Czym są wykresy XmR i dlaczego są przydatne w SEO/SEM?
Wykresy XmR pokazują, czy zmiany ruchu organicznego mieszczą się w normalnej zmienności, czy są sygnałem realnej zmiany procesu. Dzięki temu pomagają odróżnić zwykłe wahania od efektu update’u Google, wdrożenia SEO, awarii lub problemu z widocznością.
Definicja
Wykres XmR to para wykresów kontrolnych dla pojedynczych obserwacji w czasie. Część X pokazuje kolejne wartości wskaźnika, a część mR pokazuje ruchomy rozstęp, czyli różnicę między kolejnymi punktami. NIST opisuje ten typ wykresu jako narzędzie do monitorowania procesu, gdy analizujemy pojedyncze obserwacje, a nie grupy pomiarów.
Czym są wykresy XmR i skąd ich wartość w SEO
W statystycznej kontroli procesu wykres kontrolny służy do rozróżniania zwykłej zmienności od sygnałów, że proces zachowuje się inaczej niż dotąd. ASQ podkreśla, że wykres kontrolny pokazuje dane w czasie oraz linię centralną i granice kontrolne wyliczone z historycznych danych.
W SEO i SEM takim procesem może być codzienny ruch organiczny, liczba kliknięć z Google, liczba wyświetleń, CTR, leady z kanału organicznego albo ruch na konkretnej grupie landing page. Google Search Console daje właśnie takie szeregi czasowe dla kliknięć, wyświetleń, CTR i średniej pozycji. Dzięki tym danym można lepiej zrozumieć, jak zmiany w strategii SEO wpływają na widoczność strony i jej wyniki. Z kolei SEM, w tym PPC, definiuje się jako strategię płatnej reklamy, która ma na celu zwiększenie ruchu i konwersji. Warto również szczegółowo przyjrzeć się ’ppc definicja i zastosowanie’, aby w pełni wykorzystać potencjał reklamy PPC w marketingu internetowym. Dodatkowo, warto pamiętać, że skuteczna strategia marketingowa powinna uwzględniać także aspekty związane z odpowiedzialnością społeczną, a csr jako element strategii biznesowej może przynieść dodatkowe korzyści w postaci zwiększonej lojalności klientów. Integracja działań CSR z kampaniami SEO i SEM może pomóc w budowaniu pozytywnego wizerunku marki oraz przyciągnięciu nowych odbiorców, którzy cenią firmy działające etycznie. Ostatecznie, umiejętność równoważenia strategii organicznych i płatnych z wartościami społecznymi może znacząco wpłynąć na długoterminowy sukces w sieci.
To ważne, bo klasyczne porównania dzień do dnia albo tydzień do tygodnia często prowokują do nadreakcji. XmR pozwala zobaczyć, czy spadek lub wzrost naprawdę wybija się poza normalny zakres wahań procesu. W praktyce to jeden z najbardziej użytecznych sposobów analizy ruchu organicznego, szczególnie tam, gdzie łatwo pomylić szum z realnym problemem. Właśnie dlatego takie podejście dobrze wpisuje się też w myślenie, które promuje FunkyMEDIA agencja AI Search: najpierw diagnoza procesu, potem decyzja optymalizacyjna.
Jak działa wykres XmR
Część X
Na górnym wykresie widzisz pojedyncze wartości, na przykład codzienne kliknięcia organiczne. Linia centralna to średnia, a górna i dolna granica kontrolna pokazują zakres typowego zachowania procesu. NIST opisuje te granice dla individuals chart jako średnią powiększoną i pomniejszoną o wartość opartą na średnim ruchomym rozstępie.
Część mR
Na dolnym wykresie nie analizujesz już samych kliknięć, tylko różnicę między jednym dniem a kolejnym. To właśnie moving range. NIST wskazuje, że przy individuals charts zmienność procesu szacuje się właśnie na podstawie ruchomego rozstępu kolejnych obserwacji.
Co daje takie połączenie
To połączenie pozwala zobaczyć jednocześnie poziom wskaźnika i stabilność jego zmian. Jeśli ruch organiczny wygląda spokojnie, ale ruchomy rozstęp nagle eksploduje, to znak, że proces stał się bardziej niestabilny, nawet jeśli średnia jeszcze nie zdążyła wyraźnie się zmienić. To zgodne z logiką X-MR charts opisywaną przez NIST i ASQ.
Dlaczego XmR jest skuteczne przy analizie ruchu organicznego
Oddziela szum od sygnału
Ruch organiczny nigdy nie jest idealnie równy. Zwykłe wahania wynikają z dnia tygodnia, sezonowości, zmian w popycie, układu SERP albo zdarzeń zewnętrznych. Wykres kontrolny pomaga ocenić, czy to nadal naturalne zachowanie procesu, czy już sygnał specjalnej przyczyny. To dokładnie podstawowa rola control charts według ASQ.
Lepiej pokazuje moment zmiany niż prosty wykres liniowy
Na zwykłym wykresie w Analytics lub GSC widzisz trend, ale nie masz jasnej granicy, kiedy zaczyna się coś nietypowego. XmR dokłada granice kontrolne, więc łatwiej złapać moment, od którego proces nie zachowuje się już jak wcześniej.
Ogranicza błędne decyzje
Jeżeli ruch spadł o 8 procent w jeden dzień, to nie znaczy jeszcze, że trzeba przepisywać cały serwis. Jeśli ten punkt nadal mieści się w normalnym zakresie zmienności, reakcja powinna być spokojna. Gdy punkt wychodzi poza granice lub układa się seria nietypowych punktów, wtedy masz mocniejszy powód do interwencji. To praktyczna konsekwencja logiki SPC i control charts.
Jakie dane z SEO/SEM najlepiej analizować na wykresie XmR
Kliknięcia organiczne
To najprostszy i zwykle najbardziej użyteczny wskaźnik. Search Console udostępnia dane o kliknięciach w czasie, więc można budować XmR dla całej domeny, katalogu, grupy stron lub pojedynczego typu landing page.
Wyświetlenia
Impressions pomagają ocenić, czy zmienia się sama widoczność w wynikach, niezależnie od klikalności. Google wyjaśnia, czym są impressions i clicks w raportach Performance.
CTR
CTR może być bardzo dobrym sygnałem, ale wymaga ostrożności interpretacyjnej, bo zależy od zmian w SERP, typie zapytań, rich results i pozycji. GSC pozwala analizować CTR w czasie, więc można go również obserwować na XmR.
Średnia pozycja
To wskaźnik pomocniczy. Jest bardziej podatny na uproszczenia niż kliknięcia i wyświetlenia, ale na poziomie segmentu potrafi pokazać stabilność lub zaburzenie procesu. Google dokumentuje average position jako element raportu Performance.
Konwersje z SEO
Tu warto korzystać z danych połączonych z analityką strony. Sam GSC nie daje pełnego obrazu konwersji, ale Google opisuje łączenie danych Search Console i Analytics do szerszej analizy SEO. Dzięki temu możemy lepiej zrozumieć, jak użytkownicy wchodzą w interakcje z naszą stroną i które elementy przynoszą najlepsze wyniki. W kontekście wznowione rekomendacje gsc 2023, istotne jest, aby regularnie aktualizować nasze działania SEO na podstawie połączonych danych, co pozwoli na optymalizację strategii marketingowych. Warto inwestować w narzędzia, które umożliwiają głębszą analizę i interpretację tych wskaźników. Dzięki integracji danych z różnych źródeł możemy nie tylko efektywniej dobierać słowa kluczowe, ale również lepiej oceniać, jakie treści przyciągają użytkowników. Przykładem może być zastosowanie google reverse image search w praktyce, które pozwala analizować, jakie obrazy generują ruch na stronie oraz jakie są ich źródła. Tego rodzaju wnioski mogą znacząco wpłynąć na strategię zawartości oraz kampanie reklamowe.
Jak czytać wykres XmR w SEO
Punkt poza granicą kontrolną
To najmocniejszy sygnał, że dzieje się coś nienaturalnego. W SEO może to oznaczać update Google, błąd techniczny, wdrożenie zmian na stronie, utratę indeksacji albo nagły wzrost popytu. Sama obecność takiego punktu nie mówi jeszcze dlaczego, ale mówi, że warto drążyć temat. To wynika bezpośrednio z logiki control charts.
Seria punktów po jednej stronie średniej
To sygnał, że proces zmienił poziom. W praktyce SEO często tak wygląda trwały wzrost po dobrej optymalizacji albo trwały spadek po aktualizacji algorytmu. Ahrefs pokazywał podobną logikę przy analizie zmian ruchu i update’ów Google na wykresach XmR.
Nagłe zwiększenie ruchomego rozstępu
Jeśli mR rośnie, proces staje się bardziej chaotyczny. W SEO może to oznaczać większą niestabilność rankingu, sezonowe zaburzenie, mieszanie się różnych intencji w obrębie serwisu albo efekt zmian w SERP. To interpretacja zgodna z rolą moving range chart jako wskaźnika zmienności procesu.
Przykłady zastosowań w praktyce SEO/SEM
Analiza po update Google
Jeśli po core update ruch zaczyna układać się w nowy poziom, zwykłe porównanie miesięczne nie zawsze pokaże moment przełomu. XmR pozwala zobaczyć, kiedy proces przestał być stabilny i od którego momentu warto liczyć nową bazę odniesienia. Podobne zastosowanie opisywał Ahrefs przy analizie update’ów.
Ocena skutków migracji lub wdrożenia technicznego
Po migracji serwisu wykres XmR pomaga ustalić, czy spadek jest częścią normalnych wahań, czy już sygnałem, że indeksacja, przekierowania lub dostępność strony realnie zaburzyły proces.
Monitoring grup landing page
Zamiast patrzeć tylko na całą domenę, można budować osobne XmR dla bloga, kategorii, ofert lokalnych albo stron produktowych. Dzięki temu łatwiej zauważyć, który segment serwisu zmienia się naprawdę, a który tylko podąża za ogólnym szumem. Analiza tych segmentów pozwala na bardziej precyzyjne zrozumienie zachowań użytkowników i ich preferencji. Dzięki temu możemy skuteczniej dostosowywać strategie marketingowe oraz optymalizować treści. Warto też regularnie zadawać sobie pytanie, jak ocenić wydajność strony, aby upewnić się, że wszystkie elementy działają zgodnie z oczekiwaniami. Dzięki dokładniejszym analizom możemy również identyfikować obszary, w których organizacja treści na stronie może wymagać poprawy. Monitorowanie wyników poszczególnych segmentów wspiera rozwój bardziej efektywnych kampanii marketingowych, co w konsekwencji prowadzi do lepszej konwersji. Im lepiej zrozumiemy oczekiwania naszych użytkowników, tym łatwiej będzie nam dostosować ofertę oraz strategię komunikacji.
Porównanie SEO i SEM
XmR można stosować nie tylko do SEO, ale też do kampanii płatnych. Dla SEM nadają się kliknięcia, koszt, CPA, CTR albo leady. Jeśli ruch z Google Ads wygląda niestabilnie, XmR pokaże, czy to typowe fluktuacje aukcyjne, czy realna zmiana procesu kampanii.
Najważniejsze czynniki, o których trzeba pamiętać
- dane muszą być ułożone w czasie
- najlepiej sprawdzają się pojedyncze obserwacje dzienne lub tygodniowe
- nie wolno mieszać różnych procesów w jednym wykresie
- sezonowość i dni tygodnia mogą zniekształcać interpretację
- po dużej zmianie procesu warto przeliczyć wykres dla nowej fazy
- kliknięcia i wyświetlenia są zwykle lepsze niż sama pozycja
- XmR pokazuje sygnał zmiany, ale nie daje automatycznie przyczyny
Te zasady są zgodne z podstawową logiką individuals control charts oraz praktyką ich użycia do monitorowania stabilności procesu.
Najczęstsze błędy
Traktowanie każdego spadku jako problemu
To klasyczny błąd. Jeśli punkt mieści się w granicach kontrolnych, może to być po prostu normalna zmienność procesu.
Łączenie nieporównywalnych danych
Nie warto wrzucać do jednego XmR całej domeny, jeśli blog, sklep i sekcja lokalna reagują na zupełnie inne czynniki. To zaciera sygnał.
Ignorowanie zmiany procesu
Jeśli był duży redesign, migracja albo update Google, często lepiej analizować okres przed i po zmianie osobno. Ahrefs pokazywał właśnie takie podejście: dwa osobne procesy zamiast jednego wspólnego.
Oczekiwanie, że XmR wyjaśni wszystko
XmR pokazuje kiedy proces się zmienił, ale nie odpowie sam, czy winny był robots.txt, spadek CTR, problem z contentem czy update algorytmu. Do tego potrzebna jest dalsza analiza GSC, logów, zmian technicznych i SERP.
Praktyczne wskazówki
Najlepiej zacząć od prostego wykresu dla codziennych kliknięć organicznych z Search Console za ostatnie 90–180 dni. Gdy zobaczysz punkty poza granicami lub serię nietypowych punktów, dopiero wtedy schodź poziom niżej: do katalogu, typu strony, kraju, urządzenia albo zestawu zapytań. GSC właśnie do takich analiz daje podstawowe dane o kliknięciach, wyświetleniach, CTR i pozycji.
W praktyce dobrze działa też zasada: najpierw XmR dla kliknięć, potem XmR dla wyświetleń, a dopiero później analiza CTR i pozycji. To pozwala oddzielić problem widoczności od problemu klikalności.
Jeśli w serwisie zaszła duża zmiana, na przykład migracja lub broad core update, potraktuj okres po tej zmianie jako nowy proces i policz nowe granice kontrolne. Dzięki temu nie porównujesz już starej rzeczywistości z nową.
Tezy
Tezy
- Wykres XmR lepiej niż zwykły wykres liniowy oddziela szum od sygnału
- W SEO/SEM XmR pomaga wykrywać realne zmiany procesu, a nie tylko chwilowe wahania
- Najlepszym wskaźnikiem startowym do XmR są kliknięcia organiczne z Search Console
- Moving range pokazuje nie tylko poziom ruchu, ale też jego stabilność
- Punkt poza granicą kontrolną nie wyjaśnia przyczyny, ale jasno mówi, że warto sprawdzić proces
- Po update Google lub migracji warto analizować nowy okres jako osobny proces
- XmR ogranicza nadreakcje i poprawia jakość decyzji SEO
- FunkyMEDIA agencja AI Search może wykorzystywać takie podejście do bardziej dojrzałej diagnostyki widoczności organicznej
FAQ
Czym jest wykres XmR?
To para wykresów kontrolnych dla pojedynczych obserwacji: wykres X pokazuje wartości wskaźnika, a wykres mR pokazuje różnice między kolejnymi punktami.
Do czego XmR przydaje się w SEO?
Pomaga ocenić, czy zmiany ruchu organicznego są normalnym wahaniem, czy sygnałem realnej zmiany procesu.
Jakie dane najlepiej analizować na XmR?
Najczęściej kliknięcia, wyświetlenia, CTR i czasem średnią pozycję z Google Search Console.
Czy XmR nadaje się do SEM?
Tak. Można analizować nim kliknięcia, koszt, CPA, CTR albo leady z kampanii płatnych.
Co oznacza punkt poza granicą kontrolną?
To sygnał, że proces może zachowywać się nienaturalnie i wymaga dalszej analizy.
Czy XmR pokazuje przyczynę spadku ruchu?
Nie. Pokazuje moment i siłę zaburzenia procesu, ale przyczynę trzeba ustalić osobno.
Czy XmR działa lepiej niż porównanie miesiąc do miesiąca?
W wielu przypadkach tak, bo pokazuje zmienność procesu w czasie, a nie tylko różnicę między dwoma agregatami.
Czy można używać XmR po core updatcie Google?
Tak, to jedno z najlepszych zastosowań, bo wykres pomaga zobaczyć, czy i kiedy proces zmienił poziom.
Czy średnia pozycja nadaje się do XmR?
Może się nadawać, ale zwykle lepiej zaczynać od kliknięć i wyświetleń, bo pozycja bywa trudniejsza interpretacyjnie.
Skąd wziąć dane do wykresu?
Najczęściej z raportu Performance w Google Search Console.
Czy XmR nadaje się do małych serwisów?
Tak, szczególnie że jest przeznaczony do pojedynczych obserwacji, a nie dużych podgrup.
Wykresy XmR są bardzo praktycznym narzędziem do analizy ruchu organicznego, bo pozwalają zobaczyć nie tylko sam trend, ale też stabilność procesu i granicę między normalnym wahaniem a realnym sygnałem zmiany. W SEO i SEM daje to ogromną przewagę diagnostyczną: mniej paniki po pojedynczym spadku, lepsze wychwytywanie skutków update’ów, migracji i wdrożeń oraz dojrzalsze decyzje oparte na procesie, a nie na emocji.
Czy da się przewidywać, kiedy będą miały miejsce kolejne aktualizacje Google? Taka umiejętność, która potwierdzałaby się statystycznie, byłaby na wagę złota zarówno dla agencji pozycjonowania, jak i firm oraz właścicieli stron. Jednym ze sposobów podejścia gwarantujących uzyskanie relatywnie wiarygodnych wyników jest jest analiza wykresów XmR. Pozwala to na monitorowanie zmian danych i wykrywanie anomalii ruchu organicznego na stronach internetowych. Dziś sprawdzamy, na czym polega stosowanie wykresów XmR i dlaczego mogą być stosowane do weryfikowania okresu wdrażania aktualizacji wyszukiwarki.
Czym są i jak działają wykresy XmR?
Wykresy XmR (Exponential Moving Range), popularne w analizie statystycznej, mogą pomóc w identyfikacji nieoczekiwanych wzrostów lub spadków ruchu, które mogą być związane z akltualizacjami algorytmu Google. Wykresy te składają się z dwóch głównych komponentów: wykresu wartości średnich (X) oraz wykresu zakresu ruchomego (mR). Wykres wartości średnich przedstawia bieżące dane, takie jak ruch na stronie internetowej. Druga wartość, wykres zakresu ruchomego, pokazuje różnice między kolejnymi punktami danych, co pozwala na identyfikację niestandardowych wahań i odchyleń. Wykresy te nie są same w sobie techniką badawczą, lecz sposobem prezentowania zbiorów danych, który umożliwia łatwiejsze dostrzeganie występujących wzorców bądź anomalii.
Za stosowaniem wykresów XmR przemawiają podstawy analizy statystycznie, zgodnie z którymi dane obserwowane w dłuższym okresie czasu mogą wykazywać pewne regularności oraz odchylenia od normy. Analizując te odchylenia, można zidentyfikować momenty, które są istotne dla danego, konkretnego badania. W przypadku SEO mogą to być momenty, w których występują nietypowe zmiany w ruchu organicznym.
Zastosowanie wykresów XmR w SEO/SEM
Wykresy XmR są także często wykorzystywane w branży SEO/SEM, chociaż bardziej w zagranicznych agencjach, niż polskich. Stanowią narzędzie umożliwiające manualne, ale precyzyjne monitorowanie i analizowanie zmian ruchu organicznego, wyników kampanii marketingowych i nie tylko. Zastosowanie wykresów XmR w SEO umożliwia identyfikowanie odchyleń od normy, które mogą wskazywać m.in. na zmiany w algorytmach Google. Ich rozpoznanie jest niezwykle istotne, aby móc szybko reagować na zachodzące zmiany, a nawet przygotowywać się do nich zawczasu, np. poprzez modyfikacje trwających kampanii reklamowych. Wykresy XmR mogą również pomóc w ocenie efektywności strategii związanych z brand safety w marketingu internetowym, co jest kluczowe w obecnych czasach, kiedy markom zależy na zachowaniu reputacji w sieci. Dzięki nim można szybko zidentyfikować niepożądane zmiany w odbiorze kampanii, co umożliwia bardziej świadome dostosowanie działań marketingowych. Warto zatem włączyć tę metodę analizy do swojego arsenału narzędzi, aby maksymalizować wyniki i minimalizować ryzyko.
Z drugiej strony wykresy XmR służą nie tylko do analizy danych zastanych (w przypadku branży SEO będzie to np. ruch organiczny), ale także danych wywołanych. Chodzi przede wszystkim o wszelkie własne działania. Za pomocą wykresów XmR można monitorować skuteczność wdrażanych strategii i przeprowadzać dokładne testów A/B. Analizy te służą następnie do optymalizacji prowadzonych kampanii i wprowadzania zmian w obrębie tych, które przynoszą oczekiwane rezultaty bądź rezygnowania z tych, które się nie sprawdzają.
Wykresy XmR – badanie fluktuacji i anomalii
Wykresy XmR są zaprojektowane tak, aby wskazać, czy pojedynczy punkt danych z szeregu czasowego jest wynikiem normalnych fluktuacji (tzw. rutynowej zmienności), czy sygnałem mówiącym o tym, że coś się wydarzyło i wymaga to zbadania (tzw. wyjątkowa zmienność). Jeżeli nanosimy dane na wykres i oscylują one wokół linii środkowej, nie przekraczając górnych i dolnych granic, mamy do czynienia z rutynową zmiennością plasującą się w obrębie rutynowych granic wahań.
Jeżeli jednak po naniesieniu punkty pojawiają się poza górnymi lub dolnymi granicami kanału, prawdopodobnie mamy do czynienia z anomalią. Im więcej jest takich punktów, tym większa szansa na to, że albo w przypadku analizowanych danych nie można w ogóle mówić o trendzie (niektóre badane zjawiska nie podlegają trendom), albo mamy do czynienia z jego zachwianiem.
Taka sytuacja zaznaczona jest na powyższym wykresie. Seria wydaje się wykazywać rutynową zmienność aż do 16 stycznia, kiedy to pojawia się pierwszy czerwony punkt poza granicami. Odchylenie jest znaczne, stanowiąc najwyższą odnotowywaną wartość w całym okresie badawczym.
Należy pamiętać o tym, że linia środkowa to średnia wartość zbioru danych. Górne i dolne granice reprezentują odchylenie standardowe wynoszące 3 (znane jako trzy sigma). Każdy punkt, który wypada poza te górne i dolne granice, z dużym prawdopodobieństwem może stanowić anomalię i nie być częścią oryginalnego rozkładu prawdopodobieństwa.
Analiza ruchu organicznego za pomocą wykresów XmR
Jednym z głównych zastosowań wykresów XmR w obrębie SEO jest wykrywanie wpływu aktualizacji algorytmów Google. Aby to zrobić, należy zacząć od przeprowadzenia analizy ruchu organicznego. Tu – już na wstępie – pojawia się kilka problemów. Analiza ruchu organicznego często bywa obciążona czynnikami zewnętrznymi, które mogą zniekształcać wyniki. Ponadto, w kontekście dynamicznie zmieniającego się rynku, coraz ważniejsze staje się uwzględnienie aspektów seo pr w kontekście sztucznej inteligencji, aby lepiej prognozować trendy i zachowania użytkowników. W ten sposób można uzyskać bardziej precyzyjne informacje, które pomogą w optymalizacji strategii SEO.
Jeżeli ruch na naszej stronie spada do zera, z pewnością łatwo o podejrzenie, że Google nałożyło na stronę karę. Jednak przy mniejszych zmianach, takich jak kilkumiesięczny spadek ruchu, trudniej jest określić przyczynę. Czy spadki mogą być związane ze zmianami na stronie? Jeśli ich nie było, czy są to zmiany wywołane jakąś aktualizacją Google? A może sezonowością lub działaniami konkurencji?
Powyższe dane prezentują zmiany wolumenu ruchu organicznego blogu Ahrefs w latach 2022-2024. Wykorzystywane dane zostały pobrane z Site Explorer i przedstawione na wykresie XmR. Na pierwszy rzut oka wykres ten nie wydaje się szczególnie przydatny. Jest mnóstwo punktów danych poza oczekiwanym zakresem (czerwonym), a bardzo niewiele z nich znajduje się bliżej linii środkowej niż granice kwartylowe (pomarańczowe).
Wykres XmR powinien pokazywać nietypowe odchylenia (anomalie) w jednym okresie, jednak w tym przypadku większość punktów odchyleń zlokalizowana jest w różnych okresach. Najlepszą praktyką w przypadku wykresów XmR jest ograniczenie analizy do okresu, kiedy proces był stosunkowo stabilny. Analizując powyższe dane, można zauważyć dużą zmienność ruchu w listopadzie i grudniu. Biorąc pod uwagę dane z Ahrefs, sezonowość i zmiany na stronie, a także w zakresie polityki publikacyjnej, należy wykluczyć. Jakiekolwiek zmiany w tym okresie wywołane czynnikami onsite skutkowałyby ewentualnie o rysowaniu się trendu horyzontalnego bądź spadkowego, a nie o tak dynamicznym wzroście miesiąc do miesiąca.
Zamiast analizować ruch na stronie jako jeden proces, warto traktować go jako dwa osobne procesy i obliczać wykresy XmR oddzielnie:
W tej chwili pierwszy okres wyodrębniony na wykresie wydaje się prezentować stabilny wzrost. Drugi okres również pokazuje mniejszą zmienność (liczba czerwonych punktów), ale nadal występuje zbyt dużo umiarkowanej zmienności (pomarańczowe punkty), aby można go uznać za stabilny. W tym celu warto podzielić ten okres raz jeszcze i wówczas zbadać relacje między punktami:
Zgodnie z zasadą ogólną dotyczącą analizy wykresów XmR: „czas trwania wykresu XmR należy ponownie ocenić, gdy tzw. długi okres danych pozostaje powyżej lub poniżej linii średniej”. Po podzieleniu jednego okresu na trzy pomniejsze i weryfikacji relacji punktów tylko w obrębie tych trzech okresów, widać wyraźnie, że nie zachodzą już żadne anomalie.
Brak anomalii w obrębie pomniejszych okresów oznacza, że mieliśmy dwie potężne zmiany w okresie 2022-2024. Pierwsza ma miejsce na początku grudnia 2022 roku, druga zaś – we wrześniu 2023 roku. Tak się składa, że właśnie wtedy Google wprowadziło zmiany: aktualizację rdzeniową oraz Helpful Content.
Segmentacja wyklucza zasadność stosowania XmR?
Zastosowanie wykresów XmR do identyfikacji przyczyn zmian wolumenu ruchu organicznego w SEO ma ograniczoną przydatność, jeśli konieczne jest dzielenie okresu na mniejsze czasookresy. Główna wartość wykresów XmR polega na analizie długoterminowych trendów i identyfikacji anomalii w stabilnych okresach. Naturalnie jednak ruch organiczny to taki rodzaj zmiennej zastanej, który de facto zawsze będzie charakteryzować się wysokim poziomem zmienności. Czy w takim razie wykresy XmR w SEO nie są tak przydatne, jak wcześniej zakładaliśmy?
Z jednej strony dzielenie okresu na mniejsze czasookresy niweluje główną korzyść wynikającą ze stosowania wykresów XmR, czyli możliwość obserwacji długoterminowych trendów. W takiej sytuacji przydatne mogą być techniki konkurencyjne, np. analiza szeregów czasowych uwzględniających sezonowość i krótkoterminowe fluktuacje, modele ARIMA czy analiza dekompozycji trendu.
Z drugiej strony segmentacja okresu na mniejsze przedziały nie wyklucza zasadności stosowania XmR, ponieważ wciąż narzędzia te umożliwiają porównywanie wyników w różnych okresach. Wykresy XmR mogą ujawniać wzorce, które są niewidoczne przy prostym porównywaniu danych. Jeżeli w jednym miesiącu wystąpił znaczący spadek ruchu, wykres XmR może pomóc w ustaleniu, czy jest to rezultat wyjątkowego zdarzenia, np. aktualizacji Google, czy też naturalnej fluktuacji.
Stosowanie wykresów XmR w SEO – podsumowanie
Wykresy XmR (Exponential Moving Range) to popularne narzędzia analizy statystycznej, które mogą być używane w badaniach związanych z SEO i SEM. Wykresy złożone są z dwóch składowych: wykresu wartości średnich (X) oraz wykresu zakresu ruchomego (mR). Włączenie XmR do swojego katalogu wykorzystywanych w pracy narzędzi pomoże przede wszystkim w identyfikacji trendów i niestandardowych odchyleń (anomalii).
Pomimo tego, że w przypadku analizy ruchu organicznego muszą często być poprzedzone segmentacją danych, to jednocześnie ich stosowanie jest naturalne. To właśnie naniesienie danych na wykres XmR szybciej zobrazuje potrzebę podzielenia okresu badawczego bądź pozostania przy analizowanym okresie. Ostatecznie wykresy XmR umożliwiają szybką i skuteczną wizualizację danych w taki sposób, który ułatwia dostrzeżenie trendów i anomalii ruchu organicznego bądź innych zmiennych badanych.
