Agarre-se de uma xícara de café (ou dois) e o cinto de segurança, porque nós estamos fazendo a matemática de hoje.

Novamente.

De volta em até…

Uma rápida atualização de última hora: eu a puxei de dados a partir de 50 segmentados por palavra-chave artigos escritos sobre Brafton do blog, entre janeiro e junho de 2018.

Utilizou-se uma técnica de escrever esses artigos anteriormente publicados em Moz que gera algumas sério resultados impressionantes (estamos falando de mais do que dobrar o tráfego orgânico nos últimos seis meses, mas falaremos disso em outra publicação).

Puxou dados de novo… Só que eu atualizada e reran todos os dados manualmente, dobrando-se o conjunto de dados. Nenhuma Api. O meu cérebro é que queijo Suíço.

Queríamos ver como recém-escrito, o conteúdo original executa ao longo do tempo, e quais os factores que podem ter impacto que o desempenho.

Por que fazer isso da maneira mais difícil, cara?

“Por que não basta puxar centenas (ou milhares!) de pontos de dados a partir de resultados de pesquisa para ampliar o seu conjunto de dados?”, você pode estar pensando. Ele foi feito com sucesso, muito poucas vezes!

Confie em mim, eu estava pensando a mesma coisa ao chorando lágrimas em meu teclado.

A resposta foi simples: eu queria fazer algo diferente a partir do maciço de agregação de estudos. Eu queria um nível de controle sobre como muitos potencialmente influentes variáveis possível.

Usando os nossos próprios dados, o estudo beneficiou de:

• A mesma raiz da Autoridade de Domínio em todo o conteúdo.
• Individuais semelhantes URL perfis de link (algumas risadas sobre isso mais tarde).
• Conhecida original publicar datas e sem reoptimization esforços ou de ajustes.
• Conhecida original metas de palavras-chave para cada um blog (em vez de adivinhar).
• Conhecida e consistente em conteúdo e profundidade índices de qualidade (MarketMuse).
• Conteúdo semelhante técnicas de redação para a segmentação de palavras-chave específicas para cada blog.

Você nunca vai eliminar a possibilidade de erro de interpretação de correlação como o nexo de causalidade. Mas no controle de algumas variáveis pode ajudar.

Como Rand disse uma vez em um Quadro de comunicações sexta-feira, “Correlação não implica causalidade (mas com certeza é uma dica).”

Ressalva:

O que ganhamos em controle, perdemos no tamanho da amostra. Um tamanho de amostra de 96 é muito menos útil do que dez mil, ou cem mil. Assim, olhar para os dados com cuidado e use a discrição quando o considerar os fatores de ranking de você encontrar mais provável de ser verdadeira.

Este recurso pode ajudar a avaliar a confiança que você deve colocar em cada um de Correlação de Pearson valor. Geralmente, o mais forte é o relacionamento, o menor tamanho de amostra necessário para ser confiante nos resultados.

Então, o que exatamente você fez aqui?

Temos gerado dicas que podem influenciar o orgânico desempenho de conteúdo recém-criada. Nem mais, nem menos. Mas eles são realmente interessantes e dicas que talvez vale a pena aprofundar a discussão ou pesquisa.

O que você não fez?

Não temos publicado varrendo generalizações sobre o algoritmo do Google. Este post não deve ser lido como um guia definitivo para o algoritmo do Google, nem que você deve assumir que o seu site irá demonstrar as mesmas correlações.

Então, o que devo fazer com esses dados?

A melhor maneira de ler este artigo, é observar as correlações possíveis observamos com nossos dados e considerar a possibilidade de como essas relações podem ou não se aplicar ao seu conteúdo e estratégia.

Eu estou esperando que este estudo tem uma nova abordagem para estudar URLs individuais e estimula o debate construtivo e conversa.

Sua crítica construtiva é bem-vinda, e espero que empurra essas conversas para a frente!

Estatísticas folha

Então pare de jabbering e me mostrar a mercadoria, você diz? Tudo bem, vamos começar com as nossas estatísticas folha, formatado como um cartão de baseball, porque, por que não?:

*Nota: Apenas blogs com classificação completa de dados foram utilizados no estudo. Jogou fora os blogs com falta de dados, ao invés de adicionar arbitrária números.

E como sempre, aqui é o conjunto de dados original se o cuidado para reproduzir os meus resultados.

Então, agora, a parte que você estava esperando…

Análise

Para começar, por favor, use uma atualização sobre o Coeficiente de Correlação de Pearson do meu último post no blog, ou s Aleatório.

1. Tempo e desempenho

Eu comecei com uma pergunta: “blogs de idade, como um Macallan 18 servido puro sobre um verão quente tarde de sexta-feira, ou como a morna e o leite em uma terça-feira quente de verão?”

Não o tempo indexado de jogar um papel como um pedaço de conteúdo que executa?

Correlação 1: o Tempo e o destino da palavra-chave de posição

Primeiro, vamos mapear o destino de palavras-chave posições do ranking contra o número de dias correspondente blog tem sido indexados. Visualmente, se existe alguma correlação vamos ver algum tipo de negativo ou positivo relação linear.

Há uma clara relação negativa entre as duas variáveis, o que significa que as duas variáveis podem estar relacionadas. Mas precisamos ir além de efeitos visuais e usar o PCC.

Dias ao vivo vs. destino posição da palavra-chave

PCC

-.343

Relação

Moderado

Os dados mostram uma moderada relação entre o tempo de um blog foi indexado e a posição no ranking de destino de palavras-chave.

Mas antes de se deixar levar, não devemos apenas confiar em um método estatístico e chamá-lo um dia. Vamos dar uma olhada em coisas de outra forma: Vamos comparar a média de idade dos artigos cujo destino palavras-chave posto no top dez, contra a média de idade dos artigos cujo destino palavras-chave de classificação de fora dos dez primeiros.

A média de idade dos artigos com base na posição

Destino KW posição ≤ 10

144.8 dias

Destino KW posição > 10

84.1 dias

Agora a história está começando a se tornar clara: o Nosso recém-conteúdo escrito, leva uma quantidade significativa de tempo para a maturidade.

Mas por causa de esgotar essa dica, vamos olhar para os dados de uma forma final. Vamos agrupar os dados em segmentos de destino posições de palavra-chave, e dias indexados, em seguida, aplicá-las a um mapa de calor.

Isso deve nos mostrar um visual clara-o agrupamento de artigos executar ao longo do tempo.

Este gráfico, literalmente, pinta um quadro. De acordo com os dados, nós não devemos esperar que um novo artigo para realizar o seu pleno potencial, pelo menos até 100 dias, e provavelmente mais. Como um post do blog as idades, ele parece ganhar mais favorável de destino de palavra-chave de posicionamento.

Correlação 2: o Tempo e o total do ranking de palavras-chave no URL

Você vai descobrir que, quando você escrever um artigo, ele vai (espero) posição para a palavra-chave alvo. Mas muitas vezes ele também vai classificar para outras palavras-chave. Alguns destes são variações da palavra-chave do destino, alguns são tangencialmente relacionadas, e alguns são puramente aleatórios de ruído.

Instinto irá dizer-lhe que você deseja que os seus artigos para classificação de palavras-chave como muitos como possível (idealmente variantes e tangencialmente relacionado palavras-chave).

Como seria de esperar, verificou-se que a relação entre o número de palavras-chave de um artigo fileiras e sua estimativa mensal de tráfego orgânico (por SEMrush) é forte (.447).

Queremos que todos os nossos artigos de fazer coisas como esta:

et/7-search-ranking-factors-analisados follow-up-estudo/5c057d00acb994.58611743.png”>

Queremos muitas variantes, cada uma com significativo volume de pesquisa. Mas, não um artigo de aumentar o número total de palavras-chave está há mais tempo? Vamos dar uma olhada.

Visualmente este gráfico parece um pouco obscuro, devido à existência de dois clara outliers na extrema direita. Primeiro nós vamos executar a análise com os outliers, e novamente sem. Com a outliers, observamos o seguinte:

Dias ao vivo vs. total palavras-chave ranking na URL (w/outliers)

PCC

.281

Relação

Fraca/moderada borderline

Parece haver uma relação entre as duas variáveis, mas não é tão forte. Vamos ver o que acontece quando estamos de remover essas duas exceções:

Visualmente, a relação parece mais forte. Vamos olhar para o PCC de smart:

Dias ao vivo vs. total palavras-chave ranking na URL (sem outliers)

PCC

.390

Relação

Moderado/forte borderline

A relação parece ser muito mais forte com os dois outliers removido.

Mas, novamente, vamos olhar para as coisas de outra maneira.

Vejamos a média de idade dos primeiros 25% dos melhores artigos e compará-los com a média de idade inferior a 25% de artigos:

A média de idade dos 25% dos artigos versus inferior a 25%

Top 25%

148.9 dias

Inferior a 25%

73.8 dias

É exatamente por isso que olhamos para os dados de várias maneiras! Os primeiros 25% dos melhores posts de blogs com o maior ranking de palavras-chave foram indexados uma média de 149 dias, enquanto a parte inferior de 25% foram indexados 74 dias — cerca de metade.

Para estar totalmente certo, vamos de novo cluster de dados em um mapa de calor para observar que o desempenho cai no tempo continuum:

Nós vemos um padrão semelhante como em nossa análise anterior: um cluster de alto desempenho blogs a partir de cerca de 100 dias.

Tempo de desempenho e pressupostos

Você ainda comigo? Bom, porque estamos dizendo algo GRANDE aqui. Em nossa observação, demora entre 3 e 5 meses para o novo conteúdo para executar na pesquisa orgânica. Ou, no mínimo, maduro.

Olhar isso de uma forma final, eu criei um gráfico de dispersão de apenas os 25% de maior desempenho blogs e comparando-as com o seu tempo indexados:

Há 48 dados parcelas neste gráfico, o azul parcelas representam 25% dos artigos em termos de mais forte de destino de palavra-chave de posição no ranking. O laranja parcelas representam 25% de artigos com o maior número de palavras-chave classificações na sua URL. (Estas podem ser, e algumas são, a mesma URL.)

Olhando para os dados de um pouco mais de perto, podemos ver o seguinte:

90% dos 25% de melhor desempenho no conteúdo levou pelo menos 100 dias para amadurecer, e apenas dois artigos demorou menos de 75 dias.

Tempo de desempenho e conclusão

Para aqueles que iniciam um programa de marketing de conteúdo, lembre-se que você não pode ver toda a orgânica potencial para a sua primeira peça de conteúdo até o mês 3, no mínimo. E, é preciso pelo menos um par de meses de produção de conteúdo para fazer um verdadeiro impacto, então você realmente deve esperar um mínimo de 6 meses para procurar qualquer tipo de resultados.

Em conclusão, esperamos que o novo conteúdo levará, no mínimo, 100 dias de plena maturidade.

2. Links

Mas espere, alguns de vocês podem estar dizendo. E em relação a links, amigo? Artigos construir links ao longo do tempo, também!

É lógico que, ao longo do tempo, um blog vai ganhar links (classificação e potencial) ao longo do tempo. Os Links assunto, e posicionado mais alto ranking de ganho de links em um ritmo mais rápido. Assim, corremos o risco de erro de interpretação de correlação para a causalidade, se não olhamos com atenção.

Mas o que nenhum de vocês sabe, o que eu sei, é que sendo o terrível SEO que eu sou, eu não tinha nenhuma vinculação entre estratégia e com esta campanha.

E eu quero dizer zero estratégia. O artigo médio gerado 1.3 ligações a partir .5 a vinculação de domínios.

Nice.

A vinculação de domínios vs. destino posição da palavra-chave

PCC

-.022

Relação

Nenhum

Média de vinculação de domínios de topo de 25% de artigos

.46

Média de vinculação domínios inferior a 25% de artigos

.46

A única coisa consistente em todos os artigos foi chocante e constrangedora falta de links de entrada. Isto é demonstrado por um insignificante coeficiente de correlação de -.022. O mesmo vale para o número total de ligações por URL, com um coeficiente de correlação de -.029.

Estes artigos parecem ter realizado principalmente em seu conteúdo, em vez de links de entrada.

(E eles, certamente, teria um desempenho muito melhor com uma forte, ou qualquer, ligando a estratégia. Ninguém está discutindo o valor de links aqui.) Mas, principalmente…

Shame on me.

Vergonha. Vergonha. Vergonha.

Mas em uma nota positiva, fomos capazes de gerar mais um experimento controlado sobre os efeitos do tempo e do blog de desempenho. Então, não de fogo-me ainda?

Nota: seria interessante para puxar link métricas de qualidade na discussão (para o precioso alguns links que o fez ganhar) ao invés do volume total. No entanto, após um breve olhar para os dados, nada se destacou como sendo significativo.

3. Contagem de palavra

Conteúdo comerciantes e SEOs adoro falar sobre contagem de palavra. E por uma boa razão. Quando nós, coletivamente, concordaram que o “conteúdo de qualidade” foi a chave para o ranking, que ia se que, com mais conteúdo, que poderia ser mais abrangente, e, assim, fazer um trabalho melhor de satisfazer pesquisador intenção. Então, vamos testar essa teoria.

Correlação 1: Destino posição de palavra-chave em relação ao total de contagem de palavras

Mais artigos aumentar a probabilidade de classificação para a palavra-chave que lhe são dirigidas?

Não no nosso caso. Para ter certeza, vamos executar uma análise semelhante, como antes.

Contagem de palavra vs. destino posição da palavra-chave

PCC

.111

Relação

Insignificante

A média de contagem de palavras de 25% melhores artigos

1,774

A média de contagem de palavras de baixo 25% de artigos

1,919

Os dados mostram que não há nenhum impacto no ranking com base no comprimento dos nossos artigos.

Correlação 2: Total palavras-chave ranking no URL versus contagem de palavra

Alguém poderia pensar que, mais conteúdo seria resultado é adicionais ranking de palavras-chave, certo? Até mesmo por acidente, você poderia pensar que o mais tópicos relacionados discutir em um artigo, o mais palavras-chave que você irá classificar por. Vamos ver se é verdade:

Total palavras-chave ranking no URL vs. contagem de palavra

PCC

-.074

Relação

Nenhum

dfront.net/7-search-ranking-factors-analyzed-follow-up-study/5c057d03c0d149.23382625.png”>

Não neste caso.

Contagem de palavra, especulativo tangente

Assim como pode ser que tantos estudos demonstram maior contagem de palavras resultado mais favorável rankings? Alguns reconciliação está em ordem, de modo a permitir-me a especular sobre o que eu acho que pode estar acontecendo nestes estudos.

Mais provável: técnicas de Medição. Estes estudos geralmente olhar um factor relativo à classificação: médio absoluto contagem de palavras com base na posição. (E, não, na verdade, não é muito de uma diferença na média de contagem de palavras entre a posição de um a dez.)