Ahrefs für Backlinks oder Credits? Kosten pro Autoritätspunkt

Beginnen Sie damit, was jedes Angebot verkauft

Ahrefs verkauft eine Research-Suite. Die API ist nur ein Zugang dazu.

Seine API-Einheiten sind in Abonnements enthalten, ab 129 $ pro Monat für 200.000 Einheiten, und eine Anfrage kostet mindestens 50 Einheiten. Bei diesem Mindestpreis kauft der Plan maximal 4.000 Anfragen pro Monat, was etwa 0,032 $ pro Anfrage entspricht, wenn Sie alle nutzen.

LinkMidas verkauft nur Linkdaten. Sein Aufruf für Refdomains kostet 2 Credits oder 0,0002 $, sodass der Einheitspreis auf dem Papier etwa 160-mal niedriger ist als das Ahrefs-Minimum. Das stimmt. Es ist jedoch nicht die ganze Geschichte, denn die Feldreferenz zeigt, was jeder günstige Aufruf auslässt.

Beide Werte sind Listenpreise, so wie wir sie bei der letzten Aktualisierung dieser Seite gelesen haben. Pläne ändern sich, daher sollten Sie vor der Budgetplanung den aktuellen Stand bestätigen.

Bewerten Sie den Job, nicht die Einheit

Ein Einheitspreis beantwortet nur eine Frage: Was kostet eine einzelne Anfrage? Die meisten Käufer stellen eine andere Frage: Was kostet eine fertige Entscheidung? Die beiden Zahlen treffen sich erst, nachdem Sie gezählt haben, wie viele Anfragen diese Entscheidung benötigt.

Ein Screen kostet einen Credit pro Domain

Das Screening einer Liste von Verkäufern ist die günstigste Aufgabe in den Linkdaten. Rufen Sie bulk_dr für die gesamte Liste ab, und Sie zahlen einen Credit für bis zu 2.000 Domains. Beim Abonnement wird derselbe Screen in Einheiten gemessen, und eine einzelne Anfrage kostet dort mindestens 50.

Diese Lücke ist der Grund, warum Screens mit Credits fast kostenlos wirken. Die Arbeit ist günstig, weil die Frage eng gefasst ist, nicht weil die Daten dünn sind. Das Rezept zeigt die genaue Anfrage für einen solchen Screen.

Ein Screen ist auch der Ort, an dem Sie die Struktur Ihrer Liste kennenlernen. Sobald Sie wissen, wie viele Domains die Untergrenze verfehlen, können die tieferen Analysen auf Basis der Überlebenden geplant werden, und die monatliche Rechnung wird leicht vorhersehbar.

Eine tiefe Analyse kostet mehr

Eine vollständige Bewertung eines Finalisten nutzt die Aufrufe refdomains, anchors und toppages, was 6 Credits oder 0,0006 $ entspricht. Beim Abonnement belasten dieselben drei Analysen das monatliche Kontingent, sodass die Rechnung davon abhängt, wie viel Sie nutzen, und nicht davon, wie viele Antworten jede Analyse liefert.

Tiefe Analysen sind der Punkt, an dem die Rechnung interessant wird. Sechs Credits pro Finalist sind wenig, doch eine Forschungsfrage, die viele Finalisten und viele Datenseiten benötigt, ist der Punkt, an dem eine umfassendere Suite ihren Wert beweist.

Zählen Sie auch die Seiten, die Sie manuell lesen. Das Lesen eines Spenderartikels kostet keine Credits, kostet aber Zeit, und diese Zeit gehört ebenfalls in die Summe einbezogen.

Zählen Sie die Fragen, die Sie tatsächlich stellen

Schreiben Sie die fünf Fragen auf, die Sie in einem Monat am häufigsten stellen. Wenn alle fünf Linkthemen betreffen, passt ein Credit-Meter. Wenn drei Schlüsselwörter oder Rank-Verläufe betreffen, übernimmt das Abonnement die Hauptarbeit und die Credits füllen nur Lücken.

Halten Sie diese Liste kurz. Eine Liste von vierzig Fragen neigt dazu, die zwei wichtigsten zu verschleiern.

Stellen Sie jeden Monat dieselben Fragen. Eine gleichbleibende Struktur der Arbeit macht die Rechnung leicht vorhersehbar, und eine Überraschung auf der Rechnung ist leicht nachvollziehbar.

Kosten pro Autoritätspunkt, ehrlich berechnet

Teilen Sie die Kosten durch das, was Sie lernen. Für eine Bewertung ist das, was Sie lernen, eine DR-Zahl plus eine Breitenangabe.

Unsere DR-Kosten betragen 0 $ durch den Domain-Aufruf und 0,0001 $ pro 2.000 Domains durch bulk_dr. Das macht den Preis einer einzelnen Autoritätsanalyse effektiv zu null für eine Liste von 50 und zu 0,00000005 $ pro Einheit bei den vollen 2.000.

Vergleichen Sie mit Sorgfalt. Der Vergleich zu Ahrefs ist nicht eins zu eins, da deren Bewertung eine andere Zahl ist als unsere. Setzen Sie die beiden niemals in eine Spalte. Wählen Sie eine Quelle pro Entscheidung, und wenn Sie wechseln, bewerten Sie alles neu.

Wo Ahrefs gewinnt, ist einfach. Es gewinnt an Tiefe. Keyword-Daten, Rank-Tracking und ein täglicher Crawl sind dort verfügbar. Wo Credits gewinnen, ist das Volumen: Wenn Sie 3.000 Verkäufer einmal screenen, ist das Abonnementkontingent der Engpass und das Credit-Modell kostet Cent-Beträge.

Wählen Sie die Metrik, bevor Sie die Rechnung aufstellen. Ein Kosten pro Punkt hat nur Bedeutung, wenn der Punkt in beiden Spalten dasselbe bedeutet, und die beiden DR-Skalen sind es nicht. Entscheiden Sie, welche Analyse als Punkt in Ihrem Blatt zählt, schreiben Sie es auf und halten Sie es für den gesamten Vergleich fest. Dieselbe Metrik in jeder Zeile.

Was 100 $ in jeder Richtung kaufen (ein Beispiel)

Nehmen Sie den 100-$-Registrierungsbonus. Das sind 1.000.000 Credits, also bezahlt er 500.000 refdomains-Abfragen oder eine Million bulk_dr-Screens mit jeweils 2.000 Domains.

Niemand braucht so viele. Ein realistischer Monat für eine kleine Agentur könnte 40 mit bulk_dr gescreente Shortlists, 300 refdomains-Abfragen und 100 Anchor-Abfragen umfassen, was 40 + 600 + 200 = 840 Credits oder 0,084 $ ergibt. Diese Zahlen sind eine erfundene Arbeitslast, die nur gewählt wurde, um die Summe zu zeigen.

Betrachten Sie den Credit als eine Budgetlinie statt als ein Abonnement. Sie entscheiden jeden Monat, wie viel Sie ausgeben möchten, und Sie können jederzeit aufhören, ohne ein Verlängerungsdatum im Kopf behalten zu müssen.

Stellen Sie dies neben einen monatlichen Plan für 129 $, und die Lücke ist klar. Der Plan ist ein Research-Sitzplatz. Die Credits sind ein Zähler. Vergleichen Sie sie nur, wenn Sie wissen, für welchen Job Sie kaufen, und lesen Sie das Scoring-Modell, um zu sehen, wo die günstigen Aufrufe in eine Entscheidung passen.

Lesen Sie die Summe einmal im Monat. Eine Zahl, die niemand betrachtet, driftet ab, und ein Credit-Zähler ist nur ehrlich, wenn jemand den Saldo gegen die geleistete Arbeit abliest.

Beide Quellen durch einen Switch laufen lassen

Einige Teams wechseln von einer Quelle zur anderen. Andere behalten beide für eine Weile. Die Überlappungsphase ist der Punkt, an dem die meisten Fehler passieren, also planen Sie sie bewusst. Ahrefs für Backlinks und ein Credit-Zähler können einen Zylang parallel laufen.

Beide für einen Zyklus parallel laufen lassen

Lassen Sie die alte und die neue Quelle für einen vollständigen monatlichen Zyklus auf derselben Liste laufen, bevor Sie wechseln. Zwei Quellen nebeneinander zeigen Ihnen die Lücke, und diese Lücke ist das, was Sie verstehen müssen, bevor sich sonst etwas ändert.

Mischen Sie die beiden Zahlen nicht in einer Spalte. Kennzeichnen Sie jede Quelle im Header und halten Sie die beiden Dateisätze ab dem ersten Tag getrennt.

Schreiben Sie das Startdatum der Überlappung auf die erste Seite des Blatts. Ein späterer Leser möchte wissen, welche Zahlen von welcher Quelle stammen und wann der Wechsel stattfand.

Alles nach einem Wechsel neu bewerten

Wenn Sie die Quelle wechseln, ist jede frühere Bewertung veraltet. Die DR-Zahlen sind über zwei Quellen hinweg nicht vergleichbar, sodass ein Kandidat, der letztes Quartal stark aussah, auf der neuen Skala niedriger liegen kann.

Bewerten Sie die gesamte Shortlist mit der neuen Quelle neu und starten Sie Ihre Vergleiche ab diesem Datum.

Wenn sich die alten und neuen Zahlen für denselben Kandidat stark unterscheiden, notieren Sie die Lücke und das Datum, bevor Sie etwas neu ordnen. Die Lücke erklärt die Veränderung besser als die neue Rangfolge.

Planen Sie mehr Zeit für das Blatt ein als für den Wechsel

Das Verschieben eines Blatts, eines Skripts und eines Satzes von Gewohnheiten von einer Quelle zur anderen ist langsamer als das Ändern einer einzelnen Einstellung. Bewahren Sie die alten Ausgaben zur Referenz auf, damit der erste Vergleich etwas zum Vergleichen hat.

Ein paralleler Lauf gibt Ihnen auch eine Kostenablesung, der Sie vertrauen können, da die Credits und die Einheiten, die für dieselbe Arbeit ausgegeben wurden, in einem Monat nebeneinander stehen.