Google表格中的SEO預測

[ad_1]

追溯到2015年,我發表了一篇 文章 提供免費,簡單的預測工具,並討論用例以在SEO中進行預測。 這是一種快速有效的方法,可以查看網站流量的變化是否是您可以忽略的季節性因素,值得慶祝的因素或令人擔憂的流量損失跡象。

簡而言之:您可以輸入一系列數據,並將其繪製在如上圖所示的圖形上。

五年後,從前同事到完全陌生的人,我仍然會向人們詢問有關此工具的信息,而且,通常,我會要求我提供一個可直接在電子表格中使用的版本。

我發現這很容易讓人同情:電子表格更靈活,更容易調試,更易於擴展,更易於維護以及人們非常熟悉的格式。

優化這些東西時的權衡是,儘管幾年前我已經對該工具進行了改進,但我仍必須在著名的多變的編程環境Excel / Google Sheets中使這些東西易於管理。 這意味著與一些具有外部代碼執行功能的工具(例如, 預測偽造)。

在這篇文章中,我將提供一個免費的模板,向您展示它的工作方式和使用方式,然後向您展示如何構建自己的(更好的)版本。 (如果您需要複習一般情況下何時使用預測以及諸如置信區間之類的概念,請參閱上面鏈接的原始文章。)

SEO預測的類型

在進入電子表格之前,我需要擴展一件事:不同類型的SEO預測。

大致來說,我認為您可以將SEO預測分為三類:

  1. 「我感到樂觀-今年要增加20%」或對現有數字進行類似的固定調整。 較複雜的版本可能只會向某些頁面組或關鍵字組添加20%的內容。 我認為許多代理商都在使用這種預測,這取決於經驗。
  2. 關鍵字/點擊率模型,當您估算排名變化(或一系列排名變化),然後根據搜索量和點擊率數據推斷出流量的變化(您可以看到類似的方法) 這裡)。 再次,更複雜的版本可能會為排名變化提供一些依據(例如「如果我們在X組的每個關鍵字中目前排名超過我們的位置與競爭對手A交換位置,該怎麼辦?」)
  3. 基於歷史數據的統計預測,當您從以前的趨勢和季節性推斷出來時,如果一切保持不變(您和競爭對手的營銷活動水平相同),將會發生什麼。

第二種類型有其優點,但是如果將Ahrefs / SEMRush / Sistrix數據與自己的分析進行比較,您會發現這很難推廣。 順便說一句,我認為第一類並不像看起來那樣荒謬,但這不是我將在本文中進一步探討的內容。 無論如何,此職位中的模板都屬於第三類。

是什麼使它成為SEO預測?

為什麼,什麼都沒有。 關於我上面對第三種類型的描述,您會注意到的一件事是,它沒有提及任何特定於SEO的內容。 例如,它可以同樣適用於直接流量。 就是說,有兩個原因我建議將其作為SEO預測:

  • 我們在Moz博客上,我是SEO顧問。
  • 還有許多其他渠道可以使用的更好的方法。

我提到上述第二類非常具有挑戰性,這是由於SEO的高度不確定性以及Search Console和其他特定於SEO的平台中詳細數據的質量普遍較差。 此外,要準確了解季節性,您需要至少將Search Console數據存儲幾年。

對於許多其他渠道,確實存在高質量,詳細的歷史數據,並且關係更可預測,從而可以進行更精細的預測。 例如,對於付費搜索, 預測偽造 我上面提到的工具會根據您的歷史數據建立諸如關鍵字級轉化數據和每次點擊費用之類的因素,這對於SEO來說是不切實際的。

也就是說,我們仍然可以在下面的模板中組合多種類型的預測。 例如,您可以單獨預測子文件夾或分別對品牌/非品牌子文件夾進行預測,而不是整體預測網站的訪問量,然後將百分比增長應用於某些區域或構建預期的排名變化。 但是,我們正在超越自己……

如何使用模板

免費模板

您需要做的第一件事是製作一個副本(在左上角的「文件」菜單下,但是使用包含的鏈接自動生成)。 這意味著您可以輸入自己的數據並隨心所欲地播放內容,如果需要,您可以隨時回來獲取新的副本。

然後,在第一個標籤上,您會注意到一些單元格具有綠色或藍色突出顯示:

您只應更改彩色單元格中的值。

E列中的藍色單元格基本上是為了確保所有內容都正確地標記在輸出中。 因此,例如,如果要粘貼會話數據,點擊數據或收入數據,則可以設置該標籤。 同樣,如果您輸入2018-01的開始月份和36個月的歷史數據,則預測輸出將從2021年1月開始。

關於這一點,它必須是月度數據—這是我前面提到的為簡單起見而進行的折衷之一。 您可以從單元格B2開始將多達十年的歷史月度數據粘貼到B列中,但是需要注意以下幾點:

  • 您需要至少24個月的數據才能使模型對季節性有所了解。 (如果您的歷史數據中只有一個1月,並且這是交通高峰,我應該如何知道這是一次性的還是一年一度的?)
  • 您需要完整的月份。 因此,如果您正在閱讀2021年3月25日,則應該包含的數據的最後一個月是2021年2月。

確保您還刪除了B列中示例數據的所有剩餘內容。

產出

完成此操作後,您可以轉到「輸出」標籤,在該標籤中,您將看到以下內容:

C列可能是您感興趣的列。請記住,這裡充滿了公式,但是您可以複製和 粘貼為值 放入另一張紙,或者只是轉到文件>下載>逗號分隔值以獲取原始數據。

您會注意到,默認情況下,我只會在該圖中顯示15個月的預測,因此建議您也這樣做。 如上所述,預測的隱含假設是歷史上下文會延續下去,除非您將更改的場景(例如COVID鎖定)明確地包含到模型中(稍後再介紹!)。 這種假設在未來兩三年內保持的可能性很小,因此,即使我在未來提供了更進一步的預測值,也應牢記這一點。

顯示的上限和下限是95%置信區間-同樣,您可以回顧一下這對我 以前的帖子 如果您願意的話。

高級用例

您現在可能已經注意到「高級」標籤:

儘管我說過要保持簡單,但我覺得鑒於2020年發生的一切,許多人仍需要將主要的外部因素納入其模型。

在上面的示例中,我在B列中填充了一個變數,用於確定英國是否處於COVID鎖定之下。 我用「 0.5」表示我們在三月中旬進入鎖定狀態。

您可能會因業務相關因素而更好地進行此操作,但是此選項卡需要牢記一些重要事項:

  • 如果您不想添加這些額外的變數,則可以完全保留它。
  • 從左到右-如果您使用的是B列,則將C列留空是可以的,但是如果您使用的是C列,則留存B列就可以。
  • 如果您使用的是「」變數(例如,「 1」表示處於活動狀態),則需要確保至少在歷史數據期間內在其他單元格中填寫0。
  • 您可以輸入將來的值-例如,如果您預測2021年3月的COVID鎖定(您這個混蛋!),則可以在該單元格中輸入內容,以便將其合併到預測中。
  • 如果您不輸入未來值,則模型將基於該數字將來為零進行預測。 因此,如果您輸入「有效的品牌PPC」作為歷史數據的虛擬變數,然後將其留空以備將來使用,則該模型將假定您將來已關閉品牌PPC。
  • 在過去的歷史時期內在此處添加太多數據將導致稱為「過度擬合」-我不想對此進行詳細介紹,這就是為什麼將此選項卡稱為「高級」的原因,但請盡量避免被忽略。

以下是此選項卡的一些示例用例,供您考慮:

  • 輸入品牌PPC是否處於活動狀態(0或1)
  • 輸入您是否正在投放電視廣告
  • 輸入COVID鎖定
  • 輸入對您的業務很重要的演算法更新(每個更新一列)

為什麼我的估算值與您的舊工具不同? 其中之一是錯的嗎?

此模板和我的舊工具之間在方法上有兩個主要區別:

  • 舊工具使用了Google的 因果影響 庫,新​​模板使用 普通最小二乘 回歸。
  • 舊工具通過使用平方的時間段作為預測變數來捕獲非線性趨勢(例如,月1 = 1,月2 = 4,月3 = 9,等等),然後嘗試將流量曲線擬合到該曲線。 這叫做 二次回歸。 新工具通過將每個時間段擬合為先前時間段的倍數來捕獲非線性趨勢(例如,第1個月= X *第2個月,其中X可以是任何值)。 這稱為 AR(1)模型

如果您看到兩者之間的預測值存在顯著差異,則幾乎可以肯定地歸結為第二個原因,儘管它增加了一些複雜性,但在大多數情況下,新技術更加實用和靈活。

如果出現嚴重的下降趨勢,則預測零流量或負流量的可能性也大大降低,這很好。

它是如何工作的?

模板中有一個隱藏的標籤,您可以查看一下,但簡稱為「LINEST()」電子表格公式。

我正在使用的輸入是:

  • 因變數
    • 無論您在「輸入」標籤中將B列中的內容(例如點擊量)
  • 自變數
    • 線性時間流逝
    • 前期的流量
    • 11個月的虛擬變數(第12個月由其他11個變數均為0表示)
    • 最多三個「高級」變數

然後,該公式給出了一系列「係數」作為輸出,可以將它們與值相乘並相加在一起以形成如下預測:

  • 「時間段10」流量=攔截+(時間係數* 10)+(上一個周期係數*周期9流量)

您可以在該隱藏的工作表中看到,我已經標記了Linest公式的許多輸出並對其進行了顏色編碼,如果您想自己使用它,這可能會幫助您入門。

潛在的擴展

如果您確實想自己玩這個遊戲,那麼我個人考慮了一些進一步擴展的領域,您可能會發現一些有趣的地方:

  • 每日數據,而不是每月數據,具有每周季節性(例如,每個星期天逢低)
  • 內置的增長目標(例如,到2021年底達到20%的增長)

理查德·費吉,我在上面幾次提到過他的Forecast Forge工具,它還提供了一些很好的建議,以相當有限的額外複雜性來提高預測準確性:

  • 通過採用輸入的log()並提供輸出的指數來平滑數據並避免在極端情況下產生負面預測(根據您的觀點,平滑數據可能不是好事!)。
  • 在前12個月進行回歸,而不是使用前1個月+季節性(這需要至少3年的歷史數據)

隨著時間的推移,我可能會也可能不會包括上述部分或全部內容,但是如果是這樣,我將確保使用相同的鏈接並在電子表格中註明該鏈接,因此本文始終會鏈接到最新的鏈接。日期版本。

如果您已經做到了這一點,那麼您想看到什麼? 在評論中讓我知道!

相關文章