att identifiera dåliga bakåtlänkar har blivit enklare under de senaste åren med bättre verktygssatser, större länkindex och ökad kunskap, men för många i vår bransch är det fortfarande grovt implementerat. Medan det ideala scenariot skulle vara att ha en professionell poring över din länkprofil och kamma varje länk en efter en för oro, för många webbansvariga är det bara för dyrt (och uppriktigt sagt overkill).

Jag ska gå igenom en enkel metod med Link Explorer och Excel (även om du kan göra det med Google Sheets lika enkelt) för att kombinera kraften i Moz Link Explorer, Keyword Explorer-listor och slutligen länklistor för att göra en omfattande länkrevision.

grunderna

det finns flera komponenter som är involverade i att bestämma om en länk är ”dålig” och potentiellt bör tas bort. I slutändan vill vi kunna mäta länkens Risk (hur sannolikt är Google att flagga länken som manipulerande och hur mycket beror vi på länken för värde). Låt mig ta itu med tre vanliga faktorer som används av SEO för att bestämma denna poäng:

Trust metrics:

det finns en handfull mätvärden i vår bransch som är lätt tillgängliga för att hjälpa till att påpeka bakåtlänkar. De två som oftast kommer att tänka på är Moz Spam Score och Majestic Trust Flow (eller, ännu bättre, skillnaden mellan Citation Flow och Trust Flow). Dessa två poäng fungerar faktiskt ganska annorlunda. Moz Spam poäng förutspår sannolikheten en domän är förbjuden eller straffas baserat på vissa webbplatsfunktioner. Majestic Trust Flow bestämmer pålitligheten för en domän eller sida baserat på kvaliteten på länkar som pekar på den. Medan beräknas helt annorlunda, är målet att hjälpa webbansvariga att identifiera vilka webbplatser som är pålitliga och vilka inte. Men även om dessa är en bra utgångspunkt, är de inte tillräckliga på egen hand för att ge dig en tydlig bild av om en länk är bra eller dålig.

Anchor text manipulation:

en av de första sakerna som en SEO lär sig är att använda värdefull ankartext kan hjälpa till att öka din ranking. Nästa sak de lär sig är att använda värdefull ankartext kan ge ett straff. Anledningen till detta är ganska tydlig: sannolikheten en webmaster kommer att ge dig värdefull ankare text av godhet deras hjärta är mycket sällsynt, så över optimering sticker ut som en öm tumme. Så, hur mäter vi ankartextmanipulation? Om vi tittar på ankartext med egna ögon verkar det vara ganska intuitivt, men det finns ett bättre sätt att göra det på ett automatiserat, skala sätt som gör det möjligt för oss att bättre bedöma länkar.

låg auktoritet:

slutligen gäller länkar med låg auktoritet — särskilt när du förväntar dig högre auktoritet baserat på domänen. En bra länk bör komma från en internt väl länkad sida på en webbplats. Om skillnaden mellan domänmyndigheten och Sidmyndigheten är mycket hög kan det vara ett problem. Det är inte en stark signal, men det är värt att titta på. Detta är särskilt uppenbart i vissa typer av skräppost, som Paginerad kommentarspam eller forumprofilspam.

så, låt oss hoppa in i hur vi kan dra ihop en snabb backlink-analys med hänsyn till dessa olika funktioner i en dålig backlink-profil. Om du vill följa med den här handledningen, hoppa in i Link Explorer i en annan flik:

Följ med Link Explorer

Steg 1: Hämta backlink-data

det första och enklaste steget är bara att samla in dina backlink-data från Link Explorers enorma backlink-index. Med nästan 30 biljoner länkar i vårt index kan du vara säker på att vi hittar de flesta dåliga bakåtlänkar som du borde vara orolig för. För att börja, besök länken Explorer > inkommande länkar avsnitt och ange i domänen eller sidan som du vill analysera.

hur man hittar dåliga bakåtlänkar

eftersom vi inte är bekymrade över nofollow-länkar, vill du ställa in” Följ ” – filtret så att vi bara exporterar följda länkar. Vi är inte heller bekymrade över raderade länkar, så vi kan ställa in Länkstatusen till ”aktiv.”

hur man hittar dåliga bakåtlänkar

När du har ställt in dessa filter trycker du på” Exportera ” – knappen. Du kommer att ha ett par val. Om din webbplats har färre än 1 000 bakåtlänkar, fortsätt och välj den omedelbara nedladdningen. Om din länkprofil är större väljer du dock den största inställningen och har tålamod för att nedladdningen ska förberedas. Vi kan fortsätta med andra steg i projektet under tiden, men du vill inte missa dåliga länkar, vilket innebär att du måste exportera dem alla.

många SEO kommer att sluta vid denna tidpunkt. Med PA, DA och Spam-poäng som ingår i standardexporten kan du göra ett jävligt bra jobb med att hitta dåliga länkar. Link Explorer gör allt detta out-of-the-box för dig. Men för våra ändamål här, vi vill gå ett steg längre och göra ”anchor text qualification.”Detta är särskilt värdefullt för stora länkprofiler.

steg 2: hämta ankartext

att få ankartext ur den nya Länkutforskaren är otroligt enkelt. Besök bara Link Explorer > ankartext och tryck på exportknappen. Inga extra filter behövs här.

hur man hittar dåliga bakåtlänkar

steg 3: Mät ankartextvärde

Nu är det ett snabbt trick där vi kan dra nytta av Moz Keyword Explorers sökordslistor för att hitta ankartext som verkar manipuleras. Först vill vi ta bort en del av den externa ankartexten som vi vet absolut inte kommer att handla om, till exempel webbadresser som ankartext. Det här steget är inte helt nödvändigt, men sparar några krediter i Moz Keyword Explorer, så det kan vara värt det.

hur man hittar dåliga bakåtlänkar

När du har tagit bort den externa ankartexten kopierar vi bara och klistrar in vår ankartext i en ny sökordslista för Sökordsutforskare.

hur man hittar dåliga bakåtlänkar

genom att sätta ankartexten i Sökordsutforskaren kan vi Sortera ankartext efter sökvolym. Det är inte så vanligt att ankartext råkar ha en hög sökvolym, men när webbansvariga försöker manipulera sökresultat använder de ofta nyckelordet som de vill rangordna i ankartexten. Således kan vi använda sökvolymen för ankartext som en proxy för manipulerad ankartext. Faktum är att när vi arbetade med Remove ’ em innan jag gick med i Moz upptäckte vi att ankartextmanipulationen var den mest prediktiva faktorn i länkstraff.

steg 4: Slå samman, filtrera, sortera, & modell

Vi kommer nu att slå samman data (backlinks export och keyword list export) för att äntligen få den listan över bakåtlänkar. Låt oss börja med backlink-exporten. Vi öppnar det i Excel och tar sedan bort dubbla domän-ankare textpar.

Jag börjar med att visa dig ett snabbt knep för att extrahera domänerna från en lång lista med webbadresser. Jag kopierade listan med webbadresser från den första kolumnen till den sista kolumnen i Excel och valde sedan Data > Text till kolumner > avgränsad > Övrigt > /. Detta gör att webbadresserna delas upp i olika kolumner varhelst snedstrecket inträffar, vilket gör att den 4: e nya kolumnen bara är domännamnen.

hur man hittar dåliga bakåtlänkar

När du har slutfört det här steget kommer vi att ta bort dubbla domänankartextpar. Lägg märke till att vi inte kommer att begränsa oss till en länk per domän, vilket är vad många SEO gör. Detta skulle vara ett misstag, eftersom det kan finnas flera om länkar på webbplatsen med olika ankare text.

hur man hittar dåliga bakåtlänkar

Efter att ha valt Data > ta bort dubbletter, väljer jag kolumnen för ankartext och kolumnen för domänen. Med dubbletterna borttagna sitter vi nu kvar med länkarna som vi vill bedöma som bra eller dåliga. Vi behöver dock en sak till. Vi måste slå samman i sökvolymdata vi fick från Keyword Explorer. Tryck på knappen Exportera på sökordslistan du skapade från ankartext i Sökordsutforskare:

hur man hittar dåliga bakåtlänkar

Öppna exporten och kopiera och klistra in data i ett andra ark i Excel, bredvid det bakåtlänkar som du redan skapat och filtrerat. I det här fallet namngav jag de två arken ”Raw Data” och ”Anchor Text Data”:

hur man hittar dåliga bakåtlänkar

du vill sedan göra en sökning på bakåtlänksbladet för att skapa en kolumn med sökvolymen för ankare text på varje länk. Jag har tagit en skärmdump av VLOOKUP-formeln jag använde, men din kommer att se lite annorlunda ut beroende på namnen på arken och de exakta kolumnerna du har skapat.

Excel-formel: =IF(ISNA(LETARAD(C2,'Anchor Text Data'!$En$1:$Jag$402,3, falsk)), 0, LETARAD(C2,'ankare textdata'!$1:$jag$402,3, falsk))'Anchor Text Data'!$A$1:$I$402,3,FALSE)),0,VLOOKUP(C2,'Anchor Text Data'!$1:$I$402,3,FALSE))

=om(ISNA(LETARAD(C2,’ankare textdata’!$En$1:$Jag$402,3, falsk)), 0, LETARAD(C2,’ankare textdata’!$1:$I $ 402,3, FALSE))

det ser lite komplicerat ut, men det är helt enkelt för att jag använder två VLOOKUPs samtidigt för att ersätta N / A-resultat med numret 0. Du kan alltid manuellt sätta in 0 varhelst N / A dyker upp.

nu är det dags för den roliga delen: modellering. Först rekommenderar jag att du sorterar efter volymkolumnen du just skapade så att du kan se det mest relaterade ankartexten längst upp. Det är fantastiskt att se länkar med ankartext som ”ring” eller ”smycken” fylls automatiskt högst upp i listan, eftersom de också är nyckelord med hög sökvolym.

hur man hittar dåliga bakåtlänkar

För det andra skapar vi en ny kolumn med en formel som tar hänsyn till länkens kvalitet, risken för ankartexten och Skräppostpoängen:

excel-formel: =D11+(F11-E11)+(log(G11+1)*10)+(log(O11+1)*10)

=D11+(F11-E11)+(log(G11+1)*10)+(log(O11+1)*10)

låt oss bryta ner den formeln riktigt snabbt:

  • D11: detta är helt enkelt skräppostpoängen
  • (F11-E11): Detta är domänmyndigheten minus sidans auktoritet. (Det här är lite diskutabelt — vissa människor kanske bara föredrar att välja 100-E11)
  • (Log(G11+1)*10): Detta är ett fint sätt att konvertera antalet gånger denna ankartext länk sker till ett konsekvent tal för vår ekvation. Utan att ta loggen () kan ett högt antal här övervinna de andra signalerna.
  • (Log(O11+1)*10): Detta är ett fint sätt att konvertera sökvolymen till ett tal som är konsekvent för vår ekvation. Utan att ta loggen () kan en hög sökvolym också övervinna andra signaler.

När vi kör denna ekvation och skapar en ny kolumn kan vi Sortera efter ”risk” och hitta de länkar som vi borde vara mest bekymrade över.

hur man hittar dåliga bakåtlänkar

som du kan se poppade exempel på kommentarspam och betalda länkar till toppen av listan eftersom formeln ger ett högre värde till lågkvalitativa, spammiga länkar med riskabel ankartext. Men vänta, det finns mer!

Steg 5: Bygg en länklista

Link Explorer lämnar dig inte bara hängande efter analys. Vårt mål är att hjälpa dig att göra SEO, inte bara analysera det. Ditt nästa steg är att starta en ny länklista.

funktionen länklista låter dig spåra om vissa länkar lever. Om du inleder en kampanj för att försöka ta bort några av dessa spammier länkar, kan du skapa en länklista och använda den för att övervaka statusen för dessa länkar. Skapa bara en ny lista genom att namnge den, lägga till din domän och sedan kopiera och klistra in de relaterade länkarna.

hur man hittar dåliga bakåtlänkar

Du kan nu bara övervaka Länklistan när du gör din uppsökande för att ta bort dåliga länkar. Länklistan spårar alla mätvärden, inklusive om länken har tagits bort.

hur man hittar dåliga bakåtlänkar

inslagning upp

oavsett om du vill göra en flyktig backlink revision genom att bara titta på Spam poäng och PA, eller en djupdykning med hänsyn till ankare text kvalificering, länk Explorer + sökord explorer och länklistor gör det möjligt. Med vårt kraftigt förbättrade backlink-index kan du nu vara säker på att de data du behöver är precis vid dina fingertoppar och om du behöver bli smutsig i Excel kan du enkelt exportera den för att göra djupare analys.

hitta dina skräppostlänkar!

lycka till att jaga dåliga bakåtlänkar!