🤖Анализ доменов-доновров с помощью chatGPT и Data Analyst

Покажу способ, как можно сделать анализ ссылочного сайта и выбрать домены для отклонения в Google Search Console:

🔗Выгружаем из Ahrefs домены из отчета Домены-доноры и считаем отношение доноров к акцепторам.

🚀Находим Data Analyst в каталоге и запускаем. Этот плагин пишет и выполняет код на Python, поэтому он идеально подходит для анализа данных.

👀Полученный файл загружаем в chatGPT и для начала просим посмотреть на файл.

🔍Далее будем анализировать данные. Будем разбивать промежутки на квантили, минимальное и максимальное значение. Это нужно для того, чтобы данные были статистически значимыми и удобными для анализа 🤔

📊Проанализируем домены по DR. Берем только домны, где доменов-доноров больше 0. Нет смысла анализировать домены по DR, у которых 0 ссылок внешних. Видим, что у доменов, у которых DR меньше 10, почти нет ключей и доменов доноров, но большой показатель ссылающихся доменов. Это первая группа, где могут быть плохие домены.

🔗Проанализируем домены по отношению доноров к акцепторам. Тут также берем только домны, где доменов-доноров больше 0. Видно, что 0 ссылающихся доменов попали довольно слабые домены. Но нам важны другие группы. Видим, что домены, у которых больше 7.425 ссылки с домена-донора, имеют слабые показатели по DR и ключам. Это еще одна группа, где могут быть плохие домены.

🔑Проанализируем ключевые слова. В этот раз берем все домены. Видно, что домены с 0 ключами имеют очень маленький DR и очень большое отношение доноров к акцепторам. Это последняя группа, где могут быть плохие домены.

🧐Проанализируем все эти группы вместе. В этот раз добавим средние значения к медианам, чтобы увидеть частные случаи. Например, у большинства доменов группы DR 0, а у нескольких 50. И если такое есть среднее это покажет.

🔍Посмотрим на каждую категорию:
📍DR < 10. По среднему количеству ключей видно, что среди доменов с DR есть домены, которые ранжируются в Google по большому количеству ключей. Поэтому на всей этой категории я бы крест не ставил.
📍linked/ref domains > 7.42. Тут среднее количество ключей еще выше, т.е. есть домены, которые совсем неплохо ранжируются. Средний DR выше медианы. Значит, есть домены с хорошим DR. Тут я тоже есть хорошие домены.
📍Keywords = 0. Средний DR почти 10. Значит, какие-то домены в теории могут отдавать нормальный ссылочный вес. Но в остальном тут все плохо.
📍DR < 10.01 и linked/ref domains > 7.42 и Keywords = 0. Тут даже по средним значениям все плохо. Домены в этой группе идеальные кандидаты на отклонение ссылок в GSC.

✅Попросим chatGPT сделать нам список доменов. Скачиваем и можем загружать их в GSC. Потом расскажу, был ли профит от отклонения ссылок или нет 😉

🔗Вот ссылки на промты и таблицу из данного примера.

🦾Все это можно сделать на питоне самому, но с chatGPT проще 🤷‍♂️. Он сам пишет код, сам исправляет ошибки❗️ Если делать через chatGPT, можно делегировать на джуна.

Обязательно берите chatGPT и Data Analyst себе на вооружение 😉

@seohive