Fermer

septembre 9, 2019

Les données que vous utilisez pour calculer le CTR sont incorrectes et voici pourquoi


Le taux de clics (CTR) est une mesure importante, utile pour effectuer de nombreux calculs sur les performances SEO de votre site: évaluation des opportunités de revenus, priorité de l’optimisation des mots clés, impact des modifications apportées au SERP sur le marché. La plupart des référenceurs connaissent l'intérêt de créer des courbes CTR personnalisées pour leurs sites afin de rendre ces projections plus précises. Le seul problème avec les courbes CTR personnalisées des données de la console de recherche Google (GSC) est que GSC est un outil imparfait pouvant donner des données inexactes. Cela complique les données que nous obtenons de GSC et peut rendre difficile l’interprétation précise des courbes CTR que nous avons créées à partir de cet outil. Heureusement, il existe des moyens de contrôler ces inexactitudes afin d'obtenir une image beaucoup plus claire de vos données.

En nettoyant soigneusement vos données et en appliquant judicieusement une méthode d'analyse, vous pouvez calculer le CTR de votre site de manière beaucoup plus précise en utilisant 4 étapes de base:

  1. Extrayez les données de mots clés de vos sites depuis GSC: plus vous obtiendrez de données, mieux ce sera.
  2. Supprimez les mots clés biaisés – Les termes de recherche de marque peuvent gommer vos courbes CTR et doivent donc être supprimés. Trouvez le niveau d'impression optimal pour votre ensemble de données – Google échantillonne les données à des niveaux d'impression faibles, il est donc important de supprimer les mots clés que Google peut ne pas indiquer correctement à ces niveaux inférieurs.
  3. Choisissez votre méthode de classement par rang – Aucun ensemble de données n'est parfait, aussi. vous souhaiterez peut-être modifier votre méthode de classement par rang en fonction de la taille de votre ensemble de mots clés.

Faisons un petit retour en arrière

Avant d’entrer dans les détails du calcul des courbes CTR, il est utile de décrire brièvement le moyen le plus simple de calculer le CTR puisque nous allons toujours utiliser ce principe.

Pour calculer le CTR, téléchargez les mots-clés pour lesquels votre site se classe avec les données sur les clics, les impressions et la position. Ensuite, prenez la somme des clics divisée par la somme des impressions à chaque niveau de classement à partir des données GSC pour lesquelles vous obtiendrez une courbe CTR personnalisée. Pour plus de détails sur le calcul des chiffres des courbes CTR, vous pouvez consulter cet article de SEER de si vous n'êtes pas familiarisé avec le processus.

Ce calcul devient délicat lorsque vous commencez à essayer. pour contrôler le biais inhérent aux données CTR. Cependant, même si nous savons que les données sont mauvaises, nous n’avons pas beaucoup d’autres options. Notre seule option est donc d’éliminer le plus possible les biais dans notre ensemble de données et de prendre conscience de certains problèmes liés à l’utilisation de ces données.

Sans contrôler ni manipuler les données provenant de GSC, vous pouvez obtenir des résultats qui semblent illogiques. Par exemple, vous constaterez peut-être que vos courbes montrent les positions 2 et 3 du CTR avec des moyennes beaucoup plus grandes que la position 1. Si vous ne savez pas que les données que vous utilisez dans Search Console sont erronées, vous pourriez accepter ces données comme des données véridiques et a). essayez de faire des hypothèses sur la raison pour laquelle les courbes CTR ont cet aspect basé sur des données incorrectes et b) créez des estimations et des projections inexactes basées sur ces courbes CTR.

Étape 1: Tirez vos données

La première partie de toute analyse tire réellement les données. Ces données proviennent en fin de compte de GSC, mais il existe de nombreuses plates-formes sur lesquelles vous pouvez extraire ces données qui sont meilleures que l'extraction Web de GSC.

Google Search Console – La plate-forme la plus simple pour obtenir les données provient de GSC elle-même. Vous pouvez accéder à GSC et extraire toutes vos données de mots clés pour les trois derniers mois. Google téléchargera automatiquement un csv. déposer pour vous. L'inconvénient de cette méthode est que GSC n'exporte que 1 000 mots clés à la fois, ce qui rend la taille de vos données beaucoup trop petite pour l'analyse. Vous pouvez essayer de contourner ce problème en utilisant le filtre de mots-clés pour les termes principaux que vous classez et en téléchargeant plusieurs fichiers 1k pour obtenir plus de données, mais cette procédure est ardue. Outre les autres méthodes répertoriées ci-dessous, elles sont meilleures et plus simples.

Google Data Studio – Pour les non-programmeurs à la recherche d'un moyen simple d'obtenir beaucoup plus de données de Search Console gratuitement, ce dernier est sans aucun doute votre meilleur option. Google Data Studio se connecte directement aux données de votre compte GSC, mais la taille des données que vous pouvez extraire n'est pas limitée. Pour la même période de trois mois essayant d'extraire des données de GSC où j'obtiendrais 1k mots-clés (le maximum dans GSC), Data Studio me rendrait 200k mots-clés!

API Google Search Console – Cela nécessite un certain savoir-faire en matière de programmation, mais l’un des meilleurs moyens d’obtenir les données que vous recherchez est de se connecter directement à la source à l’aide de leur API. Vous aurez beaucoup plus de contrôle sur les données que vous extrayez et obtiendrez un ensemble de données assez volumineux. Le principal inconvénient ici est que vous devez disposer des connaissances en matière de programmation ou des ressources pour le faire.

Keylime SEO Toolbox – Si vous ne savez pas programmer, mais souhaitez tout de même accéder aux impressions et aux données des clics de Google. , alors c’est une excellente option à considérer. Keylime stocke les données historiques de la console de recherche directement à partir de l’API de la console de recherche, ce qui en fait une option (sinon meilleure) que la connexion directe à l’API. Cela coûte 49 dollars par mois, mais c’est assez abordable compte tenu de la valeur des données que vous obtenez.

La raison pour laquelle la plate-forme à partir de laquelle vous obtenez vos données est importante est que chacune de ces données donne différentes quantités de données. Je les ai énumérés ici dans l’ordre dans lequel l’outil donne le plus de données, du moins au plus. L’utilisation directe de l’interface utilisateur de GSC fournit de loin le moins de données possible, tandis que Keylime peut se connecter à GSC et à Google Analytics pour combiner des données afin de vous fournir davantage d’informations que l’API Search Console ne vous en donnerait. C’est bien, car chaque fois que vous pouvez obtenir plus de données, plus les moyennes de CTR que vous allez faire pour votre site seront probablement exactes.

Étape 2: Supprimez le biais de mot-clé

. les données, vous devez les nettoyer. Comme ces données proviennent en définitive de la console de recherche, nous devons nous assurer de les nettoyer le mieux possible.

Suppression des mots-clés relatifs aux graphiques de recherche et de connaissances de marque

Lorsque vous créez des courbes CTR générales pour une recherche sans marque, il est important de les supprimer. tous les mots-clés de marque de vos données. Ces mots clés doivent avoir un CTR élevé, ce qui gâchera les moyennes de vos recherches sans marque, raison pour laquelle elles devraient être supprimées. En outre, si vous connaissez des fonctionnalités SERP telles que le graphe de connaissances pour lequel vous vous classifiez de manière cohérente, essayez de les supprimer également, car nous calculons uniquement le CTR pour les positions 1 à 10 et les mots-clés d’entités SERP risquent de fausser vos moyennes.

Étape 3: recherche du niveau d'impression optimal dans vos CGC pour vos données

Le biais le plus important des données de la console de recherche semble provenir de données avec un faible nombre d'impressions de recherche, celles que nous devons essayer de supprimer. Il n’est pas surprenant que Google n’indique pas avec précision les données de faible empreinte, car nous savons que Google n’inclut même pas les données avec des recherches très faibles dans la CGC. Pour une raison quelconque, Google a décidé d’annoncer de façon radicale le CTR pour ces conditions de faible impression. À titre d'exemple, voici un graphique de répartition des impressions que j'ai créé avec les données de GSC pour les mots clés n'ayant qu'une impression et le CTR pour chaque position.

Si cela n'a pas beaucoup de sens pour vous, je suis au bon endroit. avec toi. Ce graphique indique qu'une majorité des mots clés avec une seule impression ont un taux de clics de 100%. Quelle que soit la qualité du CTR de votre site, il est extrêmement improbable qu’un mot-clé d’impression obtienne une majorité de CTR de 100%. Cela est particulièrement vrai pour les mots clés dont le rang est inférieur à 1. Cela nous donne des preuves assez solides que nous ne devons pas nous fier aux données de faible empreinte et que nous devons limiter le nombre de mots clés dans nos données avec de faibles empreintes.

Étape 3 a): Utilisez des courbes normales pour calculer CTR

. Si Google nous fournit des données biaisées, nous pouvons examiner la distribution du CTR pour tous les mots clés de notre ensemble de données. Étant donné que nous calculons les moyennes CTR, les données doivent respecter une courbe de cloche normale . Dans la plupart des cas, les courbes CTR de GSC sont très asymétriques vers la gauche avec de longues lignes, ce qui indique une nouvelle fois que Google indique un CTR très élevé pour des volumes d'impression faibles.

Si nous modifions le nombre minimum d'impressions pour les ensembles de mots clés analysés on finit par se rapprocher de plus en plus du centre du graphique. Voici un exemple, ci-dessous, la distribution d’un CTR de site par incréments de CTR de 0,001.

Le graphique ci-dessus montre les impressions à un niveau d'impression très bas, environ 25 impressions. La distribution des données se situe principalement à droite du graphique, une faible concentration à gauche implique que le taux de clics de ce site est très élevé. Toutefois, en augmentant le filtre d'impressions à 5 000 impressions par mot clé, la répartition des mots clés est beaucoup plus proche du centre.

Ce graphique ne sera probablement jamais centré sur le CTR de 50%, car il s’agit d’un CTR moyen très élevé. Le graphique doit donc être asymétrique à gauche. Le problème principal est que nous ne savons pas combien, car Google nous fournit des données échantillonnées. Le mieux que nous puissions faire est de deviner. Mais cela soulève la question suivante: quel est le bon niveau d’impression pour filtrer mes mots clés afin d’éliminer les données erronées?

Une façon de trouver le bon niveau d’impression pour créer des courbes CTR consiste à utiliser la méthode ci-dessus pour avoir une idée du moment où votre distribution CTR se rapproche d'une distribution normale. Un ensemble de données CTR normalement distribué comporte moins de données aberrantes et est moins susceptible de contenir un nombre élevé d'informations erronées déclarées par Google.

3 b): recherche du meilleur niveau d'impressions pour calculer le CTR de votre site

Vous pouvez Créez également des niveaux d’impressions pour déterminer les zones où les données analysées sont moins variables que les courbes normales. Plus la variabilité de vos estimations est faible, plus vous vous rapprochez d'une courbe CTR précise.

Tables CTR hiérarchisées

Il est nécessaire de créer une CTR hiérarchisée pour chaque site, car l'échantillonnage de GSC varie d'un site à l'autre. les mots-clés pour lesquels vous vous classez. J'ai vu des courbes de CTR varier jusqu'à 30% sans les contrôles appropriés ajoutés aux estimations de CTR. Cette étape est importante car l'utilisation de tous les points de données dans votre calcul CTR peut fortement décaler vos résultats. Et utiliser trop peu de points de données vous donne une taille d'échantillon trop petite pour avoir une idée précise de ce qu'est votre CTR. La clé est de trouver ce juste milieu entre les deux.

Dans le tableau à plusieurs niveaux ci-dessus, il existe une énorme variabilité, de Toutes les impressions à plus de 250 impressions. Après cela, toutefois, le changement par niveau est assez faible. Plus de 750 impressions sont le bon niveau pour ce site, car la variabilité entre les courbes est relativement faible, car nous augmentons les niveaux d'impression dans les autres niveaux et plus de 750 impressions nous fournissent encore de nombreux mots-clés dans chaque niveau de classement de notre ensemble de données.

Lors de la création de courbes CTR à plusieurs niveaux, il est important de compter également la quantité de données utilisée pour créer chaque point de données à travers les niveaux. Pour les sites plus petits, vous constaterez peut-être que vous ne disposez pas de suffisamment de données pour calculer de manière fiable les courbes CTR, mais cela ne sera pas évident si vous regardez uniquement vos courbes à plusieurs niveaux. Il est donc important de connaître la taille de vos données à chaque étape pour déterminer le niveau d’impression le plus précis pour votre site.

Étape 4: Déterminez la méthode de positionnement à utiliser pour analyser vos données

Une fois que vous avez déterminé le bon Au niveau d’impression auquel vous souhaitez filtrer vos données, vous pouvez commencer à calculer les courbes CTR à l’aide des données d’impression, de clic et de position. Le problème avec les données de position est qu’elles sont souvent inexactes. Par conséquent, si vous disposez d’un excellent suivi des mots clés, il est préférable d’utiliser les données de vos propres numéros de suivi plutôt que celles de Google. La plupart des gens ne peuvent pas suivre le nombre de positions de mots clés. Il est donc nécessaire d’utiliser les données de position de Google. C'est certainement possible, mais il est important de faire attention à la manière dont nous utilisons leurs données.

Comment utiliser la position du GSC

Une question qui peut se poser lors du calcul des courbes CTR à l'aide des positions moyennes du GSC est de savoir s'il faut utiliser des positions arrondies ou exactes. positions (c’est-à-dire que seules les positions de la CGC ayant un rang exactement égal à 1. Ainsi, les rangs 1.0 ou 2.0 sont des positions exactes au lieu de 1,3 ou 2,1 par exemple). veulent des données qui ont le plus de chances d’être classées en position 1 pour la période que nous mesurons. L'utilisation de la position exacte nous donnera la meilleure idée de ce qu'est le CTR à la position 1. Les mots clés de rang exact sont plus susceptibles d'avoir été classés à cette position pendant la période de temps depuis laquelle vous avez extrait les mots clés. Le problème est que le classement moyen est une moyenne. Il n’ya donc aucun moyen de savoir si un mot clé s’est classé solidement au même endroit pendant une période donnée ou si la moyenne affiche un classement exact.

Heureusement, si nous comparons le CTR de la position exacte au CTR de la position arrondie, leur direction est semblable en termes d’estimations réelles du CTR avec suffisamment de données. Le problème est que la position exacte peut être volatile lorsque vous ne disposez pas de suffisamment de données. En utilisant des positions arrondies, nous obtenons beaucoup plus de données, il est donc logique d'utiliser une position arrondie lorsque le nombre de données disponibles pour la position exacte est insuffisant.

L'un des inconvénients concerne les estimations de la position 1 du CTR. Pour chaque position occupée, le classement moyen peut être comparé à la position moyenne des mots clés et, simultanément, à la moyenne. Cela signifie que si un mot clé a un classement moyen de 3. Il aurait pu se classer n ° 1 et n ° 5 à un moment donné et la moyenne à 3. Toutefois, pour les classements n ° 1, la moyenne ne peut être abaissée, ce qui signifie que le CTR de si vous utilisez une position arrondie, un mot clé sera toujours signalé comme étant inférieur à la réalité.

Un hybride de rang: position exacte ajustée

Si vous avez assez de données, utilisez uniquement la position exacte pour la position 1. Pour les sites plus petits, vous pouvez utiliser la position exacte ajustée. Étant donné que Google donne en moyenne jusqu'à deux décimales, l’un des moyens d’obtenir plus de «positions exactes» n ° 1 consiste à inclure tous les mots clés dont le rang est inférieur à la position 1.1. Je trouve que cela donne quelques centaines de mots-clés supplémentaires, ce qui rend mes données plus fiables.

Et cela ne devrait pas non plus faire baisser notre moyenne du tout, car GSC est quelque peu imprécis quant à la manière dont il présente le classement moyen. Chez Wayfair, nous utilisons STAT comme outil de suivi du classement par mot-clé. Après comparaison de la différence entre le classement moyen de la CGC et le classement moyen de STAT, les classements proches du n ° 1 sont proches, mais non précis à 100%. Une fois que vous commencez à descendre plus bas dans le classement, la différence entre STAT et GSC devient plus grande, alors faites attention à la baisse du classement pour inclure plus de mots-clés dans votre ensemble de données.

J'ai effectué cette analyse pour tous les classements. suivi sur Wayfair et j'ai trouvé que plus le poste était bas, moins les classements correspondaient entre les deux outils. Donc, Google ne fournit pas d'excellentes données de classement, mais il est assez proche de la position n ° 1 pour que je puisse utiliser une position exacte ajustée pour augmenter mon ensemble de données sans craindre de sacrifier la qualité des données dans des limites raisonnables.

Conclusion

GSC est un outil imparfait, mais il fournit aux référenceurs la meilleure information dont nous disposons pour comprendre les performances des clics d'un site individuel dans les SERP. Puisque nous savons que GSC va nous lancer quelques problèmes avec les données, il est important de contrôler autant d’éléments de ces données que possible. Pour ce faire, choisissez principalement la source d’extraction de données idéale, supprimez les mots clés qui génèrent peu d’impressions et utilisez les bonnes méthodes pour arrondir les rangs. Si vous faites tout cela, vous aurez beaucoup plus de chances d’obtenir des courbes CTR plus précises et cohérentes sur votre propre site.




Source link