Diese Seite wurde von der Cloud Translation API übersetzt.

DVC-Projekt

Diese Seite enthält die Details zu einem Projekt für technische Angelegenheiten, das für die Google-Saison der Dokumente angenommen wurde.

Projektzusammenfassung

Open-Source-Organisation:: DVC
Technischer Redakteur:: Remastered
Projektname:: SEO-/Websiteanalyse- und Docs-Websiteupdates
Projektdauer:: Standardlaufzeit (3 Monate)

Projektbeschreibung

Um die Sichtbarkeit in Suchmaschinen zu verbessern, das Nutzerverhalten zu verstehen und zukünftige Inhaltsverbesserungen voranzutreiben, schlage ich eine Bottom-Up-Optimierungsstrategie für DVC vor.

Im Hinblick auf die Suchmaschinenoptimierung bedeutet „Bottom-up“, dass Daten aus aktuellen Suchergebnissen und bestehenden Inhalten verwendet werden, um Aktualisierungen zu leiten und eine positive Feedbackschleife für Verbesserungen zu starten. Bei dieser Strategie liegt der Fokus auf den Ergebnissen, um auf tatsächlichen Fortschritten aufzubauen, anstatt sich auf Annahmen zu verlassen, wonach Nutzer suchen oder wie sie das Produkt verwenden werden. Ich habe diesen Ansatz für mehrere SEO-Kunden erfolgreich eingesetzt und er ist für das aktuelle Verhalten von Suchmaschinen bekannt.

Ziel des Prozesses ist es, eine Feedbackschleife zu entwickeln:

Für welche Seiten und Suchbegriffe werden Suchergebnisse angezeigt?
Was hat mit diesen Begriffen zu tun? Beantworten wir die Fragen der Nutzer? Was fehlt im Dokument?
Aktualisieren Sie das vorhandene Dokument oder identifizieren Sie neue Dokumente, die erstellt werden sollten (falls sinnvoll).
Suchen Sie in Bereichen, in denen das Unternehmen Ergebnisse erzielen möchte (aber keine hat), nach Hinweisen auf Suchanfragen von Mitbewerbern oder Nutzeranalysen, bevor Sie Inhalte erstellen.
Beginnen Sie wieder bei 1.

Ich schlage den folgenden groben Projektplan vor (weitere Details zur Implementierung finden Sie in den Fragen und Antworten unten):

Woche 1: Ersteinrichtung der Analytics-Tools und des Trackings. Führen Sie eine SEO-Analyse durch und erstellen Sie Probleme, um Metadaten zu korrigieren oder technische Probleme zu beheben. Das kann sogar schon während der Aufwärmphase der Fall sein. Woche 2: Dokumente ermitteln, die bereits für wichtige Begriffe ranken Ermitteln Sie ähnliche Begriffe, um den Inhalt zu erweitern, und prüfen Sie die Dokumente auf weitere Verbesserungsmöglichkeiten. Erstellen Sie Probleme auf Ebene einzelner Dokumente, um Aktualisierungen zu planen. Aktualisieren oder veröffentlichen Sie die Dokumente. Woche 3: Behalten Sie die Suchergebnisse im Blick, um neue Optimierungsmöglichkeiten zu erkennen, und arbeiten Sie weiter an den geplanten Updates. Woche 4–10: Beobachten Sie die Änderungen in den Suchergebnissen für neu aktualisierte Dokumente und überwachen und aktualisieren Sie weiterhin den Backlog. Woche 10+: Auch wenn dies bei diesem Projekt definitiv nicht im Projektumfang enthalten ist, könnten die gleichen Prinzipien und der gleichen Feedback-Loop verwendet werden, um die DVC-Anwendungsfälle und -Dokumente-Startseite zu überarbeiten, sobald sich die Änderungsrate und die Methoden einigermaßen wohlfühlen. Meiner Meinung nach ist ein Bottom-up-Ansatz für diese Projekte wahrscheinlich auch effektiver.

Hier sind meine direkten Antworten auf die einzelnen Fragen in der Projektidee:

F: Welche Tools sollten wir einsetzen? (z. B. Google Analytics)

A. Die wichtigsten Tools sind Google Analytics, die Google Search Console und Google Data Studio (zum Zusammenführen von Daten aus verschiedenen Tools für Berichte). Google Tag Manager eignet sich zum Erfassen bestimmter Klick- oder Seitenereignisse, z. B. bei eingebetteten YouTube-Videoanleitungen. Ich würde auch ein SEO-Analysetool verwenden (ich verwende Ubersuggest), um Probleme zu melden und Mitbewerber und ähnliche Suchbegriffe auf der Website zu erfassen. Die DVC-Website scheint zwar recht schnell zu sein, aber wir müssen PageSpeed Insights verwenden, da dies auch für die Suchmaschinenoptimierung wichtig ist.

F: Auf welche Trends und Berichte müssen wir uns konzentrieren?

A. Die wichtigsten SEO-Messwerte sind Klicks, Impressionen, Klickrate und Position. Das Problem ist jedoch, dass dies nacheilende Messwerte sind, die nicht viel Aufschluss darüber geben, wie Sie sich verbessern können. Dazu ist es wichtig, zu erfassen und zu beobachten, was vor und nach Suchanfragen passiert: die Suchbegriffe, die Nutzer verwenden, und was passiert, wenn sie die Website besuchen. Die verwendeten Suchbegriffe sind entscheidend für eine produktive Arbeit bei der Erstellung und Aktualisierung von Inhalten (wie oben beschrieben). Wenn Nutzer, die über die Suchergebnisse auf Ihre Website gelangen, das Gesuchte finden, kann das den Unterschied zwischen einem guten und einem schlechten Ranking ausmachen. Wenn Nutzer nämlich zur selben Suchanfrage zurückkehren (ein sogenannter „Bauchiger Sprung“), wird der Suchmaschine signalisiert, dass die Seite kein gutes Ergebnis ist. Die Messung des Nutzer-Engagements auf der Website ist eine kompliziertere Aufgabe. Die wichtigsten Messwerte, die wir für die Dokumentation benötigen, sind die Absprungrate, die Sitzungsdauer und die Seiten pro Sitzung. Bei Websites, auf denen Nutzer etwas kaufen oder sich mit Ihnen in Verbindung setzen sollen, ist die Conversion-Rate im Vergleich zum Zielvorhaben ebenfalls ein wichtiger Messwert.

F: Welche Arten von Nutzern haben wir und welchen Interaktionsabläufen folgen sie?

A. Wenn Sie dies so eingerichtet haben, wird in Google Analytics der Pfad eines Nutzers auf der Website, die Seitenzeit, Klick-URLs und User-Agent-Properties erfasst. Außerdem wird versucht, den Nutzer bei wiederkehrenden Besuchen zu identifizieren. Es gibt noch weitere Funktionen, aber das sind die Grundlagen. Es wird einige Zeit dauern, die Muster zu identifizieren und zu verstehen, die Nutzertypen definieren. Ein guter Ausgangspunkt ist jedoch die Betrachtung beliebter Interaktionsabläufe. Ausgehend von den beliebtesten Landingpages suchen wir nach offensichtlichen Trends auf der zweiten, dritten und weiteren Seite. Dann könnten wir Nutzermodelle dafür vorschlagen (die auch als Grundlage für die wichtigsten Anwendungsfälle dienen sollten). Auf dieser Grundlage können wir die Modelle/Anwendungsfälle weiter optimieren oder validieren, indem wir andere Daten miteinander korrelieren: Suchbegriffe, Anekdoten, Umfragen, Interviews usw.

F: Können wir diese Nutzer teilweise identifizieren und/oder ihre Daten mit den DVC-Nutzungsanalysen vergleichen?

A. Gemäß der Dokumentation zu Nutzungsanalysen verwendet DVC eine zufällige Kennung (uuid4) und sendet Daten über einen Proxy. Angenommen, dies ändert sich nicht, würde die Überprüfung darauf beschränkt, den Volumentrend für jedes Befehlsereignis mit den Nutzungsmustern für die Docs-Website zu vergleichen. So können wir Abweichungen zwischen der Nutzung von Docs und der Nutzung von Befehlen insgesamt erkennen, aber keine Statistiken auf Nutzerebene erhalten. So könnten wir wahrscheinlich die Frage beantworten: „Bei welchen Befehlen/Dokumenten verwenden Nutzer die Dokumente und den Befehl gleichzeitig oder nicht?“ Das ist zwar einfach, würde aber eine grundlegende Validierung von Annahmen ermöglichen (z. B. wenn ein bestimmter Anwendungsfall gut passt, sollte dies zu einer erhöhten Nutzung der wichtigsten Befehle führen) und Chancen identifizieren (z. B. wenn ein Befehl nicht verwendet wird, die zugehörigen Dokumente aber (oder umgekehrt), was ist dann falsch?).