Linkbuilding avancée: comment trouver les meilleurs éditeurs et rédacteurs absolus à présenter

Dans mon dernier post j’ai expliqué comment l’utilisation d’outils de visualisation de réseau peut vous aider à améliorer massivement votre stratégie de relations publiques en matière de marketing de contenu: comprendre quels points de presse disposent des réseaux de syndication les plus importants permet à votre équipe de sensibilisation de hiérarchiser les priorités. -syndication publications sur publications à faible syndication. Le résultat? Le contenu que vous proposez bénéficie de ramassages de liens beaucoup plus répandus.

Aujourd'hui, je vais vous donner un peu plus de profondeur – nous allons examiner quelques techniques permettant de mieux comprendre les réseaux de syndication d'éditeurs de votre créneau particulier. J'ai divisé cette technique en deux parties:

• Première technique – Exploiter Buzzsumo Des données d'influence et des données twitter rassemblant les journalistes les plus influents écrivant sur n'importe quel sujet
• Deuxième technique: exploitant le Gdelt Un ensemble de données révélant les réseaux de syndication d’histoires entre éditeurs utilisant des liens contextuels.

Pourquoi le faire?

Si vous souhaitez générer des liens de grande valeur à grande échelle, ces techniques offrent un avantage concurrentiel indéniable. avantage – ils vous aident à comprendre en profondeur comment les écrivains et les publications d'information se lient et se syndiquent.

À notre avis, dans Fractl des histoires à contenu orienté données qui ont de solides attaches, qui permettent de trouver des auteurs et des publications qui trouverait le contenu convaincant et le présenterait de manière efficace est l’activité la plus élevée possible en termes de ROI SEO. Effectué correctement, il est tout à fait possible de générer des dizaines, parfois même des centaines, voire des milliers, de liens de haut niveau avec une ou plusieurs campagnes de contenu.

Intéressez-vous.

Utiliser Buzzsumo pour comprendre les réseaux d’influenceurs de journalistes topic

Tout d'abord, vous voulez savoir qui sont vos sujets d'influence. Une fonctionnalité très pratique de Buzzsumo est son outil «influenceurs». Vous pouvez le localiser dans l'onglet Influences, puis suivre les étapes suivantes:

• Sélectionnez uniquement «Journalistes». Cela limitera le résultat aux comptes Twitter de ceux qui sont connus pour être des reporters et des journalistes de grandes publications. Les blogueurs et les éditeurs de niveau inférieur seront exclus.
• Recherche à l'aide d'un mot clé d'actualité. Si c'est simple, une ou deux recherches devraient suffire. S'il est plus complexe, créez quelques requêtes connexes et rassemblez les comptes Twitter qui apparaissent dans chacune d'entre elles. Vous pouvez également utiliser les expressions "et / ou" booléennes dans votre recherche pour affiner votre résultat. Il est essentiel de vous assurer que les résultats de votre recherche rapportent des journalistes qui correspondent le plus possible à vos critères de cible.
• Idéalement, vous souhaitez au moins 100 résultats. Plus, c’est généralement mieux, tant que vous êtes sûr que les résultats correspondent bien à vos critères cibles.
• Une fois satisfait du résultat de votre recherche, cliquez sur exporter pour saisir un fichier CSV.

La prochaine étape consiste à récupérer tous les éléments recherchés. suit chacun des influenceurs de journalistes connus – l’objectif est de comprendre lequel de ces 100 influenceurs a le plus d’impacts. De plus, nous voulons trouver des personnes en dehors de ce groupe que beaucoup de ces 100 personnes ont en commun.

Pour ce faire, nous avons tiré parti de Twint un outil pratique disponible sur Github pour attirer tous les utilisateurs. chacun de ces influenceurs journalistes suit. En utilisant nos données extraites, nous avons construit une liste de contours, ce qui nous a permis de visualiser le résultat dans Gephi .

Voici une version interactive que vous pouvez explorer, et voici une capture d’écran. :

Ce graphique nous montre quels nœuds (influenceurs) ont le plus grand nombre de liens En degré. En d'autres termes: cela nous indique qui de nos influenceurs des médias est le plus suivi.

Voici les 10 principaux noeuds:

• @maiasz
• Radley Balko (@radleybalko), journaliste d'opinion au Washington Post
• @ johannhari101
• @davidkroll
• @narcomania
• . 19659004] @ samquinones7
• @felicejfreyer
• @jeannewhalen
• @ericbolling

Qui est le plus influent?

En utilisant le score “Betweenness Centrality” donné par Gephi, on obtient une compréhension approximative des nœuds. (influenceurs) du réseau jouent le rôle de centres de transfert d’informations. Ceux qui ont la plus grande «centralité entre deux» peuvent être considérés comme les «connecteurs» du réseau. Voici les 10 principaux influenceurs:

• Maia Szalavitz (@maiasz) Journaliste en neurosciences, VICE et TIME
• Radley Balko (@radleybalko) Journaliste d'opinion, Washington Post
• Johann Hari (@ johannhari101) Auteur à succès dans le monde
• David Kroll (@davidkroll) Rédacteur indépendant dans le domaine de la santé, Forbes Heath
• Max Daly (@Narcomania) Rédacteur en chef de Global Drugs, VICE
• Dana Milbank (@milbank), chroniqueur, Washington Post
• Sam Quinones (@ samquinones7), Auteur
• Felice Freyer (@felicejfreyer), Boston Globe Reporter, Santé mentale et toxicomanies
• Jeanne Whalen (@jeannewhalen) Journaliste économique, Washington Post
• Eric Bolling (@ericbolling) Nouveau L'auteur à succès du York Times

@maiasz, @davidkroll et @ johannhari101 sont remarquables. Les lauréats "In-Degree" et "Betweenness Centrality" se chevauchent considérablement, mais ils sont encore très différents.

Que pouvons-nous apprendre d'autre?

Le milieu de la visualisation contient plusieurs des plus gros nœuds. Les nœuds dans cette vue sont dimensionnés par "en degré". Les grands nœuds situés au centre sont suivis de manière disproportionnée par les autres membres du graphique et jouissent d'une popularité générale (parmi la plupart des autres nœuds influents). Ce sont des journalistes communément suivis par tous les autres. En parcourant ces nœuds centraux, de nombreux journalistes qui se comportent comme des influenceurs du groupe ont tout d'abord tiré leur candidature de BuzzSumo.

Donc, si vous aviez une campagne sur un sujet de niche, vous pourriez envisager de faire la promotion d'un influenceur issu de ces données – selon votre opinion. à notre visualisation, un article partagé dans leur réseau aurait le plus de portée et de retour sur investissement potentiel

Utilisation de Gdelt pour rechercher les sites Web les plus influents sur un sujet avec analyse de lien en contexte

Le premier exemple C’est un excellent moyen de trouver les meilleurs journalistes dans un créneau, mais ce sont les meilleurs journalistes qui sont généralement les mieux placés. Souvent, il peut être plus facile de se faire prendre par des auteurs moins connus dans des publications majeures. Pour cette raison, il peut être très utile de comprendre quels éditeurs majeurs ont le plus d'influence et de profiter de la plus grande syndication sur un thème, un sujet ou un domaine spécifique.

En utilisant la base de données complète et complète des actualités numériques de Gdelt, avec Google BigQuery et Gephi, il est possible de creuser encore plus profondément pour obtenir des informations stratégiques importantes qui vous aideront à hiérarchiser votre contenu.

Nous avons extrait tous les articles de la base de données de Gdelt dont on sait qu’ils traitent d’un thème spécifique au cours d’une période donnée. Dans ce cas (comme dans l'exemple précédent), nous avons examiné la "santé comportementale". Pour chaque article que nous avons trouvé dans la base de données de Gdelt et qui correspond à nos critères, nous avons également récupéré des liens trouvés uniquement dans le contexte de l'article.

Voici comment procéder:

• Connectez-vous à Gdelt sur Google BigQuery – vous pouvez en trouver un. tutoriel ici .
• Extraire des données de Gdelt. Vous pouvez utiliser cette commande: SELECT DocumentIdentifier, V2Themes, Extras, SourceCommonName, DATE DE [gdelt-bq:gdeltv2.gkg] où (V2Themes comme '% Your Theme%').
• Sélectionnez le thème que vous trouvez, ici – seulement remplacez la partie entre les pourcentages.

• Pour extraire les liens trouvés dans chaque article et créer un fichier de bord. Cela peut être fait avec un script python relativement simple pour extraire tous les des résultats de la requête, nettoyer les liens pour afficher uniquement leur domaine racine (pas l'URL complète) et les placer dans un format de fichier Edge.

Remarque: le fichier de bord est constitué des paires Source -> Cible. La source est l'article et la cible sont les liens trouvés dans l'article. La liste des contours ressemblera à ceci:

• Article 1, Premier lien trouvé dans l'article.
• Article 1, Deuxième lien trouvé dans l'article.
• Article 2, Premier lien trouvé dans l'article.
• Article 2, deuxième lien trouvé dans l'article.
• Article 2, troisième lien trouvé dans l'article.

À partir de là, le fichier de bord peut être utilisé pour créer une visualisation de réseau où les nœuds éditeurs et les bords les séparant les liens contextuels trouvés dans nos données de Gdelt nous amènent autour du sujet que nous souhaitions.

Cette visualisation finale est une représentation en réseau des éditeurs qui ont écrit des articles sur la toxicomanie et sur les liens qui les unissent.

Que pouvons-nous Apprendre de ce graphique?

Cela nous indique quels nœuds (sites Web des éditeurs) ont le plus grand nombre de liens En degré. En d'autres termes: qui est le plus lié. Nous pouvons constater que les sujets les plus liés à ce sujet sont:

• tmz.com
• people.com
• cdc.gov
• cnn.com
• go.com
• nih.gov
• ap.org
• latimes.com
• jamanetwork.com
• nytimes.com

Quel éditeur a le plus d'influence?

En utilisant le score "Betweenness Centrality" donné par Gephi, nous obtenons une idée approximative des nœuds (éditeurs) du réseau qui jouent le rôle de centres de transfert d'informations. Les nœuds avec le plus grand "Betweenness Centrality" peuvent être considérés comme les "connecteurs" du réseau. L'obtention de collectes à partir de ces nœuds de centralité très élevés entre les deux donne une probabilité beaucoup plus grande de syndication pour ce sujet / thème spécifique.

• Dailymail.co.uk
• Nytimes.com
• People.com
• CNN.com
• Latimes.com
• washingtonpost.com
• usatoday.com
• cvslocal.com
• huffingtonpost.com
• sfgate.com

Que pouvons-nous apprendre d'autre?

Comme dans le premier exemple, plus le nombre de centralité entre les appartenances, le nombre de liens In-degree sont élevés, et plus situé au centre du graphe, plus ce nœud est «important» en général. En utilisant ceci comme guide, les cibles de tangage les plus importantes peuvent être facilement identifiées.

La compréhension de certains des groupes de bord fournit des informations supplémentaires sur d'autres opportunités potentielles. En incluant quelques groupes spécifiques à différentes nouvelles locales ou régionales, et quelques groupes de publications en langues étrangères.

Conclusion

J'ai décrit deux techniques différentes que nous utilisons chez Fractl pour comprendre les réseaux d'influence autour de domaines thématiques spécifiques, à la fois en termes de publications et les écrivains à ces publications. Les techniques de visualisation décrites ne sont pas des guides évidents, mais plutôt des outils permettant de parcourir de grandes quantités de données et de trouver des informations cachées. Utilisez ces techniques pour dénicher de nouvelles opportunités et définir des priorités lorsque vous vous apprêtez à trouver les meilleurs emplacements pour diffuser le contenu pour lequel vous avez travaillé si dur.

Avez-vous des idées ou des tactiques similaires pour vous assurer de présenter le meilleur écrivains et éditeurs avec votre contenu? Commentaire ci-dessous!