Imitera sökalgoritmer för en framgångsrik länk byggnad strategi
När man gör en länk-byggnad strategi – eller någon annan typ av SEO-relaterade strategi, att fråga – du kan hitta blotta mängden data som har vi tillgängligt för oss på en relativt låg kostnad, ganska häpnadsväckande.
Men som ibland kan skapa problem i sig; välja den bästa data att använda, och sedan använda det på ett sådant sätt som gör den användbar och angripbara, kan vara mycket svårare.
Att skapa en länk byggnad strategi och att få det rätt är viktigt – länkar inom de två topplacering signalerna för Google.
Detta kan tyckas självklart, men för att säkerställa att du bygger en länkstrategi som kommer att dra nytta av denna stora ranking signal och användas löpande, du behöver mer än bara ge mätvärden på dina konkurrenter. Du bör ge möjligheter för link building och PR som vägleder dig på webbplatser du behöver förvärva ger mest nytta.
Till oss på Zazzle Media, det bästa sättet att göra detta är genom att utföra en storskalig konkurrent länk korsar varandra.
Snarare än bara visar hur du kan genomföra en storskalig länk korsar varandra, vilket har gjort många gånger förut, kommer jag att förklara ett smartare sätt att göra en genom att härma välkända sökalgoritmer.
Gör din länk skär detta sätt återkommer alltid bättre resultat. Nedan visas de två algoritmer som vi kommer att försöka replikera, tillsammans med en kort beskrivning av båda.
Ämne-känsliga PageRank
Ämne-känsliga PageRank är en utvecklad version av den PageRank algoritm som passerar en ytterligare signal på toppen av traditionella myndigheten och pålitliga resultat. Denna ytterligare signal är aktuell relevans.
Grunden för denna algoritm är att utsäde sidorna grupperas efter ämne som de tillhör. Till exempel skulle avsnittet sport i BBCS hemsida kategoriseras som om sport, avsnittet politik om politik, och så vidare.
Alla externa länkar från dessa delar av webbplatsen skulle då vidarebefordra sport eller politik-relaterade aktuella PageRank till den länkade webbplatsen. Denna aktuella poäng skulle sedan skickas runt på webben via externa länkar precis som den traditionella PageRank-algoritmen skulle göra myndigheten.
Du kan läsa mer om ämnet-känsliga PageRank i detta papper av Taher Haveliwala. Inte länge efter att ha skrivit det han gick in på bli en Google software engineer. Matt Cutts nämnde också aktuella PageRank i den här videon här.
Hub och Authority pages
Idén av internet är full av hubb (eller expert) och myndigheten sidor har funnits ett bra tag, och Google kommer att använda någon form av denna algoritm.
Du kan se detta ämne som skrivs om i detta papper på Hilltop algoritmen av Krishna Bharat eller auktoritativa källor i en hyperlänkad miljö av Jon M. Kleinberg.
I den första papperet av Krishna Bharat definieras en expert sida som en ‘sida som handlar om ett visst ämne och har länkar till många icke-anslutna sidor på ämnet’.
En sida definieras som en myndighet om ‘några av de bästa experterna på avsnittet fråga pekar på det’. Här är ett diagram från Kleinberg papper som visar ett diagram över hubbar och myndigheterna och sedan också orelaterade sidor som länkar till en webbplats:
Vi tänker replikera diagrammet ovan med bakåtlänk data senare!
Från detta papper kan vi samla in som för att bli en myndighet och rank väl för en viss term eller ämne, vi ska leta länkar från dessa expert/nav sidor.
Vi måste göra detta eftersom dessa platser används för att bestämma vem är en myndighet och bör vara ranking för en viss term. I stället för att replikera den ovannämnda algoritmen på sidnivå, kommer vi istället att göra det på domännivå. Helt enkelt eftersom hub domäner är mer benägna att producera nav sidor.
Relevans som länk Signal
Du märkte antagligen både av ovanstående algoritmer siktar på att göra mycket liknande saker med passerar myndigheten beroende på relevansen av källsidan.
Du hittar liknande mål i andra länken baserat sökalgoritmer inklusive fras-baserad indexering. Denna algoritm är något utöver detta blogginlägg, men om vi får länkar från navet webbplatser vi också bör kryssa i ruta nytta fras-baserad indexering.
Om något, borde läsa om dessa algoritmer påverka dig att bygga relationer med lokalt relevant myndighet webbplatser för att förbättra rankingen. Fortsätt nedan ta reda på exakt hur man hitta dessa platser.
1 – plocka ditt mål ämne/sökord
Innan vi hitta hub/expert sidor vi siktar på att få länkar från, måste vi först bestämma vilka sidor som är våra myndigheter.
Detta är lätt att göra som Google berättar vilken plats den bedömer en myndighet inom ett ämne i sina sökresultat. Vi behöver bara skrapa sökresultat för de platser ranking för relaterade sökord som du vill förbättra rankingen för. I det här exemplet har vi valt följande nyckelord:
– brudtärna klänningar
– bröllopsklänningar
– brudklänningar
– brudklänningar
– brudklänningar
För skrapning sökresultat använder vi vår egen interna verktyg, men enkel SERP skrapan av skaparna av URL Profiler fungerar också. Jag rekommenderar skrapning topp 20 resultaten för varje valperiod.
2 – att hitta din myndigheterna
Du bör nu ha en lista med webbadresser som rangordning för våra mål villkor i Excel. Ta bort vissa kolumner så att du har bara den URL som är ranking. Nu, i kolumn B, lägga till en rubrik som heter ‘Rotdomänen’. Lägg till följande formel i cell B2:
= IF(ISERROR(FIND(//www.,A2)), MID(A2,FIND(:,A2,4)+3,FIND(/,A2,9)-FIND(:,A2,4)-3), MID (A2, hitta (””:, A2,4)+7,FIND(/,A2,9)-FIND(:,A2,4)-7))
Expandera resultaten nedåt så att du har rotdomänen för varje URL. Kalkylbladet ser nu ut såhär:
Nästa lägga till annan rubrik i kolumn C kallas ‘Count’ och i C2 lägga till och dra ner följande formel:
=COUNTIF(B:B,B2)
Detta kommer bara räkna hur många gånger den domänen är visar upp för de sökord som vi skrapade. Nästa behöver vi kopiera kolumn C och klistra in som ett värde för att ta bort formeln. Sedan bara sortera tabellen med kolumn C från största till minsta. Kalkylbladet ser nu ut såhär:
Nu behöver vi bara ta bort de dubbla domänerna. Vi gör detta genom att gå in på fliken ‘Data’ i menyfliksområdet överst i Excel och välja ta bort dubbletter. Ta bara bort dubbletter på kolumn B. Vi kan också ta bort kolumn A så vi har bara våra rotdomäner och antalet gånger som domänen finns inom sökresultaten.
Vi har nu domäner som Google anser vara en auktoritet på bröllop klänningar ämne.
3 – export Refererande domäner för myndigheten webbplatser
Vi använda brukar Majestic för att få de nationella domänerna för myndigheten webbplatser – främst eftersom de har en omfattande databas med länkar. Plus, du får sina mätvärden såsom Citation Flow, lita Flow samt aktuell lita Flow (mer om aktuell lita Flow senare).
Om du vill använda Ahrefs eller någon annan tjänst, kan du använda ett jämförelsetal som de tillhandahåller som liknar lita Flow. Du kommer dock miste om aktuell lita Flow. Vi kommer att göra använda av detta senare.
Plocka toppdomäner med en hög räkna från kalkylbladet vi just har skapat. Sedan in dem i Majestic och exportera de hänskjutande domänerna. När vi har exporterat den första domänen, måste vi infoga en tom kolumn i kolumn A. ge kolumnen ett huvud kallas ”konkurrent” och sedan mata in rotdomänen i A2 och dra.
Upprepa denna process och flytta till nästa konkurrent, utom denna tid kopia och klistra in den nya exporten i det första arket vi exporterat (exklusive rubrikerna) så vi har alla bakåtlänk data i ett blad.
Jag rekommenderar att upprepa detta tills du har minst tio konkurrenter i bladet.
4 – städa upp kalkylbladet
Nu när vi har alla hänskjutande domäner vi behöver, kan vi rensa vår kalkylblad och ta bort onödiga kolumner.
Jag brukar ta bort alla kolumner utom konkurrenten, domän, TrustFlow, CitationFlow, aktuell lita Flow ämne 0 och lita Flow aktualitetsvärde 0 kolumner.
Jag har även döpa rubriken domän att vara ‘URL’, och städa upp de aktuella lita Flow rubrikerna.
5 – Count upprepa domäner och mark redan förvärvat länkar
Nu när vi har data, måste vi använda samma formel som tidigare att belysa hub/expert domäner som länkar till flera lokalt relevanta domäner.
Lägg till en rubrik som heter ‘Gånger kopplade till konkurrenter’ i kolumn G och lägga till denna formel i G2:
=COUNTIF(B:B,B2)
Detta kommer nu berätta hur många konkurrenter webbplatsen i kolumn B är att länka till. Du kommer också vill markera domäner som redan länkar till din webbplats så vi inte bygga länkar på samma domän flera gånger.
Gör, för det första att lägga till en rubrik i kolumn H kallas ‘Redan länkar till webbplats?’. Nästa, skapa ett nytt blad i ditt kalkylblad som kallas ‘Min webbplats länkar’ och exportera alla dina hänskjutande domäner från Majestic för webbplatsens domän. Sedan klistra in exporten i det nybildade bladet.
Lägg nu till följande formel i cell H2 i vår första arket:
= IFERROR (IF (MATCH (B2, ‘Min webbplats länkar’! B:, 0), ”ja”,), ”nej”)
Detta kontrollerar om URL-adressen i cell B2 i kolumn B i ‘Min platslänkarna’ länkar ark och returnerar ja eller nej beroende på resultatet. Nu kopiera kolumnerna G och H och klistra in dem som värden, bara ta bort formlerna igen.
I det här exemplet har jag lagt till ellisbridals.co.uk som vår webbplats.
DELA ARTIKELN
RELATERADE ARTIKLAR
Sju beprövade taktik att generera mer Google recensioner
Tre verktyg som ger angripbara konkurrenskraftig forskning insikt
Google sandlådan: Är det fortfarande påverkar nya platser i 2019?
Alexa.com lägger mer sökverktyg för dess konkurrenskraftiga analys
6 – organisk trafik uppskattning (tillval)
Det här steget är helt valfritt men på denna punkt brukar jag kommer också dra in vissa mätvärden från SEMrush.
Jag gillar att använda Semrushs organisk trafik metriska för att ge en ytterligare indikation på hur väl en webbplats rankning för dess riktade sökord. Om det inte rankning mycket väl eller har låg organisk trafik betyg, detta en ganska bra indikation webbplatsen har antingen straffats, de-indexerade eller är bara låg kvalitet.
Gå vidare till steg 8 om du inte vill göra detta.
För att få denna information från SEMrush, kan du använda URL-Profiler. Bara spara kalkylbladet som en CSV-fil, högerklicka i området för URL-lista i URL Profiler och sedan importera CSV och sammanfoga data.
Nästa, du måste kryssa ‘SEMrush rang’ i nivå domändata, mata in din API-nyckel, då kör profileraren.
Om du kör detta på en stor uppsättning data och vill påskynda insamling SEMrush mätvärden, jag ibland bort domäner med förtroende Flow poängen 0 – 5 i Excel innan du importerar. Detta är bara för att eliminera huvuddelen av låg kvalitet opålitliga domäner som du inte vill att bygga länkar från. Det sparar också vissa SEMrush API krediter!
7 – Clean-up URL profiler utdata (fortfarande tillval)
Nu har vi det nya kalkylbladet som innehåller SEMrush mätvärden, behöver du bara klara upp produktionen i bladet kombinerade resultat.
Jag tar oftast bort alla kolumner som har lagts till av URL Profiler och bara lämna den nya SEMrush organisk trafik.
8 – Visualisera data med hjälp av ett nätverk-diagram
Jag göra brukar steg 8, 9, 10, så data är mer presentabel stället slutprodukten som bara ett kalkylblad. Det gör också filtrera data för att hitta din perfekta mätvärden lättare.
Detta är mycket lätt och snabbt att skapa använder Google Fusionstabeller, så rekommenderar jag att göra dem.
Att skapa dem spara kalkylbladet som en CSV-fil och sedan gå till skapa en ny fil i Google Drive och välj alternativet ‘Ansluta mer Apps’. Sök efter ‘Fusionstabeller’ och sedan ansluta appen till din Drive-kontot.
När det är gjort, skapa en ny fil i Google Drive och välj Google Fusionstabeller. Vi sedan behöver bara ladda upp våra CSV-fil från vår dator och välja nästa längst ned till höger.
Efter CSV-filen har lästs, kommer att du behöva importera tabellen genom att klicka på nästa igen. Namnge din tabell och välj avsluta.
9 – skapa en hubb/expert nätverk graf
Nu rader importeras måste vi skapa vår nätverk graf genom att klicka på den röda + ikonen och sedan ‘Lägg till diagram’.
Nästa, Välj nätverk grafen längst och konfigurera diagrammet med följande inställningar:
Din graf bör nu se något som nedan. Du kan behöva öka antalet noder som det visar så fler webbplatser börjar dyka upp. Var medveten om att fler noder det är, mer krävande är det på din dator. Du behöver också bara välja ‘klar’ i det övre högra hörnet av diagrammet, så att vi inte längre konfigurerar det.
Om du inte redan listat ut, är gula cirklar i diagrammet våra konkurrenter; de blå cirklarna är de webbplatser som länkar till våra konkurrenter. Ju större konkurrenter cirkel, mer hänskjutande domäner de har. De länkande webbplatsen cirklarna blir större beroende på hur mycket av en hub domän det är. Detta beror på, när du ställer in diagrammet, vi vägt det med antalet gånger länka till våra konkurrenter.
Medan figuren ovan ser ganska bra, har vi en hel del webbplatser i det som passar ‘orelaterade sida av stora i-graders’ kategoriseringen nämns i Kleinberg uppsatsen tidigare som de bara länka till en myndighet webbplats.
Vi vill vända diagrammet till höger i diagrammet till vänster:
Detta är verkligen enkelt att göra genom att lägga till den i nedan filter.
Filtrering så endast webbplatser som länkar till mer än en konkurrent visar endast hub/expert domäner; filtrering av TrustFlow och SEMrush organisk trafik tar bort lägre kvalitet opålitliga domäner.
Du kommer att behöva leka med lita Flow och SEMrush organisk trafik mätvärden beroende på de webbplatser som du försöker rikta. Vår diagram har nu gått ner till 422 domäner från 13,212.
Om du vill, kan på denna punkt du också lägga ett annat filter för att endast visa webbplatser som inte är redan länkar till din webbplats. Här är vad våra diagram nu ser ut:
Ovanstående diagram är nu mycket mer hanterbar. Du kan se våra topp hub/expert domäner vi vill bygga relationer med flyter runt mitten av diagrammet. Här är en närbild på några av dessa domäner:
PR/uppsökande teamet bör nu ha gott att få med! Du kan se resultaten är ganska bra, med högar av bröllop relaterade webbplatser som du bör börja bygga relationer med.
10 – filter för att visa sidor som kommer att passera hög aktuella PageRank
Innan vi går in att skapa det här diagrammet, kommer jag först att förklara varför vi kan ersätta aktuell lita flöde av Majestic ämne-känsliga PageRank.
Aktuella lita Flow fungerar på ett mycket liknande sätt till ämnet-känsliga PageRank däri det beräknas via en manuell granskning av en uppsättning utsäde platser. Då sprids informationen aktuell under hela webben för att ge en aktuell lita Flow poäng för varje sida och domän på internet.
Detta ger dig en bra uppfattning om vilket ämne en enskild plats är en auktoritet på. I det här fallet om en webbplats har en hög topikal lita Flow poäng för bröllop relaterade ämne, vi vill att vissa av den bröllopet med myndigheten överföras till oss via en länk.
Nu, på att skapa diagrammet. Eftersom vi vet hur dessa diagram fungerar, bör gör detta vara mycket snabbare.
Skapa en annan nätverk graf precis som innan, förutom denna gång vikt det av aktuell lita Flow värde. Skapa ett filter för aktuell lita Flow ämne och plocka några ämnen relaterade till din webbplats.
För denna webbplats, har jag valt Shopping/bröllop och Shopping/kläder. Jag använda brukar också ett liknande filter till föregående diagrammet för lita Flow och organisk trafik för att förhindra visar några låg kvalitet resultat.
Färre resultat returneras för detta diagram, men om du vill ha mer auktoritet inom ett ämne, dessa är de webbplatser som du vill att bygga relationer med.
Du kan leka med de olika ämnena beroende på de platser du vill försöka hitta. Till exempel kan du hitta platser inom nyheter/tidningar och E-Zines ämne för PR.
11 – replikera filter i Google kalkylark
Detta steg är mycket enkel och behöver inte mycket förklaring.
Jag importera kalkylbladet vi skapat tidigare till Google kalkylark och sedan bara duplicera arket och Lägg till samma filter som de som jag skapat i nätverket grafer. Jag lägger oftast också ett ‘Outreached?’ huvud så laget vet om vi har en befintlig relation med webbplatsen.
Jag rekommenderar att göra detta, eftersom även dessa diagram ser bra och visualisera dina data på ett fancy sätt, det hjälper med spårning vilka webbplatser som du redan har talat med.
Sammanfattning
Du bör nu veta vad du behöver att göra för din webbplats eller klient att inte bara köra mer eget kapital länk till deras webbplats, men också köra aktuell relevant länk kapital som kommer att gynna dem mest.
Även detta verkar vara en lång process, tar de inte lång tid för att skapa – särskilt när du jämföra nyttan platsen kommer att få från dem.
Det finns mycket fler användningsområden för nätverket grafer. Jag använder ibland dem för visualisera interna länkar på en webbplats för att hitta luckor i deras interna länka strategi.
Jag skulle älska att höra några andra idéer som du kan behöva göra använda av dessa diagram, samt några andra saker du vill göra när du skapar en länk byggnad strategi.