如果我告诉您一个帖子获得了30个链接和100股份额,您将如何回应?

“哇,一定很棒!”
“不错。”
“总失败!”

您的直觉反应比您假设的例子更多地说明了您习惯使用的网站。

确实,网站的规模和功能(不一定是内容的价值)可能对结果产生最大的影响。这很重要,尤其是在内容研究方面。

好消息是,改进内容研究不需要复杂的过程或额外的时间。在大多数情况下,这意味着从您已经使用的工具中再获取一个数据点,并在电子表格中添加一列。

这样做可以释放对竞争对手几乎没有使用的高价值数据集的访问权限。

为什么您现在进行内容研究的方式不起作用

您导出的“最共享”和“最链接”内容列表使您失望。

那是因为他们偏向大型网站-他们在大型网站上提升了平庸的内容,而在小型网站上埋藏了惊人的内容。

要证明吗?假设您要写一篇有关A / B测试的文章。您跳入Ahrefs的内容资源管理器,并弹出“热门内容”列表。这是该列表的顶部:

具有高域权限的网站的热门内容示例。

如果您向下滚动浏览前20个结果,您是否知道最低的域名评级?83.就上下文而言,CXL已有大约十年的历史,拥有一个包含700多个长篇文章的博客,而我们的“域名评级”仅略高于该域名(85)。

大型网站不会产生不良内容,但是它们的规模会使数据混乱。您不知道某篇文章是否获得了链接或共享,是因为他们发布的所有内容都获得了某些链接和共享,还是因为文章本身是非凡的。

同样,您错过了那些表现最好的内容没有达到大型网站的平均(和低于平均水平)帖子绝对绝对值的网站。

这是一个更具体的示例。采取以下两个职位:

  • Ahrefs的“ Google PageRank尚未死:为什么它仍然很重要”,该网站获得了132个推荐域名和1000股社交份额。
  • Majestic的“ PageRank真正如何工作:了解Google”,该网站获得了96个引荐域和484个社交份额。
具有不同数量的链接和共享的两个帖子的示例。

哪个职位取得更大的成功?如果您想在PageRank上发表文章,哪个为您提供了更多课程?每个工具-以及我们大多数人-都会说Ahrefs帖子。它赢得了更多的链接和分享。

但是事实证明,Ahrefs上有四分之一的帖子胜过PageRank的帖子。假设每周两次发布计划,则意味着该帖子每两周就会跑一次。

同时,大气磅礴职位是最高执行后的所有时间的网站。而且我敢打赌,该网站上历来最好的帖子包含有关如何在该主题上撰写引人注目的更多秘密。

那么,如何将这种情况纳入内容研究呢?

改善内容研究的4种方法

在改善内容研究方面,您尝试控制两个变量:

  • 场地强度。这包括域名评级,品牌知名度和社交媒体关注度。控制网站强度可以帮助您减少对大型网站上平庸内容的关注,而对任何网站上的精彩内容的关注。
  • 网站生命周期。现在,大多数有关Moz的帖子都获得了数十条评论,但是他们早期的帖子肯定没有。控制时间(网站处于其生命周期中的位置)可帮助您将在该时间点表现出色的内容归零

有四种简单的方法可以做到这一点。

1.在少数几个网站上找到高于平均水平的内容。

您有几个竞争对手。您想找到他们发表的最好的东西。但是,如果其中一个或两个竞争对手的站点比其他站点大得多,那么您就不走运了。

采取以下六个以SEO为重点的网站的列表:

  1. ahrefs.com
  2. bounteous.com
  3. briggsby.com
  4. kevin-indig.com
  5. mariehaynes.com
  6. searchwilderness.com

如果仅导出链接最多的内容的列表,则会得到以下信息:

由单个站点控制的顶级内容数据的示例。

Ahrefs在前50个结果中占主导地位:

  • ahrefs.com = URL的92%;
  • briggsby.com = 6%;
  • mariehaynes.com = 2%
  • bounteous.com,kevin-indig.com和searchwilderness.com = 0%。

尽管我们知道三个网站发布的内容不错,但三个网站均未包含任何 URL。

您可以通过改编来自棒球的指标来控制站点大小(在这种情况下,主要是Ahrefs):替换中胜出率(WAR)。

WAR问:“如果玩家X受伤,而我们不得不用一名普通玩家代替他们,我们将失去多少’胜利’?”

转换为内容后,WAR变成“替换后的链接(LAR)”,“替换中的份额(SAR)”等。

计算LAR很容易:

  • LAR =文章链接/该网站每个文章的平均链接
  • LAR = 45/18
  • LAR = 2.5

因此,在上面的示例中,我们可以说:“与网站上的平均帖子相比,该帖子获得的链接数量是2.5倍。”

要针对我们的六个SEO网站进行该计算:

  1. 使用Ahrefs API使用Screaming Frog搜寻网站,以获取每个帖子的引荐域数。
  2. 在您的电子表格中添加一列,用该站点的每个帖子的引用域平均数除以该帖子的引用域。(使用= AVERAGEIF函数以域名为标准快速计算此值。)

运行该计算将为我们提供一个非常不同的列表,其中一个列表集中于每个站点上高于平均水平的内容:

重新排序列表,并添加网站上下文。

这是前50个网址的新细分:

  • bounteous.com = 42%;
  • ahrefs.com = 28%;
  • mariehaynes.com = 10%;
  • searchwilderness.com = 8%;
  • kevin-indig.com = 6%;
  • briggsby.com = 6%。

每个站点至少都有三个URL,因此我们知道每个人都拥有最好的东西。

Ahrefs 仍然拥有很大一部分房地产-我们不会忽略它们,只是过滤一般的东西(基于他们自己的站点标准)。

尽管该过程可能很整洁,但无法扩展。

2.查找数百个(或数千个)站点的高于平均水平的内容。

与其从少数几个站点开始,不如从一个主题开始。您的导出内容可能包含数百(或数千)个域。

爬网数百个站点是不切实际的,但是还有另一种方法-后台选项。它假定一个帖子占网站总推荐域的更高比例(可能)是一个更好的帖子。

因此,如果一篇帖子代表一个网站总推荐域的10%,那么它可能比代表0.001%的站点值得更多的关注。

您可能会想到,这种假设有助于提升较小站点上的内容,而忽略尽管绝对链接数量很高的内容,但这些内容仅代表大型域上的一大笔钱。

这是用于餐巾纸LAR(bLAR)计算的公式:

  • bLAR =链接到帖子/链接到域;
  • bLAR = 10/100;
  • bLAR = 10%。

这是一个完美的方法吗?不,但这是一个更好的起点。让我向您展示使用和不使用此计算的相同数据集。

不久前,我们针对“市场研究”这一主题进行了此操作。我们试图找出哪些研究主题倾向于吸引人们的联系。

标准导出的链接最多的内容将返回以下列表。平均网域等级为86。

市场研究中链接最紧密的内容。

这种对大型站点的固有偏见也意味着较少的域多样性-上面可见的前25个域中只有12个域。

当我们添加bLAR计算时,我们可以看到许多文章(下面以红色突出显示)占到这些域的总链接的一小部分:

获得许多链接但仅占网站总链接比例很小的文章。

那么,当我们用bLAR对列表进行排序时会发生什么呢?

在对列表进行重新排序之前,我们针对性能基准至少为30个引荐域过滤了引荐域的数量。(您可以选择20或60或100,这对您的网站和抱负都有意义。)

为什么?对于链接很少的域,bLAR方法倾向于显示只有五个链接的文章,但是这些链接占网站总数的80%。我们不在乎该内容。

经过过滤和重新排序,我们的列表现在包括21个域(几乎是站点的两倍),平均域评分已降至78,这意味着该内容可以在更广泛的网站上取得成功:

根据相对于整个网站的链接帖子百分比重新排序的列表。

有两种方法可以改善(大致)bLAR指标:

  1. 将链接拉到内容子域或子目录(例如blog.example.com或example.com/blog/),而不是域范围的链接数。您必须手动找到这些模式,因此它可以扩展到最多30个站点,但可能不会超出此范围。
  2. 排除网站首页的链接。使用Screaming Frog和Ahrefs API拉动列表中每个URL主页的链接度量。然后,从总链接数中减去首页链接。这只会在分母中填充非首页链接,这是内容获得的更具代表性(尽管仍不完美)的链接示例。

以上方法都不能告诉您,这些链接或共享在当时是否为网站带来了可观的收获

3.使用移动平均线来查找在该时间点表现良好的内容

如果您考虑时间,就会发生以下情况。

假设(在此简化示例中)假设您从站点导出所有15个博客文章的社交共享数据。这是随着时间(0、3、12、6、20、26、32…)而呈现的样子:

假想网站,其中包含15个帖子和社交分享数据。

如果您寻找内容最多的内容,则将注意力集中在以红色突出显示的帖子上:

网站上最多共享的内容。

但是请看最后四个帖子。它们是寄生虫,以早期的成功为食,并从高峰期开始下降:

来自最近职位的份额下降。

同时,您完全无视那些虽然绝对数字较小但可以大获全胜的帖子,这些内容使网站从无内容发展为可以赚取80左右份额的内容:

有助于发展网站的帖子。

奇怪的是,帮助创建功能强大的网站的内容与维持网站的内容(或更糟的是,它提供的内容)大不相同。它也可能与您更相关-您想找到可以建立和扩大受众的内容,而不是保持现状。

时间范围也很重要,因为强大的站点具有强大的分发网络。今天在Reforge上可能粉碎它的帖子可能在几年前就失败了,因为他们没有社交关注(或链接个人资料或电子邮件列表)来在人们面前露面。

移动平均线是在时间范围内折叠的一种简单方法:

  • 拉取网站的任何指标以及每个URL的发布日期。
  • 将每个URL的性能与截至该时间点的中值URL性能进行索引。

*您可以使用中位数或平均值。通常,中位数可以更好地控制离群值。每个站点都有一个帖子,其获得的链接,分享,评论等信息成倍增加。如果使用平均值,则会错误地在网站上虚增“典型”帖子的搜索结果。

在电子表格中,如果B1是第一篇文章的社交分享数量,B2是第二篇文章的社交分享数量,依此类推,您的公式如下所示:

  • = B1
  • = B2 / MEDIAN(B $ 1)
  • = B3 / MEDIAN(B $ 1:B2)
  • = B4 / MEDIAN(B $ 1:B3)
  • = B5 / MEDIAN(B $ 1:B4)…

每个职位将其绩效与之前所有职位的中位数进行比较。

以引荐域和Ahrefs博客为例,链接最多的内容的标准导出为您提供以下URL列表:

通过引用域在ahref上的热门帖子。

但是,当我们使用移动平均线创建基于时间的索引时,您会发现其中一些链接最紧密的帖子大大超出了我们根据过去的表现可能期望的结果:

基于移动平均的基于时间的绩效指标。

重新排列列表,使您的注意力集中在那些成就卓越的人上,即使这些成就不是绝对数字上的佼佼者:

帖子按基于时间的索引重新排序。

但是,我们再次陷入困境。几个最“令人惊讶”的帖子,例如HTTP与HTTPS上的一篇,可能不会吸引您成为必不可少的内容。它们看起来更像是普通的,以搜索为目标的帖子。

那是因为并非所有链接都被平等地创建,这最后的上下文可以帮助您进行管理。

4.区分获得主动链接与被动链接的帖子。

“被动链接”受益于按需获得策略。如果您到达搜索结果的顶部,自然就会获得指向您内容的链接,就像其他人搜索源一样。

但是那些高度链接的帖子对内容创建没有帮助。与文章质量相比,他们告诉您更多关于该主题的搜索量(即,更高的搜索量=更多的链接)。

您最好将精力集中在主动赢得链接的内容上,这些内容已经成为主流。

这样做很简单:

  1. 从Ahrefs 导出引荐域自然流量(或通过Screaming Frog将其拉出)。
  2. 添加一列,将“引用域”除以“有机流量”。
  3. 按最高到最低排序。

结果为您提供了每次自然访问的引荐域数。(不,自然流量数据不是超级准确;是的,它仍然是定向的。)数字越大,链接成为活动链接的可能性越大。

假设你想知道亚马逊相关内容的人只是链接到。如果仅查看链接最多的内容的典型导出,就会看到很多获得那些被动链接的东西。

但是,随着自然流量带来的更多背景信息,您发掘的内容激起了其他人的兴趣,而不仅仅是那些多年来一直位于高容量SERP顶部的东西。

有关获得活跃链接的亚马逊文章。

您立即开始看到链接诱饵内容的主题:

  • 有关语音扬声器的安全问题;
  • 关于产品发布的泄漏;
  • 亚马逊的未来计划以及令人担忧的市场主导地位。

如果您想获得活动链接,则应考虑这些主题。

结论

如果你不控制的场地大小,其中一个网站是在其生命周期,或如何就赚了链接,内容的研究不会让你远。您将花费时间尝试在大型网站上从平庸的事物中吸取教训。

  • …或因指向大量关键字而获得链接的内容。
  • …或赢得了分享的内容,因为该网站拥有巨大的社交关注度和慷慨的付费预算。
  • …或那些在几年前建立的受众中获得了大量评论的内容,但它们的内容却大相径庭。

好消息是,添加一些上下文很容易。数据来自您已经在使用的相同工具,并且在电子表格中只需要增加一两列即可。

最终结果?您将注意力集中在任何规模的站点上的最佳内容上,忽略站点“跃居鲨鱼”之后发布的寄生内容,并揭示大多数竞争对手从未见过的数据集。

最终结果?您将注意力集中在任何规模的站点上的最佳内容上,忽略站点“跃居鲨鱼”之后发布的寄生内容,并揭示大多数竞争对手从未见过的数据集。