Quanto mais tweets uma URL consegue, mais ela sobre no ranking de pesquisa no Google? Artigos mais longos conseguem mais compartilhamentos no Facebook? E-mails que contêm imagens possuem taxas mais baixas de acesso?

Essas e centenas de outras perguntas dos profissionais de marketing são constantemente feitas e podem ser respondidas matematicamente por meio de dados de correlação. No entanto, parece que há um preconceito lamentável contra correlações, especificamente na comunidade de SEO. Parte disso tem a ver com a conhecida máxima “correlação não é causalidade.” Isto é eminentemente verdadeiro.

No entanto, eu amo saber correlação, mesmo quando ela está totalmente desconectada da causalidade; e estou surpreso por cada vez mais profissionais se fecham contra a aquisição desse conhecimento. Afinal, estamos constantemente utilizando observações baseadas em correlation em nossas vidas. Os cientistas, por exemplo, usam frequentemente para descobrir hipóteses potenciais e apresentar experiências para testá-las.

Para mim, é muito mais fascinante aprender, por exemplo, que histórias que aparecem nos resultados do Google News são mais propensas a terem imagens cujas fontes são os publicadores de notícias (jornais, por exemplo), do que descobrir que o algorítimo usa um fator com base em quão novas as contribuições são, tendo como base um certo conjunto de contas confiáveis. Essa hipótese é questionável, enquanto a primeira, muito menos.

Podemos aplicar isso para e-mail de divulgação, relações públicas, palestras em conferências, otimização de taxa de conversão (uma prática baseada quase inteiramente em correlação) e praticamente qualquer outra prática quantificável em nosso trabalho.

Aqui estão apenas alguns exemplos do grandes trabalhos na área de marketing que usam os dados de correlação:

• A Série de Dan Zarrela em Science of Social Media, Science of Retweets, Science of Timing e Science of Facebook Marketing;
• O Open Algorithm Project, de Mark Collier;
• Dados de correlação no SEOmoz tem seu próprio estudo de ranking de factores;
• O que Mike King aprendeu analisando e-mails de divulgação 300K com Buzzstream.

Eu não entendo porque este trabalho é criticado como sendo “apenas correlação”, ao invés de ser encarado como “impressionante! Novos dados de correlação nos quais podemos formar hipóteses testáveis”. É verdade, a correlação não implica causalidade. Mas mostra um relacionamento, e essas relações podem formar a base de suposições e testes. Acho que é um desafio argumentar porque este trabalho não deve ser feito e compartilhado, ainda que o preconceito esteja claramente por aí.

Claro, há sempre o perigo de apresentar a pesquisa de correlação e ela ser mal interpretada ou mal utilizada, como o pessoal da PHDComics ilustrou brilhantemente abaixo:

Porém, eu prefiro arriscar alguns mal-entendidos e ter os dados disponíveis, do que não investigar as conexões entre as coisas no mundo do marketing por medo.

Eis apenas algumas ideias para correlação com base em pesquisa que eu adoraria ver alguém juntando:

• Correlação entre um tópico / frase / bmarca no Twitter e o volume de pesquisa culminado no Google;
• Correlação entre os compartilhamentos do Facebook, tweets e compartilhamentos do Google+ para URLs de várias indústrias (onde estão algumas redes potencialmente mais fortes, quais as mais fracas, quais as discrepâncias, etc);
• Correlação entre o montante de financiamento e receita / crescimento / sucesso em todos os setores (acho que isso seria fascinante para empresários);
• Correlação entre o número de e-mail subscritos para um feed RSS e o ranking / compartilhamentos de conteúdo de feed;
• Correlação entre rankings de pesquisa e inclusão geral de feed RSS (as URLs que estão incluídas nos feeds tendem a ter melhor desempenho do que aquelas que não estão?);
• Correlação entre sentimento (positivo, negativo, neutro) de conteúdo em vários sites e seu sucesso em mídias sociais;
• Correlação entre os compartilhamentos sociais e de tráfego;
• Correlação em entre a pontuação Klout e tráfego que levam para as URLs compartilhadas (para ver se as linhas de Klout aumentam com a quantidade de tráfego que conduzem os tweets / compartilhamentos da pessoa);
• Correlação entre ter um depoimento, endereço físico, endereço de e-mail e/ ou telefone na página e rankings maiores/ menores nos resultados de pesquisa do Google.

Se você, ou sua equipe, se sentir confiante, capaz e animado para fazer este tipo de trabalho, mas precisam de algum apoio financeiro ou para publicação, adoraríamos conversar. É só me deixar um e-mail (rand@seomoz.org).

***

Este artigo é uma republicação feita com permissão. SEOMoz não tem qualquer afiliação com este site. O original está em: http://www.seomoz.org/blog/why-the-marketing-world-needs-more-correlation-research