[數據分析] 如何優化Landing Page到達頁?

數據分析 頁面 seo 優化

網站內的頁面很多該如何判斷各篇到達頁的狀況好壞呢?又該如何優化到達頁面?本篇利用 Google Analytics 設定量化的綜合指標來評分到達頁,再用詞頻分析、重要字分析、情緒分析來優化 SEO 關鍵字和頁面,最後使用餘弦相似性來判斷優化進步空間,並設定 SEO 追蹤排名程式來追蹤成效。

如何量化達頁面的好壞?

1.設定量化指標

此次參考 Bing 在 How To Build Quality Content 內文中提到觀察使用者在點擊網頁後,回到搜尋引擎的時間,進行推測該頁面是否對使用者有幫助。雖然很多謠言說 dwell-time 並會列入搜尋引擎的排名依據,但如果頁面沒辦法吸引使用者停留、讓用戶讀完整篇文章、或是跳出率極高的話,這一定是一篇需要加強優化的文章。因此從 Google Analytics 資料整理出以下數據來衡量到達頁面好壞的標準用的:

  1. 頁面平均停留時間:訪客在網站特定網頁上的平均停留時間
  2. 頁面平均跳出率:使用者只瀏覽一個網頁即離開網頁。
  3. 頁面工作階段
  4. 頁面平均瀏覽器滾軸事件

關於 GTM 滾軸事件設定方法可以參考這篇:Google Tag Manager埋設 – GA滾軸事件進行設定。

2.將指標進行綜合評分

針對個 GA 指標給予評分,例如:停留時間勝過其他 75% 的頁面給予 4 分、50%至 75% 給予 3 分、25% 以內 1 分;跳出率(越低越好)高過其他 75% 頁面給予 1分、50% 至 75% 給予 2 分、25% 至 50% 給予 3 分、25% 以內 4 分。

如下圖 Quartile 欄位即是各指標所獲得的分數,最終再將各 GA 指標分數加總後獲得到達頁評價分數。

top_page
排名前五名頁面

如何優化到達頁面?

此次挑選 Value 值僅有 4 分的 [MySQL筆記] Python做MySQL的新增、讀取、更新和刪除 | Max行銷誌 文章進行優化。

LandingPage優化_落後頁面
LandingPage 優化_落後頁面

利用字詞頻率 & 重要字字詞修正SEO關鍵字

爬取 Google 搜尋 “MySQL 資料庫” 第一名的文章和自己的文章,進行字詞頻率和重要字字詞的比對;可以看出前幾名皆差異不大以 MySQL、Python、資料庫為主;但第 5~10 名則差異很大,對方以資料庫教學、安裝、範例等為主,相較我設定的 CRUD (新增、刪除、讀取、更新),這幾個字在搜尋時確實沒有教學和安裝等實用。

Max資料庫頁面 vs 搜尋第一名資料庫頁面
Max資料庫頁面 vs 搜尋第一名資料庫頁面

將文章修改優化後重要性字詞均線上升 0.005 左右,字詞頻率部分多了教學、安裝、database 來取代當初設定的 CRUD (新增、刪除、讀取、更新)關鍵字詞。

LandingPage優化_字詞優化

Max 資料庫頁面修改前 vs Max 資料庫頁面修改後

利用情緒分析修正文章段句

文章情緒分析
文章情緒分析

利用餘弦相似性比較文章優化前後

將 Google 搜尋 “MySQL 資料庫” 第一名的文章和自己的文章斷詞後轉換成矩陣,並計算其餘弦相似性。通過測量兩個向量的夾角的餘弦值來度量它們之間的相似性,值越大就表示越相似。可以看到文章經過優化後 Cosine Similarity 上升了 0.15 左右。

Cosine Similarity
Cosine Similarity

持續追蹤SEO關鍵字排名

利用SEO關鍵字排名自動程式持續追蹤此篇在 Google 關鍵字搜尋上的排名,MySQL資料庫此篇於 2018/10/23 號優化內文完成,目前僅有 ” Python Mysql 教學、python 資料庫” 排名在 30 名左右,其他都在 Google 搜尋百名之外;接下來就等待一個月後來觀察排名是否有因此上升啦!

延伸閱讀:

那[數據分析] 如何優化 Landing Page 到達頁? 就到這邊感謝收看,有關 Max行銷誌的最新文章,都會發佈在 Max 的Facebook粉絲專頁,如果想看最新更新,還請您按讚或是追蹤唷!

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *