如何为您的内容选择最值得链接的数据源
Posted: Tue Mar 25, 2025 4:03 am
营销行业 | 内容营销
作者的观点完全是他们自己的（不包括催眠的不太可能发生的情况）并且可能并不总是反映 Moz 的观点。
Fractl 已在各个主题上开展了数千个内容营销活动，过去七年来，我们一直在跟踪每一个活动，以改进和提高我们为客户制作的内容。
在我为 Moz 撰写的上一篇文章中，我解释了如何根据您的细分市场为您的内容设定切合实际的数字公关期望。在本主题中，我想更深入地研究数据，并分享一些见解，说明内容来源在确定内容表现方面同样重要。
在本次分析中，我研究了六个不同数据源类别中的 1,474 个客户内容活动：
客户端数据
社交媒体
参与式方法
公开数据
民意调查
细菌拭子
值得注意的是，Fractl 每天用于内容营销活 巴西电话号码列表 动的数据源不计其数，本文并未提及。在本次分析中，每个类别至少有 20 个营销活动，而有些类别有数百个营销活动。
还要注意的是，平均值是通过排除高位异常值来计算的。对于那些“病毒式”传播且表现远超常规的活动，我们在计算中将其排除，以免平均值偏高。
除了分享链接和新闻平均值之外，我还将介绍如何从每个数据源制作值得报道、可共享的内容并提供示例。
管理跨内容类型的期望
在整个 1,474 个活动样本中，一个项目平均总共收到 24 个 dofollow 链接和 89 次媒体提及。
新闻提及是指内容活动在发布商的网站上被提及的任何时间。
有一些个别数据源类别平均值与样本平均值相当，而其他类别则与样本平均值偏差很大。
公开数据
对于几乎任何细分市场，您都可以肯定有一个可供使用的公开数据集。一些示例包括来自CDC、美国人口普查、学院和大学、世界卫生组织和TSA 的数据。当使用公开数据作为内容方法时，机会真的是无穷无尽的。
虽然免费数据集可以成为您内容的宝贵信息，但请记住，它们并不总是最容易使用的。它们确实需要大量分析才能理解其中的大量信息，并让您的受众能够理解其中的见解。
以我们为客户制作的名为“社区名称”的活动为例。数据来自美国人口普查，但为了理解它，我们的研究人员必须使用 QGIS、Python、文本挖掘和 phrasemachine（一种文本分析 API）来缩小范围，找到我们要寻找的内容。
那么我们在寻找什么呢？查看美国各地的街区名称起初似乎很无聊，直到你意识到某些词与财富相对应。
我是该项目的推广专家，通过利用财富角度，我能够在CNBC上获得两个值得注意的展示位置，并在MSN上获得新闻提及。此后，该项目迅速在互联网上传播开来，在我们的报告期结束时获得了 76 个 dofollow 链接和 202 次新闻提及。
作者的观点完全是他们自己的（不包括催眠的不太可能发生的情况）并且可能并不总是反映 Moz 的观点。
Fractl 已在各个主题上开展了数千个内容营销活动，过去七年来，我们一直在跟踪每一个活动，以改进和提高我们为客户制作的内容。
在我为 Moz 撰写的上一篇文章中，我解释了如何根据您的细分市场为您的内容设定切合实际的数字公关期望。在本主题中，我想更深入地研究数据，并分享一些见解，说明内容来源在确定内容表现方面同样重要。
在本次分析中，我研究了六个不同数据源类别中的 1,474 个客户内容活动：
客户端数据
社交媒体
参与式方法
公开数据
民意调查
细菌拭子
值得注意的是，Fractl 每天用于内容营销活 巴西电话号码列表 动的数据源不计其数，本文并未提及。在本次分析中，每个类别至少有 20 个营销活动，而有些类别有数百个营销活动。
还要注意的是，平均值是通过排除高位异常值来计算的。对于那些“病毒式”传播且表现远超常规的活动，我们在计算中将其排除，以免平均值偏高。
除了分享链接和新闻平均值之外，我还将介绍如何从每个数据源制作值得报道、可共享的内容并提供示例。
管理跨内容类型的期望
在整个 1,474 个活动样本中，一个项目平均总共收到 24 个 dofollow 链接和 89 次媒体提及。
新闻提及是指内容活动在发布商的网站上被提及的任何时间。
有一些个别数据源类别平均值与样本平均值相当，而其他类别则与样本平均值偏差很大。
公开数据
对于几乎任何细分市场，您都可以肯定有一个可供使用的公开数据集。一些示例包括来自CDC、美国人口普查、学院和大学、世界卫生组织和TSA 的数据。当使用公开数据作为内容方法时，机会真的是无穷无尽的。
虽然免费数据集可以成为您内容的宝贵信息，但请记住，它们并不总是最容易使用的。它们确实需要大量分析才能理解其中的大量信息，并让您的受众能够理解其中的见解。
以我们为客户制作的名为“社区名称”的活动为例。数据来自美国人口普查，但为了理解它，我们的研究人员必须使用 QGIS、Python、文本挖掘和 phrasemachine（一种文本分析 API）来缩小范围，找到我们要寻找的内容。
那么我们在寻找什么呢？查看美国各地的街区名称起初似乎很无聊，直到你意识到某些词与财富相对应。
我是该项目的推广专家，通过利用财富角度，我能够在CNBC上获得两个值得注意的展示位置，并在MSN上获得新闻提及。此后，该项目迅速在互联网上传播开来，在我们的报告期结束时获得了 76 个 dofollow 链接和 202 次新闻提及。