我是LinkedIn的高级数据科学家，从事SEO和客户体验方面的工作。上个月，我在伦敦SMX大会上发表了关于如何在SEO中应用数据科学的演讲。会议的主题包括指标，A/B测试，搜索引擎优化与扫描电镜的竞争测试和机器学习内容质量。以下是与会者提出的一些问题和我的回答。
对于A/B测试，您是否使用了特定的工具/流程?
我们有一个内部基础设施，支持用户友好的A/B测试设置，并为关键指标进行自动统计分析。如果你感兴趣，你可以看看这篇关于我们如何在LinkedIn做实验的论文[pdf]。如果没有可用的内部工具，则可以随机选择目标url集，并使用开源统计测试解决方案(如R、Python Scipy package等)比较来自两组url的指标。
你如何抽样SEO A/B测试?你会运行多久?
在领英的规模上，我们通常在每个实验中有数十万个url，我们只是将url随机分成两组，比较它们的度量影响。然而，当我们开始实验时，我们将实验特性从很小的百分比逐步扩展到50%，以将实验的风险降到最低。
在实验持续时间方面，取决于实验的类型和我们实验的产品类型。但一般来说，我们会尝试至少运行一个月，给搜索引擎足够的时间来抓取新的变化，并在搜索排名中反映它们。
搜索引擎优化和扫描电镜相匹配测试的结果是什么?
对于我们为特定测试选择的关键字，我们没有看到任何有机搜索流量的影响。所以我们能够继续推出SEM活动。然而，这种学习并不适用于所有情况，因为它将取决于您的目标关键字和页面。所以，如果你担心同类相食，我建议你在你的SEM营销活动之前做一个实验。
你是如何使用内容质量进行SEO推荐的?你是否强迫用户添加照片或其他产品推荐或SEO操作?
我们不鼓励用户增强他们个人资料或其他页面上的内容，而是计划在搜索引擎优化用例中使用这个分数，如目录、交叉链接等。我们想表面更好的质量页面搜索引擎和搜索者使用的分数。
你如何进入这个领域(数据科学和SEO)?
当我读工业工程专业的研究生时，我上了一节机器学习课，并立刻被迷住了。从数据中寻找模式和见解的想法让我着迷。在搜索引擎优化方面，我是在领英开始从事搜索引擎优化领域的工作并了解它的。即使在SEO领域工作了三到五年，我认为在这个领域仍有很多令人兴奋的数据科学工作有待完成。我很高兴这次能与大家分享我在SMX伦敦的一些工作，我期待更多的工作能够到来!