Rank Ranger SEO 데이터에서 추출할 수 있는 4가지 주요 통찰력

Rank Ranger SEO 데이터에서 추출해야 하는 핵심 통찰력은 무엇입니까?

그것이 주사위 놀이 애호가이기도 한 SEO와 함께 오늘 다루고 있는 내용입니다. 그는 "Data-Driven SEO with Python"의 저자이자 Artios의 창립자입니다. In Search SEO 팟캐스트인 Andreas Voniatis에 오신 것을 환영합니다.

이 에피소드에서 Andreas는 다음과 같이 Rank Ranger에서 SEO 데이터를 추출하는 네 가지 방법을 공유합니다.

• 키워드 클러스터링
• 빠른 승리를 찾으십시오
• 경쟁사 분석
• 개요

Rank Ranger에서 SEO 데이터를 추출하는 4가지 주요 통찰력

Andreas: 초대해주셔서 감사합니다, David.

David: 우리와 함께 해주셔서 정말 감사합니다. artios.io에서 Andreas를 찾을 수 있습니다. 그래서 오늘 Rank Ranger SEO 데이터에서 추출할 수 있는 4가지 핵심 통찰력을 공유하고 있습니다. 첫 번째 키워드 클러스터링부터 시작합니다.

1. 키워드 클러스터링

A: 예, 키워드 클러스터링의 장점은 검색 의도별로 키워드를 그룹화하려는 경우 Rank Ranger API를 사용하여 모든 키워드에 대한 검색 결과를 대규모로 얻을 수 있다는 것입니다. 정말 대단합니다. 이렇게 하면 모든 CSV 시트를 다운로드해야 하는 많은 수동 작업이 절약됩니다. 그런 다음 약간의 Python을 사용하여 유사성에 대한 검색 결과를 비교합니다. 이제 두 개의 키워드 검색 결과가 비슷하면 검색 의도가 동일하다는 것을 알 수 있습니다. 유사하지 않다면 이 두 키워드가 서로 다른 검색 의도를 가지고 있으므로 서로 다른 웹 페이지에 매핑되어야 한다는 것을 알 수 있습니다. 그리고 코드는 모두 내 책 "Data-driven SEO"에 있습니다.

D: a bit of Python이라는 문구에 대해 말씀드리자면, 방금 공유한 내용이 불편한 SEO를 위해 Python 사용을 어떻게 요약하시겠습니까? 또한 서로 다른 키워드 구문 간의 유사성을 결정하는 방법에 대해 조금 이야기할 수 있습니까?

A: 방금 키워드 클러스터링에 대해 이야기했기 때문에 두 번째 질문에 먼저 대답하는 것이 가장 좋습니다. 유사성 메트릭과 관련하여 유전 과학자들이 문자열 방법을 사용하여 유전자 시퀀싱을 위해 DNA 문자열을 비교하는 방식에서 영감을 받았습니다. 그래서 DNA와 같은 키워드에 대한 검색 결과를 인코딩하면 어떨까 생각했습니다. 그런 다음 DNA를 비교하여 유사한지 여부를 확인할 수 있습니다. 이것이 키워드에 대한 검색 결과를 비교하기 위한 코드를 구성하는 방법입니다. 이제 유사성 측면에서 누군가가 트렌치 코트를 검색하고 검색 결과가 여성용 트렌치 코트에 대해 동일한 경우 여성용 트렌치 코트에 대한 페이지도 트렌치 코트에 대해 최적화되어야 할 가능성이 높습니다. 세. 트렌치 코트에 대한 검색 결과의 대부분이 남성용 트렌치 코트가 아닌 여성용 트렌치 코트에 대한 것이기 때문에 트렌치 코트와 남성용 트렌치 코트에 대한 검색 의도가 다르다는 것을 알 수 있습니다. 바라건대, 귀하의 질문에 대한 답변입니다.

D: 그렇습니다. 그러나 항상 그렇듯이 실제로 더 깊이 파고 들거나 약간 다른 각도에서 스레드를 따르도록 권장합니다. 저는 실제로 고급 패션을 위한 SEO에서도 일했습니다. 그래서 저는 당신이 트렌치코트 예시와 관련하여 언급한 패션 전자 상거래 SEO를 경험했습니다. 전자 상거래 SEO는 남성 또는 여성 버전의 페이지가 의류의 핵심 품목을 최적화하려고 시도하거나 일종의 유니섹스 페이지를 만든 다음 남성 또는 여성 버전을 향한 퍼널로 사용하는 데 때때로 어려움을 겪고 있다고 생각합니다. 트렌치 코트 자체가 여성 검색자들에게 더 일반적으로 검색되는 경향이 있다고 말씀하셨습니다. 그것이 SEO에게 보고 결정하도록 조언하는 것입니까?

A:네, 그럼 데이터를 보겠습니다. 제가 여러분에게 제공한 예는 10년 전에 제가 뽑은 예일 뿐입니다. 따라서 이에 대한 답은 데이터를 살펴보는 것입니다. 상황이 변경되었을 수 있습니다. 또 다른 예를 들어 보겠습니다. 10년에서 12년 전에 '교정기'에 대한 검색 결과를 본다면 치아 교정기와 바지 교정기가 혼합되었을 것입니다. 지금은 거의 독점적으로 치과 교정기라고 확신합니다. 사용자 행동 또는 사용자 검색 패턴은 시간이 지나면서 변합니다. 이것이 오늘날 우리가 데이터 중심이 되어야 하는 이유입니다. 데이터를 살펴보고 SEO 일화에 얽매이지 마십시오. 모범 사례를 따르지 말라는 말은 아니지만 데이터는 무엇보다 먼저 참조해야 합니다.

D: 그리고 두 번째 단계는 빠른 승리를 찾는 것입니다. 이는 분명히 1단계에서 발견한 키워드 정보와 관련이 있습니다.

2. 빠른 승리를 노려라

A: 제가 하는 일 중 하나는 Rank Ranger API를 사용하여 지난주 순위 데이터를 가져오는 것입니다. 평균을 취하면 데이터 결과가 안정적이라는 것을 알 수 있습니다. 두 번째 페이지 주위에 페이지가 걸려 있으면 정말 간단합니다. 그것은 효과적으로 빠른 승리를 가져옵니다. Rank Ranger API를 사용하고 필터를 사용하여 해당 보고를 시스템화 또는 자동화하면 향후 6개월 동안 설정한 SEO 전략을 뛰어넘을 수 있습니다. 더 빨리 개선하고 결과를 얻기 위해 할 수 있는 일이 있습니다.

D: 또한 귀하가 식별한 이 페이지 위에 순위가 매겨진 페이지의 권한과 관련성을 확인하려고 합니까? 아마도 2페이지에 있는 페이지를 식별하는 것은 모두 훌륭하고 훌륭하지만 경쟁자를 지나치는 것이 매우 어렵다면 그 작업을 수행할 가치가 없을 수 있습니다.

A: 예, 100%입니다. 아마도 당신이 2페이지에 있다면 당신은 충분한 권한을 가지고 있을 것입니다. 아마 부족한 것은 사용자 경험 측면일 것입니다. 하지만 예, 키워드를 한정하겠습니다. 키워드의 두 가지 빠른 승리 예를 들면 한 키워드 SERP에 대한 중간 도메인 권한이 다른 것보다 훨씬 낮다는 것을 알 수 있습니다. 당신과 마찬가지로 저도 어느 것을 우선시할지 압니다.

D: Rank Ranger SEO 데이터에서 추출한 세 번째 인사이트는 경쟁사 분석입니다.

3. 경쟁사 분석

A: 예, 데이터 기반 SEO에 대해 제가 좋아하는 점은 데이터가 풍부한 업계에 있다는 것입니다. Google 알고리즘의 결과는 검색 엔진 결과를 통해 공개 도메인에 있습니다. 그리고 그것은 모두 Rank Ranger API를 사용하여 추출할 수 있습니다. 순위 변동을 설명하는 입력도 공개 도메인에 있습니다. 경쟁업체가 콘텐츠를 구성하는 방식, 해당 콘텐츠가 무엇인지, 단어 수와 같은 콘텐츠의 기능 등에 대한 데이터를 얻을 수 있습니다. 그 모든 것은 또한 공개 도메인에 있습니다. 따라서 누락된 링크는 데이터 과학입니다. Python에서 수학적 모델링을 수행하고 작동하는 것과 작동하지 않는 것과 통계적 유의성을 연관시키는 것입니다. 그리고 기계 학습 모델은 이를 대규모로 수행하는 데 도움이 됩니다.

D: 일반적으로 현재 성공적인 경쟁자 페이지를 구성하는 추세는 무엇입니까? 증가된 단어 길이를 보고 있습니까? 순위가 높은 페이지에 대한 가능성이 더 높은 특정 요소를 페이지 내에서 보고 있습니까?

A: 예, 부문에 따라 다릅니다. 그러나 전자 상거래 SEO 부문만 살펴보면 순위를 예측할 수 있고 위치 차이를 설명할 수 있는 것으로 제가 알아차린 것 중 하나는 페이지에서 제공할 수 있는 제품의 수입니다. 더 많이 제공할수록 더 높은 순위에 오르는 것 같습니다. 단어 길이의 경우 전자 상거래 부문에서는 적을수록 더 많은 반면 B2B 또는 서비스 주도형은 더 많은 경향이 있습니다. 따라서 단어 수가 많을수록 순위가 높아집니다. 그리고 우리가 가독성을 고려한다면, 다시 말하지만, 저는 반모범 사례가 아니라 반일화입니다. 콘텐츠의 가독성이 높을수록 순위가 높아진다는 모범 사례가 있는 것 같습니다. 글쎄, 회계, 법률, 블록체인 등 기술 산업의 데이터를 보면 실제로는 그 반대입니다. 사본의 가독성이 낮을수록 자신이 말하는 내용을 더 잘 알고 있는 것으로 간주됩니다. 그리고 이러한 검색 공간에 대한 검색어를 검색하는 Google 사용자를 만족시키는 것 같습니다. 솔직히 모범 사례를 당연하게 여기지 말고 데이터에 기반하십시오. 그러나 이것이 제가 여러 SERP를 분석한 결과 확인한 추세입니다.

D: 처음에 말씀하신 내용으로 돌아가서, 카테고리 페이지에 있는 전자 상거래 상점의 표준 제품 스니펫 수를 10개에서 20개로 늘리는 것을 고려하는 것이 아이디어가 될 수 있다고 말씀하시는 건가요? ?

A: 네, 100%입니다. 다시 말하지만, 그것은 아마도 시장에 달려 있습니다. 하지만 예를 들어 가구 공간에서 기계 학습 알고리즘이 특정 제품 범주에 대해 3~4개의 일반적인 제품을 제공하면 다른 매장에 비해 훨씬 더 나쁜 성과를 보이는 컷오프 포인트가 있음을 확인했습니다. 최소 12개의 소파를 제공하고 있었습니다.

D: 흥미롭다. Rank Ranger에서 추출할 네 번째 핵심 통찰력은 스키마입니다.

4. 스키마

A: 예, Rank Ranger API를 사용하는 SERP 데이터의 장점은 키워드 이면의 검색 의도에 대해 많은 것을 알려줄 수 있는 모든 종류의 풍부한 정보를 얻을 수 있다는 것입니다. 예를 들어 People Also Ask에 대한 결과가 표시되는 경우 스키마를 사용하여 FAQ 콘텐츠를 마크업해야 한다는 단서가 됩니다. 전자 상거래인 경우 스키마를 사용하여 제품에 대한 리뷰 수를 표시할 수 있습니다. 그런 의미에서 새로운 것은 없습니다. 데이터 기반 SEO의 부가 가치는 이를 대규모로 수행하는 것입니다. 그리고 Rank Ranger API를 사용하면 퍼즐의 주요 부분을 처리할 수 있습니다.

파레토 피클 - 페이지 페이지에서 키워드 수정자의 빈도 수

D: 좋은 생각입니다. 파레토 피클으로 마무리합시다. 파레토는 20%의 노력으로 80%의 결과를 얻을 수 있다고 말합니다. 적당한 수준의 노력으로 놀라운 결과를 제공하는 추천할만한 SEO 활동은 무엇입니까?

A: 적절한 수준의 노력을 위해 상당한 예산이 필요하지 않다고 가정해 보겠습니다. 데이터 기반 디지털 PR이라고 할 수 있습니다. 물론 약간의 예산이 필요합니다. 또는 예산이 없고 시간만 있으면 각 페이지에 대해 Google Search Console을 살펴볼 수 있습니다. 그리고 쿼리를 보고 페이지당 수정자의 빈도를 계산한 다음 그에 따라 페이지 제목을 최적화할 수 있습니다. 그리고 좋은 점은 이것을 대규모로 할 수 있다는 것입니다. 따라서 Python을 알고 있다고 가정하면 Google Search Console API를 사용하여 필요한 모든 데이터를 얻는 데 매우 적은 노력이 필요할 것입니다. 이것은 또한 1000개의 행으로 제한되지 않고 해당 데이터를 추출하는 방법에 대한 내 책에 자세히 설명되어 있습니다. 그것은 정말 겸손한 방법이지만 SEO 트래픽에 대한 변형 효과입니다.

D: 흥미롭다. Google Search Console에는 페이지 제목 등을 최적화하는 데 사용할 수 있는 훌륭한 데이터가 많이 있습니다. AI를 사용하여 해당 콘텐츠를 만드는 팬이신가요?

답변: 100%입니다. 실제로 신경망 모델을 구축했습니다. 백만 개 이상의 데이터 포인트, 메타 제목 및 설명으로 신경망 모델을 훈련했습니다. 그리고 그것을 사용하여 합리적인 메타 설명을 생성할 수 있었습니다. 엄마 테스트를 하려고 몇 명에게 보여줬더니 꽤 좋다고 하더라고요. 분명히 Google 서비스 약관에는 사람이 콘텐츠를 편집해야 한다고 명시되어 있지만 기사 본문 콘텐츠에도 적용된다고 생각합니다. 그러나 메타 설명과 제목의 경우 거의 공정한 게임입니다.

D: 그리고 그 비용을 약간의 비용으로 제공한 예, 즉 데이터 기반 디지털 PR의 한 가지 예를 들어야 합니다. 오늘날 매우 효과적인 데이터 중심의 디지털 PR 관점에서 어떤 예가 있을까요?

A: 분명히 지난 15년 동안 PR 환경이 크게 바뀌었습니다. 확실히, 링크 획득이 있습니다. 우리가 고객에게 서비스를 제공하는 방식과 관련하여 우리가 하는 일은 데이터 기반 콘텐츠를 생산하는 것입니다. 독점 데이터이기 때문에 시간이 지남에 따라 링크가 쌓이는 유형입니다. 분명히, 그것은 훨씬 더 확장 가능하고 그것에 들어가는 노력은 아마도 그렇게 적지 않을 것입니다. 청중과 그들의 뜨거운 질문을 이해해야 하고 인플루언서와 그들이 쓰는 경향이 있는 내용을 이해해야 합니다. 처음에는 겸손하게 들리지 않지만 지난 12개월 동안 해당 콘텐츠가 시간이 지남에 따라 링크 획득 측면에서 어떻게 수행되었는지를 살펴보면 링크당 약 $50에 링크를 획득하게 될 것입니다. 일부는 그다지 가치가 없을 것입니다. DA가 80, 90 또는 70인 Pareto 10%가 있습니다. 모든 것을 가질 수는 없지만 꽤 변형적입니다. 그리고 전반적으로, 그것은 당신이 얻는 것에 대한 겸손한 노력입니다.

D: 알겠습니다. 처음에는 적지 않은 시간과 노력, 비용이 들지만 장기적으로 보면 돈에 비하면 엄청난 양이다.

나는 당신의 호스트였습니다, David Bain. artios.io에서 Andreas Voniatis를 찾을 수 있습니다. Andreas, In Search SEO 팟캐스트에 참여해 주셔서 감사합니다.

A: 초대해주셔서 감사합니다. 항상 즐겁습니다.

D: 그리고 들어주셔서 감사합니다. 이전 에피소드를 모두 확인하고 rankranger.com에서 Rank Ranger 플랫폼의 무료 평가판에 등록하세요.