没有归因建模的SEO的真实性能基准和ROI 2017-06-12 07:15:08

$888.88
所属分类 :奇闻

搜索引擎优化行业的一个古老的转折点是搜索引擎优化是任何在线营销渠道获得最大回报的渠道但是,鉴于谷歌提高识别和惩罚使用劣质链接建设实践的网站的能力,我在新业务方面的经验使用QueryClick的沟渠(我的雇主)告诉我,今天很多代理商都没有为他们的客户提供回报

在某些情况下,他们报告了出色的投资回报数据,尽管主持有机流量下降!如果您监督搜索引擎优化,并希望真实地了解您(或您的代理商)的投资改善真实回报,您需要使用什么标准

虽然这是一个看似简单的问题,但这是一个非常重要的问题,因为SEO确实可以 - 而且应该 - 成为您在线营销策略的核心

再一次,这个看似简单的问题有一个明显的答案:逐年改善来自渠道的收入(独立于任何归因模型)但是让我们分析在构建这个基线时需要引起关注的东西这定义了一个漂移δ/(1-Σφi)的ARIMA(p,d,q)过程......但是你不需要知道将数据科学家应用到R并自动执行此部分保持所有调整可用并在基线中清除,并从您的ARIMA计算中提取R数据在Excel中,例如,而不是堆叠所有以上,保持每个项目的修饰符分开 - 我喜欢运行一个单独的选项卡 - 并将修改器放在逐月网格中,根据绝对差异和受影响的总体积百分比上下调整如果你保持这一切都在一个separ吃单,您可以查看并评估实际情况,并在您设置基线时包含评论如果您正在历史地应用此调整(我强烈建议您这样做,即使您正在通过此流程进行新的广告系列规划并确保安全预算),采取相同的方法,并对每个项目放置置信度(零到100%)对于您确定影响基线的项目可以设置为100%(过去的内容,比如说)例如,在英国,我们今年连续四次“有史以来最热的月份”如果您的数据涵盖了这一时期,您对早期/晚期销售影响率(本身百分比)的修正值为100%如果您对插入的修饰符存在一定程度的疑问,尝试使用业务类别或行业中广泛接受的修饰符,并且在不存在的情况下,采取适度的观点并使用该年份的数据来评估修饰语是否需要在明年更改此叙述的连续性和声明“已知未知数”中的n将产生对基线稳定性的信心并消除主观影响 - 允许您对此基线之外的性能进行客观观察此外,您的网络分析包中的注释是确保任何分段和后续的最佳实践数据导出可以将您的数据放在上下文中并允许调整归因本身就是一个深入的帖子,因此,除了要求您深入思考Avinash Kaushik的优秀入门之外,让我们将自己局限于最相关且可独立测量的归因方面因为它与搜索引擎优化的年度表现有关:SERP与受影响的搜索引擎优化频道访问量同比重叠多少

回答这个问题需要我们调整一年中付费搜索的支出变化,以及处理旧品牌和非品牌转换影响的问题简而言之,品牌通常会在最终点击归因模型上以更高的比率转换,然后将收入(不公平)远离其他有助于品牌搜索的渠道另一种思考这个问题的方法是,与非品牌相比,品牌流量的转换时间更短,因此非流量品牌似乎“更难转换”对于我们的搜索引擎优化基准,我们可以通过简单地调整为:这些项目中第一项的重要性是不言而喻的增加付费列表,只有你的品牌只有有机物才会影响有机交通(无论两者都存在任何增量光环效应),应以与前一项相同的方式从我们的基准测量中删除公平性

第二项不太明显 它建模的理论是:如果搜索引擎优化是为了推动新业务(而不是蚕食其他渠道),如果我们试图衡量增长,那么非品牌流量的增加应该是至关重要的并加权因此,在确定我们的基线时,我们应该加大非品牌流量的价值,并抑制任何品牌增长的影响这进一步限制了外部因素的影响,并奖励高价值的新业务的获取,否则如果我们的排名不存在则无法参与将此添加到您的基准中需要了解您的付费和自然数据中的品牌与非品牌拆分,我在之前的文章中描述了为付费和有机媒体混合分析构建轻量级归因模型在此阶段,我们已将其标准化为许多未实现的组件有助于从有机搜索评估的任何度量标准的性能显然,要计算投资回报率,您将需要一个收入(或净回报)的值ue)从历史角度来看,我们可以从我们的标准化基线评估上一年的净收入:这是我们ROI计算中的“R”,应该用于计算如果您管理内部团队,您必须决定多少通过上述所有规范化,您可以减少趋势性能的显着降低对于增加通用性能的影响,通过新的或不断增长的团队,您可能希望降低趋势性能,以鼓励未来的绩效经验丰富的团队,你可以更严格,并允许更多的“结转”性能从前一年开始无论你的决定如何,你现在拥有工具和一个可靠的方法,为什么你计算ROI数字,这将使你能够更有意义地进行交互业务的其他部分规范化SEO ROI使您能够更接近与其他业务活动一起使用的测量协议意见在此表达文章是客座作者的文章,不一定是搜索引擎土地工作人员的作者列在这里