Perkiraan Lalu Lintas Pihak Ketiga vs Google Analytics: Mengapa Analisis Rand Fishkin Tidak Dapat Diandalkan

Rand Fishkin adalah salah satu nama yang paling dihormati di industri SEO dan untuk alasan yang bagus. Setelah meluncurkan dan mengelola Moz, salah satu perusahaan terkemuka di bidang perangkat lunak SEO, selama lebih dari satu dekade ia mendirikan perusahaan analisis konten SparkToro.

Saya sudah lama menjadi pengagum karya Fishkin. Kembali pada tahun 2015, ketika saya meluncurkan agen pemasaran digital saya sendiri, saya ingat menonton video Whiteboard Friday miliknya untuk meningkatkan permainan SEO saya. Dan akun Twitter-nya telah menjadi sumber utama saya untuk nugget kebijaksanaan bisnis.

Inilah tweet favorit saya sepanjang masa dari Fishkin:

Cara terbaik untuk menjual sesuatu – jangan menjual apapun. Dapatkan kesadaran, rasa hormat, & kepercayaan dari mereka yang mungkin membeli.

— Rand Fishkin (@randfish) 4 Februari 2015

Memoarnya Lost and Founder menyoroti pengalaman bisnis dan SEO-nya. Ini adalah salah satu buku bisnis favorit saya — buku yang harus dibaca oleh siapa saja yang ingin memulai atau mengembangkan bisnis dan menghadapi pasang surut yang menyertainya.

Baru-baru ini, Fishkin menerbitkan studi mendalam yang membandingkan perkiraan lalu lintas pihak ketiga dengan data lalu lintas Google Analytics di blog SparkToro. Studi ini telah menghasilkan banyak desas-desus di komunitas SEO dan tanggapannya beragam.

Meskipun analisisnya sendiri patut dipuji, hasilnya tampaknya cenderung dan gagal menghilangkan bias sepenuhnya.

Sangat penting bahwa ketika mengevaluasi analisis apa pun, orang-orang melihat secara kritis metodologi, sumber data, dan potensi bias apa pun.

Pada artikel ini, kami akan memecah analisis Fishkin dan memeriksa mengapa data tersebut tidak dapat diandalkan untuk pengguna SEO.

Kolaborasi dengan Similarweb

Untuk tujuan penelitian ini, SparkToro memperoleh metrik dari empat penyedia data perkiraan lalu lintas — Semrush, Datos, SimilarWeb, dan Ahrefs — dan membandingkannya dengan angka yang dilaporkan Google Analytics.

Tapi sesuatu yang tidak disebutkan dalam artikel adalah fakta bahwa Fishkin dan SparkToro bekerja sama dengan Similarweb dalam proyek ini. Dengan demikian, itu tidak sepenuhnya bias.

Inilah tweet dari Fishkin yang membuktikan hal itu:

Mengingat potensi bias dan keterbatasan ini, penting untuk menerima hasil analisis ini dengan hati-hati.

Cacat dalam Metodologi

Dalam artikel tersebut, Fishkin mengklaim bahwa lebih dari 1.000 peserta membagikan data lalu lintas Google Analytics situs web mereka dengan SparkToro.

Menurut Fishkin:

Tidak begitu jelas mengapa mereka membersihkan dataset mereka secara signifikan. Apakah mereka menghapus semua situs yang alatnya tidak memiliki data? Jika demikian, ini dapat mempengaruhi hasil.

Jika semua situs web dimasukkan dalam penelitian, angkanya bisa berbeda.

Penting untuk diperhatikan bahwa Similarweb tidak memiliki data untuk situs web kecil (>5k kunjungan). Ini menunjukkan bahwa sampelnya bias dan jelas bukan sekumpulan domain acak.

Pertentangan lain dalam penelitian ini adalah kurangnya kejelasan tentang jenis perkiraan lalu lintas yang disediakan oleh alat SEO pihak ketiga.

Begini cara Fishkin menjelaskan kesulitan ini:

Tidak seperti klaim Fishkin, tidak sulit untuk menemukan jenis lalu lintas yang diperkirakan Semrush dan Ahrefs.

Ahrefs hanya memperkirakan lalu lintas organik. Berikut tweet dari Tim Soulo, CTO Ahrefs, yang memvalidasi bahwa:

Ahrefs secara eksklusif memperkirakan lalu lintas pencarian.

Dan afaik Similarweb dan Semrush keduanya memberikan estimasi lalu lintas secara keseluruhan. pic.twitter.com/GnXhd0o4ch

— Tim Soulo (@timsoulo) 22 November 2022

Semrush, di sisi lain, memiliki dua jenis data yang tersedia. Yang pertama adalah lalu lintas organik di alat SEO, dan yang kedua di alat .Trends.

Sementara Analisis Domain Semrush membuat estimasi hanya berdasarkan posisi kata kunci dan perkiraan lalu lintasnya, Analisis Lalu Lintas membuat estimasi dengan menganalisis data aliran klik pada semua sumber lalu lintas, termasuk pencarian.

Karena SparkToro membandingkan pesaing yang sama sekali berbeda, dan mungkin, kumpulan data yang berbeda, metodologi penelitian dan analisisnya kurang teliti dan transparan.

Selain itu, Fishkin tidak memberikan informasi tentang negara yang digunakan untuk studi khusus ini.

Orang hanya dapat berasumsi bahwa SparkToro sedang menganalisis data lalu lintas AS. Tapi kemudian ada fakta bahwa data di seluruh dunia adalah satu-satunya data default yang tersedia di Similarweb. Data individu untuk setiap negara dibeli secara terpisah. Akibatnya, tidak jelas data apa yang digunakan untuk perbandingan dalam penelitian ini.

Tidak disebutkan tentang kategori / relung situs web juga.

Anda juga akan menemukan beberapa bagan dalam penelitian ini. Fishkin menganggap bagan di bawah ini sebagai favoritnya:

Bagan ini menunjukkan masing-masing dari empat penyedia data bersama dengan % frekuensi metrik lalu lintas mereka berada dalam 30% dari pengguna yang dilaporkan Google Analytics untuk bulan tersebut. Situs web juga telah disegmentasikan berdasarkan berapa banyak lalu lintas yang mereka terima.

Sekarang pertanyaan saya adalah: Mengapa Fishkin memilih 30%? Mengapa tidak 20% atau 40%? Apa ide di balik nomor tersebut?

Alasan di balik pemilihan persentase 30% untuk penelitian ini tampaknya bersifat subyektif, tanpa penjelasan yang jelas mengapa angka yang tepat ini dipilih. Itu hanya persentase acak yang dipilih khusus untuk penelitian ini.

Sementara penyimpangan 30% diperbolehkan, tidak pasti apa hasilnya jika persentasenya dikurangi atau ditingkatkan. Pada akhirnya, jawaban atas pertanyaan ini tetap menjadi misteri.

Lalu ada bagan ini yang menunjukkan rentang perkiraan lalu lintas pihak ketiga untuk 46 situs dengan 250rb+ pengguna GA bulanan:

Bagan ini sejujurnya tidak ada gunanya dan tidak memberikan nilai bagi pengguna. Ini dimaksudkan untuk membandingkan data dari dua situs web tertentu, menunjukkan perbedaan terbesar dan terkecil berdasarkan data Google Analytics mereka. Metode penarikan kesimpulan ini sangat tidak dapat diandalkan, karena hanya didasarkan pada 46 situs web – ukuran sampel yang sangat kecil.

Umpan balik dari Komunitas SEO

Rand Fishkin menggunakan empat alat SEO SaaS paling populer di pasaran untuk penelitian ini. Dengan demikian, tidak dapat dihindari bahwa hasilnya akan menerima banyak umpan balik.

Dan komunitas SEO tidak mengecewakan.

Sementara beberapa ahli menganggap wawasan dalam penelitian ini bermanfaat, sebagian besar masyarakat mempertanyakan metodologi yang lemah dan bias yang melekat dalam penelitian tersebut.

Pemasar Digital Kris Roadruck mencatat bahwa studi tersebut menggunakan pengguna sebagai metrik pilihan dan bukan sesi atau tampilan halaman untuk membandingkan Google Analytics dengan alat yang melaporkan kunjungan organik.

Mengapa pengguna (dan bukan sesi atau tampilan halaman)? Tampaknya pilihan yang aneh saat melakukan pembandingan terhadap alat yang melaporkan penelusuran/kunjungan organik?

– Kris Roadruck (@KrisRoadruck) 22 November 2022

Dan kemudian ada komentar di artikel itu sendiri. Seorang pengguna mengomentari metodologi aneh dalam membandingkan data lalu lintas Ahrefs, yang tidak penting, dengan data Semrush dan Similarweb.

Pikiran Akhir

Meskipun studi Fishkin memberikan beberapa wawasan dan informasi berharga, penting untuk mempertimbangkan perspektif dan sumber lain saat menguji keakuratan perkiraan lalu lintas pihak ketiga.

Itu selalu disarankan untuk referensi silang hasil dengan alat dan metodologi lain dan tidak hanya mengandalkan satu sumber, yang dalam hal ini, tampaknya bias mendukung Similarweb.

Artikel Terkait

• 11 Saluran YouTube SEO Terbaik untuk Meningkatkan Game SEO Anda
• BuzzSumo: Panduan Utama (18 Cara Tingkat Lanjut untuk Menggunakan BuzzSumo)
• 50 Kutipan Naval Ravikant Terbaik untuk Menginspirasi Anda