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  Análise realmente precisa - Whiteboard Friday

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  Como usar a mídia social para sobreviver e prosperar em tempos difíceis

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 *