MySQL-forespørgsel til trækning af kategorier i WordPress

Depositphotos12429678 s

For nylig så det ud til, at de indlæg, som jeg skrev om mit hjemliv, syntes at få flere sidevisninger end nogle af mine andre emner. Det ville støtte, at det personlige aspekt ved blogging er, hvad der tiltrækker flere læsere, så jeg ville finde ud af det. Ethvert af mine indlæg, der berører mit personlige liv, tilføjer jeg en bestemt forespørgsel til. Resten af ​​kategorierne anvendes baseret på indhold. Jeg gjorde det med vilje, så jeg til sidst kunne rapportere om det. Den tid er kommet!

WordPress-forespørgsel

Det er dog ikke så let som du måske tror at finde ud af. Hele processen tog mig et par timer fra data til rapport! Den første udfordring var at trække dataene ud af min blogdatabase. I WordPress kræver det en god sammenhængsforespørgsel mellem tre tabeller, indlæg, posts2cats og kategorier. Hvis du gerne vil gøre dette, er her forespørgslen:

VÆLG `post_date`,` cat_name` FRA `wp_posts` VENSTRE JOIN` wp_post2cat` ON `wp_posts`.ID =` wp_post2cat`.post_id LEFT JOIN `wp_categories` ON` wp_categories`.cat_ID = `wp_post2cat`.

Bemærk, at du faktisk får mere end en post tilbage pr. Indlæg, hvis du har valgt flere kategorier på et indlæg. Det er okay, det behandler jeg faktisk i min analyse.

Google Analytics

Google gør det ret nemt at trække dataene efter den dato, du har brug for, og eksportere dem som en CSV-fil. Jeg trak simpelthen det samme datointerval og antallet af sidevisninger. Derefter flettede jeg begge kilder, blogindlæg og kategorier og de tilknyttede sidevisninger. Sjove ting!

Analyse

Det næste trin er det sjove! Der er en række forespørgsler og trin, du skal gennemgå (jeg vil ikke gå så meget i detaljer her), men den grundlæggende output er, at jeg vil beregne antallet af sidevisninger divideret med antallet af indlæg i hver kategori. Jeg beregnede derefter de gennemsnitlige visninger pr. Indlæg på tværs af hele bloggen og sammenlignede resultaterne.

Det du ser nedenfor er en analyse af indekset over sidevisninger efter kategori. Klik på billedet, hvis du vil se det i fuld størrelse. Et indeks på 100 er gennemsnittet. Et indeks på 200 betyder, at kategorien havde dobbelt så mange hits som den gennemsnitlige post. Et indeks på 50 er halvdelen af ​​gennemsnittet.

Blog Kategori Indeks

konklusioner

Ikke helt hvad jeg forventede, men jeg synes, noget af det giver mening. I den meget lave ende af skalaen (til højre) ser vi nogle mættede emner, ikke sandt? Politik, teknologi, forretning, blogging osv. Vi ser også nogle meget, meget nicheemner som Google Maps. Da det ikke er et primært emne på min blog, er det tvivlsomt, at jeg tiltrækker meget opmærksomhed for det.

Hjemmefronten var næsten død-center! Jeg troede, det ville indeksere højere, men det faktum, at det ikke underindekserer, fortæller mig, at det på ingen måde skader min blog. Hjælper det? Måske i fastholdelse, men ikke lige sidevisninger.

Hvad der virkelig brøler til toppen er ekspertiseområder, som jeg har. Analytics ... wow! Jeg tror, ​​det er et emneområde, der skriger om hjælp. Der er ikke for mange internet analytics blogs derude! Folk vil vide, hvordan de skal bruges analytics, hvordan man implementerer det, og hvordan man rapporterer og foretager ændringer baseret på det (som dette indlæg!).

Den anden interessante ting er mine “Daily Reads”. Jeg troede helt sikkert, at disse ville være midt på vejen, men de ligger faktisk meget højt. Folk er interesserede i det, jeg læser, og anbefaler dem! Det føles ret godt. Hver dag læser jeg gennem hundreder af feeds og websteder, og jeg prøver at trække unikke historier tilbage, som folk ville sætte pris på. Mange gange er dette links til andre blogs, som jeg finder interessante og vil videregive. Det ser ud til, at kammeratskabet involveret i dette lønner sig!

Der har du det! Flere års læserdata! Jeg vil virkelig gerne gøre det meget nemmere at lave denne analyse næste gang. Jeg vil virkelig arbejde på at automatisere kategorierne i min analytics rapporter, så jeg kan holde øje med dem tættere.

3 Kommentarer

  1. 1

    Hvad jeg finder interessant ved Daily Reads-nummeret er, at jeg sjældent, hvis nogensinde, læser linklisteindlæg. Men jeg finder næsten altid mig selv ved at scanne din.

    Jeg troede, det var fordi vi har lignende interesser, og det kan være sådan. Men det ser ud til, at det også rammer med mange andre læsere.

    Jeg har fundet nogle gode ting fra dine Daily Reads. Måske har du bare en evne til at filtrere gennem skrammel for os 🙂

    • 2

      Det er bestemt det, jeg leder efter om det, Tony. Meget sjældent vælger jeg et link, der ligger uden for emneområdet på min blog ... og jeg læser virkelig disse artikler og kan lide dem, før jeg sender dem!

      Jeg finder dem fra et [latterligt] stort antal steder, herunder søgemaskine alarmer, blogs, sociale bookmarking-sider osv.

      Tak, Tony!

Hvad mener du?

Dette websted bruger Akismet til at reducere spam. Lær, hvordan dine kommentardata behandles.