6

Statystyk czy pozycjoner, albo o tym, jak znaleźć skarby w danych

Co odróżnia dobrego specjalistę SEO od przeciętnego?

Na pewno umiejętność analizy dużych zbiorów danych, żeby dostrzegać zależności oceniane przez Google w układaniu rankingu wyników.

W dzisiejszym wpisie chcę pokazać na konkretnym przykładzie, jak wygląda taki proces. Będziemy pracować z użyciem trzech narzędzi i kilkoma dodatkowymi źródłami danych:

  1. Senuto.com posłuży nam do przygotowania wyjściowej próbki danych i da informacje o liczbie wyszukań dla poszczególnych fraz;
  2. Aplikacja URL Profiler pozwoli dla każdego filmiku wydobyć szereg meta-danych (tytuł, liczba odtworzeń, data publikacji, itd.) oraz zebrać statystyki udostępnień w mediach społecznościowych i statystyki linków przychodzących;
  3. Do złożenia tych wszystkich danych użyjemy odrobiny magii w Excelu.

Co badamy?

Moim celem jest sprawdzić, jakie czynniki wpływają na to, że konkretne filmy z YouTube pojawiają się na pierwszej stronie regularnych wyników Google.

Na potrzeby tego poradnika działać będziemy na stosunkowo niewielkiej próbce niecałych dwustu fraz w tematyce „przepisy”, dla których YouTube pojawia się w TOP 10.

Przygotowanie danych wyjściowych

Z pomocą Senuto.com generujemy raport widoczności dla domeny youtube.com.

Pełną listę fraz filtrujemy przy użyciu następujących ustawień:

filtry_senuto

Jak widać, określiłem, że interesują mnie zapytania, które spełniają następujące warunki:

  1. ich częścią jest słowo „przepis”
  2. mają co najmniej 500 wyszukań miesięcznie
  3. youtube.com jest na pierwszej stronie wyników

Tak przygotowaną listę eksportuję do dalszej obróbki.

Gromadzenie metadanych

W kolejnym kroku zaprzęgniemy do pracy aplikację URL Profiler, która jest prawdziwym kombajnem do zbierania najróżniejszych statystyk na temat stron internetowych.

Zaczynamy od wczytania listy wyeksportowanych w poprzednim kroku odnośników do filmików w serwisie YouTube.

url_profiler

Jedną z funkcji URL Profilera jest wydobywanie z kodu strony konkretnych informacji na podstawie zadanych wzorców CSS lub XPath.

Skorzystamy z tej funkcji, żeby dla każdego filmiku wydobyć szereg informacji.

Konfiguracja wygląda następująco:

scrape

Kolejne wiersze w tym oknie odpowiadają za wyciągnięcie poniższych informacji:

  • tytuł
  • liczba odtworzeń
  • nazwa kanału
  • data publikacji filmu
  • liczba głosów „na tak”
  • liczba głosów „na nie”
  • liczba subskrybentów.

Dodatkowo włączymy w programie funkcje, które na poziomie konkretnych adresów (a nie całych domen) wydobędą parametry z Majestica i Ahrefsa (wykorzystując płatne dostępy) oraz statystyki udostępnień w mediach społecznościowych.

Przy takiej wielkości próbki, jak w naszym przykładzie, URL Profiler zbierze dane błyskawicznie. Potem będziemy musieli tylko poświęcić kilka chwil na drobne prace kosmetyczne, takie jak usunięcie zbędnych kolumn, czasami usunięcie niepotrzebnych spacji w liczbach, przez które Excel traktuje je jako łańcuchy znaków, itd. Są to jednak zabiegi, które zabiorą góra kilka minut.

Łączenie w Excelu

Po wykonaniu powyższych operacji mamy dwa arkusze z danymi – pierwszy to eksport z Senuto, a drugi to oczyszczony zbiór wynikowy z URL Profilera.

Teraz należy połączyć jedne dane z drugimi, bazując na wspólnym polu, jakim jest URL kolejnych filmów. Do takich operacji w Excelu służy szalenie użyteczna funkcja wyszukaj.pionowo. Jakiś czas temu opublikowaliśmy na blogu pełen przewodnik, jak z niej korzystać – zachęcam do lektury.

Dzięki tej metodzie przygotujemy finalny arkusz, który podsumowuje dane zebrane ze wszystkich źródeł i pozwala rozpocząć analizę trendów i stawianie hipotez.

Taki przykładowy arkusz udostępniamy publicznie, aby każdy z Czytelników mógł ocenić, na ile przydatne są zebrane w ten sposób dane.

arkusz

Pierwsze spostrzeżenia

Celem tego artykułu nie jest analiza czynników rankingowych dla filmów, tylko pokazanie, w jaki sposób zebrać wyjściowy materiał do analizy. Niemniej, warto pokusić się o kilka krótkich spostrzeżeń.

Na pierwszy rzut oka widać np., że dominują filmy, które zostały opublikowane dłuższy czas temu.

Na 188 analizowanych filmów, nie ma ani jednego z 2016 r., a zaledwie 15 pochodzi z 2015 (czyli niecałe 8%). Najwięcej filmów (76, czyli ok. 40%) pochodzi z 2014 r.  Tylko minimalnie niżej, z 73 publikacjami, jest rok 2013 r. Można z tego wysnuć wniosek, że przynajmniej w niszy kulinarnej, nowym filmom nie jest łatwo wbić się do regularnych wyników Google.

Widać też, że zdecydowanie przeważają filmy, które wygenerowały już sporo odsłon. Zaledwie 18 filmów (czyli mniej niż 10%) miało w dniu badania poniżej 10 tys. odsłon, średnia to 78 tys. odsłon, a rekordowy film wygenerował ponad milion odtworzeń.

Łącznie w analizowanej próbce znalazło się 67 kanałów, a wszystkie analizowane filmy razem mają 14,4 miliona odtworzeń. Z tej liczby 10 największych kanałóww zrobiło łącznie 9,3 miliona odtworzeń, czyli 64%. Pozostałe 36% puli zostało zatem rozdzielone między 57 kanałów, a to oznacza, że określone kanały mają dobrą pozycję w YT i prawdopodobnie każdy kolejny film, który dodają, ma większe szanse zaistnieć w wyszukiwarce niż film dodawany ze świeżego kanału.

Patrząc na tytuły filmów, widać, że praktycznie nie ma tam ścisłych dopasowań do popularnych fraz, które prowadzą ruch do tych filmów. Przeważają dopasowania częściowe, czasami całkiem luźne. Powszechnym trendem jest dodawanie do tytułu filmu nazwy kanału YT lub powiązanego z nim serwisu internetowego.

Analizując dane z Majestica, widać wyraźnie, że w branży kulinarnej nie jest szczególnie popularne wspieranie filmów aktywnymi działaniami SEO. Jakiekolwiek linki prowadzą do zaledwie 16 ze 188 analizowanych filmów, przy czym widać na pierwszy rzut oka, że to sprawka dwóch kanałów (Saute.pl – przepisy kulinarne, oraz Deserek.TV), które prowadzą aktywne działania SEO.

Niekoniecznie jednak takie agresywne działania SEO mają dobre przełożenie na wyniki. Przykładowo, kanał Saute.pl pojawia się ze swoim filmem na 1 stronie wyników wyszukiwania na hasło „przepis na muffinki”, ale dopiero na 10 miejscu. Tymczasem profil linków do tego filmu na YT wygląda następująco:

muffinki

Dalszą analizę poszczególnych czynników i ich wpływ na widoczność filmów z YT w wynikach organicznych pozostawiam już czytelnikom.

Mam przy tym nadzieję, że tym krótkim wpisem udało mi się pokazać, jak potężne narzędzia ma dziś do dyspozycji każdy szanujący się specjalista SEO, aby pogłębiać swoją wiedzę o mechanizmach i algorytmach, którymi kieruje się Google.

Uwaga – jeśli uważasz, że potrafisz robić takie analizy, łączące dane z wielu źródeł i prowadzące najpierw do odkrywczych wniosków, a potem do realnych wyników i zysków, może właśnie Ciebie szukamy do naszego działu SEO.

Skontaktuj się z nami w sprawie pracy!

Marcin Lejman
 

Jestem współwłaścicielem Critical.pl. Prowadzę przede wszystkim projekty związane z analityką internetową, optymalizacją konwersji i budową strategii online, a nadzoruję działania SEO i PPC prowadzone przez naszą firmę. Jeśli czujesz, że Twój biznes ma niewykorzystany potencjał i chcesz go rozwinąć, skontaktuj się ze mną - chętnie porozmawiam o możliwościach.

Click Here to Leave a Comment Below 6 comments
Piotrek - 24/01/2016

Podoba mi się takie opracowanie. Dowiedziałem się kilku rzeczy. Ale jedna uwaga – nie działa Wam galeria. Po kliknięciu w obrazek nie działa powiększenie – jest czarny ekras. Konsola podpowiada, że to wina jakiegoś plugina: Uncaught Error: Syntax error, unrecognized expression: unsupported pseudo: hover

Reply
Paweł Nowacki - 26/01/2016

Bardzo rzeczowa analiza – bazując na danych z Excela szkoda, że nie wyciągnęliście również za pomocą narzędzia danych o długości opisu samego filmu. Nasycenie słów kluczowych mogło być właśnie w opisie.
Heh, najbardziej mnie zaciekawiło, że linki do YouTube nie mają wpływu aż tak dużego wpływu na jego pozycjonowanie…

Reply
Marcin Tarski - 19/02/2016

Spodziewałem się jakiegoś standardowego porównania na jakiejś stronie, ewentualnie na fb, a tu myk jutub. Nieźle :D

Reply
Marcin Lejman - 22/02/2016

Jezu, to naprawdę rewelacyjny sposób na podstawianie linków Very informative. Thanks.

Reply
Michał Barczyk - 13/07/2016

Piękny przykład połączenia pracy analityka z specjalistą SEO. Oba stanowiska mocno się zazębiają i powinny ze sobą ściśle współpracować. Marcin, czekam na mocno contentowy tekst o pozycjonowaniu filmików YouTube.

Reply

Leave a Reply: