പൊതു ഡാറ്റ സെറ്റുകൾ ഉപയോഗിച്ച് കിക്ക്-ആസ് ഉള്ളടക്കം എങ്ങനെ സൃഷ്ടിക്കാം (കൂടാതെ ടൺ കണക്കിന് ബാക്ക്‌ലിങ്കുകൾ സമ്പാദിക്കാം)

നിരവധി കണ്ടന്റ് മാർക്കറ്റർമാർക്കും SEO-കൾക്കും ഇടയിൽ ഈ തെറ്റിദ്ധാരണയുണ്ട്.

ഇത് ഇങ്ങനെ പോകുന്നു:

മികച്ച ഉള്ളടക്കം സൃഷ്ടിക്കുന്നതിനും ലിങ്കുകൾ നിർമ്മിക്കുന്നതിനുമുള്ള ഏറ്റവും നല്ല മാർഗങ്ങളിലൊന്നാണ് ഡാറ്റ. പക്ഷേ എന്റെ ബിസിനസ്സിന്/ക്ലയന്റിന് പങ്കിടാൻ രസകരമായ ഡാറ്റകളൊന്നുമില്ല.

അപ്പൊ, നമ്മള്‍ കുടുങ്ങി.

ഇന്ന്, ചില പ്രധാന വിജയങ്ങൾ നേടാൻ ഞങ്ങൾ പൊതുവായി ലഭ്യമായ ഡാറ്റ എങ്ങനെ ഉപയോഗിച്ചു എന്നതിന്റെ നിർദ്ദിഷ്ട ഉദാഹരണങ്ങൾ മാത്രമല്ല, നിങ്ങൾക്ക് ഡാറ്റ എവിടെ കണ്ടെത്താമെന്നും നിങ്ങൾക്ക് അത് എങ്ങനെ ഉപയോഗിക്കാമെന്നും കാണിച്ചുതരുന്നതിലൂടെ ആ ചിന്താഗതി എന്നെന്നേക്കുമായി ഞാൻ ഇല്ലാതാക്കാൻ പോകുന്നു.

ഉറപ്പാണോ, പുതിയതും യഥാർത്ഥവുമായ ഡാറ്റയും ഗവേഷണവും അതിശയകരമായ ഉള്ളടക്കം സൃഷ്ടിക്കാൻ കഴിയും.

പക്ഷേ അതിനർത്ഥം അതില്ലാതെ നിങ്ങൾ കുഴപ്പത്തിലാണെന്ന് അർത്ഥമാക്കുന്നില്ല. അതിനർത്ഥം നിങ്ങൾ സൃഷ്ടിപരമായി ചിന്തിക്കണം എന്നാണ് - ബോക്സിന് പുറത്ത് ചിന്തിക്കാൻ.

ഉപയോഗിക്കപ്പെടാൻ കാത്തിരിക്കുന്ന ഒരു ടൺ ഡാറ്റ അവിടെയുണ്ട്. വസ്തുതകളും ഡാറ്റയും പങ്കിടുന്ന ആളുകൾക്കായി ഇപ്പോൾ സമർപ്പിച്ചിരിക്കുന്ന ഒരു മുഴുവൻ പോഡ്‌കാസ്റ്റും. – അതിൽ ഭൂരിഭാഗവും പഴയ (അല്ലെങ്കിൽ പുരാതന) വാർത്തകളാണ്.

കാര്യം, ആളുകൾ ഡാറ്റയെ സ്നേഹിക്കുന്നു എന്നതാണ്.

അത് പുതിയതും രസകരവുമായ രീതിയിൽ അവർക്ക് മുന്നിൽ അവതരിപ്പിക്കുകയാണെങ്കിൽ അവർക്ക് അത് ശരിക്കും ഇഷ്ടപ്പെടും.

അത് എങ്ങനെ ചെയ്യപ്പെടുന്നു എന്നതിന്റെ ചില ഉദാഹരണങ്ങൾ നോക്കാം.

പൊതു ഡാറ്റ പ്രായോഗികമായി

ഞാൻ ആദ്യമായി തിരശ്ശീലയ്ക്ക് പിന്നിലെ പല ജോലികളെയും കുറിച്ച് പഠിക്കാൻ തുടങ്ങിയപ്പോൾ, ലിങ്കുകൾ നിർമ്മിക്കുന്നു, വിജയം നേടാൻ ഞാൻ എന്തെങ്കിലും - എന്തും - തിരയുകയായിരുന്നു.

തിരിഞ്ഞുനോക്കുമ്പോൾ മണ്ടത്തരമായി തോന്നുന്ന ഒരു പദ്ധതി ഞങ്ങളുടെ ടീം ആവിഷ്കരിച്ചു, പക്ഷേ ആ സമയത്ത് അത് തികച്ചും യുക്തിസഹമായിരുന്നു. വിദ്യാർത്ഥികളെ കോളേജുകളുമായി പൊരുത്തപ്പെടുത്താൻ സഹായിക്കുന്ന ഒരു സ്റ്റാർട്ടപ്പിനായി ഞാൻ ജോലി ചെയ്യുകയായിരുന്നു. അതിനാൽ, യുഎസ് സെനറ്റർമാർ എവിടെയാണ് കോളേജിൽ പോയതെന്ന് കാണിക്കുന്ന ഒരു ഇൻഫോഗ്രാഫിക് സൃഷ്ടിക്കാൻ ഞങ്ങൾ തീരുമാനിച്ചു.

ഞങ്ങൾ കുറച്ച് വേഗത്തിൽ ഗവേഷണം നടത്തി, ഓരോ സംസ്ഥാനത്തെയും സെനറ്റർമാരെയും അവർ പഠിച്ച കോളേജിനെയും വിക്കിപീഡിയയിൽ തന്നെ കണ്ടെത്താൻ കഴിയുമെന്ന് കണ്ടെത്തി.

ഞങ്ങളുടെ ടീം ജോലി ആരംഭിച്ചു, ഡാറ്റ പിടിച്ചെടുത്തു, വസ്തുതകൾ പരിശോധിച്ചു, ഒരു സ്പ്രെഡ്ഷീറ്റിൽ എഴുതി.

ഇത് പുതിയ വിവരമൊന്നുമല്ലായിരുന്നു. അത് വിലപ്പെട്ടതായിരിക്കില്ല. അല്ലേ?

എന്തായാലും ഞങ്ങൾ മുന്നോട്ട് കുതിച്ചു. ഡാറ്റ കൈവശം വച്ചുകൊണ്ട്, ഞങ്ങൾ ഒരു ഇൻഫോഗ്രാഫിക് സൃഷ്ടിച്ചു.ഓരോ സംസ്ഥാനത്തുനിന്നുമുള്ള ഓരോ സെനറ്റർമാരുടെയും കോളേജ് ലോഗോ കാണിക്കുന്ന ഒരു ഭൂപടം ഉൾപ്പെടെ.

ഇൻഫോഗ്രാഫിക് പൂർത്തിയാക്കിയപ്പോൾ, രാഷ്ട്രീയത്തെക്കുറിച്ചും കോൺഗ്രസിനെക്കുറിച്ചും മുമ്പ് എഴുതിയ പത്രപ്രവർത്തകരെ ലക്ഷ്യം വച്ചുള്ള ഒരു സമ്പർക്ക പ്രക്രിയയിലൂടെ ഞാൻ കടന്നുപോയി. (നേരായ വാർത്തകൾക്ക് പകരം) "രസകരമായ" വിഷയങ്ങൾ എഴുതിയ ആളുകളിലാണ് ഞാൻ ശ്രദ്ധ കേന്ദ്രീകരിച്ചത്.

ഞാൻ സെൻഡ് ക്ലിക്ക് ചെയ്തു, അതോടെ എല്ലാം അവസാനിച്ചു എന്ന് കരുതി. അതൊരു നല്ല ശ്രമമായിരുന്നു.

പക്ഷേ, അത് ഒരിക്കലും നടക്കില്ല. അല്ലേ?

ശരി... അത് പ്രവർത്തിച്ചു!

ആദ്യം, അത് വാഷിംഗ്ടൺ പോസ്റ്റിൽ പ്രത്യക്ഷപ്പെട്ടു.

പക്ഷേ അത് അവിടെ നിന്നില്ല. ഒരു ഡസനോളം മറ്റ് സൈറ്റുകൾ - അവയിൽ ഭൂരിഭാഗവും ദേശീയ അല്ലെങ്കിൽ പ്രാദേശിക മാധ്യമങ്ങൾ - ഗ്രാഫിക് ഏറ്റെടുക്കുകയും അത് എല്ലായിടത്തും വ്യാപിക്കുകയും ചെയ്തു.

വലിയ കാര്യങ്ങളുടെ ഒരു ചെറിയ വിജയമായിരുന്നു ഇത് എന്ന് സമ്മതിക്കാം. പക്ഷേ ആ സമയത്ത്, ഞാൻ ലോകം കീഴടക്കിയതുപോലെയാണ് എനിക്ക് തോന്നിയത്. ഞങ്ങൾ വിചിത്രമായ വിക്കിപീഡിയയിൽ നിന്ന് ഡാറ്റ എടുത്ത് അതിനെ വലിയ ബാക്ക്‌ലിങ്കുകളാക്കി മാറ്റി.

എനിക്ക് അത്യന്തം ഭ്രമമായിരുന്നു.

കൂടുതൽ രസകരമായ ഉള്ളടക്കം സൃഷ്ടിക്കാൻ ഉപയോഗിക്കാവുന്ന രസകരമായ ഡാറ്റ കണ്ടെത്താൻ ഞാൻ സ്ഥലങ്ങൾ തിരയാൻ തുടങ്ങി. ഡാറ്റാധിഷ്ഠിത ഉള്ളടക്കത്തിനായി ഏറ്റവും ജനപ്രിയമായ മറ്റ് സൈറ്റുകൾ ഞാൻ പരിശോധിച്ചു, ഡാറ്റ സമാഹരിച്ച രീതിയെ റിവേഴ്സ് എഞ്ചിനീയർ ചെയ്യാൻ ശ്രമിച്ചു.

കഴിഞ്ഞ കുറച്ച് വർഷങ്ങളായി, പൊതു ഡാറ്റ സമാഹരിച്ച് ഉപയോഗിക്കാൻ കഴിയുമെന്ന് ഞാൻ വീണ്ടും വീണ്ടും കണ്ടെത്തിയിട്ടുണ്ട്, യഥാർത്ഥത്തിൽ കാലുകളുള്ള രസകരമായ ഉള്ളടക്കം സൃഷ്ടിക്കാൻ ഇത് ഉപയോഗിക്കാം.

കുറച്ചു കാലം മുമ്പ്, ഞാൻ Decluttr-ൽ നിന്ന് ഈ ഇൻഫോഗ്രാഫിക് കണ്ടു:

എന്റെ ന്യൂസ് ഫീഡിലും ട്വിറ്ററിലും അത് പോപ്പ് അപ്പ് ആയതുകൊണ്ടാണ് ഞാൻ അത് കണ്ടെത്തിയത്. ഞാൻ എവിടെ തിരിഞ്ഞാലും ഈ മാപ്പ് പോപ്പ് അപ്പ് ചെയ്യുന്നതായി തോന്നി.

എനിക്ക് ഭ്രാന്ത് പിടിക്കാൻ തോന്നിയില്ല.

അത് രണ്ടുപേർ എടുത്തതായിരുന്നു നൂറ് ഔട്ട്ലെറ്റുകൾ:

അങ്ങനെ, ഞാൻ കൂടുതൽ അന്വേഷിച്ചു.

ഈ ഡാറ്റ ഗൂഗിൾ ട്രെൻഡുകളിൽ നിന്ന് നേരിട്ട് പുറത്തുവന്നതാണെന്ന് തെളിഞ്ഞു.

"പിക്കാച്ചുവിനെ എവിടെ കണ്ടെത്താം" എന്നതുപോലുള്ള കാര്യങ്ങൾക്കായുള്ള തിരയൽ അന്വേഷണങ്ങളിൽ നിന്ന് അവരുടെ ടീം ഡാറ്റ ശേഖരിച്ചു, സംസ്ഥാനം അനുസരിച്ച് ചോദ്യങ്ങൾ മാപ്പ് ചെയ്തു, ഓരോ സംസ്ഥാനത്തും ഏറ്റവും കൂടുതൽ ആവശ്യപ്പെടുന്ന പോക്കിമോണിന്റെ ഒരു വിശദീകരണം നൽകി. (ഇത് പോക്കിമോൻ ഗോ ഭ്രമത്തിന്റെ ഉന്നതിയിലായിരുന്നു.)

ഇത് വെറുമൊരു ഒറ്റയടിക്കുള്ള വിജയമായിരുന്നില്ല. പൊതു ഡാറ്റ ഒരു യഥാർത്ഥ ആസ്തിയായിരുന്നു - ആളുകൾ അതിൽ നിന്ന് പണം സമ്പാദിച്ചു.

ഫോർബ്‌സ് സമാഹരിച്ച ഏറ്റവും മൂല്യവത്തായ സ്‌പോർട്‌സ് ഫ്രാഞ്ചൈസികളെക്കുറിച്ച് ശേഖരിച്ച ഡാറ്റയും കോളം അഞ്ച് കടമെടുത്ത് ഒരു രസകരമായ ഡാറ്റ വിഷ്വലൈസേഷനാക്കി മാറ്റി.

DeadSpin, USA Today പോലുള്ള വലിയ സൈറ്റുകളിൽ നിന്നാണ് അവർക്ക് പ്ലേസ്‌മെന്റുകൾ ലഭിച്ചത്. അവർ ആകെ ചെയ്തത് ലഭ്യമായ ഡാറ്റ എടുത്ത് അതിനെ ഒരു മികച്ച ദൃശ്യ ആസ്തിയാക്കി മാറ്റുക എന്നതായിരുന്നു.

ഇത്തരത്തിലുള്ള ഡാറ്റ അക്ഷരാർത്ഥത്തിൽ ഇന്റർനെറ്റിന്റെ ഒരു നെടുംതൂണാണ്. അതിൽ ഭൂരിഭാഗവും ലഭ്യമായിരുന്നു - കണ്ടെത്തുന്നതിനും, സമാഹരിക്കുന്നതിനും, ഉപയോഗപ്രദമായ ഒന്നാക്കി മാറ്റുന്നതിനും വേണ്ടി കാത്തിരിക്കുക മാത്രം.

പൊതു ഡാറ്റ എവിടെ കണ്ടെത്താം

ഡാറ്റ അക്ഷരാർത്ഥത്തിൽ എല്ലായിടത്തും ഉണ്ട്. മനുഷ്യരായ നമ്മൾ ഓരോ ദിവസവും അതിൽ വളരെയധികം സൃഷ്ടിക്കുന്നു, അവയിൽ മിക്കതും ഒരിക്കലും നോക്കുകയോ പരിഗണിക്കുകയോ ചെയ്യുന്നില്ല.

അതുകൊണ്ടാണ് ഇത് വളരെ ലാഭകരമായ ഒരു അവസരമാകുന്നത്.

പൊതു ഡാറ്റ ഉപയോഗിക്കുന്നതിനുള്ള താക്കോൽ എവിടെയാണ് നോക്കേണ്ടതെന്ന് അറിയുക എന്നതാണ്.

നിങ്ങളുടെ ഉള്ളടക്കത്തിൽ ഉപയോഗിക്കുന്നതിനായി ഡാറ്റ കണ്ടെത്താൻ കഴിയുന്ന 4 ഉറപ്പായ സ്ഥലങ്ങൾ ഇതാ:

ഫെഡറൽ, സംസ്ഥാന ഡാറ്റാബേസുകൾ

നിങ്ങൾ നൽകുന്ന നികുതി ഡോളറുകളെക്കുറിച്ച് നിങ്ങൾക്കറിയാമോ? ആ പണത്തിൽ ഒരു ഭാഗം ഗവേഷണത്തിനും ഡാറ്റ സമാഹരിക്കുന്നതിനും വേണ്ടി ചെലവഴിക്കുന്നു. തുടർന്ന് ആ ഡാറ്റ സൗജന്യമായി പ്രസിദ്ധീകരിക്കുന്നു, ഭൂരിഭാഗവും ഓൺലൈനിൽ.

ഉദാഹരണത്തിന്, നിങ്ങളുടെ നികുതി പണത്തിൽ നിന്ന് എത്രത്തോളം ഇന്റർനെറ്റിൽ ഗവേഷണത്തിന് ധനസഹായം നൽകുന്നുവെന്ന് ഒരു ഇൻഫോഗ്രാഫിക് നിർമ്മിക്കുന്നത് രസകരമാണെന്ന് നിങ്ങൾ കരുതുന്നുവെങ്കിൽ, നിങ്ങൾക്ക് കോൺഗ്രഷണൽ ബജറ്റ് ഓഫീസിന്റെ വെബ്‌സൈറ്റിൽ ഡാറ്റയുടെ പർവ്വതം..

പക്ഷെ അത് മഞ്ഞുമലയുടെ അഗ്രം മാത്രമാണ്.

Data.gov ലഭ്യമായ എല്ലാ പൊതു ഡാറ്റാ സെറ്റുകളുടെയും സൂചികകൾ. ഏകദേശം 200,000 ഡാറ്റാ സെറ്റുകൾ അവിടെയുണ്ട് - ഉപയോഗിക്കാൻ കാത്തിരിക്കുന്നു.

അവർ അതിനെ മേഖല അനുസരിച്ച് തരംതിരിക്കുകയും നിങ്ങൾക്ക് സൗകര്യപ്രദമായ ഒരു തിരയൽ ഫംഗ്ഷൻ നൽകുകയും ചെയ്യുന്നു. (അയ്യോ, അത് എടുക്കാൻ ധാരാളം ഡാറ്റയാണ്!)

അക്കാദമിക്, ശാസ്ത്രീയ പഠനങ്ങൾ

സർക്കാർ പുറത്തുവിടുന്ന വസ്തുതകൾക്കും കണക്കുകൾക്കും അപ്പുറം, ലോകമെമ്പാടുമുള്ള ശാസ്ത്രജ്ഞരും ഗവേഷകരും എല്ലാ ദിവസവും പുതിയ ഡാറ്റ പ്രസിദ്ധീകരിക്കുന്നു.

ഇതിൽ ചിലത് പേവാളുകൾക്ക് പിന്നിൽ കുടുങ്ങിക്കിടക്കുന്നു, എന്നാൽ ഏത് വിഷയത്തിലും ഡാറ്റയും ഗവേഷണവും കണ്ടെത്തുന്നത് Google Scholar വളരെ എളുപ്പമാക്കുന്നു.

കണവകളുടെ ആയുസ്സിനെക്കുറിച്ച് ഒരു സൂപ്പർ-കൂൾ ഇൻഫോഗ്രാഫിക് സൃഷ്ടിക്കാൻ ആഗ്രഹിക്കുന്നുണ്ടോ? കൂടുതലൊന്നും പറയേണ്ട.

Google ട്രെൻഡുകളും തിരയൽ ഡാറ്റയും

ഇത് ഉപയോഗിക്കുന്നത് നമ്മൾ പലതവണ കണ്ടിട്ടുണ്ട്. പക്ഷേ, തിരയൽ പെരുമാറ്റത്തെക്കുറിച്ച് ഗൂഗിളിന് ശരിക്കും ആകർഷകമായ ചില ഡാറ്റയുണ്ട്. നിങ്ങൾക്ക് ട്രെൻഡുകൾ കണ്ടെത്താനും, സംസ്ഥാനമോ രാജ്യമോ അനുസരിച്ച് വ്യത്യാസങ്ങൾ കണ്ടെത്താനും, മറ്റ് എല്ലാത്തരം രസകരമായ വിശകലനങ്ങളും നടത്താനും കഴിയും.

കൂടാതെ, ഓട്ടോ-കംപ്ലീറ്റ് ഫംഗ്ഷണാലിറ്റി ഉപയോഗിച്ച് കുറച്ച് മാനുവൽ ഡാറ്റ ശേഖരണം നടത്തുന്നതിനെക്കുറിച്ച് മറക്കരുത്. അത് മറ്റൊരു മാധ്യമ പ്രിയങ്കരമാണ്!

ഫേസ്ബുക്ക് പേജും പരസ്യ ഡാറ്റയും

പൊതുവിവരങ്ങളുടെ പലപ്പോഴും അവഗണിക്കപ്പെടുന്ന ഒരു ഉറവിടമാണ് ഫേസ്ബുക്ക്.

അവ കണ്ടെത്തുന്നത് അത്ര എളുപ്പമുള്ള കാര്യമല്ല, പക്ഷേ നിങ്ങൾ എപ്പോഴെങ്കിലും പരസ്യ പ്ലാറ്റ്‌ഫോം ഉപയോഗിച്ചിട്ടുണ്ടെങ്കിൽ, നിങ്ങൾക്ക് അവരുടെ ടാർഗെറ്റിംഗ് സവിശേഷതകൾ ഉപയോഗിക്കാനും നിങ്ങളുടെ ടാർഗെറ്റ് പ്രേക്ഷകരുടെ വലുപ്പം - തത്സമയം - കാണാനും കഴിയുമെന്ന് നിങ്ങൾക്കറിയാം.

ഇതിനർത്ഥം നിങ്ങൾക്ക് ഈ ഡാറ്റ ഉപയോഗിച്ച് ആളുകളുടെ മുൻഗണനകളുടെയും ജനസംഖ്യാശാസ്‌ത്രത്തിന്റെയും ചാർട്ടുകൾ, ഗ്രാഫുകൾ അല്ലെങ്കിൽ മാപ്പുകൾ സമാഹരിക്കാൻ കഴിയും എന്നാണ്.

സൈഡ്‌നോട്ട്.

 ടൂളിനെക്കുറിച്ചും അത് നിങ്ങളുടെ പ്രേക്ഷകരുടെ എണ്ണം എങ്ങനെ കണക്കാക്കുന്നു എന്നതിനെക്കുറിച്ചും അറിയാൻ നിങ്ങളുടെ സമയമെടുക്കുക. തീർച്ചയായും, ഡാറ്റ ഫേസ്ബുക്ക് ഉപയോക്താക്കളെ മാത്രം അടിസ്ഥാനമാക്കിയുള്ളതാണെന്നും വളരെ കൃത്യമല്ലെന്നും ധാരാളം നിരാകരണം നൽകുക. 

പൊതു ഡാറ്റ സെറ്റുകൾ എങ്ങനെ ഉപയോഗിക്കാം

നിങ്ങൾ ഗൃഹപാഠം ചെയ്തുവെന്ന് കരുതുക, നല്ലതും രസകരവുമായ ചില ഡാറ്റ നിങ്ങൾ കണ്ടെത്തി.

ഇനിയെന്ത്?

ഇതാണ് രസകരമായ ഭാഗം. ഗൗരവമായി പറഞ്ഞാൽ. ആകാശമാണ് പരിധി.

പുതിയതും രസകരവുമായ ഉള്ളടക്കം സൃഷ്ടിക്കാൻ ഡാറ്റ ഉപയോഗിക്കാൻ ഏതാണ്ട് അനന്തമായ മാർഗങ്ങളുള്ളതിനാൽ ഡാറ്റ വളരെ വിലപ്പെട്ടതാണ്.

ഇതാ ചില ആശയങ്ങൾ:

1. ഗ്രാഫുകൾ, ചാർട്ടുകൾ, ഇൻഫോഗ്രാഫിക്സ് എന്നിവ സൃഷ്ടിക്കുക

സമയം പരിശോധിച്ചതും ബാക്ക്‌ലിങ്ക് അംഗീകരിച്ചതും. വലതു കൈകളിൽ ലഭ്യമായ ലളിതവും രസകരവുമായ ഡാറ്റ ലിങ്കുകൾ സമ്പാദിക്കുന്നതിനുള്ള ഏറ്റവും ഫലപ്രദമായ ഉള്ളടക്ക രൂപങ്ങളിൽ ഒന്നാണ്.

DataCamp.com വളരെ അടിപൊളിയാണ് - എങ്കിലും അടിസ്ഥാനപരമായി - R ഉം പൈത്തണും താരതമ്യം ചെയ്യുന്ന ഇൻഫോഗ്രാഫിക്. അവരുടെ കൈവശമുള്ള ഡാറ്റയെല്ലാം മറ്റ് പഠനങ്ങളിൽ നിന്നും വെബ്‌സൈറ്റുകളിൽ നിന്നും എടുത്തതാണ്.

പക്ഷേ, എന്താണെന്ന് ഊഹിക്കാമോ? അവർ ഇപ്പോഴും ഏകദേശം 150 ഡൊമെയ്‌നുകളിൽ നിന്ന് ലിങ്ക് ചെയ്‌ത വരുമാനം നേടിയിട്ടുണ്ട്. മോശമല്ല.

Ahrefs സൈറ്റ് എക്സ്പ്ലോററിൽ നിന്നുള്ള ഡൊമെയ്‌നുകൾ റഫർ ചെയ്യുന്നു > അവലോകനം

2. സംസ്ഥാനം, രാജ്യം അല്ലെങ്കിൽ പ്രദേശം അനുസരിച്ച് ഭൂപടങ്ങൾ നിർമ്മിക്കുക

നിങ്ങൾ കണ്ടെത്തുന്ന ഡാറ്റയ്ക്ക് ഒരു സ്ഥാനമാനമുണ്ടെങ്കിൽ, അത് സജീവമാണ്. ഭൂപടങ്ങൾ വളരെ ജനപ്രിയമാണ്, ലോകം എങ്ങനെ വളരെ വ്യത്യസ്തമാണ് അല്ലെങ്കിൽ അവിശ്വസനീയമാംവിധം സമാനമാണ് എന്നതിന്റെ മനോഹരമായ വർണ്ണ കോഡ് വിശദീകരണത്തിനായി മാധ്യമങ്ങൾ കൂട്ടത്തോടെ പോകുന്നു.

എസ്റ്റേറ്റ്ലി പോലുള്ള സൈറ്റുകൾ ഇത് ഒരു സാധാരണ രീതിയാക്കി മാറ്റുകയും വലിയ വിജയത്തിലേക്ക് നയിക്കുകയും ചെയ്തിട്ടുണ്ട്.

അവരുടെ ഭൂപടം “ഏറ്റവും കൂടുതൽ 'അമേരിക്കൻ' സംസ്ഥാനങ്ങൾ” ദേശസ്‌നേഹത്തിന്റെ സംസ്ഥാനാടിസ്ഥാനത്തിലുള്ള തകർച്ച സൃഷ്ടിക്കുന്നതിനായി ഒരു കൂട്ടം പൊതു ഡാറ്റ സമാഹരിച്ചു.

കൂടാതെ, ഗേറ്റിന് പുറത്ത് 70 റഫറിംഗ് ഡൊമെയ്‌നുകൾ ഉപയോഗിച്ച് അവർ ചില പ്രധാന വിജയങ്ങൾ നേടി.

സൈഡ്‌നോട്ട്.

 ഇവയെ നമ്മൾ 'ഇൻഫോമാപ്പുകൾ' എന്ന് വിളിക്കുന്നു, അവ തകർക്കുന്നു ലിങ്ക് നിർമ്മാണത്തിനായി ഇപ്പോൾ തന്നെ. കാണുക ഞങ്ങളുടെ വിഷ്വൽ ലിങ്ക് നിർമ്മാണ പോസ്റ്റ് കൂടുതൽ. 

3. റാങ്കിംഗുകളും റേറ്റിംഗുകളും

ഏതൊരു തരത്തിലുള്ള നിയമാനുസൃത റേറ്റിംഗിനോ റാങ്കിംഗിനോ അടിസ്ഥാനം ഡാറ്റാധിഷ്ഠിത രീതിശാസ്ത്രമാണ്. അവലോകനങ്ങൾ അല്ലെങ്കിൽ വസ്തുനിഷ്ഠമായ ഗുണനിലവാര സ്കോറുകൾ പോലുള്ള ചില പൊതു ഡാറ്റകൾ നിങ്ങൾക്ക് കൂട്ടിക്കലർത്തി സമാഹരിക്കാവുന്ന ഒരു റാങ്കിംഗ് സൃഷ്ടിക്കാൻ കഴിയും.

ഗെറ്റ്ആപ്പ്.കോം മികച്ച CRM-കളെ റാങ്ക് ചെയ്യുന്നു ഓരോ പാദത്തിലും, അവരുടെ രീതിശാസ്ത്രം പൂർണ്ണമായും വ്യക്തമാക്കിയിട്ടുണ്ട്. ഇതിൽ ഭൂരിഭാഗവും ഉപഭോക്തൃ അവലോകന സ്കോറുകൾ, സംയോജന എണ്ണങ്ങൾ എന്നിവ പോലുള്ള പൊതു ഡാറ്റ സമാഹരിക്കുന്നതിൽ നിന്നാണ്.

പക്ഷേ, ഗുണനിലവാരം അളക്കുന്നതിന് അവരുടെ റാങ്കിംഗുകൾ ഡാറ്റാധിഷ്ഠിതവും വസ്തുനിഷ്ഠവുമായ ഒരു സമീപനം ഉപയോഗിക്കുന്നതിനാൽ അവർ ഒരു മുൻനിര അധികാരിയായി മാറിയിരിക്കുന്നു.

4. രസകരമായ രീതിയിൽ റീമിക്സ് ചെയ്യുക അല്ലെങ്കിൽ ഡാറ്റ ലെയർ ചെയ്യുക

ചിലപ്പോൾ, ഒരൊറ്റ ഡാറ്റാ സെറ്റ് മാത്രം മതിയാകില്ല.

വിവിധ സ്രോതസ്സുകളിൽ നിന്നുള്ള ഡാറ്റ സംയോജിപ്പിച്ച് (സ്റ്റാറ്റിസ്റ്റിക്‌സിൽ പറഞ്ഞാൽ അർത്ഥവത്തായ ഇടങ്ങളിൽ) ഒരു ലെയേർഡ് ഡാറ്റ സെറ്റ് സൃഷ്ടിക്കാൻ ശ്രമിക്കുക. ഈ ഉദാഹരണങ്ങളിൽ പലതും ഇത് ഉപയോഗിച്ചിട്ടുണ്ട് - നിങ്ങൾ നോക്കാൻ തുടങ്ങുമ്പോൾ എല്ലായിടത്തും നിങ്ങൾക്ക് അത് കാണാൻ കഴിയും.

ഉദാഹരണത്തിന്, ഇത് എടുക്കുക സംഗീത ആരാധകർക്ക് ഏറ്റവും മികച്ച നഗരങ്ങളെക്കുറിച്ചുള്ള വലിയ വിശകലനം ValuePenguin നിർമ്മിച്ചത്..

അവർ ഉപയോഗിച്ച എല്ലാ ഡാറ്റാ പോയിന്റുകളും അവർ വ്യക്തമായി വിവരിക്കുന്നു - അവയൊന്നും അദ്വിതീയമോ ഉടമസ്ഥാവകാശമോ അല്ല! എന്നാൽ ഒന്നിലധികം ഉറവിടങ്ങളിൽ നിന്നുള്ള ഡാറ്റ അവർ പുതിയതും രസകരവുമായ രീതിയിൽ അടുക്കി വച്ചു.

അവർക്ക് മികച്ച പ്രതിഫലവും ലഭിച്ചു - കഴിഞ്ഞ രണ്ട് മാസത്തിനുള്ളിൽ 50-ലധികം റഫറിംഗ് ഡൊമെയ്‌നുകൾ.

ഇനി നിങ്ങളുടെ ഊഴമാണ്

നമ്മുടെ ചുറ്റുമുള്ള പൊതു ഡാറ്റ ഉപയോഗിച്ച് നിങ്ങൾക്ക് എന്തൊക്കെ രസകരമായ കാര്യങ്ങൾ സൃഷ്ടിക്കാൻ കഴിയും?

നിങ്ങളുടെ സൗജന്യ, പൊതു ഡാറ്റ എപ്പോഴെങ്കിലും തീർന്നാൽ, ഞങ്ങൾ കുഴപ്പത്തിലാകും. പക്ഷേ, അതുവരെ - ഭ്രാന്തൻ!

ഉറവിടം അഹ്റഫ്സ്

നിരാകരണം: മുകളിൽ പറഞ്ഞിരിക്കുന്ന വിവരങ്ങൾ Chovm.com-ൽ നിന്ന് സ്വതന്ത്രമായി Ahrefs നൽകിയതാണ്. വിൽപ്പനക്കാരന്റെയും ഉൽപ്പന്നങ്ങളുടെയും ഗുണനിലവാരവും വിശ്വാസ്യതയും സംബന്ധിച്ച് Chovm.com യാതൊരു പ്രാതിനിധ്യവും വാറന്റിയും നൽകുന്നില്ല.