Влияние региона в тело документа

Меня спросили, влияет ли текстовые вхождения перечисления регионов в футере или нет? На что я ответил, конечно влияет, это ведь дополнительное вхождение для поиска при региональном продвижении, а что если у вас сайт имеет нужный регион, но на сайте нет текста с данным регионом? Будет ли в данном случае текст иметь плюс для ранжирования ПС?

Имеем сайт: site.ru

  1. Всего запросов 1313 запросов;
  2. Все запросы не имеют вхождения региона в сам запрос;
  3. Частота запросов по Яндекс Wordstat от 100 до 10000 «WS»;
  4. Регионы имеют практически одинаковую товарную матрицу на сайте;
  5. Регионы схожи по численности населения;
  6. В регионе Саратов и Ярославль в футере есть текст с указанием города;
  7. В Тюмени, Барнауле и Рязани город не указан;
  8. Title, Anchor, mini-text не имеют вхождения топонима.

Анализ данных Яндекс

Наши данные:

Анализируемые seo запросы

seo запросы

Посмотрим на распределение данных, средние, медианы и многие дополнительные статистические данные.

Статистическое распределение данных
Распределение данных SEO

Необходимо проверить насколько у нас данные имеют нормальное распределение, заранее можно сказать, что количество запросов маленькое и позиции запросов разные, по этому выборка будет смещена.

Ярославль Яндекс

Смещенное распределение позиций Яндекс Ярославль

Тюмень Яндекс

Смещенное распределение позиций в Яндексе регион Тюмень

Саратов Яндекс

Смещенное распределение позиций в Яндексе регион Саратов

Барнаул Яндекс

Смещенное распределение позиций в Яндексе регион Барнаул

 

Как видим из графиков наши данные смещены в левую часть, выборка не имеет нормального распределения.

Теперь посмотрим разницу наших средних значений:

  • Барнаул — не имеет в теле документа вхождения запросов с регионом,
  • Ярославль  — имеет вхождение запроса в тело документа.
Анализ средних значений
Анализ средних значений Барнаул VS Ярославль.

Как видим данные в целом похожи, но средние у Барнаула отличаются от Ярославля.

Так как выборка у нас не имеет нормального распределения и сама выборка данных у нас связная, будем использовать критерий Манна Уитни для нахождения статистических различий.

Для этого используем цикл for и библиотеку scipy и python.

Если значение p-value меньше <0,05, то мы отвергаем гипотезу о том, что наша тестовая выборка отличается от контрольной.

P-Value:

  • Тюмень относительно Ярославль 3.802327535076659e-07;
  • Барнаул относительно Ярославль 5.628706876800821e-12;
  • Рязань относительно Ярославль 4.252266964660119e-09;
  • Саратов относительно Ярославль 0.17013405881555488.

Можно заметить, что значение p-value у города Саратов и Ярославль больше, чем 0, 05 , а значит данные выборки не отличаются. Напомню в городе Саратов и Ярославль в теле документа присутствует текст с вхождением города.

Вывод: Наличие вхождения текста с указанием региона в тело документа влияет на ранжирование данного документа в определенном регионе.

Какой буст может дать текст с указанием региона?

Один из способов — сложить все средние значения позиций по каждому региону где нет вхождения в тело документа. И за эталон взять регион где есть вхождение в тело документа. Заметьте, вхождение должно встречаться только в тело документа!!! В других зонах типа title, анкоры, мини тексты не должны иметь вхождений с топонимом.  Отнимаем наши средние выборки от эталонного среднего значение, записываем все в список. После считаем среднее значение прироста и получаем процент от числа с эталонной выборкой.

В среднем вы должны улучшить позиции на 5-7%, относительно предыдущих показателей.

Надеюсь кому то данная информация будет полезной и в следующий раз разберем Google, но там ситуация не такая радужная.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *