无需归因建模的SEO的真实性能基准和ROI

SEO是所有在线营销渠道中回报最大的渠道，这是搜索引擎优化行业的老派。 但是，考虑到Google越来越多的能力来识别和惩罚采用劣质链接构建做法的网站，我与QueryClick（我的雇主）在新的业务战中的经验告诉我，当今许多代理商都无法为他们的客户带来回报。 而且，在某些情况下，尽管考虑到自然流量的下降，他们仍然报告了可观的ROI数据！

如果你负责SEO，并希望得到的真实写照您（或您的代理机构）的投资提高实际收益，你需要用什么样的标准？ 尽管这是一个看似简单的问题，但它是一个非常重要的问题，因为SEO确实可以而且应该成为在线营销策略的核心。

那么，我的基准是多少？

同样，这是一个看似简单的问题，但有一个显而易见的答案：渠道收入同比增长（与任何归因模型无关）。 但是，让我们分析构建此基准时需要引起关注的内容。

• 行业季节性
  • 调整一次趋势项目。 例如，即使您正在关注升级光环效应或翻新市场的影响，智能手机的零售流量也会受到苹果iPhone发行周期的极大影响。 同样，保险市场，快速消费品市场和奢侈品牌市场都具有容易识别的一次性趋势，您可以将其视为基准并从预测基准中删除。
  • 调整影响您类别的预期外部事件。 例如，时尚受天气的影响很大，如果您知道自己即将进入热浪，并且目标市场的冬装需求中断（Hello，2016年！），请进行评估和调整。 但是，请确保在数字中记录有关此调整的注释（请参阅下文）。
• 离线品牌活动/付费媒体
  • 调整（并在Web分析工具包中注释）您在付费媒体渠道上的所有支出，包括电视和广播，户外展示，推荐帖子，付费社交和一般付费搜索趋势（另请参见下文）。 您要删除上一年的差异。
• 获得和拥有的媒体
  • 如上所述，注释并调整收入和拥有的支出和折扣值的年度差异，例如商店折扣，促销活动/积极的在线折扣，评论奖励（请确保您在2016年未这样做， BTW）等。
  • 请记住，我们正在寻找同比变化。 我们必须从某个地方开始，因此，如果您之前没有经历过此练习，请以上一年为起点，除非您有充分的理由不这样做（大数据缺口，多个新领域，从免费变为付费SAAS，免费送货取消等）。 您可能需要在此处插入一些手动调整。 这是完全可以接受的，因为理性的思考和全面而公正的尝试是这里的关键，而不是在细微差异上划分差异。
• 市场趋势影响
  • 您在成长型市场中吗？ 如果是这样，请根据您接受的行业增长情况（收入或支出行业数据）进行调整，以完全抵消这种影响。 下降的市场也是如此。 如果您受到此项目的影响，您的企业将已经知道这些数字是什么。 如果您不知道，请询问您的财务人员。
• 关键字趋势影响
  • 这很有趣，因为它假定了意图，因此，它没有列入可调组件的清单。 例如，假设您碰巧处于当年的时尚潮流（例如，金la脚宽松的裤子）上，将其从基线中删除是否公平？ 好吧，我认为如果您以该词的出色排名冲进了SERP，并且时尚遵循了您的远见卓识，那么您应该从中受益。 毕竟，如果您不这样做，那么您必须消除以前受欢迎的条款带来的流量下降。 您并不是要从SEO效果计算中消除战略决策的影响。 这是关于消除外部的，不必要的影响。
• 历史趋势影响
  • 这只是基于两年或三年的历史视图来查看站点的“运行状态”性能，并将其作为基准的一部分来衡量性能改进和ROI计算。 这很重要，因为它可以评估您在“现状”活动之外的进步。 您可能会认为这是一个过于苛刻的观点：本质上，您在任何ROI计算之前都要求更好的性能，因为您将上一年的性能改进与下一年的计算相去甚远。 但是，如果您的ROI指标除了将其与第三方绩效进行比较之外还有其他目的（如果不进行全面的归因分析，则可以比较固定收入增长，或者根本不比较），以达到更好的效果，那么您应该考虑对现状的这种改进是您要实现的目标的关键。 要留出余地，可以将使用这种方法计算出的ROI称为“增量ROI”，并计算出未调整的ROI以考虑环境。 执行此计算需要以统计上有意义的方式预测给定历史数据的预期性能。 我们在QueryClick上使用ARIMA建模，事实证明它非常有效。

这就定义了一个ARIMA（p，d，q）过程，其漂移为δ/（1−Σφi）…，但是您不必知道这一点。 将数据科学家应用于R并使其自动化。

保持所有调整可用并清除基线，然后从ARIMA计算中提取R数据。 例如，在Excel中，不要堆叠以上所有内容，而是将每个项目的修饰符分开放置（我想运行一个单独的标签），然后将修饰符放在逐月网格中，按百分比上下调整根据受影响的绝对差异和总体积。 如果将其全部保存在单独的工作表中，则可以对照实际情况进行评估和评估，并在设定基准时添加评论。

如果您过去一直在应用此调整（我强烈建议您这样做，即使您正在为新的广告系列计划和预算来进行此过程），请采用相同的方法并对每个项目设置置信度（0％到100％） 。 对于您肯定会影响基线的项目（例如，过去的东西），可以将它们设置为100％。 例如，在英国，今年我们已经连续四个“有史以来最热的月份”。 如果您的数据涵盖了这段时期，则可以对早/晚销售影响率（本身就是一个百分比）进行100％的修改。

如果您对插入的修饰符存有疑问，请尝试使用在业务类别或行业中被广泛接受的修饰符，如果没有修饰符，则应持中度看法，并使用当年的数据来评估修饰符是否需要明年改变。 这种叙事的连续性和“未知未知数”的声明将使您对基准稳定性产生信心，并消除主观影响，使您可以客观地了解基准以外的绩效。

此外，Web分析包中的注释是一种最佳实践，可确保任何细分和后续数据导出都可以将您的数据放在上下文中并允许调整。

在归因模型中归因于价值

归因本身是一篇深入的文章，因此，除了让您深入思考Avinash Kaushik的出色入门知识外，我们还应将自己限制在与SEO年度业绩相关的最相关且可独立衡量的归因方面：SERP重叠量在多大程度上影响了SEO渠道的流量捕获量？

要回答这个问题，我们就需要调整一年中付费搜索的支出差异，并解决品牌和非品牌转化影响的旧问题。 简而言之，品牌通常会在最终点击归因模型上以较高的转化率，从而（不公平地）从其他有助于品牌搜索的渠道中获得收益（不公平） 。

考虑此问题的另一种方法是，与非品牌流量相比，品牌流量的转化时间要短，因此通过非品牌流量的转化似乎“很难转化”。

对于我们的SEO基准，我们可以通过简单地调整为：

• 整体付费搜索支出调整（同样，我们会根据与上一年同月的差异，按百分比率逐月调整）。 和
• 品牌与非品牌分裂。

这些项目中第一个的重要性不言而喻。 如果您的品牌只包含有机品牌，则增加的付费列表将会影响有机流量（无论这两种产品均存在任何增量的光环效应），并且出于公平性考虑，应将其从我们的基准衡量中移除，方法与之前的条款相同。 第二个不太明显。

该理论模型它是：如果SEO是推动新业务（而不是蚕食其他渠道），如果我们试图衡量增长，那么在非品牌的流量增加应是关键和加权起来。

因此，在确定基准时，我们应该权衡非品牌流量的价值，并抑制任何品牌增长的影响。 这进一步限制了外部因素的影响，并奖励了捕获高价值的新业务，而如果我们的排名不存在的话，这些业务将无法参与。

将其添加到基准中需要了解您的付费数据和自然数据中的品牌与非品牌拆分，我在上一篇文章中介绍了如何为付费和有机媒体混合分析建立轻量级的归因模型。

返回“真实”的投资回报率

在此阶段，我们已对许多有助于从自然搜索中评估的指标的效果做出贡献的未获收入的组件进行了标准化。 显然，要计算投资回报率，您需要一个收入值（或净收入）。 从历史的角度来看，我们可以根据规范化的基准评估上一年的净收入：这是投资回报率计算中的“ R”，应用于计算。

如果您管理的是内部团队，则必须决定在多大程度上权衡通用绩效提升的影响，以抵消上述所有归一化所消除的趋势绩效的急剧下降对于新的或成长中的团队，您可能希望降低权衡趋势表现以鼓励未来表现。 有了一支经验更丰富的团队，您可能会变得更加严格，并比上一年有了更多的“结转”表现。

不管您做出什么决定，您现在都拥有工具和可靠的方法来解释为什么要计算ROI数据，这将使您与业务的其余部分进行更有意义的交互。 标准化SEO ROI使您可以更接近与其他业务活动一起使用的度量标准。

本文中表达的观点是来宾作者的观点，不一定是Search Engine Land。 工作人员作者在此处列出。