计算 SISTRIX 能见度指数

Xovi 一起, SISTRIX工具是德国在 SEO 领域使用最广泛的分析程序。 可见性索引已成为 Google 搜索中页面可见性的准标准。 其计算中包含的参数,例如解释here and here and here and here and here ,但没有正式公布确切的计算公式。 以下是我六个月个人研究的结果,并不声称是完整或正确的。


  • \(A_l\): SISTRIX 关键字集(针对特定国家/地区的明确定义的关键字的排序数量,集包括常量 - 基于基于 12 个月平均值的流量 - 以及较小的变化比例)
  • \(\vert A_l \vert\) : \(A_l\)厚度, \(A_l\) \(\vert A_{DE} \vert = 1.000.000\) (状态:01.10.2021)
  • \(k \in A_l\): 关闭关键字 \(A_l\)
  • \(u\): URL(根据格式解释为域、子域、目录、单个 URL)
  • \(r_{uklgt}\) : URL \(u\)在搜索引擎Google 的有机搜索结果中的排名,该关键字在国家\(l\)的关键字\(k\)在设备类型\(g\)在时间\(t\)
  • \(s_{klgt}\) :关键字的搜索量(使用来自 SISTRIX 的数据,而不是来自Google Keyword Planner 的数据,但根据我们自己的声明,从十几个主要是外部数据经销商积累的数据的每月平均搜索查询量) \(k\) im Country \(l\)在设备类型\(g\)在时间\(t\)
  • \(c_{uklgt}\)在URL上的估计的点击\(u\)为关键字\(k\)在该国\(l\)设备类型\(g\)在时间\(t\)
  • \(l \in L=\{DE;...;JP\}\) :带有\(\vert L \vert=30\) (截至:2021 年 6 月 1 日)
  • \(g\in\{D;M\}\): 设备类型(桌面/移动)
  • \(t\): 时间(日期为上午 00:00:00)
  • \(S_{ulgt}\) : SISTRIX 国家的 URL \(u\)可见性索引\(l\)在设备类型\(g\)\(t\)
  • \(W_S = \, \mathbb{Q}^{+}_{0}\)\(W_S = \, \mathbb{Q}^{+}_{0}\)

适用

$$S_{ulgt} = \sum_{k=1}^{\vert A_l \vert} f(r_{uklgt}, c_{uklgt})$$

$$\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}$$

这个公式主要是在官方SISTRIX A PI的帮助下通过逆向工程提取的。 基本思想是:将问题简化为简单的示例(找到只有一个/两个/三个/...关键字的具有正可见性索引的 URL),然后尝试重现更复杂的情况。

可见性索引的属性:

  • 能见度指数只包括“永久关键词集”100万个关键词,而不是不断扩大的“全库”(适应时事)的关键词,目前有1亿个关键词(截至10月) 1 日,2021 年)。 通过在“日期”下选择一个值或在 API 中将值扩展0 ,可以轻松过滤各个关键字组。 标准数据或历史数据是恒定的,自 2008 年以来每周收集一次,现在每天收集一次。
  • AMP 命中不包含在可见性索引中。
  • 建议从最近创建的国家/地区(例如罗马尼亚、克罗地亚、斯洛文尼亚和保加利亚)开始分析或创建自己的可见性指数。 这样做的原因是 SISTRIX 在德国等国家带有“历史压舱物”,这意味着过去被赋予更高权重的关键字目前的使用率甚至超出了人们的预期,尽管(也在很长一段时间内) ) 低搜索量。 根据支持,整个事情应该逐渐调整,从长远来看不再可见。
  • 与我最初的假设相反,搜索量仅在可见性指数中起间接作用。 相反,预期的点击次数至关重要。 搜索量和预估点击量的关系主要是基于预估的搜索意图,也有表示。 SISTRIX本身明确指出了这一点
  • 预期点击次数是可见性指数背后的驱动因素。 它们的效果向上和向下有上限,因此能见度指数始终在上限和下限之间运行,并且在它们之间呈线性。
  • 无法通过官方 API 访问点击,而只能通过 Web 界面或手动 CSV 导出访问。 在这两种情况下,值都是四舍五入的,但是“Keywords”视图的DOM也包含了原始值:
除了四舍五入的值,您还可以找到原始值。

以下公式也可以在 Excel 或 Google Sheets 中使用; 它计算工作表的可见性指数,其中每行包含一个关键字,其在 A 列中的位置和在 B 列中的预期点击次数。:

=SUMME(WENN(A1:A999999=1;WENN(B1:B999999=378,32500379436;0,125;(0,00037306471297181*B1:B999999+0,011944496557952))); WENN(A1:A999999=2;WENN(B1:B999999=230,68394113271;0,125;(0,00055449577110866*B1:B999999+0,0035350976909409))); WENN(A1:A999999=3;WENN(B1:B999999=231,31214231278;0,125;(0,00059715499256153*B1:B999999+0,0025455442270028))); WENN(A1:A999999=4;WENN(B1:B999999=219,61948739302;0,125;(0,00063710437878404*B1:B999999+0,0020405503130787))); WENN(A1:A999999=5;WENN(B1:B999999=249,37064996217;0,125;(0,00058906284391034*B1:B999999+0,0017391721053351))); WENN(A1:A999999=6;WENN(B1:B999999=133,21031841331;0,1011;(0,00074744619531311*B1:B999999+0,0015021940435474))); WENN(A1:A999999=7;WENN(B1:B999999=90,370431493381;0,0727;(0,00078977592541601*B1:B999999+0,0012962057526498))); WENN(A1:A999999=8;WENN(B1:B999999=87,612293584114;0,0706;(0,00079399080394233*B1:B999999+0,0010648385910406))); WENN(A1:A999999=9;WENN(B1:B999999=75,601377547472;0,0515;(0,00066458507066795*B1:B999999+0,0011972721128791))); WENN(A1:A999999=10;WENN(B1:B999999=36,79114711734;0,0199;(0,00052397754322654*B1:B999999+0,00053850952142599))); 0)))))))))))

这允许产生以下结果:

国家设备日期\(S_{echt}\)\(S_{berechnet}\)\(\Delta\)\(\Delta_{\%}\)网址/目录
SIM。29.10.21\( 0{,}1348 \)\( 0{,}1348 \)\( 0{,}0000 \)\( 0{,}00% \)https://support.google.com/youtube/?hl=sl
SIM。29.10.21\( 0{,}2156 \)\( 0{,}2155 \)\( 0{,}0001 \)\( 0{,}05% \)https://Me.twitter.com/youtube
SIM。29.10.21\( 0{,}3746 \)\( 0{,}3740 \)\( 0{,}0006 \)\( 0{,}16% \)https://sl.m.wikipedia.org/wiki/YouTube
SIM。29.10.21\( 0{,}6771 \)\( 0{,}6760 \)\( 0{,}0011 \)\( 0{,}16% \)https://m.facebook.com/youtube/
SIM。29.10.21\( 0{,}6836 \)\( 0{,}6830 \)\( 0{,}0006 \)\( 0{,}09% \)https://x2convert.com/en117/download-youtube-to-mp3-music
SIM。29.10.21\( 0{,}7636 \)\( 0{,}7555 \)\( 0{,}0081 \)\( 1{,}06% \)https://www.youtubekids.com/
SIM。29.10.21\( 0{,}8749 \)\( 0{,}8730 \)\( 0{,}0019 \)\( 0{,}22% \)https://www.4kdownload.com/products/youtubetomp3/6
SIM。29.10.21\( 4{,}0020 \)\( 3{,}9980 \)\( 0{,}0040 \)\( 0{,}10% \)https://ytmp3.cc/en23/
SIM。29.10.21\( 8{,}0520 \)\( 8{,}0520 \)\( 0{,}0000 \)\( 0{,}00% \)https://support.google.com/youtube/
SIM。29.10.21\( 11{,}6600 \)\( 11{,}6100 \)\( 0{,}0500 \)\( 0{,}43% \)https://m.facebook.com/events/
SIM。29.10.21\( 19{,}7000 \)\( 19{,}6890 \)\( 0{,}0110 \)\( 0{,}06% \)https://minecraft.fandom.com/wiki/
SIM。29.10.21\( 32{,}5900 \)\( 32{,}5890 \)\( 0{,}0010 \)\( 0{,}00% \)https://hr.m.wikipedia.org/wiki/
反渗透M。29.10.21\( 0{,}1516 \)\( 0{,}1516 \)\( 0{,}0000 \)\( 0{,}00% \)https://lol.fandom.com/wiki/LCK/2021_Season/Summer_Season
先生M。29.10.21\( 0{,}2191 \)\( 0{,}2190 \)\( 0{,}0000 \)\( 0{,}00% \)https://starwars.fandom.com/wiki/Mandalorian
BGM。03.11.21\( 0{,}3703 \)\( 0{,}3702 \)\( 0{,}0001 \)\( 0{,}03% \)https://leagueoflegends.fandom.com/wiki/List_of_champions

实际值和计算值之间的差异是由舍入误差和模型训练所基于的有限数据集引起的。 上述陈述可以作为进一步细化公式的基础,例如计算搜索量和预期点击之间的关系。 如果您对我研究期间出现的脚本感兴趣,请随时与我联系

背部