Fare SEO con l'acqua calda.

Tea Time di Vélocla


"L'acqua calda non dimentica di essere stata anzitutto fredda"
(proverbio del Burundi)


Capita spesso che per 'spingere' un sito sui motori di ricerca ci si chieda quale sia la migliore azione da porre in atto; in veste di consulente SEO spesso mi trovo a dover rispondere a questa domanda.
Partendo dal fatto che, come si insegna in ogni corso SEO, un sito deve avere contenuti ben scritti e utili agli utenti, possono essere messe in atto azioni che ne aumentino la visibilità; scopo di questo scritto e capire quali di queste azioni abbiano effettivamente un riscontro nella SERP, ovvero nel posizionamento sui motori di ricerca.

Per verificarne l'effetto ho tentato questo esperimento, sul quale avrei piacere di ricevere commenti:
  1. si verifica, per una data keyword, qual è il posizionamento su Google per le prime 100 posizioni
  2. sui link ottenuti si controllano i valori di alcuni parametri che si sospettano importanti per il posizionamento
  3. si mettono in correlazione i dati per capire se qualche azione può avere effetto sul posizionamento.
Attenzione però; la correlazione NON E' la causa, ma... un buon indicatore. Come ricordano su Moz nell'articolo "Search Engine Ranking Factors 2015": "Remember: Correlation is not causation! Just because websites/pages with a given feature tend to rank higher doesn't necessarily mean that this particular feature is the cause of that higher ranking. That said, we can learn a lot from correlation studies! "

Primo caso: "antiquariato online"



Per questa prima keyword partiamo dal fondo e vediamone subito la matrice grafica di correlazione:


utilizziamo l'indice di correlazione di Pearson tra le grandezze per estrarre i valori di correlazione reciproci; questi assumono valori compresi tra - 1 (quando le variabili considerate sono inversamente correlate) e + 1 (quando vi sia correlazione assoluta cioè quando alla variazione di una variabile corrisponde una variazione rigidamente dipendente dall'altra), ovviamente un indice di correlazione pari a zero indica un'assenza di correlazione (wp).

In questa immagine tutte le grandezze vengono messe in relazione tra loro; per questo la diagonale ha tutti valori verdi, cioè =1, perchè correla la stessa grandezza, mentre le altre hanno un colore intermedio tra il verde ed il blu a seconda di quanto sono 'importanti.

Per questo la correlazione tra i numero di backlinks e l'indice di 'Web of trust' è blu, vicina al -1, quindi non c'è correlazione tra le due grandezze; viceversa tra 'web of trust' e dMoz c'è correlazione positiva, segno che le due grandezze sono correlate: probabilmente nel definire una si tiene conto dell'altra.

Il quadrato di circa 4x4 unità che si vede in alto, tutto verdolino, evidenzia la reciproca correlazione positiva tra le azioni Facebook (likes, commenti, shares, somma dei tre) ed indica che, per questa keyword, le attività su Facebook sono distribuite nei tre tipi; cercando le differenze, sembrano più attivi i likes degli shares e comments.

Ciò che più ci interessa è nell'ultima colonna, o nell'ultima riga (stessa cosa), cioè la correlazione tra la posizione su google e le grandezze prese in considerazione.
Nel caso di questa keyword vediamo che i valori 'timidamente' verdolini, cioè in blanda correlazione positiva, sono:
  1. linkedin
  2. backlinks
  3. commenti facebook
Se vogliamo cioè promuovere un sito per questa keyword, le azioni da fare sono in queste tre direzioni: inserire post su linkedin che puntino al dominio / pagina, attivarsi per ottenere backlinks, inserire commenti su facebook.

Le altre azioni sono poco correlate con il posizionamento.
Ma questa è una conclusione sicura? Sarà così anche per alte keyword? proseguiamo l'indagine.


Secondo caso "quadri antichi"


Proviamo con una keyword più specifica.
questa volta visualizziamo anche i risultati numerici:


Quindi li ordiniamo a seconda della correlazione con la posizione:



Otteniamo che l'importanza, in questo caso, è:
  1. backlinks
  2. twitter
  3. Facebook

... diversa dai risultati precedenti!

Questa la matrice grafica:


Quindi? I backlink e facebook ci sono sempre, mentre linkedin ha lasciato il poso a twitter.

Proviamo ad approfondire con una keyword ancora più specifica


Terzo caso: "mercato del mobile antico"


A questo punto bastano i dati:





I posizionamenti delle correlazioni:
  1. backlinks
  2. web of trust
Mentre i backlinks resistono, questa volta su una keyword specifica c'è una correlazione positiva di 'Web of trust", mentre facebook passa in territorio negativo.
Ma notiamo anche l'allargamento e compattazione del rettangolone verde: tra facebook, twitter e linkedin s'è creata una 'alleanza' per cui se c'è uno c'è anche l'altro, sono tra loro correlati (molto) positivamente.
Cioè quando la keyword si fa specifica è più probaile che esistono azioni di reciproco rinforzo tra i social netword, ma non sembra che queste azioni abbiano influenza sul posizionamento.

Non ci aiuta molto a capire... proviamo con una keyword ancora più specifica


Quarto caso: "cerco specchio cinese antico"



Ecco i risultati:
 

Esiste sempre ilrettangolone verde, stavolta più sfumato; l'ordine delle correlazioni positive risulta essere:

  1. linkedin
  2. twitter
mentre Facebook continua a non avere correlazioni positive.


Conclusioni


Conclusioni.. da prendere con le molle: i  dati sono pochi ed il concetto di 'specificità' della keyword abbastanza aleatorio.
La diversità dei risultati a seconda della keyword utilizzata mi fa un po' dubitare sulla validità dei 'ranking factors' in termini generali; quando Searchmetrics o Moz pubblicano i loro studi sull'argomento si basano, naturalmente, su un gran numero di keyword ottenendo un risultato partendo da dati eterogenei. Per poter decidere come comportarsi in un singolo caso si dovrebbe analizzare cosa capita per quella singola keyword, e tener conto che i ranking factors trovati valgono nello specifico caso e non in termini generali.
Volete trovare i ranking factors per una singola keyword? mandatemela, compatibilmente con i tempi a disposizione vi restuirò i risultati; provandoli sul campo mi direte se sono utili.

per quanto riguarda lo scopo prefisso in premessa dall'articolo mi sembra di poter concludere che:
  1. i backlinks hanno quasi sempre importanza fondamentale; la perdono quando le keyword entrano fortemente nello specifico
  2. altrettanto sembra comportarsi facebook; più la keyword è generale, più la sua importanza per il posizionamento sembra esserci
  3. social network più specifici (twitter, linkedin) assumono maggiore importanza quando le keyword diventano più specifiche
In poche parole: per keyword generale è importante un social network generale, per keyword specifiche uno più mirato.
La scoperta dell'acqua calda??



Linkografia


Italo Losero
Moz.com, Search Engine Ranking Factors 2015