เปรียบเทียบความแม่นยำ: SEMrush กับ SimilarWeb

เผยแพร่แล้ว: 2022-04-12

แนวทางปฏิบัติในการวิเคราะห์การตลาดที่พบบ่อยที่สุดคือการเปรียบเทียบตลาด สมมติว่าทีมการตลาดของคุณมีคะแนนไม่ถึง 5 เปอร์เซ็นต์ในการทำตามแผน หากตลาดในช่วงเวลาดังกล่าวลดลง 15% ทีมการตลาดของคุณอาจยังคงแสดงผลลัพธ์ที่เป็นบวก แต่ถ้าตลาดเติบโตขึ้นด้วยปริมาณเท่าเดิม การตลาดของคุณก็ไม่น่าจะไปได้สวย

มีเครื่องมือมากมายสำหรับการเปรียบเทียบคู่แข่ง แต่ละคนรวบรวมข้อมูลการจราจรและประมวลผลต่างกันอย่างไร และคุณไม่สามารถคาดหวังความแม่นยำ 100% จากพวกเขาได้ ระบุว่าเครื่องมือใดมีความแม่นยำเพียงพอเพื่อให้คุณสามารถใช้ผลลัพธ์ในการวิเคราะห์ที่มีความหมายได้

เราทำการวิจัยบางอย่างเพื่อค้นหาว่าเครื่องมือวิเคราะห์การรับส่งข้อมูลยอดนิยมสองตัว — SEMrush Traffic Analytics และ SimilarWeb — มีความแม่นยำเพียงใด เพื่อเป็นข้อมูลพื้นฐานในการเปรียบเทียบ เราใช้ข้อมูลจากบัญชี Google Analytics ของเว็บไซต์ที่ไม่ระบุชื่อ 787 แห่งที่ OWOX BI ตรวจสอบ

ก่อนที่เราจะแชร์ผลลัพธ์ มาพิจารณาว่าบริการวิเคราะห์ปริมาณการใช้งานทำงานอย่างไร

SEMrush และ SimilarWeb รับข้อมูลที่ไหน

SimilarWeb ใช้แหล่งข้อมูลต่อไปนี้:

  • ข้อมูลโดยตรงจากเจ้าของเว็บไซต์
  • ข้อมูลจากพันธมิตรและผู้ให้บริการอินเทอร์เน็ตที่มีผู้ใช้นับล้าน
  • แหล่งข้อมูลสาธารณะ: เทคโนโลยีที่จดสิทธิบัตรและกลไกการจัดทำดัชนีที่สแกนข้อมูลสาธารณะอย่างต่อเนื่อง
  • ข้อมูลพาเนลที่ไม่เปิดเผยชื่อจากส่วนขยายเบราว์เซอร์บนเว็บไซต์ที่เยี่ยมชม

รายงาน SEMrush Traffic Analytics ยังอิงตามข้อมูลที่ไม่ระบุตัวตนที่รวบรวมจากแหล่งบุคคลที่สามและประมวลผลด้วยความช่วยเหลือของอัลกอริธึมปัญญาประดิษฐ์ ข้อมูลนี้รวบรวมและประมาณโดยอิงจากข้อมูลพฤติกรรมที่ไม่ระบุชื่อของผู้ใช้อินเทอร์เน็ตหลายล้านคน

ในช่วง 10 ปีที่ผ่านมา SEMrush ได้เปิดตัวเครื่องมือบางตัวที่ไม่เพียงแต่เปิดเผยข้อมูลเกี่ยวกับตำแหน่งการค้นหาของคู่แข่งเท่านั้น แต่ยังรวมถึงสิ่งที่คู่แข่งทำในการค้นหาที่เสียค่าใช้จ่าย ประชาสัมพันธ์ การตลาดเนื้อหา และโซเชียลมีเดีย พร้อมด้วยข้อมูลโดยละเอียดเกี่ยวกับการเข้าชมเว็บไซต์ SEMrush ใช้แหล่งข้อมูลที่เกี่ยวข้องมากที่สุดสำหรับแต่ละด้านการตลาด (SEO, PPC, เนื้อหา, SMM)

เราเปรียบเทียบบริการและความแม่นยำในการคำนวณอย่างไร

ทั้ง SEMrush และ SimilarWeb สามารถใช้ในการประเมินคู่แข่ง โอกาสในการขาย และการรับส่งข้อมูลที่สร้างโดยพันธมิตร เนื่องจากเราสามารถเข้าถึงข้อมูล Google Analytics ที่ไม่ระบุตัวตนของผู้ใช้ OWOX BI ได้ เราถือว่าเรามีข้อมูลที่แม่นยำพอสมควรเกี่ยวกับผู้เยี่ยมชมสำหรับเว็บไซต์ที่ไม่ระบุชื่อจำนวนหนึ่ง จากนั้น เราจึงเปรียบเทียบข้อมูลที่ให้โดย SEMrush และ SimilarWeb สำหรับเว็บไซต์ที่ไม่ระบุชื่อเดียวกันกับข้อมูล Google Analytics หน้าที่ของเราคืออธิบายความไม่ถูกต้องในด้านธุรกิจโดยเฉพาะ และดูว่าพวกเขามีขนาดใหญ่เพียงใดสำหรับแต่ละบริการ

ตัวอย่างข้อมูล

ตัวอย่างของเราประกอบด้วยข้อมูลที่รวบรวมจาก Google Analytics, SEMrush และ SimilarWeb สำหรับเซสชันทั้งหมดในเดือนมกราคม 2020 บนเว็บไซต์ 787 แต่ละแห่ง เว็บไซต์เหล่านี้ตั้งอยู่ในออสเตรเลีย แคนาดา สหรัฐอเมริกา สหราชอาณาจักร และเยอรมนี และจัดกลุ่มตามขอบเขตธุรกิจ:

  1. คอมพิวเตอร์ อิเล็กทรอนิกส์ และเทคโนโลยี
  2. ความบันเทิง
  3. การเงิน
  4. สุขภาพและความงาม
  5. งานและการศึกษา
  6. ข่าวสารและสื่อ
  7. บริการอย่างมืออาชีพ
  8. ค้าปลีก
  9. โทรคมนาคม
  10. การท่องเที่ยว

วิธีเปรียบเทียบ

เพื่อค้นหาความถูกต้องของการคำนวณปริมาณการใช้ข้อมูลของคู่แข่งโดย SimilarWeb และ SEMrush เราได้รวมข้อมูลต่อไปนี้เป็นตารางเดียว:

  • ข้อมูล Google Analytics ที่ไม่เปิดเผยชื่อจากเว็บไซต์ 787 แห่งที่มีผู้เข้าชมมากกว่า 100,000 คนต่อเดือนตาม OWOX BI
  • ข้อมูลการรับส่งข้อมูลจากเว็บไซต์เดียวกันเหล่านั้นตาม SEMrush และ SimilarWeb

เรายกเว้นเว็บไซต์ที่มีการเข้าชมต่ำซึ่งอาจเกิดจากตัวกรองสำหรับพร็อพเพอร์ตี้

จากนั้น เราคำนวณค่าสัมบูรณ์ของการเบี่ยงเบนระหว่างข้อมูลที่ได้จาก SEMrush และ SimilarWeb เปรียบเทียบกับ Google Analytics

เนื่องจากความเบี่ยงเบนอาจเป็นบวกหรือลบ และเราสนใจแต่ความแม่นยำเท่านั้น เราจึงใช้ค่าสัมบูรณ์ นอกจากนี้ยังช่วยเราให้รอดพ้นจากความผิดพลาดที่อาจเกิดขึ้นด้วยการคำนวณซึ่งค่าบวกและค่าลบอาจส่งผลให้เป็นศูนย์

จากนั้นเราแบ่งส่วนเว็บไซต์ของเราตามจำนวนเซสชันต่อเดือน:

  • 100,000 – 500,000
  • 500,001 – 1,000,000
  • มากกว่า 1,000,000

ผลการวิจัย

ยิ่งค่าเบี่ยงเบนมาตรฐานสูง ความคลาดเคลื่อนในข้อมูลจากบริการที่ให้มาก็จะยิ่งมากตามการวัดเทียบกับเกณฑ์มาตรฐานของ Google Analytics ส่วนเบี่ยงเบนสำหรับ SimilarWeb อยู่ระหว่าง 57% ถึง 61% และไม่สัมพันธ์กับปริมาณการเข้าชมเว็บไซต์ ข้อมูล SEMrush มีแนวโน้มที่ชัดเจน: เว็บไซต์ที่มีการเข้าชมจำนวนมาก (1,000,000 เซสชันขึ้นไป) มีความแม่นยำมากขึ้นและมีการเบี่ยงเบนจากข้อมูล Google Analytics น้อยกว่า (45%)

SEMrush กับการเปรียบเทียบเว็บที่คล้ายคลึงกัน

สำหรับเว็บไซต์ที่มี 500,000 เซสชันขึ้นไป ตัวเลขนั้นแม่นยำกว่าใน SEMrush 9 ถึง 12 เปอร์เซ็นต์ สำหรับโครงการที่มีทราฟฟิกน้อย SimilarWeb ทำงานได้ดีขึ้นเล็กน้อย แต่บริการทั้งสองนั้นแสดงให้เห็นถึงความไม่ถูกต้องอย่างมากในกลุ่มเว็บไซต์นี้

ความแม่นยำที่แตกต่างกันเหล่านี้เกิดจากการรวบรวมและประมวลผลอัลกอริธึมของ SimilarWeb และ SEMrush ตลอดจนลักษณะพิเศษของข้อมูลการคลิก บริการวิเคราะห์ทราฟฟิกใช้ปัญญาประดิษฐ์และอัลกอริธึมการเรียนรู้ของเครื่องเพื่อประมาณข้อมูลผู้เยี่ยมชมเว็บไซต์ทั้งหมดโดยอิงจากข้อมูลการคลิก ซึ่งเป็นข้อมูลเกี่ยวกับตัวอย่างการเข้าชมเว็บไซต์ ดังนั้น ยิ่งเว็บไซต์มีขนาดเล็กเท่าใด การประมาณการตามข้อมูลการคลิกก็จะยิ่งแม่นยำน้อยลงเท่านั้น

คุณควรทำอย่างไรหากเว็บไซต์ของคุณและไซต์ของคู่แข่งมีการเข้าชมต่ำและความถูกต้องของข้อมูลของคุณต่ำมาก ในกรณีนี้ คุณควรเปรียบเทียบกับคู่แข่งรายใหญ่ในตลาดของคุณ หากคุณเปรียบเทียบผู้เล่นในตลาดรายใหญ่ คุณจะเห็นไม่เพียงแต่ประสิทธิภาพของพวกเขาเท่านั้น แต่ยังเห็นแนวโน้มของตลาดทั่วไปด้วย และโดยการเปรียบเทียบประสิทธิภาพและแนวโน้มที่ประกาศโดย SimilarWeb หรือ SEMrush กับความสำเร็จของคุณเอง คุณจะสามารถเห็นประสิทธิภาพของการตลาดของคุณได้

กราฟด้านล่างอธิบายส่วนแบ่งของการสังเกต — เปอร์เซ็นต์ของเว็บไซต์ภายในแต่ละกลุ่มที่ SimilarWeb และ SEMrush ตามลำดับใกล้เคียงกับเกณฑ์มาตรฐานของ Google Analytics ตัวอย่างเช่น ในกลุ่ม 1,000,000+ เซสชัน SEMrush ให้ข้อมูลที่แม่นยำกว่า SimilarWeb สำหรับ 57% ของเว็บไซต์ที่วิเคราะห์:

การเปรียบเทียบ SEMrush กับ OWOX ที่คล้ายคลึงกัน

เมื่อเปรียบเทียบกลุ่มเซสชัน 100,000 ถึง 500,000 ในกราฟส่วนเบี่ยงเบนมาตรฐานและกราฟส่วนแบ่งการสังเกต เราพบข้อมูลเชิงลึกที่น่าสนใจ: ข้อมูล SEMrush มีค่าเบี่ยงเบนมาตรฐานที่สูงกว่า ซึ่งบอกเราว่าการประมาณเซสชันโดยทั่วไปมีความแม่นยำน้อยกว่า ในขณะเดียวกัน SEMrush ยังคงแม่นยำกว่าใน 53% ของกรณีทั้งหมด เรื่องสั้นโดยย่อ SEMrush ทำผิดพลาดน้อยลง แต่ความผิดพลาดที่ทำมักจะมีขนาดใหญ่

ความถูกต้องของข้อมูลขึ้นอยู่กับปัจจัยหลายประการ:

  • วิธีการตั้งค่า Google Analytics หน้าใดมีแท็ก GA และแท็กเหล่านั้นวัดอะไร
  • เว็บไซต์มีการใช้งานบน Google มากน้อยเพียงใด สำหรับเว็บไซต์เปลี่ยนเส้นทาง เช่น จากเครือข่ายโฆษณาหรือเว็บไซต์ส่งเสริมการขายที่มีการเข้าชมโฆษณาจำนวนมาก SEMrush จะแสดงตัวเลขที่ต่ำกว่า
  • ส่วนแบ่งของการเข้าชมแบบออร์แกนิกสำหรับเว็บไซต์นั้นมากเพียงใด SEMrush มีแนวโน้มที่จะแม่นยำกว่าสำหรับไซต์ที่มีส่วนแบ่งการเข้าชมอินทรีย์ที่มากขึ้น
  • ภูมิภาคและขอบเขตธุรกิจ สมมติว่า SEMrush มีโครงการเพิ่มเติมจากสหรัฐอเมริกา ในกรณีนี้จะมีข้อมูลจากสหรัฐฯ มากขึ้น และการคำนวณสำหรับไซต์ในสหรัฐฯ จะแม่นยำยิ่งขึ้น

กราฟสองกราฟถัดไปแสดงค่าเบี่ยงเบนมาตรฐานและส่วนแบ่งข้อมูลที่แม่นยำยิ่งขึ้นจากบริการทั้งสองที่แบ่งตามขอบเขตธุรกิจ

อย่างที่คุณเห็น ความเบี่ยงเบนของทั้ง SEMrush และ SimilarWeb นั้นขึ้นอยู่กับขอบเขตของธุรกิจ:

เปรียบเทียบ SEMrush กับ SimilarWeb

เปอร์เซ็นต์ของเว็บไซต์ที่ SimilarWeb และ SEMrush ใกล้เคียงกับเกณฑ์มาตรฐานของ Google Analytics ก็ขึ้นอยู่กับขอบเขตของธุรกิจด้วย:

SEMrush กับ SimilarWeb

ตัวอย่างเช่น ในแวดวง คอมพิวเตอร์ SimilarWeb มีความแม่นยำมากกว่าสำหรับเว็บไซต์ 58% และ SEMrush แม่นยำยิ่งขึ้นสำหรับเว็บไซต์ 42% (คอลัมน์แรกในกราฟด้านบน)

กราฟจุดนี้แสดงค่าเบี่ยงเบนบวกและลบสำหรับ SEMrush (จุดสีน้ำเงิน) และ SimilarWeb (จุดสีเขียว):

การเปรียบเทียบ SEMrush กับ SimilarWeb

แม้จะมองเห็นได้ชัดเจน คุณสามารถสรุปได้ว่าส่วนล่างของกราฟมีจุดสีเขียวมากกว่า ซึ่งหมายความว่า SimilarWeb มีแนวโน้มที่จะแสดงค่าที่ต่ำกว่าข้อมูลการเข้าชมจริงจาก Google Analytics มากกว่า

สรุป

เราพบว่า:

  • ความแม่นยำของ SimilarWeb และ SEMrush นั้นใกล้เคียงกัน
  • SEMrush แสดงผลลัพธ์ที่ดีกว่าสำหรับเว็บไซต์ขนาดกลาง ข้อผิดพลาดเกิดขึ้นได้ยาก และหากหลีกเลี่ยงข้อผิดพลาด ข้อมูลก็จะแม่นยำยิ่งขึ้น
  • ในกลุ่มเซสชันมากกว่า 1,000,000+ SEMrush มีความแม่นยำมากกว่า SimilarWeb
  • SimilarWeb มีแนวโน้มที่จะประเมินปริมาณการรับส่งข้อมูลต่ำเกินไป

สิ่งสำคัญที่ต้องจำไว้คือทั้ง SimilarWeb และ SEMrush จะไม่รับประกันความถูกต้อง 100% ของคุณ ในการวิเคราะห์ข้อมูลเว็บไซต์ของคุณเอง คุณมี Google Analytics แต่ SimilarWeb และ SEMrush ก็เพียงพอแล้วสำหรับการเปรียบเทียบเว็บไซต์และรับรู้แนวโน้มอย่างอิสระ อย่างไรก็ตาม เมื่อใช้เครื่องมือวิเคราะห์ใดๆ คุณควรเข้าใจที่มาของข้อมูลที่รวบรวมและความเบี่ยงเบนของการวัด