Taxa de cliques (CTR) é uma importante métrica é útil para fazer uma série de cálculos sobre SEO de seu site de desempenho, a partir de estimativa de receita de oportunidade, priorizar a otimização de palavras-chave, para o impacto da SERP alterações no mercado. A maioria dos SEOs saber o valor de criar personalizado CTR curvas para seus sites para fazer essas projeções mais precisas. O único problema com o costume CTR curvas de Pesquisa do Google Console (GSC) de dados é que o GSC é conhecido por ser um falho ferramenta que pode dar de dados imprecisos. Este convolutes os dados que obtemos do GSC e pode tornar difícil para interpretar com precisão o CTR curvas nós criamos a partir desta ferramenta. Felizmente, existem maneiras de ajudar a controlar essas imprecisões de modo a obter uma imagem muito mais clara de que seus dados diz.

Limpando-se cuidadosamente os seus dados e cuidadosamente a implementação de uma metodologia de análise, pode-se calcular o CTR de seu site com muito mais precisão usando 4 etapas básicas:

Extraia os sites palavra-chave de dados do GSC — quanto mais dados você pode começar, melhor.

Remover tendenciosa palavras-chave de Marca de termos de pesquisa pode jogar fora o seu CTR curvas portanto, eles devem ser removidos.

Encontrar a melhor impressão para o nível de seu conjunto de dados do Google amostras de dados em baixos níveis de impressão, por isso é importante para remover palavras-chave que o Google pode ser imprecisa de informação a estes níveis mais baixos.

Escolha a sua posição metodologia — Nenhum conjunto de dados é perfeito, então você pode querer mudar a sua classificação metodologia de classificação, dependendo do tamanho do seu conjunto de palavras-chave.

Vamos fazer um rápido passo para trás

Antes de entrar em detalhadíssima de cálculo CTR curvas, é útil para abordar brevemente a maneira mais simples para calcular o CTR, pois ainda estaremos usando esse princípio.

Para calcular o CTR, download as palavras-chave do seu site classifica para com o clique, impressão e dados de posição. Em seguida, tomar a soma de cliques dividido pela soma de impressões em cada categoria de nível de GSC dados que você vai sair com um personalizado CTR curva. Para mais detalhes, na verdade, manipulando os números de CTR curvas, você pode conferir este artigo por VIDENTE se você não está familiarizado com o processo.

Onde esse cálculo fica complicado é quando você começa a tentar controlar o viés que inerentemente vem com dados de CTR. No entanto, mesmo que nós saibamos que ele dá mau dados, não temos muitas outras opções, então a nossa única opção é tentar eliminar tanto preconceito quanto possível, no nosso conjunto de dados e estar ciente de alguns dos problemas que vêm utilizando os dados.

Sem controlar e manipular os dados que vem do GSC, você pode obter resultados que parecem ilógicas. Por exemplo, você pode encontrar o seu curvas mostram a posição 2 e 3 do CTR ter descontroladamente maiores médias de posição 1. Se você não sabe que os dados que você está usando de Pesquisa Console é falho, você pode aceitar os dados como verdade e um) tenta formular hipóteses a respeito de porque a CTR curvas de olhar dessa forma, com base em dados incorretos, e b) criar imprecisas, estimativas e projeções com base nessas CTR curvas.

Passo 1: Retire os seus dados

A primeira parte de qualquer análise é, na verdade, puxando os dados. Estes dados, em última análise, vem de GSC, mas há muitas plataformas que você pode extrair dados de que são melhores do que o GSC web de extração.

Pesquisa do Google Console — O mais fácil de plataforma para obter os dados do é do GSC em si. Você pode ir em GSC e puxar todos os seus dados de palavras-chave para os últimos três meses. O Google fará automaticamente o download de um arquivo csv. arquivo para você. A desvantagem deste método é que o GSC apenas as exportações de 1.000 palavras-chave de um tempo fazendo os seus dados de tamanho muito pequeno para análise. Você pode tentar contornar esse problema usando o filtro de palavra-chave para a cabeça termos para classificar e baixar vários 1k ficheiros para obter mais dados, mas este processo é árduo. Além de outros métodos listados abaixo estão melhor e mais fácil.

Dados do Google Studio — Por qualquer programador procurando uma maneira fácil de obter muito mais dados de Pesquisa Console de graça, este é definitivamente a sua melhor opção. Dados do Google Studio se conecta diretamente ao seu GSC dados da conta, mas não há limitações sobre o tamanho dos dados que você pode puxar. Para o mesmo período de três meses tentando puxar dados de GSC onde posso chegar a 1k de palavras-chave (máximo em GSC), Data Studio me daria de volta de 200k palavras-chave!

Pesquisa do Google Console API — Isso leva alguns a programação de know-how, mas uma das melhores maneiras de obter os dados que você procura é se conectar diretamente à fonte através de sua API. Você vai ter muito mais controle sobre os dados que você está puxando e obter uma bastante grande conjunto de dados. O principal revés aqui é que você precisa ter o conhecimento de programação ou recursos para fazê-lo.

Keylime de Ferramentas de SEO — Se você não sabe como programa, mas ainda quero o acesso ao Google impressão e clique em dados, em seguida, esta é uma ótima opção a considerar. Keylime armazena o histórico de Pesquisa do Console de dados directamente a partir da Pesquisa Console API por isso, é tão bom (se não melhor) de uma opção de conectar diretamente para a API. Ele custa us $49/mo, mas que é muito acessível, considerando o valor dos dados que você está recebendo.

O motivo é importante que plataforma você a obter os seus dados de é que cada um listado dá as diferentes quantidades de dados. Eu já listados aqui em ordem de qual ferramenta fornece a maioria dos dados do menos para o mais. Usando GSC da INTERFACE do usuário diretamente, dá de longe a menos dados, enquanto Keylime pode se conectar a GSC e o Google Analytics para combinar os dados para realmente dar-lhe mais informações do que a Busca Console API poderia dar-lhe. Isso é bom porque sempre que você pode obter mais dados, o mais provável é que o CTR médias que você vai fazer para o seu site vai ser preciso.

Passo 2: Remover palavra-chave viés

Uma vez que você tenha recebido os dados, você tem que limpá-lo. Devido a estes dados, em última análise, vem de Pesquisa Console, temos de certificar-nos de limpar os dados da melhor maneira possível.

Remova a marca de pesquisa e conhecimento gráfico palavras-chave

Quando você criar geral CTR curvas para não-marca de pesquisa é importante para remover todas as marcas de palavras-chave a partir de seus dados. Essas palavras-chave devem ter alta do CTR, que vai jogar fora as médias de não-marca procura é por isso que eles devem ser removidos. Além disso, se você estiver ciente de quaisquer SERP recursos como o gráfico de conhecimento para classificar de forma consistente, você deve tentar remover as bem já que estamos apenas calcular o CTR para posições 1-10 e SERP recurso de palavras-chave pode jogar fora o seu médias.

Passo 3: Encontrar a melhor impressão de nível em GSC para os seus dados

O maior viés de Pesquisa Console de dados parece vir de dados com baixa impressões de pesquisa que são os dados de que precisamos para tentar remover. Não é de estranhar que o Google não relatar com precisão de impressão baixos de dados, pois sabemos que o Google não até incluir dados com nível muito baixo de pesquisas em GSC. Por algum motivo o Google decide drasticamente ao longo do relatório de CTR para estes baixos impressão de termos. Como um exemplo, aqui está uma impressão de distribuição de gráfico que eu fiz com dados da GSC por palavras-chave que têm apenas 1 impressão e a CTR para cada posição.

Se isso não faz muito sentido para você, eu estou ali com você. Este gráfico diz que a maioria das palavras-chave, com apenas uma impressão tem 100% de CTR. É extremamente improvável que, não importa o quão bom o seu site de CTR é, que uma impressão palavras-chave estão indo para obter uma maioria de 100% de CTR. Isto é especialmente verdadeiro para palavras-chave que são hierarquicamente inferiores #1. Isso nos dá bastante sólida evidência de baixa impressão de dados não é confiável, e devemos limitar o número de palavras-chave, em nossos dados com poucas impressões.

Etapa 3): Uso normal curvas para ajudar a calcular o CTR

Por mais evidências de que o Google nos dar tendenciosa dados, podemos olhar para a distribuição de CTR para todas as palavras-chave em nosso conjunto de dados. Já que estamos a calcular o CTR médias, os dados devem aderir a um Normal Curva em forma de Sino. Na maioria dos casos CTR curvas de GSC são altamente inclinados para a esquerda, com longa cauda, que novamente indica que o Google relatórios muito alto CTR em baixos volumes de impressão.

Se alterarmos o número mínimo de impressões para os conjuntos de palavras-chave que estamos analisando acabamos chegando mais perto e mais perto do centro do gráfico. Aqui está um exemplo, apresentamos abaixo a distribuição de um site CTR CTR em incrementos de .001.

O gráfico acima mostra as impressões em um nível muito baixo de impressão de nível, em torno de 25 impressões. A distribuição dos dados é principalmente no lado direito do gráfico com uma pequena alta concentração de esquerda implica que este site tem uma alta taxa de cliques. No entanto, ao aumentar-se a impressão de filtro de 5.000 impressões por palavra-chave a distribuição de palavras-chave fica muito mais perto do centro.

Este gráfico provavelmente nunca iria ser centrada em torno de 50% de CTR, porque isso seria um muito alta média de CTR, então o gráfico deve ser inclinada para a esquerda. O principal problema é que não sabemos o quanto porque o Google nos dá a dados amostrados. O melhor que podemos fazer é adivinhar. Mas isso levanta a pergunta, qual é a impressão de certo nível de filtro de minhas palavras-chave para livrar-se de problemas de dados?

Uma forma de encontrar a impressão de certo nível para criar CTR curvas é usar o método acima para começar uma sensação para quando o seu CTR de distribuição é de se aproximar de uma distribuição normal. Normalmente Distribuídos conjunto de dados de CTR tem menos outliers e tem menos probabilidade de ter um alto número de misreported pedaços de dados do Google.

3 b): Encontrar a melhor impressão de nível para calcular o CTR para o seu site

Você também pode criar a impressão de camadas para ver onde há menor variabilidade nos dados que estamos analisando, em vez de Normal Curvas. A menor variabilidade nas estimativas, mais perto você está chegando a uma precisas CTR curva.

Camadas CTR tabelas

A criação de camadas CTR precisa ser feito para cada site porque a amostragem a partir de GSC para cada site é diferente dependendo das palavras-chave para classificar. Eu vi CTR curvas variar em até 30%, sem os devidos controles adicionados a CTR estimativas. Este passo é importante, porque a utilização de todos os pontos de dados em seu CTR cálculo pode descontroladamente deslocamento de seus resultados. E usando muito poucos pontos de dados dá-lhe muito pequena de um tamanho de amostra para obter uma idéia do que o seu CTR é de fato. A chave é encontrar meio termo entre os dois.

No camadas da tabela acima, há uma imensa variabilidade de Todas as Impressões para >250 impressões. Depois que ponto, porém, a alteração por camada é relativamente pequeno. Maior que 750 impressões são o nível certo para este site porque a variabilidade entre as curvas é bastante pequeno, como podemos aumentar os níveis de impressão em outras camadas e >750 impressões ainda nos dá a abundância de palavras-chave em cada ranking, nível de nosso conjunto de dados.

Ao criar camadas CTR curvas, é importante contar também com a quantidade de dados usados para construir cada ponto de dados em todo os níveis. Para sites pequenos, você pode descobrir que você não tem o suficiente de dados confiável para calcular o CTR curvas, mas que não é aparente a partir de apenas olhar para o seu camadas curvas. Para saber o tamanho dos dados em cada etapa é importante no momento de decidir impressão que nível é o mais preciso para o seu site.

Passo 4: Decidir qual a posição metodologia para analisar seus dados

Uma vez que você descobriu o correto nível da impressão que você deseja filtrar os dados por que você possa começar a realmente calcular o CTR curvas usando impressão, clique em e dados de posição. O problema com os dados de posição é que muitas vezes imprecisa, de modo que se você tem um grande controle de palavras-chave é muito melhor utilizar os dados a partir de seus próprios números de rastreamento do Google. A maioria das pessoas não pode controlar que muitas posições de palavra-chave, de modo que é necessário para se usar o Google dados de posição. Isso é certamente possível, mas é importante ter cuidado com a forma como usamos os seus dados.

Como utilizar o GSC posição

Uma pergunta que pode vir até ao calcular o CTR curvas usando GSC média de posições é se utilizar arredondado cargos ou posições exatas (i.e. apenas as posições da GSC que rank exatamente 1. Assim, classifica 1.0 ou 2.0 são as posições exatas, em vez de 1.3 e 2.1, por exemplo).

Exata posição em relação arredondado posição

O raciocínio por trás do uso da posição exata é que nós queremos de dados que é mais provável que tenha sido ranking na posição 1, para o período de tempo que estamos medindo. Usando a posição exata que vai nos dar a melhor idéia de o que a CTR está na posição 1. Exata classificação de palavras-chave são mais susceptíveis de ter sido ranking em que posição para a duração do período de tempo que você tirou palavras-chave. O problema é que a posição Média é uma média, então não há nenhuma maneira de saber se uma palavra-chave classificou-se solidamente em um só lugar, para um total de período de tempo ou a média de apenas acontece para mostrar o exato valor.

Felizmente, se compararmos posição exata CTR vs arredondado posição CTR, eles são direcionalmente semelhantes em termos de reais CTR estimativas com dados suficientes. O problema é que a posição exata pode ser volátil e quando você não tem o suficiente de dados. Usando arredondado posições, podemos obter muito mais dados, de modo que não faz sentido usar arredondado posição quando não há dados disponíveis para a exata posição.

A única ressalva é para a posição 1 CTR estimativas. Para cada posição média do ranking pode puxar para cima em uma média de palavras-chave de posição no ranking e, ao mesmo tempo, eles podem puxar para baixo a média. O que significa que se uma palavra-chave tem uma classificação média de 3. Ele poderia ter classificado #1 e #5 em alguns pontos e a média foi de 3. No entanto, para o #1 do ranking, a média só pode ser trazido para baixo, o que significa que o CTR para uma palavra-chave é sempre vai ser relatado menor do que a realidade, se você usar arredondado posição.

Uma posição híbrida: Ajustado posição exata

Então, se você tem dados suficientes, use somente exata posição para a posição 1. Para sites pequenos, você pode usar ajustado posição exata. Desde que o Google dá médias de até duas casas decimais, uma maneira de conseguir mais “exata posição de” #1s é incluir todas as palavras-chave que são hierarquicamente inferiores posição 1.1. Eu acho que isso fica um par de centenas de palavras-chave que faz com meus dados mais confiáveis.

E este também não deve puxar para baixo a nossa média muito em tudo, desde GSC é um pouco impreciso com a forma como ele relata Classificação Média. Em Wayfair, utilizamos a ESTATÍSTICA como a nossa palavra-chave rank ferramenta de controle e depois de comparar a diferença entre GSC média ranking média ranking de ESTATÍSTICA ranking perto de posição #1 estão perto, mas não é 100% acurado. Uma vez que você começar a ir mais para baixo no ranking a diferença entre a ESTATÍSTICA e o GSC se tornam maiores, tão atento quanto para baixo no ranking de você ir para incluir mais palavras-chave no conjunto de dados.

Eu tenho feito esta análise para todas as classificações registadas na Wayfair e eu encontrei a mais baixa posição, a menos de perto classificações de correspondência entre as duas ferramentas. Por isso, o Google não está dando grande rankings de dados, mas é perto o suficiente perto a #1 posição, que eu me sinto confortável usando ajustado posição exata para aumentar o meu conjunto de dados sem se preocupar com a comprometer a qualidade dos dados dentro da razão.

Conclusão

GSC é um ser imperfeito ferramenta, mas dá SEOs a melhor informação que temos para compreender um indivíduo do site clique em desempenho em SERPs. Pois sabemos que o GSC vai nos jogar alguns curveballs com os dados que ele fornece é importante para controlar como muitos pedaços de dados que possível. As principais formas de o fazer é escolher o seu ideal de extração de dados de origem, livrar-se da impressão baixos palavras-chave, e use o botão direito do rank métodos de arredondamento. Se você fizer todas essas coisas que você está muito mais provável para obter mais precisas, consistentes CTR curvas em seu próprio site.