Outil de profil de lien pour découvrir les liens payants ou toute autre activité de liaison anormale

REMARQUE: Après avoir publié la version initiale de cet article, j’ai réalisé que j’avais un manque de concentration et que vous aviez en fait besoin de l’API payante pour obtenir l’automatisation complète de cet outil. J’ai mis à jour le message maintenant avec un contournement pour ceux qui n’ont pas l’API qui nécessite une étape supplémentaire pour exporter les données depuis OSE. Désolé pour ça, les amis !

Il y a quelques mois, j’ai été impliqué dans un projet pour un nouveau client, qui a admis que son précédent “garant SEO” lui avait acheté des liens. Pas beaucoup de liens (ils n’en avaient pas beaucoup !), mais il semblait que cela avait été l’étendue de leurs efforts de référencement. L’une des choses que nous devions faire était d’évaluer la quantité de dommages qui auraient pu être causés.

Ce que je vais partager aujourd’hui est un outil que j’ai construit qui automatise le processus que j’ai utilisé pour évaluer à quoi ressemblait le profil de lien de nos clients et s’il se démarquait des autres domaines de sa niche. Je vais vous montrer les données réelles que j’ai vues pour ce client (dont nous savions qu’il avait acheté des liens) et comment vous pouvez utiliser le même outil pour identifier les domaines qui ont peut-être acheté des liens ou d’autres profils de liens anormaux. Ou vous voudrez peut-être simplement l’utiliser pour comparer votre profil de liens de domaines à vos concurrents et voir si quelque chose se démarque.

1. Le processus

J’avais déjà rencontré un bon moyen de décomposer un profil de lien via mon collègue de Distilled, Dave (@dsottimano), et a découvert par la suite que le Dr Pete (@dr_pete) avait également introduit une telle technique dans un précédent post SEOmoz. Le principe de la méthode est que vous décomposez les liens vers un domaine par l’autorité de domaine des domaines racine de liaison et mesurez le nombre de liens à chaque niveau. Voici à quoi ressemble le profil de lien de Distilled.net :

Vous pouvez également le faire via Page Authority, mais dans cet article, je vais me concentrer sur DA.

Comme le Dr Pete l’explique dans son article, ces graphiques peuvent en eux-mêmes être très instructifs. Cependant, pour mes besoins, j’avais besoin d’aller plus loin : j’avais besoin de comparer le profil de lien de notre nouveau client à d’autres entreprises du même créneau et de voir à quelle distance se trouvait notre client. En passant, il est important que vous compariez à l’identique lorsque vous examinez les profils de liens – différentes niches ont tendance à avoir des profils de liens différents.

Donc, cela semblait assez simple : nous allons simplement jeter les données de lien pour plusieurs concurrents et notre client sur le même graphique et tous nos problèmes seront sûrement triés, n’est-ce pas ? Voici à quoi ressemblaient les données :

Hum, d’accord. Ce n’était pas particulièrement utile !

Le problème est que différents domaines d’âges et de popularité différents ont des nombres de liens différents. Vous ne pouvez pas vraiment voir grand-chose à partir de ce graphique, à part le nombre de liens que chaque domaine a par rapport les uns aux autres, ce qui a des façons beaucoup plus simples de visualiser ! Cependant, si vous normalisez ces données, en tenant compte du nombre total de liens en examinant à la place le pourcentage de domaines racine de liaison que chacun de ces domaines a pour chaque niveau DA et nous obtenons quelque chose de très différent :

BOOM! Pouvez-vous deviner lequel est le client ? La ligne bleue ressort comme un pouce endolori, elle ne correspond pas à la courbe naturelle des autres. Ceux d’entre vous qui ont les yeux perçants remarqueront que nous avions moins de liens globaux et donc avec beaucoup moins de points de données, vous vous attendriez à ce que le graphique soit un peu plus nerveux que les autres. Cependant, la ligne rouge montre un concurrent avec un nombre non différent de domaines racines de liaison et ils semblent s’adapter assez bien à la courbe.

Vous pouvez voir qu’il y a un pic où, tout d’un coup, un tas de domaines racine supplémentaires dans le bin DA 30 (relatif à un DA de 25-34) sont liés ; les domaines de cette gamme sont des candidats courants pour le positionnement de liens payants ou de spam.

Si nous pouvons le repérer si facilement, alors il semble plausible que Google le puisse aussi.

Pas convaincu que le profil de lien du client soit si éloigné des autres ? Allons-y et faisons des maths (désolé, je suis britannique, nous faisons des maths pas des maths)…

J’ai fait la corrélation de Pearson par paires des domaines, ce qui signifie que j’ai comparé chaque combinaison d’entre eux et noté leur coefficient de Pearson. En utilisant la fonction intégrée PEARSON() dans Google Spreadsheets, vous obtenez un nombre compris entre 0 et 1 pour indiquer à quel point deux ensembles de données sont étroitement corrélés, 1 étant une corrélation parfaite. J’ai fait la moyenne des coefficients de corrélation de chaque domaine par rapport aux autres pour produire un graphique de la façon dont le profil de lien de chaque domaine est corrélé avec tous les autres en moyenne :

Ah ah. Je ne cherche pas mieux !! Ce graphique n’est pas parfaitement scientifique, mais il est souvent à la fois pratique et éclairant.

À l’aide du graphique de profil de lien, vous pouvez commencer à identifier toutes les anomalies qui, selon vous, pourraient justifier une enquête plus approfondie, ce que j’aborde dans la section 3 ci-dessous. Vous n’obtiendrez pas toujours une situation aussi claire que celle-ci, mais assez souvent, vous découvrirez quelque chose.

Tout d’abord, rendons tout cela un peu plus facile avec la puissance de l’API Linkscape et de Google Docs…

2. L’outil

L’outil que j’ai créé est intégré à Google Docs, il est donc facile et gratuit pour vous d’en faire une copie par vous-même. Le lien vers le Google Doc est ici :

Feuille de calcul de l’outil de profil de lien

Vous devrez être connecté à un compte Google pour y accéder ; une fois dans le menu Fichier et sélectionnez “Créer une copie” pour créer votre propre copie privée de l’outil que vous pouvez utiliser.

Malheureusement, ce n’est qu’après avoir terminé l’outil que j’ai réalisé que vous ne pouvez automatiser complètement le processus qu’avec l’API payante, donc avec l’API gratuite, vous avez une étape supplémentaire. Veuillez suivre les instructions correspondantes.

Compte gratuit

Avec l’API gratuite, vous ne pouvez obtenir que 3 domaines racine de liaison via l’API, mais vous pouvez obtenir tout ce dont vous avez besoin sur OpenSiteExplorer.org. Si vous n’êtes pas inscrit, obtenez un compte communautaire gratuit. Allez sur OSE et entrez votre domaine et laissez OSE faire son travail. Passez ensuite à l’onglet “Lier des domaines” en haut :

Repérez le lien “Télécharger CSV” sur la droite ? Cliquez dessus et attendez un instant que le rapport soit traité afin de pouvoir le télécharger.

Vous trouverez 3 feuilles ; une nommée ‘Data’ et une nommée ‘OSE Importer’, vous pouvez ignorer la feuille ‘Config’. Accédez à la fiche technique où vous trouverez des espaces pour entrer une liste de domaines ; parce que vous n’avez pas entré les détails de l’API dans la feuille de configuration, rien ne se passera – il attend les données d’importation d’OSE.

Ouvrez le fichier CSV que vous avez téléchargé depuis OSE dans GDocs, Excel ou une autre application de feuille de calcul. Vous trouverez probablement la liste des chiffres DA commence dans la cellule B2 ; copiez toute cette colonne sans l’en-tête (B2 jusqu’à la dernière entrée). Ouvrez maintenant la feuille ‘OSE Importer’ et collez les données sous le nom de domaine concerné.

Répétez ce processus pour chaque nom de domaine que vous souhaitez analyser, puis revenez à la fiche ‘Données’ pour voir les jolis graphiques et analyses.

API payante

Vous trouverez 3 feuilles ; une nommée ‘Data’ et une nommée ‘Config’, vous pouvez ignorer la feuille ‘OSE Importer’. Dans la feuille de configuration, vous trouverez un espace pour saisir les détails de votre API SEOmoz ; J’utilise l’API Links et uniquement les éléments gratuits, vous n’avez donc pas besoin d’un compte Pro. Cependant, sans compte Pro, vous serez limité à 1000 domaines racine, donc si vous souhaitez exécuter cette analyse sur des domaines plus grands, gardez cela à l’esprit. Si vous ne connaissez pas les détails de votre API, vous pouvez les récupérer à partir de la page API. Vous pouvez également sélectionner le nombre de domaines racine que vous souhaitez inclure (petite tâche : si vous cherchez à enquêter sur de très grands domaines (plus de 10 000 domaines racine de liaison), Google Docs aura du mal à gérer sans utiliser les fonctionnalités de pagination des API que je n’ont pas été inclus ici).

Allez maintenant à la fiche technique où vous trouverez des espaces pour entrer une liste de domaines ; faites-le sans inclure la partie http:// de l’URL. Les graphiques et les données devraient commencer à remplir automatiquement la feuille de calcul, et maintenant, si vous faites défiler un peu, vous trouverez votre graphique de profil de lien qui vous attend.

3. Utilisations

Génial, alors maintenant vous pouvez profiler divers liens de domaines, que pouvez-vous réellement en faire ?

Tout d’abord, quelques points à retenir :

• Toutes les anomalies ne sont pas des liens payants ou quelque chose d’autre de douteux
• Il peut être assez courant que plusieurs domaines dans un créneau emploient des tactiques douteuses. Être conscient.
• Fondamentalement, l’outil vous orientera dans la bonne direction, mais vous devez enquêter.

Donc, je pense qu’il y a probablement beaucoup d’utilisations pour ce type de graphique, alors n’hésitez pas à faire des suggestions dans les commentaires. Je lance le bal :

• Identification d’un éventuel achat de liens ou d’autres liens de spam.
• Vérifiez la santé du lien du nouveau client.
• Découvrez les stratégies de liens puissantes que vos concurrents utilisent (c’est-à-dire widgetbait, relations publiques puissantes, etc.).
• Juste pour le simple plaisir de voir comment votre domaine s’intègre par rapport aux autres dans votre créneau.

Choses à rechercher sur les graphiques :

• Y a-t-il un pic disproportionné du nombre de liens entrants de faible à moyenne puissance ?
• Un domaine particulier réussit-il mieux à atteindre des liens de meilleure qualité en moyenne ?
• Certains des domaines ne correspondent-ils pas à un profil approximatif de type courbe en cloche ?

4. Un test rapide

Comme on le sait, GoCompare.com achetait auparavant des liens, et non des liens de bonne qualité comme certains de leurs concurrents le faisaient peut-être, mais des liens de spam de très mauvaise qualité. Voyons donc si nous pouvons récupérer ces restes (le problème avec l’achat massif de liens est qu’il est difficile de les éliminer) avec l’outil. J’ai lancé GoCompare.com dans l’outil avec leurs concurrents que j’ai récupérés à partir de la première page de résultats pour la recherche « assurance automobile » : morethan.com, amiral.com, elephant.co.uk et lv.com.

Voici le profil du lien :

Nous pouvons voir que GoCompare.com (bleu) et LV.com (violet) sont tous deux légèrement éloignés. Notez également que le pic GoCompare se produit autour de la plage DA 20 – indiquant des liens de mauvaise qualité comme cela a été signalé. Examinons les corrélations moyennes :

Nous pouvons voir que si GoCompare est bien corrélé avec les autres, c’est le plus éloigné. Bien que cela ne soit pas concluant, cela semble suggérer qu’ils y travaillent mais qu’ils ont encore un peu de travail à faire. Avec cet exemple, nous savions à nouveau ce que nous recherchions, mais j’espère que vous pouvez voir que si nous cherchions simplement à confirmer des soupçons ou à faire un peu de recherche, cet outil peut vous aider en cours de route.

5. Conclusion

L’outil que j’ai présenté n’est pas censé être une analyse approfondie, mais dans le cadre de votre arsenal, il peut vous permettre d’évaluer très rapidement et très facilement un profil de lien de domaine et, espérons-le, de mieux comprendre où approfondir.

Il semble que SEOmoz ait encore plus de choses géniales dans ses manches dans les mois à venir, y compris le déploiement d’un algorithme amélioré d’autorité de domaine qui sera plus étroitement corrélé avec les SERP. Ce changement améliorera probablement encore la puissance de cet outil.

Si vous avez des suggestions d’autres applications ou de techniques similaires que vous utilisez, n’hésitez pas à les partager dans les commentaires ! 🙂