Einfache Fluktuationsrate | Online Marketing Basics

fluktuationsrate

Die Fluktuationsrate gibt die relative Änderung an, wie viele Ergebnisse der Seite 1 für ein bestimmtes Keyword für zwei verschiedene Zeitpunkte identisch sind, d.h. wie stark Google die Rankings hier durcheinander wirbelt.

 

 

Berechnung der Fluktuationsrate

Sie wird folgendermaßen gebildet:

URLS_1, URLS_2 seien zwei Mengen der Mächtigkeit 10.

URLS_1 = {x | x repräsentiert den Byte-Code für eine Web-Adresse für ein Keyword i zum Zeitpunkt t}

URLS_2 = {y | y repräsentiert den Byte-Code für eine Web-Adresse für ein Keyword i zum Zeitpunkt t-1}

(1) Intersection: S = URLS_1 \cap URLS_2

(2) Fluktuationsscore_i_,_t (FS_i_,_t) = 10 – |S|

(3) Fluktuationsrate_i_,_t = 10 \cdot FS_i_,_t (in %)

Nutzen an der Fluktuationsrate

Geht man im Zuge der Web-Analyse auf Ursachenforschung für fallenden Traffic, so kann die Fluktuationsrate bei grober (>0.7) Wertannahme für ökonomisch wichtige Keywords ein erster Hinweis auf einen SERP-Wirbel sein.

Kritik an der Fluktuationsrate

Sie gibt zwar die relative Änderung an, nur gibt sie keine Auskunft über Positionsverschiebung auf der ersten Seite. Das lässt die Fluktuation auf den Positionen lediglich erahnen.

Weitere Hinweise

Die Metrik “Fluktuationsrate” kann die Ursachenanalyse im Zuge eines SEO-Reportings unterstützen. Sollte es Einbrüche auf wichtigen Keywords geben, so stehen viele mögliche Ursachen im Raum. Die Fluktuationsrate ist keine bahnbrechende Metrik, aber sie kann ein erstes Indiz für fallende Klickzahlen sein. Wie man die nötigen Daten sammelt, die Metrik berechnet und in sein Reporting integrieren kann, wird in diesem Artikel illustriert.

Ursache für die Erhebung der Fluktuationsrate

Oftmals kommt es zu einer veränderten SERP-Gestaltung, da Google zum Suchbegriff andere Dokumente ausspielt. Das kann z.B. bei sehr generischen Suchbegriffen passieren.

Datenerhebung für die Fluktuationsrate

Wir brauchen zur Berechnung der Fluktuationsrate lediglich einen Data-Endpoint: Sistrix. Über die Sistrix API kann man sich sehr bequem die Daten des Dashboards besorgen. Alternativ könnte man Tools wie die ScrapeBox verwenden. Für den Komfort verwenden wir Methode Keyword.SEO, die für ein übergebenes Keyword die sich aktuell in den Suchergebnissen befindlichen URLs ausliefert. Wir benötigen für einen 7-Tage-Vergleich lediglich zwei API-Abfragen. Im nächsten Abschnitt gehen wir darauf genauer ein.

Berechnung der Fluktuationsrate

Es ist weniger eine pure Berechnung und mehr ein einfacher Algorithmus. Die Fluktuationsrate ist eine Prozentzahl, die die SERP-Dynamik für ein Keyword festhält. Sie wird folgendermaßen gebildet:

  1. Speichere in Liste 1 die jetzigen zehn Ergebnisse, die zum Keyword ausgespielt werden (Parameter: now)
  2. Speichere in Liste 2 die vorherigen zehn Ergebnisse, die zum Keyword ausgespielt werden (Parameter: last week)
  3. Wende eine Intersection-Operation an, um eine Liste zu erhalten, die ausschließlich URLs beinhaltet, die in beiden Listen vorhanden war
  4. Berechne den Fluktuationsscore: 10 – Größe des Arrays
  5. Berechne die Fluktuationsrate: (Fluktuationsscore / 10)

Die Fluktationsrate bewegt sich zwischen 0% und 100%. Bei 0% hat Google die SERPs nicht durchgemischt. Bei 100% werden komplett neue Ergebnisse ausgespielt.

Wieso soll ich diese KPI erheben?

Sie ist eine einfache Metrik, um verlorene Klickzahlen schneller begründen zu können. Sie ersetzt keine Ursachenforschung, aber sie ist vor allem auch eine interessante Metrik, die über Wochen hin die SERP-Fluktuation auf Top-Keywords zeigt und mittelfristig Einfluss auf die strategische Keywordwahl haben kann.

Integration in das Reporting: Fertiges Python-Skript

Die Fluktuationsrate(n) können mithilfe dieses Python-Skripts berechnet werden. Der Algorithmus exportiert eine .csv-Datei mit einer Spalte für die Keywords und für die jeweilige Fluktuationsrate.

Marvin Jörs

Marvin Jörs ist Gründer und geschäftsführender Gesellschafter der Skyscraper Marketing UG. Bereits mit 14 Jahren absolvierte Jörs sein erstes Schulpraktikum bei der Deutschen Telekom mit Aspekten aus der Suchmaschinenoptimierung. Seitdem erfolgten mehrere berufliche Stationen sowie Aktivitäten als freiberuflicher Webdesigner. Er hat an der Technischen Universität in Darmstadt einen B.Sc. in Wirtschaftsinformatik abgeschlossen.