Becoming Better SEO Scientists - Wh

Becoming Better SEO Scientists - Whiteboard Friday
Basic SEO | Whiteboard Friday
The author's views are entirely his or her own (excluding the unlikely event of hypnosis) and may not always reflect the views of Moz.
Editor's note: Today we're featuring back-to-back episodes of Whiteboard Friday from our friends at Stone Temple Consulting. Make sure to also check out the second episode, "UX, Content Quality, and SEO" from Eric Enge.
Like many other areas of marketing, SEO incorporates elements of science. It becomes problematic for everyone, though, when theories that haven't been the subject of real scientific rigor are passed off as proven facts. In today's Whiteboard Friday, Stone Temple Consulting's Mark Traphagen is here to teach us a thing or two about the scientific method and how it can be applied to our day-to-day work.

Becoming Better SEO Scientists Whiteboard

For reference, here's a still of this week's whiteboard.
Click on it to open a high resolution image in a new tab!
Video transcription

Howdy, Mozzers. Mark Traphagen from Stone Temple Consulting here today to share with you how to become a better SEO scientist. We know that SEO is a science in a lot of ways, and everything I'm going to say today applies not only to SEO, but testing things like your AdWords, how does that work, quality scores. There's a lot of different applications you can make in marketing, but we'll focus on the SEO world because that's where we do a lot of testing. What I want to talk to you about today is how that really is a science and how we need to bring better science in it to get better results.

The reason is in astrophysics, things like that we know there's something that they're talking about these days called dark matter, and dark matter is something that we know it's there. It's pretty much accepted that it's there. We can't see it. We can't measure it directly. We don't even know what it is. We can't even imagine what it is yet, and yet we know it's there because we see its effect on things like gravity and mass. Its effects are everywhere. And that's a lot like search engines, isn't it? It's like Google or Bing. We see the effects, but we don't see inside the machine. We don't know exactly what's happening in there.

An artist's depiction of how search engines work.

So what do we do? We do experiments. We do tests to try to figure that out, to see the effects, and from the effects outside we can make better guesses about what's going on inside and do a better job of giving those search engines what they need to connect us with our customers and prospects. That's the goal in the end.

Now, the problem is there's a lot of testing going on out there, a lot of experiments that maybe aren't being run very well. They're not being run according to scientific principles that have been proven over centuries to get the best possible results.

Basic data science in 10 steps

So today I want to give you just very quickly 10 basic things that a real scientist goes through on their way to trying to give you better data. Let's see what we can do with those in our SEO testing in the future.

So let's start with number one. You've got to start with a hypothesis. Your hypothesis is the question that you want to solve. You always start with that, a good question in mind, and it's got to be relatively narrow. You've got to narrow it down to something very specific. Something like how does time on page effect rankings, that's pretty narrow. That's very specific. That's a good question. Might be able to test that. But something like how do social signals effect rankings, that's too broad. You've got to narrow it down. Get it down to one simple question.

Then you choose a variable that you're going to test. Out of all the things that you could do, that you could play with or you could tweak, you should choose one thing or at least a very few things that you're going to tweak and say, "When we tweak this, when we change this, when we do this one thing, what happens? Does it change anything out there in the world that we are looking at?" That's the variable.

The next step is to set a sample group. Where are you going to gather the data from? Where is it going to come from? That's the world that you're working in here. Out of all the possible data that's out there, where are you going to gather your data and how much? That's the small circle within the big circle. Now even though it's smaller, you're probably not going to get all the data in the world. You're not going to scrape every search ranking that's possible or visit every URL.

You've got to ask yourself, "Is it large enough that we're at least going to get some validity?" If I wanted to find out what is the typical person in Seattle and I might walk through just one part of the Moz offices here, I'd get some kind of view. But is that a typical, average person from Seattle? I've been around here at Moz. Probably not. But this was large enough.

Also, it should be randomized as much as possible. Again, going back to that example, if I just stayed here within the walls of Moz and do research about Mozzers, I'd learn a lot about what Mozzers do, what Mozzers think, how they behave. But that may or may not be applicable to the larger world outside, so you randomized.

We want to control. So we've got our sample group. If possible, it's always good to have another sample group that you don't do anything to. You do not manipulate the variable in that group. Now, why do you have that? You have that so that you can say, to some extent, if we saw a change when we manipulated our variable and we did not see it in the control group, the same thing didn't happen, more likely it's not just part of the natural things that happen in the world or in the search engine.

If possible, even better you want to make that what scientists call double blind, which means that even you the experimenter don't know who that control group is out of all the SERPs that you're looking at or whatever it is. As careful as you might be and honest as you might be, you can end up manipulating the results if you know who is who within the test group? It's not going to apply to every test that we do in SEO, but a good thing to have in mind as you work on that.

Next, very quickly, duration. How long does it have to be? Is there sufficient time? If you're just testing like if I share a URL to Google +, how quickly does it get indexed in the SERPs, you might only need a day on that because typically it takes less than a day in that case. But if you're looking at seasonality effects, you might need to go over several years to get a good test on that.

Let's move to the second group here. The sixth thing keep a clean lab. Now what that means is try as much as possible to keep anything that might be dirtying your results, any kind of variables creeping in that you didn't want to have in the test. Hard to do, especially in what we're testing, but do the best you can to keep out the dirt.

Manipulate only one variable. Out of all the things that you could tweak or change choose one thing or a very small set of things. That will give more accuracy to your test. The more variables that you change, the more other effects and inner effects that are going to happen that you may not be accounting for and are going to muddy your results.

Make sure you have statistical validity when you go to analyze those results. Now that's beyond the scope of this little talk, but you can read up on that. Or even better, if you are able to, hire somebody or work with somebody who is a trained data scientist or has training in statistics so they can look at your evaluation and say the correlations or whatever you're seeing, "Does it have a statistical significance?" Very important.

Transparency. As much as possible, share with the world your data set, your full results, your methodology. What did you do? How did you set up the study? That's going to be important to our last step here, which is replication and falsification, one of the most important parts of any scientific process.

So what you want to invite is, hey we did this study. We did this test. Here's what we found. Here's how we did it. Here's the data. If other people ask the same question again and run the same kind of test, do they get the same results? Somebody runs it again, do they get the same results? Even better, if you have some people out there who say, "I don't think you're right about that because I think you missed this, and I'm going to throw this in and see what happens," aha they falsify. That might make you feel like you failed, but it's success because in the end what are we after? We're after the truth about what really works.

Think about your next test, your next experiment that you do. How can you apply these 10 principles to do better testing, get better results, and have better marketing? Thanks.

Becoming Better SEO Scientists Whiteboard

For reference, here's a still of this week's whiteboard.
Click on it to open a high resolution image in a new tab!
Video transcription

Howdy, Mozzers. Mark Traphagen from Stone Temple Consulting here today to share with you how to become a better SEO scientist. We know that SEO is a science in a lot of ways, and everything I'm going to say today applies not only to SEO, but testing things like your AdWords, how does that work, quality scores. There's a lot of different applications you can make in marketing, but we'll focus on the SEO world because that's where we do a lot of testing. What I want to talk to you about today is how that really is a science and how we need to bring better science in it to get better results.

The reason is in astrophysics, things like that we know there's something that they're talking about these days called dark matter, and dark matter is something that we know it's there. It's pretty much accepted that it's there. We can't see it. We can't measure it directly. We don't even know what it is. We can't even imagine what it is yet, and yet we know it's there because we see its effect on things like gravity and mass. Its effects are everywhere. And that's a lot like search engines, isn't it? It's like Google or Bing. We see the effects, but we don't see inside the machine. We don't know exactly what's happening in there.

An artist's depiction of how search engines work.

So what do we do? We do experiments. We do tests to try to figure that out, to see the effects, and from the effects outside we can make better guesses about what's going on inside and do a better job of giving those search engines what they need to connect us with our customers and prospects. That's the goal in the end.

Now, the problem is there's a lot of testing going on out there, a lot of experiments that maybe aren't being run very well. They're not being run according to scientific principles that have been proven over centuries to get the best possible results.

Basic data science in 10 steps

So today I want to give you just very quickly 10 basic things that a real scientist goes through on their way to trying to give you better data. Let's see what we can do with those in our SEO testing in the future.

So let's start with number one. You've got to start with a hypothesis. Your hypothesis is the question that you want to solve. You always start with that, a good question in mind, and it's got to be relatively narrow. You've got to narrow it down to something very specific. Something like how does time on page effect rankings, that's pretty narrow. That's very specific. That's a good question. Might be able to test that. But something like how do social signals effect rankings, that's too broad. You've got to narrow it down. Get it down to one simple question.

Then you choose a variable that you're going to test. Out of all the things that you could do, that you could play with or you could tweak, you should choose one thing or at least a very few things that you're going to tweak and say, "When we tweak this, when we change this, when we do this one thing, what happens? Does it change anything out there in the world that we are looking at?" That's the variable.

The next step is to set a sample group. Where are you going to gather the data from? Where is it going to come from? That's the world that you're working in here. Out of all the possible data that's out there, where are you going to gather your data and how much? That's the small circle within the big circle. Now even though it's smaller, you're probably not going to get all the data in the world. You're not going to scrape every search ranking that's possible or visit every URL.

You've got to ask yourself, "Is it large enough that we're at least going to get some validity?" If I wanted to find out what is the typical person in Seattle and I might walk through just one part of the Moz offices here, I'd get some kind of view. But is that a typical, average person from Seattle? I've been around here at Moz. Probably not. But this was large enough.

Also, it should be randomized as much as possible. Again, going back to that example, if I just stayed here within the walls of Moz and do research about Mozzers, I'd learn a lot about what Mozzers do, what Mozzers think, how they behave. But that may or may not be applicable to the larger world outside, so you randomized.

We want to control. So we've got our sample group. If possible, it's always good to have another sample group that you don't do anything to. You do not manipulate the variable in that group. Now, why do you have that? You have that so that you can say, to some extent, if we saw a change when we manipulated our variable and we did not see it in the control group, the same thing didn't happen, more likely it's not just part of the natural things that happen in the world or in the search engine.

If possible, even better you want to make that what scientists call double blind, which means that even you the experimenter don't know who that control group is out of all the SERPs that you're looking at or whatever it is. As careful as you might be and honest as you might be, you can end up manipulating the results if you know who is who within the test group? It's not going to apply to every test that we do in SEO, but a good thing to have in mind as you work on that.

Next, very quickly, duration. How long does it have to be? Is there sufficient time? If you're just testing like if I share a URL to Google +, how quickly does it get indexed in the SERPs, you might only need a day on that because typically it takes less than a day in that case. But if you're looking at seasonality effects, you might need to go over several years to get a good test on that.

Let's move to the second group here. The sixth thing keep a clean lab. Now what that means is try as much as possible to keep anything that might be dirtying your results, any kind of variables creeping in that you didn't want to have in the test. Hard to do, especially in what we're testing, but do the best you can to keep out the dirt.

Manipulate only one variable. Out of all the things that you could tweak or change choose one thing or a very small set of things. That will give more accuracy to your test. The more variables that you change, the more other effects and inner effects that are going to happen that you may not be accounting for and are going to muddy your results.

Make sure you have statistical validity when you go to analyze those results. Now that's beyond the scope of this little talk, but you can read up on that. Or even better, if you are able to, hire somebody or work with somebody who is a trained data scientist or has training in statistics so they can look at your evaluation and say the correlations or whatever you're seeing, "Does it have a statistical significance?" Very important.

Transparency. As much as possible, share with the world your data set, your full results, your methodology. What did you do? How did you set up the study? That's going to be important to our last step here, which is replication and falsification, one of the most important parts of any scientific process.

So what you want to invite is, hey we did this study. We did this test. Here's what we found. Here's how we did it. Here's the data. If other people ask the same question again and run the same kind of test, do they get the same results? Somebody runs it again, do they get the same results? Even better, if you have some people out there who say, "I don't think you're right about that because I think you missed this, and I'm going to throw this in and see what happens," aha they falsify. That might make you feel like you failed, but it's success because in the end what are we after? We're after the truth about what really works.

Think about your next test, your next experiment that you do. How can you apply these 10 principles to do better testing, get better results, and have better marketing? Thanks.

0/5000

Từ: -

Sang: -

Kết quả (Việt) 1: [Sao chép]

Sao chép!

Becoming Better SEO Scientists - Whiteboard FridayBasic SEO | Whiteboard FridayThe author's views are entirely his or her own (excluding the unlikely event of hypnosis) and may not always reflect the views of Moz.Editor's note: Today we're featuring back-to-back episodes of Whiteboard Friday from our friends at Stone Temple Consulting. Make sure to also check out the second episode, "UX, Content Quality, and SEO" from Eric Enge.Like many other areas of marketing, SEO incorporates elements of science. It becomes problematic for everyone, though, when theories that haven't been the subject of real scientific rigor are passed off as proven facts. In today's Whiteboard Friday, Stone Temple Consulting's Mark Traphagen is here to teach us a thing or two about the scientific method and how it can be applied to our day-to-day work.Becoming Better SEO Scientists WhiteboardFor reference, here's a still of this week's whiteboard.Click on it to open a high resolution image in a new tab!Video transcriptionHowdy, Mozzers. Mark Traphagen from Stone Temple Consulting here today to share with you how to become a better SEO scientist. We know that SEO is a science in a lot of ways, and everything I'm going to say today applies not only to SEO, but testing things like your AdWords, how does that work, quality scores. There's a lot of different applications you can make in marketing, but we'll focus on the SEO world because that's where we do a lot of testing. What I want to talk to you about today is how that really is a science and how we need to bring better science in it to get better results.The reason is in astrophysics, things like that we know there's something that they're talking about these days called dark matter, and dark matter is something that we know it's there. It's pretty much accepted that it's there. We can't see it. We can't measure it directly. We don't even know what it is. We can't even imagine what it is yet, and yet we know it's there because we see its effect on things like gravity and mass. Its effects are everywhere. And that's a lot like search engines, isn't it? It's like Google or Bing. We see the effects, but we don't see inside the machine. We don't know exactly what's happening in there.An artist's depiction of how search engines work.So what do we do? We do experiments. We do tests to try to figure that out, to see the effects, and from the effects outside we can make better guesses about what's going on inside and do a better job of giving those search engines what they need to connect us with our customers and prospects. That's the goal in the end.Now, the problem is there's a lot of testing going on out there, a lot of experiments that maybe aren't being run very well. They're not being run according to scientific principles that have been proven over centuries to get the best possible results.Basic data science in 10 stepsSo today I want to give you just very quickly 10 basic things that a real scientist goes through on their way to trying to give you better data. Let's see what we can do with those in our SEO testing in the future.So let's start with number one. You've got to start with a hypothesis. Your hypothesis is the question that you want to solve. You always start with that, a good question in mind, and it's got to be relatively narrow. You've got to narrow it down to something very specific. Something like how does time on page effect rankings, that's pretty narrow. That's very specific. That's a good question. Might be able to test that. But something like how do social signals effect rankings, that's too broad. You've got to narrow it down. Get it down to one simple question.Then you choose a variable that you're going to test. Out of all the things that you could do, that you could play with or you could tweak, you should choose one thing or at least a very few things that you're going to tweak and say, "When we tweak this, when we change this, when we do this one thing, what happens? Does it change anything out there in the world that we are looking at?" That's the variable.The next step is to set a sample group. Where are you going to gather the data from? Where is it going to come from? That's the world that you're working in here. Out of all the possible data that's out there, where are you going to gather your data and how much? That's the small circle within the big circle. Now even though it's smaller, you're probably not going to get all the data in the world. You're not going to scrape every search ranking that's possible or visit every URL.You've got to ask yourself, "Is it large enough that we're at least going to get some validity?" If I wanted to find out what is the typical person in Seattle and I might walk through just one part of the Moz offices here, I'd get some kind of view. But is that a typical, average person from Seattle? I've been around here at Moz. Probably not. But this was large enough.Also, it should be randomized as much as possible. Again, going back to that example, if I just stayed here within the walls of Moz and do research about Mozzers, I'd learn a lot about what Mozzers do, what Mozzers think, how they behave. But that may or may not be applicable to the larger world outside, so you randomized.We want to control. So we've got our sample group. If possible, it's always good to have another sample group that you don't do anything to. You do not manipulate the variable in that group. Now, why do you have that? You have that so that you can say, to some extent, if we saw a change when we manipulated our variable and we did not see it in the control group, the same thing didn't happen, more likely it's not just part of the natural things that happen in the world or in the search engine.If possible, even better you want to make that what scientists call double blind, which means that even you the experimenter don't know who that control group is out of all the SERPs that you're looking at or whatever it is. As careful as you might be and honest as you might be, you can end up manipulating the results if you know who is who within the test group? It's not going to apply to every test that we do in SEO, but a good thing to have in mind as you work on that.Next, very quickly, duration. How long does it have to be? Is there sufficient time? If you're just testing like if I share a URL to Google +, how quickly does it get indexed in the SERPs, you might only need a day on that because typically it takes less than a day in that case. But if you're looking at seasonality effects, you might need to go over several years to get a good test on that.

Let's move to the second group here. The sixth thing keep a clean lab. Now what that means is try as much as possible to keep anything that might be dirtying your results, any kind of variables creeping in that you didn't want to have in the test. Hard to do, especially in what we're testing, but do the best you can to keep out the dirt.

Manipulate only one variable. Out of all the things that you could tweak or change choose one thing or a very small set of things. That will give more accuracy to your test. The more variables that you change, the more other effects and inner effects that are going to happen that you may not be accounting for and are going to muddy your results.

Make sure you have statistical validity when you go to analyze those results. Now that's beyond the scope of this little talk, but you can read up on that. Or even better, if you are able to, hire somebody or work with somebody who is a trained data scientist or has training in statistics so they can look at your evaluation and say the correlations or whatever you're seeing, "Does it have a statistical significance?" Very important.

Transparency. As much as possible, share with the world your data set, your full results, your methodology. What did you do? How did you set up the study? That's going to be important to our last step here, which is replication and falsification, one of the most important parts of any scientific process.

So what you want to invite is, hey we did this study. We did this test. Here's what we found. Here's how we did it. Here's the data. If other people ask the same question again and run the same kind of test, do they get the same results? Somebody runs it again, do they get the same results? Even better, if you have some people out there who say, "I don't think you're right about that because I think you missed this, and I'm going to throw this in and see what happens," aha they falsify. That might make you feel like you failed, but it's success because in the end what are we after? We're after the truth about what really works.

Think about your next test, your next experiment that you do. How can you apply these 10 principles to do better testing, get better results, and have better marketing? Thanks.

đang được dịch, vui lòng đợi..

Kết quả (Việt) 2:[Sao chép]

Sao chép!

Trở thành Better SEO Các nhà khoa học - Whiteboard thứ sáu
cơ bản SEO | Bảng thứ sáu
quan điểm của tác giả được hoàn toàn của mình riêng (trừ trường hợp không chắc thôi miên) và có thể không luôn luôn phản ánh quan điểm của Moz.
Chú ý: Hôm nay chúng ta có tính năng back-to tập -back của Whiteboard Sáu từ bạn bè của chúng tôi tại Đá Đền Consulting. Hãy chắc chắn cũng kiểm tra các tập phim thứ hai, "UX, Chất lượng nội dung và SEO" từ Eric Enge.
Giống như nhiều khu vực khác của marketing, SEO kết hợp các yếu tố của khoa học. Nó trở thành vấn đề cho tất cả mọi người, tuy nhiên, khi các lý thuyết đó đã không trở thành chủ đề của sự chặt chẽ khoa học thực sự được như được coi là sự kiện đã được chứng minh. Trong ngày hôm nay Whiteboard Friday, Đá Đền Consulting Mark Traphagen là ở đây để dạy cho chúng ta một điều hay hai về các phương pháp khoa học và làm thế nào nó có thể được áp dụng cho chúng ta ngày-to-ngày làm việc. Trở thành SEO tốt hơn Các nhà khoa học Whiteboard Để tham khảo, dưới đây là một vẫn còn trong Bảng tuần này. Click vào nó để mở một hình ảnh độ phân giải cao trong một tab mới! sao chép video Howdy, Mozzers. Đánh dấu Traphagen Stone Đền Consulting ở đây ngày hôm nay để chia sẻ với bạn như thế nào để trở thành một nhà khoa học SEO tốt hơn. Chúng ta biết rằng SEO là một khoa học trong rất nhiều cách khác nhau, và tất cả mọi thứ tôi sẽ nói hôm nay không chỉ áp dụng cho SEO, nhưng thử nghiệm những thứ như AdWords của bạn, làm thế nào mà điểm số, chất lượng. Có rất nhiều ứng dụng khác nhau mà bạn có thể làm trong tiếp thị, nhưng chúng tôi sẽ tập trung vào thế giới SEO bởi vì đó là nơi chúng tôi làm rất nhiều xét nghiệm. Những gì tôi muốn nói chuyện với bạn về ngày hôm nay là làm thế nào mà thực sự là một khoa học và làm thế nào chúng ta cần phải mang theo khoa học tốt hơn trong nó để có được kết quả tốt hơn. Lý do là trong vật lý thiên văn, vật như thế, chúng tôi biết có điều gì đó mà chúng ta đang nói về những ngày này được gọi là vật chất tối và vật chất tối là một cái gì đó mà chúng ta biết nó ở đó. Nó khá nhiều chấp nhận rằng nó ở đó. Chúng ta không thể nhìn thấy nó. Chúng ta không thể đo trực tiếp. Chúng tôi thậm chí không biết nó là gì. Chúng tôi thậm chí không thể tưởng tượng những gì nó là có, nhưng chúng ta biết nó ở đó vì chúng ta thấy ảnh hưởng của nó trên những thứ như trọng lực và khối lượng. Ảnh hưởng của nó ở khắp mọi nơi. Và đó là rất nhiều như các công cụ tìm kiếm, phải không? Nó giống như Google hay Bing. Chúng tôi thấy các tác động, nhưng chúng tôi không nhìn thấy bên trong máy. Chúng tôi không biết chính xác những gì đang xảy ra ở đó. Một mô tả của người nghệ sĩ như thế nào công cụ tìm kiếm làm việc. Vì vậy, chúng ta làm gì? Chúng tôi làm thí nghiệm. Chúng tôi làm các xét nghiệm để cố gắng tìm ra điều đó, để xem hiệu ứng, và từ những tác động bên ngoài chúng ta có thể làm cho dự đoán tốt hơn về những gì đang xảy ra bên trong và làm một công việc tốt hơn cho những công cụ tìm kiếm những gì họ cần để kết nối chúng tôi với khách hàng của chúng tôi và triển vọng. Đó là mục tiêu cuối cùng. Bây giờ, vấn đề là có rất nhiều thử nghiệm diễn ra trên mạng, rất nhiều thí nghiệm mà có lẽ không được chạy rất tốt. Họ không được chạy theo nguyên tắc khoa học đã được chứng minh qua nhiều thế kỷ để có được kết quả tốt nhất có thể. khoa học dữ liệu cơ bản trong 10 bước Vì vậy hôm nay tôi muốn cung cấp cho bạn rất nhanh chóng chỉ 10 điều cơ bản mà một nhà khoa học thực sự đi qua của họ cách để cố gắng để cung cấp cho bạn dữ liệu tốt hơn. Hãy xem những gì chúng tôi có thể làm gì với những người trong thử nghiệm SEO của chúng tôi trong tương lai. Vì vậy, chúng ta hãy bắt đầu với số một. Bạn đã có để bắt đầu với một giả thuyết. Giả thuyết của bạn là câu hỏi mà bạn muốn giải quyết. Bạn luôn luôn bắt đầu với điều đó, một câu hỏi tốt trong tâm trí, và nó đã nhận được tương đối hẹp. Bạn đã có để thu hẹp nó xuống đến một cái gì đó rất cụ thể. Một cái gì đó như thế nào thời gian trên bảng xếp hạng hiệu quả trang, đó là khá hẹp. Đó là rất cụ thể. Đó là một câu hỏi hay. Có thể có thể kiểm tra đó. Nhưng một cái gì đó giống như làm thế nào để xếp hạng tín hiệu xã hội hiệu quả, đó là quá rộng. Bạn đã có để thu hẹp nó xuống. Nhận nó xuống một câu hỏi đơn giản. Sau đó, bạn chọn một biến mà bạn đang đi để kiểm tra. Trong số tất cả những điều mà bạn có thể làm, mà bạn có thể chơi với hoặc bạn có thể tinh chỉnh, bạn nên chọn một điều hay ít nhất là một vài điều mà bạn đang đi để tinh chỉnh và nói, "Khi chúng tôi tinh chỉnh này, khi chúng ta thay đổi này, khi chúng ta làm một điều này, điều gì sẽ xảy ra? Liệu nó thay đổi bất cứ điều gì ra có trên thế giới mà chúng ta đang nhìn? " Đó là các biến. Bước tiếp theo là thiết lập một nhóm làm mẫu. Bạn sẽ đi đâu để thu thập các dữ liệu từ đâu? Mà là nó sẽ đến từ đâu? Đó là thế giới mà bạn đang làm việc ở đây. Trong số tất cả các dữ liệu có thể đó là ra khỏi đó, anh sẽ đi đâu để thu thập dữ liệu của bạn và bao nhiêu? Đó là những vòng tròn nhỏ trong vòng tròn lớn. Bây giờ mặc dù nó nhỏ hơn, bạn có thể sẽ không có được tất cả các dữ liệu trên thế giới. Bạn sẽ không cạo mỗi tìm kiếm xếp hạng đó là có thể hay truy cập mỗi URL. Bạn phải tự hỏi mình, "Liệu có đủ lớn mà chúng ta ít nhất là đi để có được một số giá trị?" Nếu tôi muốn tìm ra những người tiêu biểu trong Seattle là gì và tôi có thể đi bộ qua chỉ là một phần của văn phòng Moz tại đây, tôi nhận được một số loại xem. Nhưng đó là một điển hình, người trung bình từ Seattle? Tôi đã ở đây tại Moz. Chắc là không. Nhưng điều này đã đủ lớn. Ngoài ra, cần phải ngẫu nhiên càng nhiều càng tốt. Một lần nữa, sẽ trở lại với ví dụ rằng, nếu tôi chỉ ở lại đây trong các bức tường của Moz và làm nghiên cứu về Mozzers, tôi học được rất nhiều về những gì Mozzers làm, những gì Mozzers nghĩ, cách họ cư xử. Nhưng có thể có hoặc có thể không được áp dụng đối với các thế giới lớn hơn bên ngoài, do đó bạn ngẫu nhiên. Chúng tôi muốn kiểm soát. Vì vậy, chúng tôi đã có nhóm mẫu của chúng tôi. Nếu có thể, nó luôn luôn tốt để có một nhóm làm mẫu mà bạn không làm bất cứ điều gì để. Bạn không thao tác các biến trong nhóm đó. Bây giờ, tại sao anh lại có cái? Bạn có chừng đó để bạn có thể nói, đến một mức độ nào, nếu chúng ta thấy một sự thay đổi khi chúng ta thao tác biến của chúng tôi và chúng tôi đã không nhìn thấy nó trong nhóm kiểm soát, điều tương tự đã không xảy ra, nhiều khả năng nó không chỉ là một phần của điều tự nhiên xảy ra trong thế giới hoặc trong các công cụ tìm kiếm. Nếu có thể, thậm chí tốt hơn bạn muốn chắc rằng những gì các nhà khoa học gọi mù đôi, có nghĩa là ngay cả bạn của người thử nghiệm không biết ai mà nhóm chứng là trong số tất cả các SERPs mà bạn đang tìm kiếm hoặc bất cứ điều gì nó được. Như cẩn thận như bạn có thể và trung thực như bạn có thể, bạn có thể kết thúc thao tác kết quả nếu bạn biết ai là người trong nhóm thử nghiệm? Nó sẽ không áp dụng cho mỗi bài kiểm tra mà chúng ta làm trong SEO, nhưng một điều tốt để có trong tâm trí khi bạn làm việc trên đó. Tiếp theo, rất nhanh chóng, thời gian. Mất bao lâu để có được? Ở đó có đủ thời gian? Nếu bạn chỉ cần kiểm tra như thế nào nếu tôi chia sẻ một URL để Google +, nhanh như thế nào nó được lập chỉ mục trong SERPs, bạn có thể chỉ cần một ngày trên đó vì thường phải mất ít hơn một ngày trong trường hợp đó. Nhưng nếu bạn đang tìm kiếm tác vụ, bạn có thể cần phải đi qua vài năm để có được một thử nghiệm tốt về điều đó. Chúng ta hãy chuyển vào nhóm thứ hai ở đây. Điều thứ sáu giữ một phòng thí nghiệm sạch. Bây giờ điều đó có nghĩa là cố gắng càng nhiều càng tốt để giữ bất cứ điều gì mà có thể được dirtying kết quả của bạn, bất kỳ loại biến bò vào mà bạn không muốn có trong các bài kiểm tra. Khó làm, đặc biệt là ở những gì chúng tôi đang thử nghiệm, nhưng làm điều tốt nhất bạn có thể để tránh bụi bẩn. Thao tác chỉ có một biến. Trong số tất cả những điều mà bạn có thể tinh chỉnh hay thay đổi lựa chọn một điều hay một tập hợp rất nhỏ của sự vật. Điều đó sẽ cho chính xác hơn để thử nghiệm của bạn. Các biến hơn bạn nên thay đổi, các hiệu ứng khác hơn và hiệu ứng bên trong sẽ xảy ra mà bạn có thể không được chiếm và sẽ đục kết quả của bạn. Hãy chắc chắn rằng bạn có giá trị thống kê khi bạn đi để phân tích những kết quả. Bây giờ đó là vượt ra ngoài phạm vi của bài nói chuyện này rất ít, nhưng bạn có thể đọc lên trên đó. Hoặc thậm chí tốt hơn, nếu bạn có thể, thuê ai đó hoặc làm việc với ai đó là người một nhà khoa học dữ liệu đào tạo hoặc có đào tạo về thống kê để họ có thể nhìn vào đánh giá của bạn và nói rằng các mối tương quan hoặc bất cứ điều gì bạn đang nhìn thấy, "Liệu nó có một có ý nghĩa thống kê? " Rất quan trọng. Transparency. Càng nhiều càng tốt, chia sẻ với thế giới tập hợp dữ liệu của bạn, kết quả đầy đủ của bạn, phương pháp luận của bạn. Bạn đã làm gì? Làm thế nào mà bạn thiết lập nghiên cứu? Đó sẽ là bước quan trọng để chúng tôi trước đây, đó là sự sao chép và làm giả, một trong những phần quan trọng nhất của bất kỳ quy trình khoa học. Vì vậy, những gì bạn muốn mời là, hey chúng tôi đã nghiên cứu này. Chúng tôi đã thử nghiệm này. Dưới đây là những gì chúng tôi tìm thấy. Đây là cách chúng tôi đã làm nó. Dưới đây là các dữ liệu. Nếu người khác hỏi cùng một câu hỏi một lần nữa và chạy cùng một loại thử nghiệm, họ nhận được kết quả tương tự? Ai đó chạy nó một lần nữa, họ nhận được kết quả tương tự? Thậm chí tốt hơn, nếu bạn có một số người ra có những người nói rằng, "Tôi không nghĩ rằng bạn đang phải về điều đó vì tôi nghĩ rằng bạn bị mất này, và tôi sẽ ném này và xem những gì sẽ xảy ra," aha họ làm sai lệch . Điều đó có thể làm cho bạn cảm thấy như bạn đã thất bại, nhưng đó là thành công vì cuối cùng chúng tôi là những gì sau? Chúng tôi đang theo đuổi sự thật về những gì thực sự làm việc. Hãy suy nghĩ về thử nghiệm tiếp theo của bạn, thử nghiệm tiếp theo của bạn mà bạn làm. Làm thế nào bạn có thể áp dụng những nguyên tắc 10 để làm thử nghiệm tốt hơn, có được kết quả tốt hơn, và có thị trường tốt hơn? Cảm ơn.

đang được dịch, vui lòng đợi..

Kết quả (Việt) 3:[Sao chép]

Sao chép!

đang được dịch, vui lòng đợi..

Các ngôn ngữ khác

Hỗ trợ công cụ dịch thuật: Albania, Amharic, Anh, Armenia, Azerbaijan, Ba Lan, Ba Tư, Bantu, Basque, Belarus, Bengal, Bosnia, Bulgaria, Bồ Đào Nha, Catalan, Cebuano, Chichewa, Corsi, Creole (Haiti), Croatia, Do Thái, Estonia, Filipino, Frisia, Gael Scotland, Galicia, George, Gujarat, Hausa, Hawaii, Hindi, Hmong, Hungary, Hy Lạp, Hà Lan, Hà Lan (Nam Phi), Hàn, Iceland, Igbo, Ireland, Java, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Kurd, Kyrgyz, Latinh, Latvia, Litva, Luxembourg, Lào, Macedonia, Malagasy, Malayalam, Malta, Maori, Marathi, Myanmar, Mã Lai, Mông Cổ, Na Uy, Nepal, Nga, Nhật, Odia (Oriya), Pashto, Pháp, Phát hiện ngôn ngữ, Phần Lan, Punjab, Quốc tế ngữ, Rumani, Samoa, Serbia, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenia, Somali, Sunda, Swahili, Séc, Tajik, Tamil, Tatar, Telugu, Thái, Thổ Nhĩ Kỳ, Thụy Điển, Tiếng Indonesia, Tiếng Ý, Trung, Trung (Phồn thể), Turkmen, Tây Ban Nha, Ukraina, Urdu, Uyghur, Uzbek, Việt, Xứ Wales, Yiddish, Yoruba, Zulu, Đan Mạch, Đức, Ả Rập, dịch ngôn ngữ.