विज्ञान होआज मैले भन्न खोजेको सबै कुरा ए

[rakibhasan01854]

का आफ्नै हुन् (सम्मोहनको सम्भावित घटना बाहेक) र सधैं Moz को विचारहरू प्रतिबिम्बित नहुन सक्छ। सम्पादकको नोट : आज हामी स्टोन टेम्पल कन्सल्टिङमा हाम्रा साथीहरूबाट व्हाइटबोर्ड शुक्रबारको ब्याक-टु-ब्याक एपिसोडहरू प्रस्तुत गर्दैछौं । एरिक Enge बाट दोस्रो एपिसोड, " UX, सामग्री गुणस्तर, र SEO " पनि जाँच गर्न निश्चित गर्नुहोस् । मार्केटिङका ​​अन्य धेरै क्षेत्रहरू जस्तै, SEO ले विज्ञानका तत्वहरू समावेश गर्दछ। यो सबैका लागि समस्याग्रस्त हुन्छ, यद्यपि, जब सिद्धान्तहरू वास्तविक वैज्ञानिक कठोरताको विषय नभएका सिद्ध तथ्यहरूको रूपमा पारित हुन्छन्। आजको ह्वाइटबोर्ड फ्राइडेमा, स्टोन टेम्पल कन्सल्टिङका ​​मार्क ट्राफगेनले हामीलाई वैज्ञानिक विधि र यसलाई हाम्रो दिनहुँको काममा कसरी लागू गर्न सकिन्छ भन्ने बारे एक वा दुई कुरा सिकाउन यहाँ छन्। राम्रो एसईओ वैज्ञानिकहरू व्हाइटबोर्ड बन्ने सन्दर्भको लागि, यहाँ यस हप्ताको व्हाइटबोर्डको स्टिल छ। नयाँ ट्याबमा उच्च रिजोलुसन छवि खोल्न यसमा क्लिक गर्नुहोस्! भिडियो ट्रान्सक्रिप्शन हाउडी, मोज्जर्स। स्टोन टेम्पल कन्सल्टिङबाट मार्क ट्राफगेन आज यहाँ तपाईलाई कसरी राम्रो एसईओ वैज्ञानिक बन्ने भनेर साझा गर्न। हामीलाई थाहा छ कि एसईओ धे


, र सईओमा मात्र लागू हुँदैन, तर तपाईं सी स्तर कार्यकारी सूची को एडवर्ड्स जस्ता चीजहरू परीक्षण गर्दै, यसले कसरी काम गर्छ, गुणस्तर स्कोरहरू। त्यहाँ धेरै फरक अनुप्रयोगहरू छन् जुन तपाईले मार्केटिङमा बनाउन सक्नुहुन्छ, तर हामी एसईओ संसारमा ध्यान केन्द्रित गर्नेछौं किनभने हामी त्यहाँ धेरै परीक्षणहरू गर्छौं। म आज तपाईसँग के कुरा गर्न चाहन्छु त्यो वास्तवमा कसरी एक विज्ञान हो र कसरी राम्रो परिणाम प्राप्त गर्न हामीले यसमा राम्रो विज्ञान ल्याउनु पर्छ। कारण एस्ट्रोफिजिक्समा छ, हामीलाई थाहा छ कि त्यहाँ केहि छ जुन उनीहरूले आजका दिनहरू डार्क म्याटर भनेर बोलिरहेका छन्, र डार्क पदार्थ भनेको त्यस्तो चीज हो जुन हामीलाई थाहा छ कि यो त्यहाँ छ। यो त्यहाँ छ भनेर धेरै स्वीकार्य छ। हामी यसलाई देख्न सक्दैनौं। हामी यसलाई प्रत्यक्ष मापन गर्न सक्दैनौं। यो के हो हामीलाई पनि थाहा छैन। हामी यो के हो भनेर कल्पना पनि गर्न सक्दैनौं, र अझै पनि हामीलाई थाहा छ यो त्यहाँ छ किनभने हामीले गुरुत्वाकर्षण र द्रव्यमान जस्ता चीजहरूमा यसको प्रभाव देख्छौं। यसको प्रभाव जताततै छ । र त्यो खोज इन्जिन जस्तै धेरै छ, हैन? यो गुगल वा बिंग जस्तै छ। हामी प्रभावहरू देख्छौं, तर हामी मेसिन भित्र देख्दैनौं। हामीलाई ठ्याक्कै थाहा छैन त्यहाँ के भइरहेको छ। खोज इन्जिनहरूले कसरी काम गर्छन् भन्ने कलाकारको चित्रण। त्यसोभए हामीले के गर्ने? हामी प्रयोगहरू गर्छौं। हामी त्यो पत्ता लगाउन प्रयास गर्न, प्रभावहरू हेर्न, र बाहिरका प्रभावहरूबाट हामी भित्र के भइरहेको छ भन्ने बारे राम्रो अनुमान गर्न सक्छौं र ती खोज इन्जिनहरूलाई उनीहरूले हामीलाई हाम्रा ग्राहकहरूसँग जोड्न आवश्यक पर्ने कुराहरू दिने राम्रो काम गर्न सक्छौं। सम्भावनाहरू। अन्तिममा लक्ष्य यही हो । अब, समस्या यो छ कि त्यहाँ धेरै परीक्षणहरू भइरहेका छन्, धेरै प्रयोगहरू जुन सम्भवतः राम्रोसँग


चलिरहेको छैन। तिनीहरू वैज्ञानिक सिद्धान्तहरू अनुसार सञ्चालित भइरहेका छैनन् जुन शताब्दीयौंदेखि प्रमाणित भैसकेका छन् कि उत्कृष्ट परिणामहरू प्राप्त गर्न। 10 चरणहरूमा आधारभूत डेटा विज्ञान त्यसोभए आज म तपाईंलाई 10 आधारभूत कुराहरू चाँडै दिन चाहन्छु जुन एक वास्तविक वैज्ञानिकले तपाईंलाई अझ राम्रो डेटा दिने प्रयासमा आफ्नो बाटोमा जान्छ। आउनुहोस् हामी भविष्यमा हाम्रो SEO परीक्षणमा तीहरूसँग के गर्न सक्छौं हेरौं। त्यसैले नम्बर एक बाट सुरु गरौं। तपाईंले एक परिकल्पनाको साथ सुरु गर्नुपर्छ। तपाइँको परिकल्पना तपाइँ समाधान गर्न चाहानु भएको प्रश्न हो। तपाइँ सधैं त्यसको साथ सुरु गर्नुहुन्छ, दिमागमा राम्रो प्रश्न, र यो अपेक्षाकृत संकीर्ण हुनुपर्छ। तपाईंले यसलाई धेरै विशिष्ट कुरामा संकुचित गर्नुपर्छ। पृष्ठलाई प्रभाव पार्ने र्याङ्किङमा समयले कसरी प्रभाव पार्छ भन्ने कुरा, त्यो एकदमै संकीर्ण छ। त्यो धेरै विशिष्ट छ। त्यो राम्रो प्रश्न हो। त्यो परीक्षण गर्न सक्षम हुन सक्छ। तर सामाजिक संकेतहरूले कसरी र्याङ्किङलाई प्रभाव पार्छ, त्यो धे


रै फराकिलो छ। तपाईंले यसलाई संकीर्ण गर्नुपर्छ। यसलाई एउटा साधारण प्रश्नमा तल लिनुहोस्। त्यसोभए तपाईले एउटा चर रोज्नुहुन्छ जुन तपाईले परीक्षण गर्न जाँदै हुनुहुन्छ। तपाईंले गर्न सक्ने सबै चीजहरू मध्ये, जुन तपाईंसँग खेल्न सक्नुहुन्छ वा तपाईंले ट्वीक गर्न सक्नुहुन्छ, तपाईंले एउटा चीज वा कम्तिमा धेरै थोरै चीजहरू छान्नुपर्छ जुन तपाईंले ट्वीक गर्न जाँदै हुनुहुन्छ र भन्नुहोस्, "जब हामी यसलाई ट्वीक गर्छौं, जब हामी यसलाई परिवर्तन गर्नुहोस्, जब हामी यो एक काम गर्छौं, के यसले हामी हेरिरहेका संसारमा केहि परिवर्तन हुन्छ?" त्यो चर हो। अर्को चरण नमूना समूह सेट गर्न हो। कहाँबाट डाटा संकलन गर्ने ? यो कहाँबाट आउँदैछ? त्यो संसार हो जुन तपाईं यहाँ काम गर्दै हुनुहुन्छ। त्यहाँ बाहिर भएका सबै सम्भावित डाटामध्ये, तपाईं आफ्नो डाटा कहाँ र कति जम्मा गर्न जाँदै हुनुहुन्छ? त्यो ठूलो घेरा भित्रको सानो सर्कल हो। अब यो सानो भए पनि, तपाईले संसारमा सबै डाटा प्राप्त गर्न सक्नुहुन्न। तपाईं सम्भव छ कि हरेक खोज रैंकिंग स्क्र्याप गर्न जाँदै हुनुहुन्छ

वा प्रत्येक URL मा जानुहोस्। तपाईंले आफैलाई सोध्नु भएको छ, "के यो पर्याप्त छ कि हामी कम्तिमा केही वैधता प्राप्त गर्न जाँदैछौं?" यदि म सिएटलमा सामान्य व्यक्ति के हो भनेर पत्ता लगाउन चाहान्छु र म यहाँ Moz कार्यालयहरूको एक भागमा हिंड्न सक्छु भने, म केही प्रकारको दृश्य प्राप्त गर्नेछु। तर के त्यो सिएटलको सामान्य, औसत व्यक्ति हो? म यहाँ Moz मा गएको छु। सायद छैन। तर यो पर्याप्त ठूलो थियो। साथै, यो सकेसम्म धेरै अनियमित हुनुपर्छ। फेरि, त्यो उदाहरणमा फर्केर, यदि म यहाँ Moz को पर्खाल भित्र बसें र Mozzers को बारे मा अनुसन्धान गर्छु भने, म Mozzers के गर्छन, Mozzers के सोच्दछन्, तिनीहरूले कसरी व्यवहार गर्छन् भन्ने बारे धेरै कुरा सिक्ने थिएँ। तर त्यो बाहिरको ठूलो संसारमा लागू हुन सक्छ वा नहुन सक्छ, त्यसैले तपाईंले अनियमितता गर्नुभयो। हामी नियन्त्रण गर्न चाहन्छौं। त्यसैले हामीले हाम्रो नमूना समूह पाएका छौं। यदि सम्भव छ भने, तपाईले केहि नगर्नु भएको अर्को नमूना समूह हुनु सधैं राम्रो हुन्छ। तपाईंले त्यो स

मूहमा चर हेरफेर गर्नुहुन्न। अब, तपाईंसँग त्यो किन छ? तपाइँसँग त्यो छ ताकि तपाइँ भन्न सक्नुहुन्छ, केहि हदसम्म, यदि हामीले हाम्रो चर हेरफेर गर्दा हामीले परिवर्तन देख्यौं र हामीले यसलाई नियन्त्रण समूहमा देखेनौं, उही कुरा भएन, सम्भवतः यो केवल यसको अंश होइन। प्राकृतिक चीजहरू जुन संसारमा वा खोज इन्जिनमा हुन्छ। यदि सम्भव छ भने, तपाई अझ राम्रो बनाउन चाहानुहुन्छ कि वैज्ञानिकहरूले डबल ब्लाइन्ड भनिन्छ, जसको मतलब तपाई प्रयोगकर्तालाई पनि थाहा छैन कि त्यो नियन्त्रण समूह तपाईले हेरिरहनु भएको सबै SERP हरू मध्ये को हो वा जुनसुकै हो। तपाई जति होसियार र तपाई जति इमान्दार हुन सक्नुहुन्छ, तपाईले परिणाम हेरफेर गर्न सक्नुहुन्छ यदि तपाईलाई थाहा छ कि परीक्षा समूह भित्र को हो? यो हामीले SEO मा गर्ने हरेक परीक्षणमा लागू हुने छैन, तर तपाईंले त्यसमा काम गर्दा दिमागमा राख्नु राम्रो कुरा हो। अर्को, धेरै छिटो, अवधि। यो कति लामो हुनु पर्छ? के त्यहाँ पर्याप्त समय छ? यदि तपाइँ भर्खरै परीक्षण