Ich möchte Ihnen etwas über das Datenanalyse-Plugin erzählen. Hierbei handelt es sich um eine Entwicklung von OpenAI, einem Plugin, das es ermöglicht, Code direkt in der chatgpt-Schnittstelle zu erstellen und auszuführen sowie mit vom Benutzer hochgeladenen Dateien zu arbeiten. Dieses Plugin, das früher als Code Interpreter bekannt war, war bisher nur als Beta-Funktion verfügbar, ist jetzt aber für alle chatGPT Plus-Abonnenten verfügbar.

Ich zeige Ihnen eine Möglichkeit, mithilfe der Datenanalyse eine Link-Site zu analysieren und Domains auszuwählen, die in der google Search Console abgelehnt werden sollen.

Zuerst laden wir Domains aus dem Donor Domains-Bericht von Ahrefs herunter und berechnen das Verhältnis von Spendern zu Akzeptoren. Wir benötigen die folgenden Metriken für verweisende Domains:

• DR ist ein Maß für die relative Linkqualität der verweisenden Domain.
• Dofollow ref. Domains – die Anzahl der Dofollow-Domains, die auf die Website verlinken.
• Dofollow-verknüpfte Domänen – die Anzahl der Domänen, die durch Dofollow-Links verknüpft sind.
• Linked/Ref-Domains – Teilen Sie Dofollow-verlinkte Domains durch Dofollow-Ref. Domänen, um die Beziehung zwischen eingehenden und ausgehenden Links zu verstehen.
• Keywords – die Anzahl der Keywords der verweisenden Domain in den TOP 100 von Google.

Als nächstes finden wir Daten Analyst im Verzeichnis und starten Sie es. Wir laden die resultierende Datendatei auf chatGPT hoch und bitten Sie, sie sich anzusehen:

Wir werden die Intervalle in Quantile, Minimal- und Maximalwerte unterteilen. Dies ist notwendig, um sicherzustellen, dass die Daten statistisch signifikant und für die Analyse geeignet sind.

Lassen Sie uns Domänen nach DR analysieren. Wir akzeptieren nur Domainnamen, bei denen es mehr als 0 Spenderdomains gibt. Es macht keinen Sinn, Domains per DR zu analysieren, die 0 externe Links haben.

Wir sehen, dass Domänen mit einem DR von weniger als 10 fast keine Schlüssel und Spenderdomänen haben, aber eine große Anzahl verweisender Domänen. Dies ist die erste Gruppe, in der es möglicherweise fehlerhafte Domänen gibt.

Lassen Sie uns die Domänen in Bezug auf Spender und Akzeptoren analysieren. Auch hier berücksichtigen wir nur Hochöfen, bei denen es mehr als 0 Geberdomänen gibt.

Wir sehen, dass Domänen mit einem DR von weniger als 10 fast keine Schlüssel und Spenderdomänen haben, aber eine große Anzahl verweisender Domänen. Dies ist die erste Gruppe, in der es möglicherweise fehlerhafte Domänen gibt.

Lassen Sie uns die Domänen in Bezug auf Spender und Akzeptoren analysieren. Auch hier berücksichtigen wir nur Hochöfen, bei denen es mehr als 0 Geberdomänen gibt.

Es ist ersichtlich, dass 0 verweisende Domains eher schwache Domains enthielten. Aber es gibt nur wenige davon und sie sind relativ sicher.

Wir sehen auch, dass Domains, die mehr als 7.425 Links von der Spenderdomain haben, schwache DR- und Schlüsselindikatoren aufweisen. Dies ist eine weitere Gruppe, in der es möglicherweise fehlerhafte Domänen gibt.

Lassen Sie uns die Schlüsselwörter analysieren. Diesmal übernehmen wir alle Domains.

Es ist ersichtlich, dass Domänen mit 0 Schlüsseln einen sehr kleinen DR und ein sehr großes Donor-Akzeptor-Verhältnis aufweisen. Dies ist die letzte Gruppe, in der möglicherweise fehlerhafte Domänen vorhanden sind.

Lassen Sie uns alle diese Gruppen gemeinsam analysieren. Dieses Mal addieren wir die Durchschnittswerte zu den Medianwerten, um Sonderfälle zu erkennen. Beispielsweise haben die meisten Domänen in der DR-Gruppe 0 und einige wenige 50. Und wenn es eine gibt, wird dies im Durchschnitt angezeigt.

Schauen wir uns die einzelnen Kategorien an:

• DR . Nach durchschnittlicher Schlüsselanzahl es wird gesehen, dass es unter den Domains mit DR Domains gibt, die bei Google für eine große Anzahl von Keywords gerankt sind. Daher würde ich diese gesamte Kategorie nicht aufgeben.
• linked/ref-Domains > 7,42. Hier die durchschnittliche Anzahl der Schlüssel ist sogar noch höher, d.h. Es gibt Domains, die recht gut ranken. Die durchschnittliche DR liegt über dem Median. Das bedeutet, dass es Domänen mit guter DR gibt. Hier habe ich auch gute Domains.
• Schlüsselwörter = 0. Durchschnittliche DR – fast 10. Das bedeutet, dass einige Domains theoretisch ein normales Linkgewicht bieten können. Aber sonst ist hier alles schlecht.
• DR 7,42 und Schlüsselwörter = 0. Hier Selbst im Durchschnitt ist alles schlecht. Domains dieser Gruppe sind ideale Kandidaten für die Link-Disavowung im GSC.

Als Ergebnis der Analyse haben wir eine Gruppe mit Domains, die abgelehnt werden können. Lassen Sie uns chatGPT bitten, uns eine Liste von Domains zu erstellen. Wir laden sie herunter und können sie auf GSC hochladen.

Eine solche Analyse kann in Python manuell ohne KI durchgeführt werden. Aber mit chatGPT ist es viel einfacher! Das Plugin schreibt den Code selbst und korrigiert Fehler im Code, falls diese auftreten. Auf Wunsch können Sie solche Analysen auch für Nachwuchskräfte durchführen, da chatGPT einen Teil der Arbeit selbst erledigt.

Nützliche Links:

Nehmen Sie unbedingt chatGPT und Data Analyst in Ihr Arsenal auf!