使用Google Data Studio for SEO

在“使用服务器日志发现SEO问题”中，我解释了Web服务器日志可能会有所帮助，但是数据是原始数据，需要进行转换和分析。 在本文中，我将解释如何使用商业智能可视化工具分析原始数据。

我通常在Tableau Software（数据可视化平台）中执行分析。 但是Google去年在Data Studio中发布了一个强大的竞争对手，它是免费的并且基于云。 Data Studio可以通过猜测诸如饼图之类的“可视化容器”的相关指标和维度来协助大型数据集的分析。 在Tableau中，您需要分配指标，然后选择最合适的可视化。

可视化在行动

这是一个使用高级反向链接分析来回答一些挑战性问题的示例。

早在2013年，我就被转介给一个有异常要求的客户。 大多数客户都想知道如何从自然搜索中增加或恢复流量。 但是，该客户正在寻求帮助，以弄清其搜索流量为何如此出色。

该公司推出了一个网站，在不到一年的时间内，每月访问量从零增加到50万。 工作人员不知道为什么会这样。 但是他们想了解它，并专注于一切运行良好的事情。 起初，我以为他们使用的是黑帽SEO策略。 但是我的分析却证明了相反。

下面的图表是我对Tableau的分析，以确定与站点的链接是否正在推动流量的大量增长。 左侧的Y轴跟踪“访问次数”，“新访问者”，“域数”和“链接数”。 底部的X轴显示每个指标的月份。

在此示例中，一个网站在不到一年的时间内访问量从零增加到50万。

“链接数”（在顶部）和“访问次数”之间有很强的相关性。 在看到来自许多不同站点的大量链接涌入后，我怀疑这些链接可能已被购买。 该公司最近启动了会员计划，我想知道Google是否错误地将会员链接视为自然链接。 Google通常认为会员链接是受激励的，并且不会将其纳入网站排名。

当我分析到他们网站的链接时-比较会员链接与非会员链接-似乎我的猜想是正确的：56.22％的会员来自非会员，而43.78％的会员来自非会员。

在审查与网站的总体链接时，有56.22％的会员来自联盟，非会员的43.78％。

但是，当我仅查看唯一网站的百分比时，我发现有91.75％来自非关联企业。 链接域中只有8.25％来自关联公司。

只有8.25％的网站使用会员链接。

在我运行这些报告之前，会员计划启动了大约一个月左右。 因此，有理由认为会员链接不是客户成长的原因。

流量的一个关键因素是一个有用的社区，客户很早就向他们求情。 与同类公司相比，客户的目标市场相对狭窄。 客户聘请了专职作家来制作详细，有用的教程，这些教程不是针对销售，而是免费解决相关问题。

客户实施此策略并不是因为它正在寻找自然搜索流量。 相反，客户的目标是帮助其目标社区。 访客非常喜欢这些内容，以至于告诉其他人，有机增长引擎开始发挥作用。

继续进行分析，我回顾了该社区在吸引网站链接方面产生的影响。 我查看了包含该教程的网站社区页面总数的百分比。 只有2.34％的链接指向这些页面。

总链接中只有2.34％指向该网站的社区页面。

但是，有48.11％的唯一站点链接到社区页面。 答对了！ 社区页面吸引了来自独特站点的几乎一半链接。 据推测，这是由于高质量的文章和教程以及客户强大的影响者推广计划所致。

链接到网站社区页面的唯一网站数量达到48.108％。

因此，使用数据可视化工具，我们能够帮助客户了解其自然搜索流量的原因。

使用Google Data Studio

现在，让我们在新的Google Data Studio工具中重现这种类型的分析。

在我的客户的示例中，我们主要进行反向链接分析。 我们需要获取最佳的链接数据，以得出准确的结论。

尽管有许多高质量的反向链接报告工具，但对于这种类型的分析，我更喜欢直接从Google Search Console获取数据。 这样，我们可以从Google的角度查看Google发现链接的日期以及链接策略随着时间的推移如何发展。

要在Search Console中查看入站链接，请转至搜索流量>指向您网站的链接。 在“链接最多的人”下，单击“更多”。

要在Search Console中查看入站链接，请转到搜索流量>指向您网站的链接。 在“链接最多的人”下，单击“更多”。

然后在下一页选择“下载最新链接” 。

点击“下载最新链接”。

然后选择CSV文件选项。 您将收到一个包含两列的文件：“链接”和“首次发现”。

为了进行此分析，我需要数量唯一的链接域。 CSV文件并不容易包含该信息，但是我可以在Google Data Studio中将其创建为新字段。

首先，我们需要通过使用Data Studio中的“文件上传”选项上传CSV文件来创建数据集。 这会将其放入Google Cloud Storage。 （此外，如果经常将CSV文件或原始数据上传到Data Studio，将文件直接导入Google BigQuery并使用BigQuery作为数据源会很有帮助。在处理大型数据集时特别有用。本教程说明了如何将CSV文件加载到BigQuery。）

上载CSV文件后，我们在Google Data Studio中单击“创建新数据源”，然后选择“文件上传”选项。 这将提示Google Data Studio访问Google Cloud Storage。

上传CSV文件后，在Google Data Studio中单击“创建新数据源”，然后选择“文件上传”选项。

然后，我们可以简单地拖放CSV文件。

选择“文件上传”选项，然后上传CSV文件。

单击“连接”（如上所示），我们将在CSV文件中看到字段，包括其数据类型。

单击“连接”以查看检测到的字段。

Data Studio提供了一个画布来设计报告。 为此，请返回报表，选择折线图，然后将其拖到画布上。 根据需要调整尺寸。

回想一下，我们的目标是计算唯一链接域上的数量。 在这种情况下，Data Studio无法绘制图表，因为CSV文件不包含数字字段-仅包含文本字段和日期字段。

创建一个新的指标以计算唯一链接的数量。

要解决此问题，我们将通过单击“创建字段”，然后命名该字段来创建一个指标，以计算唯一链接的数量-我们将使用“ links_count”。 在公式中，我将输入COUNT_DISTINCT并选择“链接”。

单击“创建字段”，然后将字段命名为links_count。 在公式中，输入COUNT_DISTINCT，然后选择“链接”。

创建新指标并选择“ links_count”作为要绘制的指标后，Data Studio会生成指向站点的链接随时间增长的图形。

到站点的链接随着时间的增长而绘制的图。

现在，我们有了一个有价值的Data Studio报告，该报告显示的见解超出了Google Search Console中显示的内容，即使数据是从Google Search Console中获得的。 在查看个人资料中的不良链接时，我们经常可以使用此报告。 这样可以很容易地发现链接数量中的意外跳跃。

接下来，让我们绘制唯一域而不是链接的数量。 通常，来自唯一域的链接比来自相同域的链接更有价值。 该图将类似，但是将不计算单个链接，而是计算唯一的链接站点。

由于我们没有链接域的字段，因此我们将创建一个新字段，该字段将使用正则表达式提取域名。 我在前面提到的服务器日志文章中介绍了正则表达式的概念。

对我来说，从正则表达式中看到值的可视表示形式有助于进行测试，以确保它是正确的。 我发现在Google Data Studio中执行此操作的最简单方法是添加表可视化效果，并将计算出的字段作为列。

为此，首先创建一个新维度，该维度将计算链接中的域。 点击“维度选择器”，然后选择“创建新维度”。

这是我用来创建域字段的正则表达式。

 REGEXP_EXTRACT（链接，'^ https？：//：//（[^ /] +）/ [^] + /？'） 

创建一个新维度并输入正则表达式。

该表将正确提取域。 接下来，我们要创建一个新指标来计算图形的域计数。 我们将再次在公式中使用COUNT_DISTINCT ，但是这次，我们将选择“域”以获取不同域的计数。

在公式中选择COUNT_DISTINCT，然后选择“域”以获取不同域的计数。

现在已经有了域计数，我们可以创建图形并将其添加到报告中。

将不同的域图添加到之前创建的图。

现在，通过查看与我们链接的唯一站点的数量，我们可以看到链接的增长。

最好的部分是您可以重复使用同一报告来分析其他站点或跟踪链接进度。 您只需要更改或更新数据源。 正如我之前提到的，CSV有助于开始使用Data Studio。 但是对于持续使用，最好使用BigQuery或另一个数据库作为数据源。 它将提供更多的灵活性。

哪些页面吸引最多的链接？

要生成报告以了解网站的哪些部分吸引最多的链接，您有两种选择。

第一个是最简单的：只需从Search Console下载链接页面的列表即可。

在Search Console中下载链接页面的顶部列表。

您将看到三列：“您的页面”，“链接”和“源域”。 假设您要计算链接到博客的域名以及网站的其余部分。 为此，请使用正则表达式创建一个新维度，该正则表达式将查找已定义的术语，例如“博客”。 您可以使用类似的策略以任何有帮助的方式对页面进行分组。

使用正则表达式创建一个新维度，该正则表达式将查找单词“ blog”。

以我的公司RankSense为例，指向我们网站的链接有90％是指向我们的博客的。

第二种方法涉及使用诸如ScreamingFrog之类的工具爬网到站点的反向链接列表。 这种方法的优点之一是，您可以检查未跟踪哪些反向链接-Google不会将其用于排名。 我将对此进行分析，作为练习来帮助您完成并获得Google Data Studio的动手经验。