Post by account_disabled on Feb 1, 2024 4:48:14 GMT -5
作者的观点完全是他们自己的(不包括催眠这一不太可能发生的事件),并且可能并不总是反映 Moz 的观点。 2018 年 1 月,Brafton开始了大规模的有机关键词定位活动,发布的博客内容总计超过 90,000 字。 有效吗? 嗯,是的。在不到六个月的时间里,我们的排名关键字总数增加了一倍。通过使用今年早些时候发布的先进关键词研究和主题撰写流程,我们的自然流量也增加了 45%,排名前十的关键词数量增加了 130%。 但我们得到的不仅仅是流量。 从规划到执行和绩效跟踪,我们仔细记录了项目的每个方面。我说的是博客字数、MarketMuse 性能分数、页面 SEO 分数、在 Google 上索引的天数。只要你能想到的,我们都会记录下来。 作为这种书呆子的副产品,我们能够在目标关键词排名和可以影响和预测这些排名的变量之间得出有趣的相关性。但专门针对这个作品... 关键字研究工具可以如何预测您的排名。 一点背景 我们根据搜索量、有机关键词难度分数、SERP 拥挤度和搜索者意图的最佳组合,创建了我们想要在博客中定位的关键词列表。 然后,我们针对每个单独的关键字撰写了一篇博客文章。
我们打算让每一篇新的博客内容单独针对目标关键 目标电话号码或电话营销数据 词进行排名。 有了我们手中的关键字列表,我和我的同事手动创建了内容摘要,解释了我们希望如何编写每篇博客文章,以最大限度地提高目标关键字排名的可能性。以下是我们向作家提供的典型简介的示例: 此图片链接到布拉夫顿向作家提供的内容简介的示例。 从 1 月中旬到 5 月下旬,我们最终撰写了 55 篇博客文章,每篇都针对 55 个独特的关键字。其中 50 篇博文最终跻身 Google 结果前 100 名。 然后,我们暂停并拍摄每个 URL 的目标关键字的 Google 排名位置及其相应的来自 Moz、SEMrush、Ahrefs、SpyFu 和 KW Finder 的有机难度分数的快照。我们还从关键字规划工具中获取了 PPC 竞赛得分。 我们的目的是绘制关键字排名与每个工具的有机难度分数之间的统计相关性。有了这些数据,我们就能够报告每个工具预测我们排名的准确程度。 这项研究具有独特的科学性,因为每个博客都有一个特定的关键词目标。我们专门针对该关键字优化了博客内容。因此,每个帖子都是以类似的方式创建的。 关键词研究工具真的有效吗? 我们每天都凭信心使用它们。
但是,有没有人真正问过,或者更好的是,测量过关键字研究工具对给定关键字的有机难度的报告效果如何? 今天,我们正在这样做。那么,让我们抛开闲聊,看看结果…… 这张图片按顺序对 6 个关键词研究工具进行了排名,Moz 以 4.95 星(满分 5 星)领先,其次是 KW Finder、SEMrush、AHREFs、SpyFu,最后是关键词规划工具。 虽然 Moz 赢得了表现最佳的关键字研究工具,但请注意,任何具有有机难度功能的关键字研究工具都会比掷硬币(或使用 Google 关键字规划工具)给您带来优势。 正如您将在下面的段落中看到的,我们对每个工具进行了一系列统计测试,以确保我们公平且准确地表示其性能。我什至会提供原始数据供您自行检查。 让我们深入挖掘吧! 皮尔逊相关系数 是的,统计!对于那些目前感到惊慌并在屏幕上吐出脏话的人,请不要担心 - 我们将一起解决这个问题。 为了理解两个变量之间的关系,我们的第一步是创建散点图。 下面是我们的 50 个关键词排名与其相应的 Moz 有机难度分数的散点图。 此图显示了 Moz 的关键字难度分数与我们的关键字排名的散点图。一般来说,数据聚集在回归线周围相当紧密。 我们首先对数据进行目视检查,以确定两个变量之间是否存在线性关系。理想情况下,对于每个工具,您会期望看到 X 变量(关键字排名)与 Y 变量(有机难度)成比例增加。简而言之,如果该工具有效,关键字难度越高,您排名靠前的可能性就越小,反之亦然。 这张图表非常漂亮,但是它不太科学。这就是皮尔逊相关系数(PCC)发挥作用的地方。
我们打算让每一篇新的博客内容单独针对目标关键 目标电话号码或电话营销数据 词进行排名。 有了我们手中的关键字列表,我和我的同事手动创建了内容摘要,解释了我们希望如何编写每篇博客文章,以最大限度地提高目标关键字排名的可能性。以下是我们向作家提供的典型简介的示例: 此图片链接到布拉夫顿向作家提供的内容简介的示例。 从 1 月中旬到 5 月下旬,我们最终撰写了 55 篇博客文章,每篇都针对 55 个独特的关键字。其中 50 篇博文最终跻身 Google 结果前 100 名。 然后,我们暂停并拍摄每个 URL 的目标关键字的 Google 排名位置及其相应的来自 Moz、SEMrush、Ahrefs、SpyFu 和 KW Finder 的有机难度分数的快照。我们还从关键字规划工具中获取了 PPC 竞赛得分。 我们的目的是绘制关键字排名与每个工具的有机难度分数之间的统计相关性。有了这些数据,我们就能够报告每个工具预测我们排名的准确程度。 这项研究具有独特的科学性,因为每个博客都有一个特定的关键词目标。我们专门针对该关键字优化了博客内容。因此,每个帖子都是以类似的方式创建的。 关键词研究工具真的有效吗? 我们每天都凭信心使用它们。
但是,有没有人真正问过,或者更好的是,测量过关键字研究工具对给定关键字的有机难度的报告效果如何? 今天,我们正在这样做。那么,让我们抛开闲聊,看看结果…… 这张图片按顺序对 6 个关键词研究工具进行了排名,Moz 以 4.95 星(满分 5 星)领先,其次是 KW Finder、SEMrush、AHREFs、SpyFu,最后是关键词规划工具。 虽然 Moz 赢得了表现最佳的关键字研究工具,但请注意,任何具有有机难度功能的关键字研究工具都会比掷硬币(或使用 Google 关键字规划工具)给您带来优势。 正如您将在下面的段落中看到的,我们对每个工具进行了一系列统计测试,以确保我们公平且准确地表示其性能。我什至会提供原始数据供您自行检查。 让我们深入挖掘吧! 皮尔逊相关系数 是的,统计!对于那些目前感到惊慌并在屏幕上吐出脏话的人,请不要担心 - 我们将一起解决这个问题。 为了理解两个变量之间的关系,我们的第一步是创建散点图。 下面是我们的 50 个关键词排名与其相应的 Moz 有机难度分数的散点图。 此图显示了 Moz 的关键字难度分数与我们的关键字排名的散点图。一般来说,数据聚集在回归线周围相当紧密。 我们首先对数据进行目视检查,以确定两个变量之间是否存在线性关系。理想情况下,对于每个工具,您会期望看到 X 变量(关键字排名)与 Y 变量(有机难度)成比例增加。简而言之,如果该工具有效,关键字难度越高,您排名靠前的可能性就越小,反之亦然。 这张图表非常漂亮,但是它不太科学。这就是皮尔逊相关系数(PCC)发挥作用的地方。