2000 行数据框的域名信任度检测器
先在框中输入一个域名进行测试，然后单次调用即可对整列进行评分。阈值表由我们提供建议，但您可以自行修改。
CranSEO 研究团队 ·
先检查一个域名
免费，无需密钥。输入域名即可查看其 DR 和引荐域名数量，然后再编写脚本。
单次请求处理整列
将最多 2000 个域名发送至 bulk_dr，每次调用费用为 1 个信用点。此处我们使用逗号分隔的字符串；请先运行三次域名的测试调用以确认输出格式。
library(httr2)
library(dplyr)
domains <- readr::read_csv("links_export.csv")$domain |> unique()
chunk <- head(domains, 2000)
scores <- request("https://cranseo.com/api.php") |>
req_url_query(action = "bulk_dr",
domains = paste(chunk, collapse = ","),
key = Sys.getenv("CRANSEO_KEY")) |>
req_perform() |>
resp_body_json()
glimpse(scores)阈值表：DR 区间通常意味着什么
| DR 区间 | 标签 | 对该行的处理方式 |
|---|---|---|
| 0 到 9 | 薄弱 | 保留用于数量统计，在质量论证中忽略 |
| 10 到 29 | 小型 | 新网站或本地网站常见；检查锚文本 |
| 30 到 59 | 成熟 | 通常在客户报告中值得人工查看 |
| 60 到 79 | 强劲 | 按名称引用，并检查主题相关性 |
| 80 到 100 | 大型 | 罕见；确认链接是编辑性的，而非个人资料或评论 |
为什么对数尺度会改变您的阈值
DR 随引荐域名数量的对数增长。从 10 到 20 的提升所需的新链接站点数量，远少于从 70 到 80 的提升。
因此，在您心中，区间不应具有相等的宽度。DR 45 的网站并不介于本地博客和《纽约时报》之间，而原始值的直方图会误导您。
使用 cut() 函数结合上述表格，然后按区间统计行数，而不是计算 DR 平均值。对数尺度上的平均值会掩盖您被雇来寻找的那些异常值。
原始 DR 值往往集中在低端，因此其直方图主要显示底部的人群。对数计数更真实地分布了相同的数据。
标签的三种用法
选择一种用法并坚持使用。
三种用法，且筛选优先。在进行人工审核前，仅保留 DR 30 及以上的行，这样可以将 2000 行的列表缩减为一个人可以在一个下午阅读的数量。排名：降序排序并取前 50 名作为客户演示文稿的示例。审计：按区间统计行数，并与上月的 dated files 进行比较，参考 runbook。
DR 70 的网站可能从赞助页面链接到您。DR 12 的本地博客可能是您最相关的提及。这些用法中的任何一种都不能衡量质量。将数字视为排序辅助工具，在做出决定之前查看锚文本，action glossary 解释了如何提取锚文本。
如果您的列表最初来自 Search Console 导出，join walk-through 展示了防止密钥丢失的清理步骤，pricing page 显示了此类调用一千次需要多少费用。
关于样本量的说明
抱歉，小样本会撒谎，当按区间拆分时，这种影响会加剧。
只有 40 个域名时，一个异常值会使区间计数产生可见的偏差。样本量是关键杠杆。对完整导出进行评分，而不是便利样本，因为最多 2000 个域名的调用费用与两个域名的调用费用相同，均为 1 个信用点。获得稳定图像的最便宜方法是请求所有数据，然后让 cut() 进行排序。
小表格易于阅读，也易于误读。在百分比旁边打印计数，以便读者看到基础大小。
在信任输出之前
- 每次调用前，对域名进行去重并去除 www
- 记录响应的 credits 字段
- 将快照日期与评分一起存储
- 将阈值表保存在版本控制中
- 在报告中说明 DR 是我们的指标，而非 Moz DA
在不自欺的情况下对潜在客户列表进行评分
域名信任度检测器的质量取决于您喂给它的列表。批量评分通常是数据增强工作的第一步：您有一个公司或网站列表，并希望获得一个用于排序的数字。这个数字是一个排序键。它不是判决。
评分随后会进入同事阅读的表格，因此围绕它们的措辞与截止阈值同样重要。
决定评分的目的
用于外联的列表、用于审计的列表以及用于人工审核前截断的列表，都需要不同的阈值。首先在笔记本顶部写下目的，然后选择区间。
用于外联的评分侧重于相关性和可联系的联系人。仅凭 DR 会将大型不相关网站排在恰好针对您受众的小型网站之上，因此请结合细分领域阅读评分。
根据目的命名每个阈值表，例如 outreach-bands 或 audit-bands。两个明确命名的表格可以防止排序键悄然变成判决。
保持输入和输出的可追溯性
每一行应在标准化域名旁边保留其原始输入字符串，以便评分可以追溯回产生它的行。记录输入和返回的行数。
如果某行没有评分，请将其记录为缺失，而不是删除它。无声的删除会导致潜在客户列表在不被任何人决定截断的情况下缩小。
记录调用，而非潜在客户
记录请求、操作、时间和每个响应的 credits 字段。不要记录完整的密钥，并将个人联系方式排除在日志文件之外。
记录询问内容和成本的日志可以回答同事一个月后提出的大多数问题。
将日志保持为纯文本，每次调用一行，以便 diff 可以在不借助额外工具的情况下显示两个月之间的成本变化。
平局、近重复项和长尾
两个域名的评分可能相同，但在对您重要的方面（如语言或细分领域）仍有差异。平局是查看行的提示，而不是按字母顺序选择第一个的理由。
长尾隐藏在小区间中。统计每个截止阈值下方有多少个域名，因为分割密集集群的阈值会同时移动许多行。
记录哪些行是通过平局确定的，以便当有人稍后询问时，您的选择仍然可见。
区间无法说明的内容
区间描述的是数字，而非关系。处于“强劲”区间的域名告诉您其引荐域名数量很高，但并不能说明链接是否是编辑性的、最近的或仍然有效的。
对于计划引用的行，将每个区间与实际链接查看相结合。这种查看速度较慢，这正是区间存在的原因：它们决定哪些行值得查看。
一个有用的测试是随机从每个区间中选择三行并阅读它们的锚文本。如果区间讲述了一致的故事，请保留它们。如果不一致，请在发布任何内容之前调整截止阈值。
从列表到排名表的五个阶段
标准化
修剪空格，将域名小写，去除 www 并删除精确重复项。在第一次调用之前完成此操作，以便每一行都有一个密钥。
分块评分
每次 bulk_dr 调用最多发送 2000 个唯一域名。每次调用费用为 1 个信用点，无论块的大小如何，只要不超过限制。
检查覆盖率
将已评分域名数量与您发送的数量进行比较。将差异写入日志，然后决定如何处理每个缺失的行。
切割成区间
使用 cut() 应用阈值表，然后按区间统计行数。将区间保留在原始评分旁边，而不是替换它们。
为读者排名
根据您目的所需的数字进行排序，而不仅仅是按区间标签，并将顶部行保留在单独的表格中以供审核。
人们关于批量评分的问题
批量评分每次都会提出相同的问题，因此在此以散文形式回答。
对于没有评分的行该怎么办？
保留它并标记为缺失，然后先检查密钥。常见原因是尾部斜杠、www 前缀或不同的大小写。
如果密钥干净且域名仍然缺失，则月度索引不包含它。
我可以对超过 2000 的列表进行评分吗？
将唯一域名分成最多 2000 个的组，对每组调用一次 bulk_dr 并绑定结果。
5000 个唯一域名需要三次调用，即 3 个信用点。
循环应处理哪些 HTTP 错误？
HTTP 401 表示密钥缺失或错误，HTTP 402 表示余额为空。两者都应停止运行，而不是重试。
其他任何错误都值得完整记录，包括它来自哪个块。
在实际运行之前如何测试？
先对三个域名进行评分，并使用 glimpse() 检查输出格式。在夹具上测试管道的其余部分，以便仅在有意时运行付费调用。
我应该与客户分享评分吗？
在分享时注明 DR 是我们的对数尺度指标，并在旁边显示快照日期。只阅读数字的客户会将其视为审计，而实际上并非如此。
同时显示阈值表，以便读者可以看到区间。
