Buenas comunidad! Por si alguno estaba medio distraido, les recuerdo que google anunció el 11 de este mes un nuevo update. Más allá de mantenerse informado con fuentes oficiales, hacer seguimientos y no ejecutar ningún cambio estructuralmente importante, les recuerdo lo siguiente: Utilizar Python y la API de GSC para hacer una comparación de el rendimiento de contentidos entre períodos específicos. Se pueden analizar la diferencias en clcis entre estos períodos e identificar rápidamente cuáles son ganadores y perdedores. Les arrojará una imagen como la que adjunto bastante fácil de interpretar. ¿Ustedes cómo hacen el seguimiento post update? Los leo en comentarios 👇 PD: Un agradacimiento especial a mi amigo @Antoine Eripret por crear esta librería =)

Hola buenas soy SEO pero trabajo principalmente con Guest Posts y 'PR' que tienen trafico predominantemente de USA, UK y AU. Estoy pensando en empezar a armar un par de RnRs aca en Argentina y ando buscando contactos para poder hacer Guest Posts en blogs micro (DA +25-40 Ahrefs) y paginas mas grandes 'PR' con DA mayor a 60 aca en Argentina. Los primeros mas en bulk para link insertion, guest post propiamente dichos. Los segundos mas con el intuito de rankear para "Mejores XYZ" keywords. Cualquier sugerencia y tips son muy bienvenidos!

¿Por qué los profesionales de SEO muchas veces prefieren saltar de herramienta en herramienta en vez de construir sus propias soluciones? No entiendo invierten tiempo y plata en herramientas externas que resuelven problemas puntuales, pero no profundizan en los datos que realmente cambian el juego. No entiendo por qué es más común contratar una plataforma nueva que optimizar los procesos internos con algo tan poderoso como Python. Esto hace que muchos terminen atrapados en tareas repetitivas, en lugar de enfocarse en estrategias que generen verdadero crecimiento. Esto también provoca que los SEOs que más rápido se adaptan y entienden de datos, se vayan a otras agencias buscando nuevas oportunidades, porque saben que con las herramientas correctas pueden ser más libres y efectivos. ¿No les parece que sería mejor invertir en construir habilidades de análisis de datos y automatización, en lugar de depender de herramientas externas que no se adaptan a lo que necesitamos? Cada vez más SEOs eligen Python para independizarse de plataformas y manejar grandes volúmenes de datos sin depender de nadie más. Por más colegas que se animan a romper con lo usual.

No me voy a cansar de decirlo: Si sos especialista en SEO y queres aprender un lenguaje de programación. Python es el tenedor y SQL es el cuchillo. Se come con los 2 =) FUENTE

Hola. siguiendo esta clase veo que tienes un codigo para convertir las fechas que estan como object a dtype de datetime64. esa linea da error y sugiere cambiar a datetime64[ns] ¿?: Casting to unit-less dtype 'datetime64' is not supported. Pass e.g. 'datetime64[ns]' instead. Luego falla tambien en la creacion del heatmap con Seaborn: ValueError: zero-size array to reduction operation fmin which has no identity Puede ser que el script esta desactualizado?