Get best of the week

SEMrush vs SimilarWeb - qui est le plus précis?

Lorsque vous analysez l'efficacité du marketing et du site dans son ensemble, il est important non seulement de collecter vos propres statistiques, mais aussi de les comparer avec les tendances du marché. Par exemple, l'équipe marketing n'a pas atteint le plan de 5%. Si en même temps le marché baisse de 15%, alors le résultat est bon, mais si au contraire il a grandi, c'est-à-dire quelque chose à penser.

Il existe de nombreux outils pour rechercher des sites concurrents. Tous collectent des informations sur le trafic de différentes manières et les traitent selon leur propre algorithme. Il est clair que ces services fournissent des données avec une certaine marge d'erreur. La question est de savoir quelle est cette erreur et dans quelle mesure vous pouvez faire confiance aux résultats.

Nous avons décidé de mener une petite recherche et de découvrir la précision de leurs performances de deux services populaires pour analyser le trafic Web des sites concurrents - SEMrush Traffic Analytics et SimilarWeb. À titre de comparaison, nous avons utilisé les données de Google Analytics pour 787 sites disponibles dans OWOX BI.

Avant de passer à l'étude elle-même, essayons de déterminer d'où vient chacun des services.

D'où proviennent les données


Le code de suivi Google Analytics collecte les données de comportement des utilisateurs directement à partir du site. Ces informations ne sont pas accessibles à des tiers.

SimilarWeb utilise les sources suivantes:

  • Données obtenues directement auprès de certains propriétaires de sites.
  • Données de partenaires, fournisseurs Internet avec des millions d'abonnés.
  • : , .
  • . , , , .

Les rapports SEMrush Traffic Analytics sont basés sur les mêmes données de flux de clics que SimilarWeb, ils proviennent de sources propres et tierces et sont traités à l'aide d'algorithmes SEMrush AI. Les données sont accumulées et approximées en fonction du comportement anonyme de millions de vrais utilisateurs d'Internet.

En outre, sur plus de 10 ans de travail, SEMrush a publié de nombreux outils qui vous permettent de découvrir non seulement des données sur les positions de recherche des concurrents, mais aussi ce qu'ils font dans la publicité contextuelle, les relations publiques, le marketing de contenu, les réseaux sociaux, ainsi que des données détaillées sur leur trafic. sites Internet. Pour chaque direction (SEO, contenu, PPC, SMM), le service utilise des sources de données pertinentes maximales spéciales.

Comment nous avons comparé les services et considéré l'erreur


SEMrush et SimilarWeb peuvent être utilisés pour évaluer les concurrents, les prospects ou les partenaires de trafic entrant. Puisque OWOX BI a accès à des données anonymes et anonymisées dans Google Analytics pour nos utilisateurs, nous supposons que nous connaissons la fréquentation d'un certain nombre de projets qui est proche de la vérité. En nous fondant sur les données GA, nous avons décidé de comparer la précision de SEMrush et SimilarWeb dans nos données. Notre tâche consiste à montrer dans quels segments et dans quelle mesure chacun de ces services s'écarte.

Qu'ont-ils comparé?

Nombre total de sessions en janvier 2020 pour les versions de Google Analytics, SEMrush et SimilarWeb. L'échantillon portait sur 787 sites d'Australie, du Canada, des États-Unis, de Grande-Bretagne et d'Allemagne.

Les sites ont été regroupés par niche:

  1. Informatique Electronique et technologie
  2. Divertissement
  3. La finance
  4. Santé & Beauté
  5. Emplois et scolarité
  6. Actualités et médias
  7. Services professionnels
  8. Vente au détail
  9. Telecom
  10. Voyage

Comment ont-ils été comparés?

Pour calculer l'erreur avec laquelle les services considèrent la fréquentation des concurrents, nous avons réduit dans un tableau:

  • Données anonymisées de 787 sites avec un trafic de plus de 100 000 sessions par mois, auxquelles OWOX BI a accès.
  • Données de session pour les mêmes sites de SEMrush et SimilarWeb.

Dans le même temps, nous avons exclu les sites pour lesquels les valeurs GA étaient anormalement basses. Si, selon Google Analytics, le nombre de sessions est d'un ordre de grandeur inférieur, il est probable que des données incomplètes soient entrées dans le système en raison de filtres dans la vue.

Ensuite, nous avons calculé l'écart modulo en pourcentage pour les données SEMrush et SimilarWeb. Pourquoi avons-nous travaillé avec cette quantité?

La déviation peut être un plus ou un moins, c'est-à-dire qu'un service peut afficher plus de sessions qu'il ne l'est réellement, ou moins. Lors du calcul de l'écart moyen, plus ou moins peuvent donner une valeur proche de zéro. Pour éviter cela, nous avons utilisé un modulo de déviation. En d'autres termes, il était important pour nous de savoir dans quelle mesure le service était généralement rejeté et non dans quel sens.

Ensuite, nous avons identifié 10 niches commerciales principales et regroupé tous les sites par trafic moyen en trois groupes principaux:

  • De 100 000 à 500 000 séances par mois.
  • De 500 000 à 1 million de sessions par mois.
  • À partir de 1 million de sessions et plus par mois.

résultats


Plus l'écart-type est élevé, plus l'indicateur diffère des données GA, et vice versa. L' écart type de SimilarWeb varie de 57% à 61% et ne dépend pas beaucoup du trafic sur le site. Avec SEMrush, au contraire, plus les sites sont grands (1 million de sessions et plus), plus les données sont précises et plus l'écart-type (45%) des données GA est faible.



Pour les sites avec un trafic de 500 000 et plus, SEMrush affiche des résultats plus précis (9-12%). SimilarWeb a légèrement mieux fonctionné pour les projets à faible trafic, bien que les deux services aient montré une erreur élevée dans ce groupe.

Pourquoi ça arrive? En raison des caractéristiques des algorithmes de collecte et d'analyse des événements pour les deux services, ainsi qu'en raison des particularités des données de flux de clics elles-mêmes, sur lesquelles les deux services fonctionnent. Clickstream implique l'utilisation de données sur une sélection de visiteurs du site. Ensuite, à l'aide de leurs algorithmes AI / ME, les entreprises rapprochent ces données de l'ensemble de la population de l'audience du site. En conséquence, plus le site est petit, plus la précision des conclusions du flux de clics est faible.

Que faire si votre site et les sites de vos concurrents directs sont petits et que l'exactitude des données les concernant est faible? Dans ce cas, vous devez comparer vos concurrents à ceux de votre marché. Si vous comparez plusieurs acteurs majeurs du marché, vous verrez non seulement leurs performances, mais vous pourrez également suivre les tendances de développement du marché dans son ensemble. Ainsi, en comparant les tendances de performance et de développement avec vos réalisations, vous pouvez déterminer l'efficacité de votre propre marketing.

Le deuxième graphique montre pour quelle proportion de sites chaque service était plus précis. Par exemple, dans un segment de 1 million de sessions pour 57% des sites considérés, SEMrush a montré des données plus proches des valeurs de Google Analytics:



pour 52% des sites avec un trafic de 500 000 à 1 million, SimilarWeb était plus précis.

Si nous comparons un groupe de 100 000 à 500 000 sessions sur ceci et sur le premier graphique, nous verrons une chose intéressante - SEMrush a un écart-type plus élevé, c'est-à-dire qu'il fait un plus grand pourcentage de sessions, mais il reste toujours plus précis à 53% cas. En d'autres termes - il se trompe rarement, mais à juste titre.

Pourquoi cela est-il ainsi? La précision des données dépend fortement de plusieurs facteurs:

  • Comment Google Analytics est configuré, sur quelles pages du site se trouve le compteur GA et ce qu'il mesure.
  • Comment «vivre» le site est dans la recherche Google. S'il s'agit d'un site de redirection (domaine de réseau publicitaire) ou d'un site de promo qui se concentre principalement sur le trafic publicitaire, alors dans SEMrush les chiffres pour celui-ci seront sous-estimés.
  • Pour les sites avec une grande part de trafic organique, l'algorithme SEMrush fonctionne mieux et plus précisément que pour les sites avec une petite quantité de matière organique.
  • . , SEMrush - . . , , , SimilarWeb.

Les deux graphiques suivants montrent l'écart type et la part de réponses plus précises pour les deux services par différents créneaux commerciaux.

Comme vous pouvez le voir, cette SEMrush que l'écart SimilarWeb dépend fortement de la niche:



Et la proportion de sites pour lesquels les services sont donnés une performance plus fidèle dépend également de la spécialisation de l'entreprise:



Ce graphique montre, pour une fraction des sites, chacun des services a donné des valeurs proches à GA. Par exemple, dans le créneau Ordinateurs, SimilarWeb était plus précis pour 58% des sites et SemRush pour 42% (les premières colonnes du graphique).

Dans le diagramme de dispersion ci-dessous, nous avons montré les écarts par moins et plus par SEMrush et SimilarWeb:



Visuellement, vous pouvez déterminer qu'il y a plus de points rouges au bas du graphique, ce qui signifie que SimilarWeb plus souvent que SEMrush sous-estime les données par rapport à Google Analytics.

Brèves conclusions


Résumé de l'étude:

  • Le niveau de précision des deux services est à peu près le même.
  • SEMrush montre les meilleurs résultats sur de petits sites - il fait rarement des erreurs, et là où il ne fait pas d'erreurs, il montre plus précisément le concurrent.
  • Dans le segment de 1 million de sessions, SEMrush affiche plus souvent que SimilarWeb des données proches des valeurs de Google Analytics.
  • SimilarWeb plus souvent que SEMrush sous-estime les données par rapport à Google Analytics.

Ni SimilarWeb ni SEMrush ne fournissent des données exactes à 100%, mais ils ne devraient pas - vous avez Google Analytics pour analyser votre propre site et votre trafic.

Ces services sont bien adaptés à la comparaison indépendante des sites entre eux et au suivi des tendances. Mais ils doivent être utilisés, comme tout outil d'analyse, avec une compréhension de la nature des données collectées et de l'erreur de mesure.

More articles:


All Articles