Μαζί με το Xovi, το εργαλείο SISTRIX είναι το πιο ευρέως χρησιμοποιούμενο πρόγραμμα ανάλυσης στη Γερμανία στον τομέα του SEO. Ο δείκτης ορατότητας έχει καθιερωθεί ως σχεδόν πρότυπο για την ορατότητα μιας σελίδας στην αναζήτηση Google. Οι παράμετροι που περιλαμβάνονται στον υπολογισμό του επεξηγούνται, για παράδειγμα , εδώ και εδώ και εδώ και εδώ και εδώ , αλλά ένας ακριβής τύπος υπολογισμού δεν δημοσιεύεται επίσημα. Ακολουθούν τα αποτελέσματα της εξάμηνης προσωπικής μου έρευνας, τα οποία δεν ισχυρίζονται ότι είναι πλήρη ή σωστά.
Με
- \(A_l\): Σύνολο λέξεων-κλειδιών SISTRIX (ταξινομημένος αριθμός λέξεων-κλειδιών καθορισμένων για μια συγκεκριμένη χώρα, το σύνολο περιλαμβάνει σταθερά - με βάση την επισκεψιμότητα βάσει μέσου όρου 12 μηνών - και μικρότερη, μεταβαλλόμενη αναλογία)
- \(\vert A_l \vert\) : Πάχος \(A_l\) με \(A_l\) \(\vert A_{DE} \vert = 1.000.000\) (κατάσταση: 01.10.2021)
- \(k \in A_l\): Απενεργοποίηση λέξης-κλειδιού \(A_l\)
- \(u\): URL (που θα ερμηνευτεί ως τομέας, υποτομέας, κατάλογος, μεμονωμένη διεύθυνση URL, ανάλογα με τη μορφή)
- \(r_{uklgt}\) : Κατάταξη της διεύθυνσης URL \(u\) στα οργανικά αποτελέσματα αναζήτησης της μηχανής αναζήτησης Google για τη λέξη-κλειδί \(k\) στη χώρα \(l\) στον τύπο συσκευής \(g\) τη στιγμή \(t\)
- \(s_{klgt}\) : Όγκος αναζήτησης (μέσος όρος ερωτημάτων αναζήτησης ανά μήνα με δεδομένα από το SISTRIX, όχι από το Google Keyword Planner , αλλά, σύμφωνα με τη δική μας δήλωση, που έχει συσσωρευτεί από πάνω από δώδεκα κυρίως εξωτερικούς αντιπροσώπους δεδομένων) για τη λέξη-κλειδί \(k\) im Χώρα \(l\) στον τύπο συσκευής \(g\) τη στιγμή \(t\)
- \(c_{uklgt}\) : Εκτιμώμενα κλικ στη διεύθυνση URL \(u\) για τη λέξη-κλειδί \(k\) στη χώρα \(l\) στον τύπο συσκευής \(g\) τη στιγμή \(t\)
- \(l \in L=\{DE;...;JP\}\) : Χώρα με \(\vert L \vert=30\) (από: 01.06.2021)
- \(g\in\{D;M\}\): Τύπος συσκευής (επιτραπέζιος / κινητός)
- \(t\): Ώρα (ημερομηνία 00:00:00 π.μ.)
- \(S_{ulgt}\) : Ευρετήριο ορατότητας SISTRIX της διεύθυνσης URL \(u\) χώρας \(l\) στον τύπο συσκευής \(g\) τη στιγμή \(t\)
- \(W_S = \, \mathbb{Q}^{+}_{0}\) τιμών \(W_S = \, \mathbb{Q}^{+}_{0}\)
ισχύει
$$S_{ulgt} = \sum_{k=1}^{\vert A_l \vert} f(r_{uklgt}, c_{uklgt})$$
με
$$\begin{multline} \mathbb{N_0} \times \mathbb{Q}^{+}_{0} \to \, \mathbb{Q}^{+}_{0}, f(r, c) = ((1-\text{sgn}(r - 1)^2) \cdot ((1-\text{ceil}(0.5 \cdot \text{sgn}(c-34{,}4796))) \cdot 0{,}0194 + \\ (\text{ceil}(0.5 \cdot \text{sgn}(c-34{,}4796))) \cdot ((1+\text{floor}(0.5 \cdot \text{sgn}(c-378{,}325))) \cdot 0{,}125 - \\ (\text{floor}(0.5 \cdot \text{sgn}(c-378{,}325))) \cdot (0{,}0004 \cdot c + 0{,}0119)))) + (\text{sgn}(r-1)^2 \cdot \\ ((1-\text{sgn}(r - 2)^2) \cdot ((1-\text{ceil}(0.5 \cdot \text{sgn}(c-17{,}418))) \cdot 0{,}0136 + \\ (\text{ceil}(0.5 \cdot \text{sgn}(c-17{,}418))) \cdot ((1+\text{floor}(0.5 \cdot \text{sgn}(c-230{,}6839))) \cdot 0{,}125 - \\ (\text{floor}(0.5 \cdot \text{sgn}(c-230{,}6839))) \cdot (0{,}0006 \cdot c + 0{,}0035)))) + (\text{sgn}(r-2)^2 \cdot \\ ((1-\text{sgn}(r - 3)^2) \cdot ((1-\text{ceil}(0.5 \cdot \text{sgn}(c-11{,}0236))) \cdot 0{,}0098 + \\ (\text{ceil}(0.5 \cdot \text{sgn}(c-11{,}0236))) \cdot ((1+\text{floor}(0.5 \cdot \text{sgn}(c-231{,}3121))) \cdot 0{,}125 - \\ (\text{floor}(0.5 \cdot \text{sgn}(c-231{,}3121))) \cdot (0{,}0006 \cdot c + 0{,}0025)))) + (\text{sgn}(r-3)^2 \cdot \\ ((1-\text{sgn}(r - 4)^2) \cdot ((1-\text{ceil}(0.5 \cdot \text{sgn}(c-8{,}8619))) \cdot 0{,}0077 + \\ (\text{ceil}(0.5 \cdot \text{sgn}(c-8{,}8619))) \cdot ((1+\text{floor}(0.5 \cdot \text{sgn}(c-219{,}6195))) \cdot 0{,}125 - \\ (\text{floor}(0.5 \cdot \text{sgn}(c-219{,}6195))) \cdot (0{,}0006 \cdot c + 0{,}002)))) + (\text{sgn}(r-4)^2 \cdot \\ ((1-\text{sgn}(r - 5)^2) \cdot ((1-\text{ceil}(0.5 \cdot \text{sgn}(c-8{,}0684))) \cdot 0{,}0068 + \\ (\text{ceil}(0.5 \cdot \text{sgn}(c-8{,}0684))) \cdot ((1+\text{floor}(0.5 \cdot \text{sgn}(c-249{,}3706))) \cdot 0{,}125 - \\ (\text{floor}(0.5 \cdot \text{sgn}(c-249{,}3706))) \cdot (0{,}0006 \cdot c + 0{,}0017)))) + (\text{sgn}(r-5)^2 \cdot \\ ((1-\text{sgn}(r - 6)^2) \cdot ((1-\text{ceil}(0.5 \cdot \text{sgn}(c-5{,}357))) \cdot 0{,}0058 + \\ (\text{ceil}(0.5 \cdot \text{sgn}(c-5{,}357))) \cdot ((1+\text{floor}(0.5 \cdot \text{sgn}(c-133{,}2103))) \cdot 0{,}1011 - \\ (\text{floor}(0.5 \cdot \text{sgn}(c-133{,}2103))) \cdot (0{,}0007 \cdot c + 0{,}0015)))) + (\text{sgn}(r-6)^2 \cdot \\ ((1-\text{sgn}(r - 7)^2) \cdot ((1-\text{ceil}(0.5 \cdot \text{sgn}(c-4{,}3643))) \cdot 0{,}0049 + \\ (\text{ceil}(0.5 \cdot \text{sgn}(c-4{,}3643))) \cdot ((1+\text{floor}(0.5 \cdot \text{sgn}(c-90{,}3704))) \cdot 0{,}0727 - \\ (\text{floor}(0.5 \cdot \text{sgn}(c-90{,}3704))) \cdot (0{,}0008 \cdot c + 0{,}0013)))) + (\text{sgn}(r-7)^2 \cdot \\ ((1-\text{sgn}(r - 8)^2) \cdot ((1-\text{ceil}(0.5 \cdot \text{sgn}(c-3{,}3292))) \cdot 0{,}0039 + \\ (\text{ceil}(0.5 \cdot \text{sgn}(c-3{,}3292))) \cdot ((1+\text{floor}(0.5 \cdot \text{sgn}(c-87{,}6123))) \cdot 0{,}0706 - \\ (\text{floor}(0.5 \cdot \text{sgn}(c-87{,}6123))) \cdot (0{,}0008 \cdot c + 0{,}0011)))) + (\text{sgn}(r-8)^2 \cdot \\ ((1-\text{sgn}(r - 9)^2) \cdot ((1-\text{ceil}(0.5 \cdot \text{sgn}(c-2{,}944))) \cdot 0{,}0029 + \\ (\text{ceil}(0.5 \cdot \text{sgn}(c-2{,}944))) \cdot ((1+\text{floor}(0.5 \cdot \text{sgn}(c-75{,}6014))) \cdot 0{,}0515 - \\ (\text{floor}(0.5 \cdot \text{sgn}(c-75{,}6014))) \cdot (0{,}0007 \cdot c + 0{,}0012)))) + (\text{sgn}(r-9)^2 \cdot \\ ((1-\text{sgn}(r - 10)^2) \cdot ((1-\text{ceil}(0.5 \cdot \text{sgn}(c-2{,}4797))) \cdot 0{,}0019 + \\ (\text{ceil}(0.5 \cdot \text{sgn}(c-2{,}4797))) \cdot ((1+\text{floor}(0.5 \cdot \text{sgn}(c-36{,}7911))) \cdot 0{,}0199 - \\ (\text{floor}(0.5 \cdot \text{sgn}(c-36{,}7911))) \cdot (0{,}0005 \cdot c + 0{,}0005)))) + (\text{sgn}(r-10)^2 \cdot 0)))))))))) \end{multline}$$
Αυτός ο τύπος εξήχθη κυρίως μέσω αντίστροφης μηχανικής χρησιμοποιώντας το επίσημο SISTRIX A PI . Η βασική ιδέα ήταν: να περιοριστεί το πρόβλημα σε απλά παραδείγματα (να βρεθούν URL με θετικό δείκτη ορατότητας χρησιμοποιώντας μόνο μία/δύο/τρεις/... λέξεις-κλειδιά) και στη συνέχεια να προσπαθήσουμε να αναπαράγουμε πιο σύνθετες περιπτώσεις.
Ιδιότητες του δείκτη ορατότητας:
- Μόνο οι λέξεις-κλειδιά του "μόνιμου συνόλου λέξεων-κλειδιών" των 1.000.000 λέξεων-κλειδιών περιλαμβάνονται στο ευρετήριο ορατότητας, όχι οι λέξεις-κλειδιά της συνεχώς αναπτυσσόμενης "πλήρης βάσης δεδομένων" (η οποία προσαρμόζεται στα τρέχοντα γεγονότα και συνθήκες), η οποία περιλαμβάνει επί του παρόντος 100.000.000 λέξεις-κλειδιά (Από τον Οκτώβριο 1η, 2021). Οι αντίστοιχες ομάδες λέξεων-κλειδιών μπορούν εύκολα να φιλτραριστούν επιλέγοντας μια τιμή στην περιοχή "Ημερομηνία" ή ορίζοντας την τιμή που επεκτείνεται στο 0 στο API. Τα τυπικά δεδομένα ή τα ιστορικά δεδομένα είναι σταθερά και συλλέγονται εβδομαδιαία από το 2008, πλέον καθημερινά.
- Οι επισκέψεις AMP δεν περιλαμβάνονται στον δείκτη ορατότητας.
- Συνιστάται να ξεκινήσετε την ανάλυση σε χώρες που προστέθηκαν πρόσφατα , όπως η Ρουμανία, η Κροατία, η Σλοβενία και η Βουλγαρία, ή δημιουργώντας τον δικό σας δείκτη ορατότητας . Αυτό συμβαίνει επειδή το SISTRIX φέρει "ιστορικό βάρος" σε χώρες όπως η Γερμανία, πράγμα που σημαίνει ότι οι λέξεις-κλειδιά με υψηλότερη βαρύτητα στο παρελθόν, παρά τον (ακόμα και μακροχρόνιο) χαμηλό όγκο αναζήτησης, εξακολουθούν να έχουν ισχυρότερη επιρροή από την αναμενόμενη. Σύμφωνα με την υποστήριξη, αυτό θα προσαρμοστεί σταδιακά και τελικά θα εξαφανιστεί.
- Σε αντίθεση με την αρχική μου υπόθεση, ο όγκος αναζήτησης παίζει μόνο έμμεσο ρόλο στον δείκτη ορατότητας. Αντίθετα, τα αναμενόμενα κλικ είναι κρίσιμα. Η σχέση μεταξύ του όγκου αναζήτησης και των εκτιμώμενων κλικ βασίζεται κυρίως στην εκτιμώμενη πρόθεση αναζήτησης , η οποία επίσης υποδεικνύεται. Το ίδιο το SISTRIX το επισημαίνει ρητά .
- Ο αναμενόμενος αριθμός κλικ είναι ο καθοριστικός παράγοντας του δείκτη ορατότητας. Η επίδρασή του περιορίζεται τόσο προς τα πάνω όσο και προς τα κάτω, πράγμα που σημαίνει ότι ο δείκτης ορατότητας κυμαίνεται πάντα γραμμικά μεταξύ ενός ανώτερου και κατώτερου ορίου.
- Δεν είναι δυνατή η πρόσβαση στα κλικ μέσω του επίσημου API, αλλά μόνο μέσω της διεπαφής ιστού ή μέσω μη αυτόματης εξαγωγής CSV. Και στις δύο περιπτώσεις, οι τιμές είναι στρογγυλεμένες, αλλά το DOM της προβολής "Λέξεις-κλειδιά" περιέχει επίσης τις αρχικές τιμές:
Ο ακόλουθος τύπος μπορεί επίσης να χρησιμοποιηθεί σε Excel ή Φύλλα Google. Υπολογίζει τον δείκτη ορατότητας για ένα φύλλο εργασίας στο οποίο κάθε σειρά περιέχει μια λέξη-κλειδί με τη θέση της στη στήλη Α και τα αναμενόμενα κλικ στη στήλη Β.:
=SUMME(WENN(A1:A999999=1;WENN(B1:B999999<=34,479607495389;0,0194;WENN(B1:B999999>=378,32500379436;0,125;(0,00037306471297181*B1:B999999+0,011944496557952))); WENN(A1:A999999=2;WENN(B1:B999999<=17,418044883225;0,0136;WENN(B1:B999999>=230,68394113271;0,125;(0,00055449577110866*B1:B999999+0,0035350976909409))); WENN(A1:A999999=3;WENN(B1:B999999<=11,023611716899;0,0098;WENN(B1:B999999>=231,31214231278;0,125;(0,00059715499256153*B1:B999999+0,0025455442270028))); WENN(A1:A999999=4;WENN(B1:B999999<=8,8618633829445;0,0077;WENN(B1:B999999>=219,61948739302;0,125;(0,00063710437878404*B1:B999999+0,0020405503130787))); WENN(A1:A999999=5;WENN(B1:B999999<=8,0683702817689;0,0068;WENN(B1:B999999>=249,37064996217;0,125;(0,00058906284391034*B1:B999999+0,0017391721053351))); WENN(A1:A999999=6;WENN(B1:B999999<=5,3569717824498;0,0058;WENN(B1:B999999>=133,21031841331;0,1011;(0,00074744619531311*B1:B999999+0,0015021940435474))); WENN(A1:A999999=7;WENN(B1:B999999<=4,3643109311333;0,0049;WENN(B1:B999999>=90,370431493381;0,0727;(0,00078977592541601*B1:B999999+0,0012962057526498))); WENN(A1:A999999=8;WENN(B1:B999999<=3,3291657423134;0,0039;WENN(B1:B999999>=87,612293584114;0,0706;(0,00079399080394233*B1:B999999+0,0010648385910406))); WENN(A1:A999999=9;WENN(B1:B999999<=2,9439881662062;0,0029;WENN(B1:B999999>=75,601377547472;0,0515;(0,00066458507066795*B1:B999999+0,0011972721128791))); WENN(A1:A999999=10;WENN(B1:B999999<=2,4796588403417;0,0019;WENN(B1:B999999>=36,79114711734;0,0199;(0,00052397754322654*B1:B999999+0,00053850952142599))); 0)))))))))))Αυτό επιτρέπει την παραγωγή των ακόλουθων αποτελεσμάτων:
| Χώρα | Συσκευή | Ημερομηνία | \(S_{echt}\) | \(S_{berechnet}\) | \(\Delta\) | \(\Delta_{\%}\) | URL / κατάλογος |
| ΣΙ | Μ. | 29.10.21 | \( 0{,}1348 \) | \( 0{,}1348 \) | \( 0{,}0000 \) | \( 0{,}00% \) | https://support.google.com/youtube/?hl=sl |
| ΣΙ | Μ. | 29.10.21 | \( 0{,}2156 \) | \( 0{,}2155 \) | \( 0{,}0001 \) | \( 0{,}05% \) | https://Me.twitter.com/youtube |
| ΣΙ | Μ. | 29.10.21 | \( 0{,}3746 \) | \( 0{,}3740 \) | \( 0{,}0006 \) | \( 0{,}16% \) | https://sl.m.wikipedia.org/wiki/YouTube |
| ΣΙ | Μ. | 29.10.21 | \( 0{,}6771 \) | \( 0{,}6760 \) | \( 0{,}0011 \) | \( 0{,}16% \) | https://m.facebook.com/youtube/ |
| ΣΙ | Μ. | 29.10.21 | \( 0{,}6836 \) | \( 0{,}6830 \) | \( 0{,}0006 \) | \( 0{,}09% \) | https://x2convert.com/en117/download-youtube-to-mp3-music |
| ΣΙ | Μ. | 29.10.21 | \( 0{,}7636 \) | \( 0{,}7555 \) | \( 0{,}0081 \) | \( 1{,}06% \) | https://www.youtubekids.com/ |
| ΣΙ | Μ. | 29.10.21 | \( 0{,}8749 \) | \( 0{,}8730 \) | \( 0{,}0019 \) | \( 0{,}22% \) | https://www.4kdownload.com/products/youtubetomp3/6 |
| ΣΙ | Μ. | 29.10.21 | \( 4{,}0020 \) | \( 3{,}9980 \) | \( 0{,}0040 \) | \( 0{,}10% \) | https://ytmp3.cc/en23/ |
| ΣΙ | Μ. | 29.10.21 | \( 8{,}0520 \) | \( 8{,}0520 \) | \( 0{,}0000 \) | \( 0{,}00% \) | https://support.google.com/youtube/ |
| ΣΙ | Μ. | 29.10.21 | \( 11{,}6600 \) | \( 11{,}6100 \) | \( 0{,}0500 \) | \( 0{,}43% \) | https://m.facebook.com/events/ |
| ΣΙ | Μ. | 29.10.21 | \( 19{,}7000 \) | \( 19{,}6890 \) | \( 0{,}0110 \) | \( 0{,}06% \) | https://minecraft.fandom.com/wiki/ |
| ΣΙ | Μ. | 29.10.21 | \( 32{,}5900 \) | \( 32{,}5890 \) | \( 0{,}0010 \) | \( 0{,}00% \) | https://hr.m.wikipedia.org/wiki/ |
| RO | Μ. | 29.10.21 | \( 0{,}1516 \) | \( 0{,}1516 \) | \( 0{,}0000 \) | \( 0{,}00% \) | https://lol.fandom.com/wiki/LCK/2021_Season/Summer_Season |
| ΚΥΡΙΟΣ | Μ. | 29.10.21 | \( 0{,}2191 \) | \( 0{,}2190 \) | \( 0{,}0000 \) | \( 0{,}00% \) | https://starwars.fandom.com/wiki/Mandalorian |
| BG | Μ. | 03.11.21 | \( 0{,}3703 \) | \( 0{,}3702 \) | \( 0{,}0001 \) | \( 0{,}03% \) | https://leagueoflegends.fandom.com/wiki/List_of_champions |
Η διαφορά μεταξύ των πραγματικών και των υπολογισμένων τιμών προκύπτει από σφάλματα στρογγυλοποίησης και το περιορισμένο σύνολο δεδομένων που χρησιμοποιήθηκε για την εκπαίδευση του μοντέλου. Οι παραπάνω εξηγήσεις μπορούν να χρησιμεύσουν ως βάση για περαιτέρω βελτίωση του τύπου και, για παράδειγμα, για τον υπολογισμό της σχέσης μεταξύ του όγκου αναζητήσεων και των αναμενόμενων κλικ. Όποιος ενδιαφέρεται για τα σενάρια που αναπτύχθηκαν κατά τη διάρκεια της έρευνάς μου, είναι ευπρόσδεκτος να επικοινωνήσει μαζί μου .