Uso de Python para explicar la redirección de la página de inicio a C-Suite

[ad_1]

Si es un profesional de SEO, es posible que esté trabajando en un sitio que redirige la página de inicio a un subdirectorio, por ejemplo, redirigiendo a una versión del sitio específica de un país. O bien, utilizando contenido de marcador de posición que enlace a la página de inicio del sitio principal en un subdirectorio.

En ambos casos, podría tener dificultades para convencer a su cliente o colegas de que sigan las mejores prácticas. Si es así, entonces este artículo es para ti.

Le mostraré una forma de sincerarse con la alta dirección que tenga sentido para ellos desde el punto de vista técnico y comercial, proporcionándoles ejemplos basados ​​en datos.

Para hacer esto, le mostraré cómo usar Python para calcular el TIPR de todas las páginas del sitio para proporcionar un escenario comparativo de antes y después para justificar los cambios solicitados.

Cubriremos:

En primer lugar, analicemos por qué la página de inicio debería fusionarse con la raíz.

Alojamiento de páginas de marcador de posición en las redirecciones raíz y raíz

Algunos sitios alojan una página de marcador de posición en la URL raíz o, peor aún, redirigen la raíz a un subdirectorio o página.

Muchas marcas globales, especialmente aquellas del sector de la moda, operarán sitios multirregionales donde cada tienda regional reside en su carpeta regional.

Por ejemplo, si fuera a Gucci, esperaría encontrar las siguientes tiendas:

…etcétera.

En el caso de Gucci no sólo hay una carpeta regional, sino que también hay una carpeta de idiomas, lo cual es muy lógico.

Como resido en Londres, la carpeta raíz https://www.gucci.com/ me redirige a la tienda del Reino Unido.

Una búsqueda en el sitio de Gucci.com (sitio:gucci.com) muestra que la carpeta raíz está indexada y ofrece un menú de selección de tienda regional.

Para muchos sitios, la carpeta raíz se redireccionará permanentemente a su tienda regional predeterminada o más popular.

Por qué la página de inicio debería fusionarse con la raíz

Los motores de búsqueda utilizan la autoridad (una medida de la probabilidad de que una página sea descubierta a través de hipervínculos) para determinar su importancia relativa en la web. Por lo tanto, cuanta más autoridad tenga una página, mayor será su potencial de clasificación en los resultados de búsqueda (SERP).

Dado que la mayoría de los sitios acumulan la mayor cantidad de enlaces a su URL raíz, aquí es donde reside el poder de clasificación en los motores de búsqueda.

Esto no es puro para la arquitectura del sitio, ya que significa que todas las páginas de listado de productos (PLP) y páginas de descripción de productos (PDP) están a un salto adicional de la página de inicio.

Este salto extra suena pequeño; sin embargo, no deja de tener consecuencias, como ilustraremos ahora y cuantificaremos más adelante.

Visualicemos el gráfico de enlaces de los sitios y observemos cómo configuran su página de inicio en la carpeta raíz.

A continuación se muestra un sitio real donde su URL raíz tiene una puntuación de autoridad a nivel de página (según Ahrefs) de 40 PR, redirigiendo a su tienda principal en inglés /en (21 PR) antes de vincularse a todos los PLP y PDP.

La URL raíz tiene una puntuación de autoridad a nivel de página (según Ahrefs) de 40Imagen del autor, abril de 2024.

Naturalmente, todas las páginas (azul) a través del logotipo se vincularán a la página de inicio de su tienda regional (para sus usuarios) y a otras páginas de inicio regionales (que se muestran en rosa) en lugar de vincular la URL raíz, lo que infla artificialmente el valor de la página regional. página de inicio.

Tenga en cuenta que las páginas del sitio en el nivel de sitio 2 (que están vinculadas sin rodeos desde la página de inicio) tienen una calificación de nivel de página de 19 PR y las otras páginas en el nivel de sitio 3 tienen 18 PR.

Lo que también sucede es que las páginas están a un camino de la URL raíz y, por lo tanto, no reciben toda la autoridad.

Piense en el deterioro de la calidad del sonido musical al hacer copias de una copia en lugar de una copia de la música original.

¡Esa es la experiencia que su sitio ofrece a los motores de búsqueda cuando intentan evaluar la importancia relativa del contenido de su sitio!

Si las tiendas estuvieran vinculadas a la URL raíz, esto no sería deseable ya que crearía una gran cantidad de redireccionamientos en todo el sitio, desperdiciando aún más la distribución de autoridad.

El enfoque de mejores prácticas sería eliminar al intermediario fusionando la raíz con la página de inicio para que todas las páginas del sitio se eliminen con un salto menos, como se muestra a continuación:

fusionando la raíz con la página de inicioImagen del autor, abril de 2024.

Tras la fusión de la página de inicio y la URL raíz, el PR de la página de inicio ahora es 72, lo que está mucho más cerca de la autoridad de dominio del sitio de 75 DR, y cada una de las páginas obtuvo 1 PR adicional, lo que aumenta su potencial de clasificación.

Las dificultades de comunicar los beneficios a los líderes no expertos en SEO

Para un público no experto en SEO, como sus colegas de marketing y TI, todo esto suena bastante académico y impreciso, y probablemente bastante increíble.

Incluso si utilizó los diagramas anteriores, naturalmente están más interesados ​​en el impacto del tráfico, si no en las implicaciones en los ingresos.

Probablemente no tengan idea de PageRank de Google métrica para medir la autoridad de la página y no le importa a menos que proporcione los números.

Uso de Python para estimar el aumento de PageRank

Afortunadamente, con el poder de la ciencia de datos, podemos realizar esos cálculos complejos en Python para estimar los nuevos valores de PR siguiendo las mejores prácticas para pasar a la URL raíz.

Tome la fórmula de PageRank:

PR(A) = (1-d) + d (PR(T1)/C(T1) + ... + PR(Tn)/C(Tn))

Como se explica en La anatomía de un motor de búsqueda web hipertextual a gran escala por los fundadores de Google:

“Asumimos que la página A tiene páginas T1…Tn que apuntan a ella (es decir, son citas). El parámetro d es un factor de amortiguación que se puede establecer entre 0 y 1. Generalmente configuramos d en 0,85. … También C(A) se define como el número de enlaces que salen de la página A.

Tenga en cuenta que los PageRanks forman una distribución de probabilidad entre las páginas web, por lo que la suma de los PageRanks de todas las páginas web será uno”.

La esencia principal de la fórmula es que la cantidad de PageRank que tiene una URL (A) está determinada principalmente por el PageRank (PR Ti) de las páginas que enlazan con ella (Ti) y el número de enlaces internos en esas páginas C(Ti). .

Puede encontrar la versión Python de la fórmula PageRank aquí.

Como experimento mental armado con el conocimiento de la fórmula anterior, esperaríamos:

  • La nueva página de inicio se beneficiará de que todas las páginas tengan enlaces a la URL raíz (PR Ti) compartida junto con los demás enlaces internos salientes C(Ti).
  • Todas las páginas del sitio se beneficiarán de su URL principal más potente (la nueva página de inicio fusionada en la URL raíz).

Con lo anterior en mente, todo lo que tenemos que hacer ahora es recalcular el impacto en todo el sitio de fusionar la carpeta /en con la URL raíz en todo el sitio, lo cual se realiza en varias fases:

  • Calcular TIPR de todas las páginas del sitio: Como se explicó anteriormente en ¿Qué puede hacer la ciencia de datos por las arquitecturas de los sitios?mientras que el software de auditoría de sitios proporciona el PageRank relativo internamente, este debe combinarse con el PageRank externo de Internet utilizando herramientas de inteligencia de enlaces como Ahrefs.
  • Calcula el nuevo TIPR de la nueva página de inicio: es decir, /en fusionado o migrado con la URL raíz.
  • Calcula el nuevo TIPR de todas las páginas siguientes y restantes del sitio web.

Como se muestra en los diagramas anteriores, la nueva configuración de mejores prácticas muestra los nuevos valores TIPR de todas las páginas.

Una vez que se siguen los pasos de cálculo del TIPR, su siguiente trabajo es traducir los beneficios técnicos del SEO en impacto comercial para asegurar la consentimiento de sus colegas.

Una métrica de resultado a modelar sería el tráfico de búsqueda orgánica en función del TIPR. Con suficientes puntos de datos (digamos 10.000), esto se puede lograr mediante el aprendizaje automático (ML).

Su entrada sería el conjunto de datos anterior al recálculo de TIPR donde alimentaría la columna TIPR y los clics de búsqueda (presumiblemente unidos desde Google Search Console).

El siguiente cuadro visualiza la relación entre TIPR y los clics.

Relación entre TIPR y clics: modelo de línea azulImagen del autor, abril de 2024.

La línea azul es un modelo aproximado que indica cuántos clics más recibiría una página con un aumento en el PageRank unitario.

A los matemáticos les gusta decir: «Todos los modelos son incorrectos, pero algunos son útiles». Sin embargo, la ciencia puede ser bastante persuasiva al proporcionar cierta credibilidad a los aumentos pronosticados utilizando la función predict() de Python utilizando su modelo ML. Puedes encontrar un ejemplo. aquí.

En el caso anterior, vemos que hasta 20 TIPR, hay un aumento de tráfico por página de 0,35 visitas por mes, y más allá de 20 TIPR, es 0,75 visitas.

El uso de un enfoque basado en datos es más persuasivo para la alta dirección

Puede que esto no parezca mucho. Sin embargo, sumando los cientos de miles de URL indexables, pronosticamos 200.000 adicionales en tráfico mensual para un cliente.

Esta previsión les dio la confianza y la voluntad de finalmente cumplir con la repetida recomendación de configurar la página de inicio como raíz, que la empresa recibió de numerosos consultores SEO.

La diferencia es la cuantificación, tanto técnica como comercial.

Combinando TIPR y aplicando la fórmula PageRank para simular un escenario de antes y después de su recomendación técnica SEO – en este caso, configurando la URL raíz como página de inicio – su SEO se basa en datos y, lo que es más importante, es mucho más persuasivo.

No sólo técnicamente sino también comercialmente, lo que le ayudará a implementar más recomendaciones de SEO y, con suerte, promover su carrera.

Aparte de eso, adoptar un enfoque basado en datos también puede ayudarle a comprobar sus recomendaciones de mejores prácticas basándose en ideas que haya leído en línea.

Es cierto hoy como lo era hace 20 años: los mejores profesionales de SEO prueban constantemente ideas en lugar de seguir incondicionalmente el dogma de las mejores prácticas.

Más recursos:


Imagen de portada: BestForBest/Shutterstock

[ad_2]

Consultar el artículo en la publicación original

Uso de Python para explicar la redirección de la página de inicio a C-Suite