Sökmotoroptimering och matematisk statistik

När du hittar en korrelation

Väldigt ofta när man jobbar med sökmotoroptimering handlar det ofta om att kolla på olika sorters data för se vad som fungerar. Men vad många ofta tycks göra är att dra allt för hastade slutsatser när man har hittat en korrelation. Det är viktigt att komma ihåg att bara för att det finns en hög korrelation behöver det inte betyda att det finns en kausalitet.

Säg att vi skulle hitta en väldigt stark korrelation mellan rikedom och lycka. Så behöver det alltså inte betyda att man är lycklig för att man är rik. Det kan likväl vara så att man är rik för att man är lycklig, eller att det finns en tredje variabel t ex. en social bakgrund som kan orsaka både lycka och rikedom.

När man då arbetar med SEO inser man ganska snart finns otroligt många variabler som man måste ta hänsyn till. Om vi förutsätter att googles algoritm är rationell så går det som med nästan allt annat att tillämpa spelteori. Vilket kan vara ett väldigt intressant sätt att se på sökmotoroptimering. När du förstår spelteori och köper att googles algoritm är rationell kommer du snart också även förstå varför a+b inte alltid fungerar.

Data är a och o

Ta Magnus test som ett exempel, om ifall reetweet och likes fungerar för att förbättra placeringarna. Här skulle jag säga att man har alldeles för lite data för att dra några slutstatser. För att egentligen kunna dra några som helst slutsatser skulle man behöva mäta på ett flertal olika sökord och du skulle behöva utföra testet mot ett flertal olika sidor/webbplatser.

För om vi kollar på sökresultatet för PageRank kan vi se att google presenterar ovanligt mycket engelska resultat (7 utav 10 är på engelska) trotts att det finns mycket kvalitativt innehåll på svenska om pagerank överlag – kan det vara så att google prioriterar engleska resultat? Vi bör även ta hänsyn till att det på förstasidan inte finns ett enda enskilt blogg- eller nyhetsinlägg vilket är ytterst ovanligt – kan det vara så att google av något skäl inte vill visa dessa? Vi kan alltså ha drabbats utav något som kallas varians.

Trotts att resultatet kanske avviker ganska kraftigt från medelvärdet skall vi ändå ta med det för att kunna dra slutstaser kring facebook/twitters placeringspåverkan. Detta då vi slutändan ändå vill räkna ut en standardavvikelse, har vi räknat ut standardavvikelsen har vi även räknat ur hur effektiv metoden är.

Sökmotoroptimering är lite som prickskytte.

Tänk dig att du prickskjuter mot en måltavla. Vad är det första du gör? Du skjuter några skott och får fram en träffbild. När du gjort det skruvar du lite på siktet och skjuter några skott. Till slut har du flyttat din träffbild in mot målet.

Genom att tänka igenom en strategi för din SEO och bestämt dig för hur du skall utföra det har du satt upp ett sikte. Antagligen kommer du första gångerna sprida dina skott väldigt vilt omkring dig.

Om du accepterar att det finns ett spelteoretiskt optimalt sätt att arbeta med sökmotoroptimering. Kan man beräkna ett väntevärde för olika val du gör och om du då också rör dig lite åt något håll kommer ditt väntevärde att förändras.

Föreställ dig att bilden ovan är en pricktavla. Du börjar med att skruva lite på ditt sikte, ditt väntevärde ökar. Du är glad och fortsätter skruva, du befinner dig i (2). Du fortsätter skruva, ditt väntevärde sjunker och du inser i punkt (3) att du egentligen borde befinna dig i (2). Du skruvar tillbaka siktet och befinner dig i en labil jämvikt. Tänker inte gå in för djupt på det hela då jag inte riktigt har kunskapen för det, men vill ni fördjupa er bör ni läsa på mer om störningsräkning (perturbationsteori). Så låt det snarare vara en ledtråd till hur man kan använda matematisk statistik för att tvätta sina data och försöka hitta rätt.

En bra grundinställning för siktet kan vara att kopiera konkurrenters länkstrategi, webbplatsstrutkur och innehåll (inte rakt av, men ni förstår) för att sedan börja sitt arbete mot toppen.