Tabulka závažnosti
Žádný skript nemůže označit odkaz jako toxický pro vás. Může vám říct, které domény, které na vás odkazují, jsou nové, které zmizely a které vypadají dost zvláštně na ruční kontrolu.
| Úroveň | Signál | Akce |
|---|---|---|
| Ignorovat | Nová doména, DR nad 30, anchor text je vaše značka nebo holé URL | Zalogujte si to, pokračujte dál |
| Podívejte se | 50 nebo více nových domén za týden z jedné TLD, kterou jste nikdy netargetovali | Otevřete deset z nich |
| Podívejte se pozorně | Stejný přesný anchor text na 20 nebo více nových doménách | Zkontrolujte oblak anchor textů, najděte zdroj |
| Zakročit | Síť vypadající jako placená nebo hacknuté stránky odkazující na vás | Dokumentujte to; zvažte soubor disavow pouze pokud máte také manuální zásah |
| Počkat | Doména tento měsíc zmizela | Znovu zkontrolujte po dalším měsíčním obnovení |
Jeden snímek vám řekne, co tam je. Diff vám řekne, co se změnilo, a právě tam se objevují problémy.
Google říká již roky, od vydání Penguin 4.0 v září 2016 a znovu v prosincovém update link spam v prosinci 2022, že většinou ignoruje spamové odkazy místo toho, aby je trestal. SpamBrain to dělá za něj. Takže záplava šrotu je spíše šum než hrozba a diff vás hlavně ušetří od reakce na šum.
Udržujte si vlastní historii. Balíky přepisují ty své.
Diff funguje pouze, pokud každé spuštění skončí ve stejné tabulce, ve stejném tvaru. Tyto kroky to udržují.
Spusťte příkaz create-if-not-exists se sloupci, které potřebujete: den, doména a skóre. Mějte to ve skriptu, aby nové stroje rebuildovaly stejnou tabulku bez manuálního kroku.
Použijte parameterizovaný insert a commitujte jednou za spuštění. Jeden commit zabrání tomu, aby pád zanechal polovinu dne v souboru.
Smazat řádky dne před vložením, nebo přidat unikátní klíč na den a doménu. Opakování spuštění ve stejný den pak nahradí řádky místo jejich zdvojení.
Vyberte nejstarší dřívější datum s filtrem max(day), ne včerejší datum. Porovnání zůstává správné, když byl týden přeskočen.
Dvě tabulky by byly čistší. Jedna stačí pro hobby setup: řádek na doménu na datum snímku.
import json, sqlite3, sys, datetime
db = sqlite3.connect('links.db')
db.execute('create table if not exists snap(day text, dom text, dr int)')
rows = json.load(open(sys.argv[1]))
day = datetime.date.today().isoformat()
db.executemany('insert into snap values (?,?,?)',
[(day, r.get('domain'), r.get('dr')) for r in rows])
db.commit()
prev = db.execute('select max(day) from snap where day < ?', (day,)).fetchone()[0]
if prev:
new = db.execute('select dom from snap where day=? except select dom from snap where day=?', (day, prev)).fetchall()
gone = db.execute('select dom from snap where day=? except select dom from snap where day=?', (prev, day)).fetchall()
print(len(new), 'new,', len(gone), 'gone')| Příznak | Pravděpodobná příčina | Oprava |
|---|---|---|
| Stovky 'zmizelo' přes noc | Index refresh vyměnil vzorek | Porovnávejte měsíčně, ne denně |
| Každá doména vypadá nová | Tabulka byla prázdná nebo se změnil formát day | Zkontrolujte select distinct day |
| Sloupec DR je všude NULL | Název pole řádku se liší od dr | Vytiskněte jeden surový řádek a upravte |
| Duplikáty po opakování spuštění | Stejný den vložen dvakrát | Nejprve smažte ten den, nebo přidejte unikátní klíč |
Počet pod total | Stránkování skončilo předčasně | Opravte smyčku v průvodci akcemi |
Prahová hodnota zkopírovaná z blogu je odhadem cizích dat. Špatný nástroj na kontrolu zpětných odkazů je užitečný jen do míry svých limitů a vaše vlastní historie vám řekne, co je pro váš doménu normální.
Začněte několika měsíci klidného logování bez zásahů. Nechte data ustát. Pak si poznamenejte typický týdenní výkyv. Teprve poté nastavte limity v tabulce závažnosti.
Zaznamenávejte počty nových a zmizelých odkazů po každém běhu bez reakce. Pár měsíců klidného logování vám dá rozsah, který patří právě vaší doméně.
Jakmile baseline existuje, jeden špatný týden proti ní výrazně vystoupí a rozdíl můžete vysvětlit bez hádání. To je hlavní smysl baseline.
Každý signál v tabulce má jeden prah, jednoho vlastníka a jednu akci. Signál se třemi alarmy je signál, který nikdo nečte, a všechny alarmy pak zůstanou ignorovány.
Napište alarm vedle signálu v kódu, aby tabulka na této stránce a skript nikdy nesouhlasily.
Váš web roste a roste i jeho norma. Kontrolujte limity každé tři měsíce a k jakékoli změně si poznamenejte důvod, aby historie sama vysvětlovala sama sebe.
Tabulka je pomůcka pro triáž, ne soud. Každý řádek vám říká, kam se podívat, a sloupec akce vás ochrání před panickým stažením disavow souboru.
Pracujte shora. Většina týdnů končí na Ignorovat nebo Podívat se. Řádek Podívat se začne několika minutami čtení, řádek Podívat se důkladně delší revizí anchor textů. Přeskočte řádky, protože byl týden rušný. Přeskočený řádek je týden, kdy povodeň zůstane nepozorována.
Otevřete deset označených domén a přečtěte si stránky. Povodeň, která se ukáže jako jeden adresářový scraper, je jiný problém než povodeň z nesouvisejících blogů, a pouze stránky je od sebe odliší.
Udržujte jeden řádek na rozhodnutí: doména, úroveň, co jste zkontrolovali a co jste udělali. Další čtenář logu, včetně budoucího vás, získá reasoning bez schůzky.
Měsíční souhrn těchto řádků zabere málo času a je to dobrý první návrh revize.
Nedokáže dokázat, že vám odkaz škodí. Nikdo mimo Google to nedokáže a Search Console je jediné místo, kde je penalty uvedena.
Také nevidí odkazy mladší než poslední refresh. Pro čerstvější důkazy se zeptejte lidí, kteří provozují odkazující web, nebo si přečtěte své serverové logy pro referrery. Naše poznámka o timing jde hlouběji.
Pokud chcete stranu anchor textů, anchor_cloud stojí 2 kredity a seskupuje text podle frekvence, což je nejrychlejší způsob, jak odhalit přesnou hromadu.
Všechno mladší než poslední refresh chybí na obou stranách diff. Odkaz, který se objeví a zmizí uvnitř jednoho okna refreshu, se vůbec nezobrazí, proto by se srovnání mělo spouštět měsíčně.
Diff vidí doménu, ne větu kolem odkazu. Dva identické anchor texty na dvou různých stránkách mohou znamenat velmi různé věci, takže kontrolu anchor textů udržujte jako samostatný manuální krok.
SQLite je nejjednodušší databáze, která stále odpoví na otázku diff jedním dotazem. Žije v jednom souboru, takže se vejde do repo nebo záložní složky bez serveru.
Dátované JSON soubory fungují také. Je pomalejší na dotazování, ale snazší otevřít v textovém editoru, když něco vypadá špatně. V každém případě zkopírujte store na druhé místo před jakýmkoli cleanup a udržujte kopii po celé čtvrtletí před smazáním čehokoli.
Jeden stůl s denním sloupcem pokryje jeden web na roky. Soubor zůstane malý a dotazy na této stránce nepotřebují ladění.
Jakmile několik lidí píše do stejné historie, soubor na jednom stroji se stane bottleneck. V tu chvíli je managed database upřímnou volbou a schema zůstává stejné.
Dokud tak není, soubor v repo je nejjednodušší věc, která přežije změnu laptopu.
Spusťte diff.py hned po kroku snapshot. Vytiskněte počty a exitujte s kódem nenulovým, když new překročí limit, který jste vybrali, řekněme 200 za týden pro malý web. Job se zčervená a GitHub vám pošle email. Jednoduché.
Vyberte limit z vlastní historie. Po dvou měsících víte, zda je 15 nových domén za týden normální nebo spike, a jakékoliv pevné číslo zkopírované z blogu je odhad.
Klidné týdny jsou norma.
