A matemática e as habilidades de que você precisa

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br


“Você quer gastar dinheiro com anúncios ou resolver essa caixa preta?”

Essa pergunta (grosseira) ajudou a determinar o caminho da minha carreira há mais de 10 anos para me tornar o SEO que sou hoje.

Escolhi esse caminho porque adoro trabalhar com desafios e procurar nos bastidores o que faz com que algo aconteça.

Procurando resolver a resposta para a vida, o universo e tudo o que é dado com a ajuda de Google Deep Throat como 42 e depois verificar se eu tinha a pergunta certa (spoiler: é seis vezes nove) é o que me empolga com o SEO.

E o que me fez trabalhar neste artigo foi uma grande discussão sobre Jeff FergusonA postagem de sobre se tínhamos matemática para decodificar o algoritmo do Google e, em caso afirmativo, o que a indústria precisava?

As duas coisas necessárias

Portanto, para quem me conhece, não ficará surpreso em ver que me oponho à visão de que uma análise de correlação básica, mesmo com o uso do coeficiente de Spearman, seja suficiente para analisar o algoritmo do Google.

Propaganda

Continue lendo abaixo

Desde a minha apresentação SMX East 2011, tenho defendido publicamente o uso de regressões multilineares como o mínimo para como se deve analisar o que importa.

Outros métodos estatísticos avançados, seja aprendizado de máquina ou redes neurais, têm seu papel a desempenhar.

Mas, para este artigo, estou me concentrando em regressões.

Uma advertência importante para o uso de métodos estatísticos é que uma ferramenta por si só ou acrescentada no final não se qualifica como um bom estudo.

É aí que entra em jogo ter as habilidades certas de análise de dados com experiência em SEO.

Como visto repetidamente com as análises do COVID-19, apenas ter experiência em analista de dados não é suficiente para afirmar que se pode resolver desafios em uma postagem no Medium ou Twitter sobre especialistas em epidemiologia.

E embora alguns possam parecer ajudar a fornecer ideias valiosas para compartilhar, a maioria predominante não tem um forte cuidado com a humildade permitindo que a desinformação se espalhe.

Preciso lembrar a indústria o que acontece quando a desinformação de SEO se espalha para as notícias por especialistas que não são de pesquisa?

Propaganda

Continue lendo abaixo

O ‘Não sou estatístico, mas …’

OK, então o que me dá o direito de apontar na direção de estatísticas avançadas para os estudos?

Um mestrado em Relações Internacionais com concentração em Economia Internacional onde aprendi Econometria e tive o prazer de rasgar artigos de Econometria sobre a economia da China.

Há uma razão pela qual você vai me encontrar no Twitter destruindo estudos de correlação de SEO assim que eles forem publicados.

Leia Também  Volatilidade da pesquisa do Google, recursos do Search Console e COVID, COVID e mais COVID

Então, por que regressões?

Em primeiro lugar, não se trata mais de analisar uma única medida isoladamente.

Em vez disso, trata-se de várias medidas que também podem interagir umas com as outras sobre o que pode impactar as classificações.

Isso exige o uso de uma regressão multilinear, no mínimo, apenas neste ponto.

Além disso, deixar de focar em métricas únicas e em vez de falar sobre os vários fatores leva os SEOs a pensar mais amplamente sobre um conjunto abrangente de métricas para trabalhar para melhorar as classificações.

E por outro lado, isso prioriza o trabalho, pois 1.000 métricas podem parecer assustadoras, mas se mais de 900 mal moverem a agulha 0,1%, a certeza de quais métricas trabalhar acelera as tarefas de otimização.

Além disso, o uso de séries temporais com análises de regressão (onde se analisa os fatores ao longo de um determinado período de tempo, em vez de em um ponto específico) pode ajudar a suavizar as mudanças diárias ou semanais para se concentrar nas áreas principais, enquanto fornece uma visão sobre quais atualizações principais de algoritmo mudaram.

E para agências que buscam ganhar credibilidade, olhe para os campos científicos para saber como eles executam análises de regressão em áreas complicadas. Por exemplo:

E embora raros, envios específicos para artigos de pesquisa de SEO aparecem para entrar.

Boas habilidades de análise são importantes

Logicamente, dar a alguém uma ferramenta sem o treinamento certo não significa que isso levará automaticamente a bons resultados.

E é por isso que ter a mentalidade inquisitiva certa, disposto a mergulhar fundo (como um usuário avançado) e colocar os dados na campainha complementará a ferramenta estatística avançada.

Propaganda

Continue lendo abaixo

Essa mentalidade funcionará para determinar:

  • Quais dados coletar.
  • O que tem qualidade direcional.
  • Que remover antes mesmo de começar uma análise.

É um padrão fundamental que requer alguma experiência em SEO, especialmente para reconhecer com antecedência quais métricas podem ser a causa subjacente e como evitar preconceitos em relação a dados demográficos, sazonalidade, intenção do comprador, etc.

E ter essa experiência de SEO também significa que a análise tem uma chance melhor de incluir efeitos de interação valiosos para analisar, especialmente quando uma otimização isolada não pode ser vista como spam, a menos que seja feita em conjunto com outras táticas. (Por exemplo, texto branco em um grande parágrafo em um fundo branco sem uma maneira de o usuário vê-lo)

Além disso, saber que o Google não está usando um único algoritmo monolítico significa que qualquer análise precisará incluir categorias ou grupos, seja por:

  • Intenção da palavra-chave.
  • Volume de pesquisa.
  • Posições de classificação.
  • Indústrias.
  • Etc.

Mais uma razão para revisar o gráfico de dispersão dos dados para garantir que não haja problemas como:

  • Heteroscedasticidade: dados que se espalham devido à variabilidade ser desigual.
  • Paradoxo de Simpson: duas populações diferentes mostrando a mesma tendência que, quando combinadas, resultam na tendência oposta.

Portanto, os diagramas de dispersão ou os whiskerplots são essenciais nessas análises como uma forma de mostrar que o estudo evitou problemas estatísticos comuns.

Com os resultados, fornecer um formato de resultado de regressão padrão ajuda aqueles com antecedentes estatísticos a revisar de forma rápida e fácil as conclusões, sem ter que executar a regressão separadamente apenas para verificar novamente a reivindicação dos resultados.

Porque uma parte crucial de um estudo estatístico, e uma falha comum ao longo de muitos estudos de SEO promovidos publicamente, é que as interpretações estão longe de ser razoáveis.

Muitas vezes, as afirmações crédulas são usadas como isca de links, em vez de elucidar para a comunidade de SEO.

Muitas vezes me pergunto quando procuro esses estudos:

Propaganda

Continue lendo abaixo

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br
  • O conjunto de dados exclui potenciais outliers, como Wikipedia ou Amazon?
  • Como o estudo lida com a endogeneidade em que a classificação impacta a CTR se a afirmação é a classificação de impactos da CTR?
  • Uma declaração fantástica de classificações de impacto direto no tráfego tem a prova extraordinária para apoiá-la?
  • Por que as classificações estão sendo mostradas no eixo X? Ok, esse último é mais minha implicância.

E é aí que entra a revisão por pares.

Uma coisa é verificar duas vezes o próprio trabalho em busca de imprecisões.

A revisão por pares leva isso a outro nível, ajudando a encontrar pontos cegos, desafiar suposições feitas, melhorar a qualidade do estudo e estabelecer a adequação do trabalho para a comunidade de SEO em geral confiar.

Tudo isso de uma só vez?

Em um mundo ideal, sim!

Na realidade, provavelmente serão necessários alguns passos (e erros) para chegar lá.

E eu, e muitos SEOs com mentalidade estatística, não estamos pedindo para seguir um único exemplo.

Para gerar ideias de modelo, dê uma olhada em:

Propaganda

Continue lendo abaixo

Vejo Hulya Cobanartigo de como escrever um estudo de regressão, bem como usar Python para executar um modelo de regressão linear.

É para onde a indústria de SEO precisa ir se realmente quisermos entender verdadeiramente o que está acontecendo no algoritmo do Google, construir uma base sólida de confiança nos estudos e parar a desinformação por aí.

E sobre este estudo que …

OK, depende.

Ou, mais precisamente, há exceções aceitáveis ​​e alguns contrapontos salientes de Russ Jones que devem ser levados em consideração quando estudos de correlação e métricas de software têm valor.

Leia Também  Palavras-chave do canal do YouTube: o que são?

descrição-seis-mais-amplamente-usada-estatística

Não tenho nada contra o uso privado de estudos de correlação para fazer um caso de uso de negócios interno.

Têm-no.

O tempo é precioso no mundo dos negócios, portanto, use o que puder e reconheça se ele falhar.

Propaganda

Continue lendo abaixo

Na esfera pública, os poucos estudos que valem a pena foram bem pensados ​​por meio do uso da estrutura analítica certa com o cuidado correto por escrito ou foco nas mudanças ano após ano nas SERPs do Google.

E os artigos que destacam a metodologia com transparência de dados exigem elogios merecidos por serem abertos.

Separadamente, existem estudos de teste ao vivo de SEO por meio de ferramentas como o SearchPilot.

Eles são mais estruturados matematicamente e trabalhei com desenvolvedores para construir internamente e apresentei publicamente o valor deles desde 2011.

Portanto, os trabalhos desses estudos, desde o uso de títulos PPC para SEO até os experimentos feitos no Pinterest, são um grande trampolim se você tiver a imensa quantidade de tráfego necessária.

Vamos Subir

Fora isso, os métodos estatísticos avançados e uma sólida capacidade de análise de dados com experiência em SEO são essenciais para o que a indústria precisa alcançar.

E existem muitos SEOs com mentalidade estatística, dispostos a ajudar, revisar e fornecer sugestões para que os estudos se tornem confiáveis.

Propaganda

Continue lendo abaixo

Sim, há muitos crítica pesada em tópicos do Twitter por esses SEOs sempre que um novo estudo é publicado, mas é importante cuidar da reputação da indústria para evitar que o ponto de um estudo seja mal interpretado, empurrando um SEO ruim e o desejo de que outros aprendam a analisar melhor um sistema complicado.

E enquanto um modelo de regressão multi-linear não é perfeito dada a necessidade de contar com dados históricos e a quantidade de manutenção ao longo do tempo que pode criar um viés nos resultados, ainda é um passo na direção certa para a indústria de SEO se tornar mais estatisticamente preocupada.

Posto de forma sucinta …

Se você tem a imensa quantidade de dados (bem como tempo e recursos) necessários para fazer isso direito e deseja se tornar a primeira agência de SEO, consultor, etc., a fazer isso na indústria, aqui está o que será necessário:

  • Um modelo estatístico avançado, como regressões multilineares.
  • Uma mentalidade curiosa com experiência em SEO.
  • Um grande conjunto de métricas, reduzido em tamanho por aqueles com qualidade direcional.
  • Métricas de interação.
  • Grupos e categorias dos dados.
  • Um período de tempo superior a uma semana.
  • Endogeneidade, heteroscedasticidade e outros vieses revisados.
  • Dados discrepantes, se houver, removidos.
  • Metodologia explicada.
  • Trabalho apresentado com gráficos de dispersão e formatos de dados de regressão.
  • Reclamações comprovadas com quantidade suficiente de provas.
  • Dados e análises revisados ​​por pares.

Propaganda

Continue lendo abaixo

Mais recursos:



cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *