایت خود درست کنید.

مرحله ۲: تعصب کلمه کلیدی را حذف کنید
پس از کشیدن داده ها ، باید آن را تمیز کنید. از آنجا که این داده ها در نهایت از Search Console حاصل می شود ، باید اطمینان حاصل کنیم که داده ها را به بهترین وجه ممکن پاک می کنیم. سئو سایت

کلمات کلیدی نمودار جستجو و دانش مارک را حذف کنید
وقتی منحنی های CTR عمومی را برای جستجوی بدون مارک ایجاد می کنید ، حذف کلمات کلیدی مارک شده از داده های شما مهم است. این کلمات کلیدی باید دارای CTR بالایی باشند که میانگین نتایج جستجوهای بدون مارک شما را خنثی می کند ، به همین دلیل باید حذف شوند. علاوه بر این ، اگر از ویژگیهای SERP مانند نمودار دانش که مرتباً برای آنها رتبه بندی می کنید آگاهی دارید ، باید سعی کنید این موارد را نیز از بین ببرید ، زیرا ما فقط CTR را برای موقعیت های ۱-۱۰ و محور کلمات کلیدی ویژگی SERP محاسبه می کنیم.

مرحله ۳: برای داده های خود سطح تصور بهینه در GSC را پیدا کنید
به نظر می رسد بیشترین تعصب از داده های کنسول جستجو از داده هایی با برداشت های جستجوی کم حاصل می شود که داده هایی است که باید آنها را امتحان کنیم و حذف کنیم. جای تعجب آور نیست که Google داده های کم تصور را به طور دقیق گزارش نمی کند زیرا می دانیم Google حتی داده هایی با جستجوی بسیار کم در GSC را در بر نمی گیرد. به دلایلی گوگل تصمیم می گیرد به دلیل این شرایط کم تصور ، به شدت نسبت به گزارش CTR بپردازد. به عنوان نمونه ، در اینجا نمودار توزیع توزیع من با داده های GSC برای کلمات کلیدی که فقط ۱ تصور و CTR برای هر موقعیت دارد تهیه کردم.

مرحله ۳ الف): برای محاسبه CTR از منحنی های معمولی استفاده کنید
برای شواهد بیشتر گوگل در مورد داده های مغرضانه به ما ، می توانیم به توزیع CTR برای کلمات کلیدی موجود در مجموعه داده های خود بپردازیم. از آنجا که ما به طور متوسط ​​CTR را محاسبه می کنیم ، داده ها باید به یک منحنی عادی بل (Adal Curve Bell) رعایت شوند. در اکثر موارد ، منحنیهای CTR از GSC به شدت با دمهای بلند به سمت چپ چسبانده می شوند که باز هم نشان می دهد گوگل CTR بسیار بالایی را در مقادیر کم تصور گزارش می کند.

اگر حداقل تعداد تصورات را برای مجموعه کلمات کلیدی که در حال تجزیه و تحلیل هستیم تغییر دهیم ، در پایان به مرکز نمودار نزدیکتر و نزدیکتر می شویم. به عنوان مثال ، در زیر توزیع CTR سایت با افزایش CTR از ۰۰۱ است.

نمودار بالا برداشتها را در سطح تأثیر بسیار کم ، حدود ۲۵ برداشت نشان می دهد. توزیع داده ها بیشتر در سمت راست این نمودار قرار دارند و غلظت کمی و زیاد در سمت چپ نشان می دهد که این سایت دارای نرخ کلیک بسیار بالا است. با این حال ، با افزایش فیلتر برداشت به ۵۰۰۰ تصور برای هر کلمه کلیدی ، توزیع کلمات کلیدی بسیار نزدیک به مرکز است.

این نمودار به احتمال زیاد هرگز در حدود ۵۰٪ CTR محور نخواهد بود زیرا این یک CTR متوسط ​​بسیار بالا است ، بنابراین باید نمودار را به سمت چپ بکشید. مسئله اصلی این است که ما نمی دانیم چون Google داده های نمونه برداری شده را به ما می دهد. بهترین کاری که می توانیم انجام دهیم حدس می زنیم. اما این سؤال را ایجاد می کند ، سطح تصور مناسب برای فیلتر کردن کلمات کلیدی من برای خلاص شدن از اطلاعات معیوب چیست؟

یکی از راههای یافتن سطح تصور مناسب برای ایجاد منحنی های CTR ، استفاده از روش فوق برای احساس در هنگام نزدیک شدن توزیع CTR به توزیع عادی است. مجموعه دادههای توزیع شده معمولاً توزیع شده CTR دارای تعداد کمتری در خارج از کشور است و احتمالاً تعداد زیادی از اطلاعات نادرست گزارش شده از Google کمتر است.

۳ ب): یافتن بهترین سطح برداشت برای محاسبه CTR برای سایت شما
همچنین می توانید برای ایجاد مکان تغییرپذیری کمتر در داده هایی که به جای منحنی های عادی تجزیه و تحلیل می کنید ، ایجاد کنید. هرچه میزان تخمین در تخمین های شما کمتر باشد ، به منحنی CTR دقیق تر نزدیک می شوید.

جداول تنظیم شده CTR
ایجاد CTR لایه بندی شده برای هر سایت باید انجام شود زیرا نمونه برداری از GSC برای هر سایت بسته به کلمات کلیدی شما برای رتبه بندی متفاوت است. من دیده ام که منحنی های CTR تا ۳۰ درصد متفاوت باشد بدون این که کنترل های مناسبی به برآوردهای CTR اضافه شوند. این مرحله بسیار مهم است زیرا استفاده از تمام نقاط داده در محاسبه CTR شما می تواند نتایج شما را جبران کند. و استفاده از نقاط داده بسیار کمی به شما می دهد اندازه بسیار کمی از یک نمونه را بدست آورید تا تصوری دقیق از آنچه در واقع CTR شماست ، بدست آورید. نکته اصلی یافتن آن رسانه شاد بین این دو است.آموزش محاسبه و افزایش CTR سایت

یک رتبه ترکیبی موقعیت: موقعیت دقیق تنظیم شده
بنابراین اگر اطلاعات کافی دارید ، فقط از موقعیت دقیق برای موقعیت استفاده کنید ۱. برای سایت های کوچکتر ، می توانید از موقعیت دقیق تنظیم شده استفاده کنید. از آنجا که Google به طور متوسط ​​حداکثر دو امتیاز اعشاری را ارائه می دهد ، یکی از راه های بدست آوردن موقعیت دقیق تر # ۱ ، شامل کلمات کلیدی است که در زیر موقعیت ۱.۱ قرار دارند. به نظرم این یک صد کلمه کلیدی اضافی می شود که باعث می شود اطلاعات من قابل اطمینان تر شود.

و این نیز به هیچ وجه نباید به طور متوسط ​​ما را پایین بیاورد ، زیرا GSC با نحوه گزارش میانگین رتبه بندی نادرست است. در وایفایر ، ما از STAT به عنوان ابزار ردیابی رتبه کلمات کلیدی خود استفاده می کنیم و بعد از مقایسه تفاوت بین رتبه های متوسط ​​GSC با میانگین رتبه بندی از رتبه بندی STAT ، رتبه های نزدیک به موقعیت شماره یک نزدیک هستند ، اما ۱۰۰ درصد دقیق نیستند. هنگامی که شروع به پایین رفتن در رتبه بندی کنید ، اختلاف بین STAT و GSC بزرگتر می شود ، بنابراین مراقب باشید که در رتبه بندی هایی که می کنید تا کجا کلمات کلیدی بیشتری را در مجموعه داده خود قرار دهید.

من این تجزیه و تحلیل را برای تمام رتبه بندی های پیگیری شده در وایفایر انجام داده ام و هرچه موقعیت پایین تر باشد ، رتبه بندی کمتری بین این دو ابزار پیدا کردم. بنابراین Google داده های رتبه بندی خوبی را ارائه نمی دهد ، اما به اندازه کافی نزدیک به موقعیت شماره ۱ است ، که من با استفاده از موقعیت دقیق تنظیم شده می توانم برای افزایش مجموعه داده های من بدون نگرانی در مورد قربانی کردن کیفیت داده ها در دلیل ، راحت باشم.آموزش محاسبه و افزایش CTR سایت سئو سایت

نتیجه
GSC ابزاری ناقص است ، اما بهترین سؤالاتی را که برای درک عملکرد کلیک یک سایت در SERP ها انجام می دهد ، به SEO می دهد. از آنجایی که می دانیم GSC قصد دارد چند داده منحنی را با داده به ما پرتاب کند ، مهم است که بتواند تعداد بیشتری از آن داده ها را کنترل کند. راه های اصلی برای انجام این کار انتخاب منبع استخراج داده های ایده آل ، خلاص شدن از شر کلمات کلیدی کم تصور ، و استفاده از روش های مناسب جهت گردشی است. اگر همه این کارها را انجام دهید ، به احتمال زیاد شما می توانید منحنی های CTR دقیق تر و سازگارتر در سایت خود داشته باشید.