Bot Dataset

在这种情况下，我正在查看“SEO 工作”的 SERP。这是虚构的。但我们从 Indeed 上找到了西雅图的 SEO 工作。这是一个本地页面的示例，因为这是一家拥有特定位置页面的全国性企业。然后我们找到了 Glassdoor 的 SEO 工作。这是一个全国性页面，因为在这种情况下，他们没有在这个页面上放置任何使其特定于位置的内容。

然后我们有西雅图时报的 SEO 工作。这是一家本地企业。西雅图时报只在西雅图运营。它可能有一个实体店。如果你要提取大量这种类型的数据，可能是从统计数据或类似的东西中提取，显然要从你提到的位置进行跟踪，你提到位置的地方，那么你可能希望按比例对它们进行分类，而不是一次一个地浏览。



我在这里绘制了一个小流程图，您可以将其封装在 Excel 公式或类似的 哥斯达黎加手机号码数据 东西中。如果 URL 和域中提到了位置，那么我们就知道我们拥有一家本地企业。大多数时候，这只是一个经验法则。如果 URL 中提到了位置，但域中没有提到，那么我们就知道我们拥有一个本地页面，等等。

4. 比较并决定将精力集中在哪里


您可以按比例对我们得到的所有不同结果类型进行分类。然后我们可以开始使用排名来填写这样的图表。我建议您找到一个您乐意使用的点击率曲线。您可以去 之类的地方下载一些示例点击率曲线。

再次强调，这不必非常精确。我们希望获得一个按比例指示什么在这里会有用。我有隐式、显式和附近关键字组。我有本地商家、本地页面和国家页面结果类型。然后我只是弄清楚所有这些类型的可见性份额是多少。在我的特定示例中，事实证明，对于显式术语，可能值得构建一些本地页面。