Esta página contiene los detalles de un proyecto de redacción técnica aceptado para la GDOC Season of Docs.
Resumen del proyecto
- Organización de código abierto:
- DVC
- Redactor técnico:
- Remasterizado
- Nombre del proyecto:
- Novedades para SEO / estadísticas del sitio y Documentos
- Duración del proyecto:
- Duración estándar (3 meses)
Project description
Para mejorar la visibilidad en los motores de búsqueda, comprender el comportamiento de los usuarios y generar mejoras futuras en el contenido, propongo una estrategia de optimización ascendente para la DVC.
En términos de optimización para motores de búsqueda, "ascendente" significa usar datos de los resultados de la búsqueda actuales y el contenido existente para dirigir actualizaciones y comenzar un ciclo de comentarios positivos de mejora. Esta estrategia se enfoca en los resultados para basarse en el progreso real en lugar de depender de suposiciones sobre lo que los usuarios buscarán o cómo lo usarán. Usé este enfoque de manera eficaz para varios clientes de SEO y se sabe que es eficaz para los comportamientos actuales de los motores de búsqueda.
El objetivo del proceso es desarrollar un ciclo de retroalimentación de la siguiente manera:
- ¿Qué páginas y términos de búsqueda obtienen resultados de la búsqueda?
- ¿Qué se relaciona con estos términos? ¿Estamos respondiendo las preguntas de los usuarios? ¿Qué falta en el documento?
- Actualiza el documento existente o identifica los documentos nuevos que se deben crear (si es más conveniente).
- En las áreas en las que la organización desea obtener resultados (pero no tiene ninguno), busca evidencia de búsquedas de la competencia o estadísticas de usuarios antes de crear contenido.
- Vuelve a empezar en 1.
Propongo el siguiente plan de proyecto de alto nivel (con más detalles sobre la implementación en las preguntas y respuestas que aparecen a continuación):
Semana 1: Configuración inicial de las herramientas y el seguimiento de Analytics Ejecuta la auditoría de SEO y crea problemas para corregir los metadatos o aclarar los problemas técnicos. (Esto incluso podría comenzar en el período de preparación). Semana 2: Identifica los documentos que ya se clasifican para los términos clave. Identifica términos relacionados para expandir el contenido y audita los documentos en busca de otras mejoras. Crea problemas a escala de documentos individuales para planificar las actualizaciones. Comienza a actualizar o publicar los documentos. Semana 3: Sigue supervisando los resultados de la búsqueda para identificar nuevas oportunidades y continúa trabajando en el trabajo pendiente de actualizaciones planificado. Semanas 4 a 10: Observa los cambios en los resultados de la búsqueda de los documentos actualizados recientemente y continúa supervisando y actualizando la lista de tareas pendientes. Semana 10 en adelante: Si bien definitivamente está fuera del alcance de este proyecto, una vez que haya un nivel de comodidad con la tasa de cambio y los métodos, se podrían usar los mismos principios y ciclo de retroalimentación para hacer revisiones de los casos de uso de DVC y la página principal de documentos. En mi opinión, es más probable que un enfoque ascendente también sea eficaz para esos proyectos.
Estas son mis respuestas directas a cada pregunta enumerada en la idea del proyecto:
P.: ¿Qué herramientas deberíamos emplear? (p.ej., Google Analytics, etc.)
A. Las herramientas esenciales son Google Analytics, Google Search Console y Google Data Studio (para agregar datos entre herramientas para informes). Google Tag Manager es útil para hacer el seguimiento de algunos eventos de páginas o clics específicos (por ejemplo, los tutoriales de video incorporados de YouTube). También usaría una herramienta de auditoría de SEO (yo uso Ubersuggest) para marcar los problemas y hacer un seguimiento de los términos de búsqueda competitivos y relacionados en el sitio de documentos. Si bien el sitio de DVC parece bastante rápido, debemos asegurarnos de usar las estadísticas de PageSpeed, ya que también son fundamentales para el SEO.
P.: ¿En qué informes y tendencias debemos enfocarnos?
A. Las métricas clave de SEO son los clics, las impresiones, la tasa de clics y la posición. Sin embargo, el desafío es que estos son indicadores rezagados y no proporcionan muchas estadísticas sobre qué hacer para mejorar. Para ello, es fundamental hacer un seguimiento de lo que sucede antes y después de las búsquedas: los términos de búsqueda que utilizan las personas y lo que sucede cuando visitan el sitio. Los términos de búsqueda que se utilizan son esenciales para dirigir el trabajo productivo en la creación y actualización de contenido (como se describió anteriormente). Garantizar que los usuarios que llegan a través de los resultados de la búsqueda encuentren lo que buscan marca la diferencia entre tener una buena clasificación o no, ya que volver a la misma búsqueda (un rebote) le indica al motor que la página no es un buen resultado. Medir la participación de los usuarios en el sitio es una tarea más complicada, pero las métricas esenciales que necesitaríamos para la documentación son el porcentaje de rebote, la duración de la sesión y las páginas/sesión. (En el caso de los sitios cuyo objetivo es lograr que el usuario adquiera, compre o contacte, el porcentaje de conversiones respecto del objetivo también es una métrica clave).
P.: ¿Qué tipos de usuarios tenemos y qué flujos de interacción siguen?
A. Si se configura para ello, Google Analytics hará un seguimiento del recorrido de un usuario por el sitio, los tiempos de las páginas, las URLs de clics, las propiedades del usuario-agente y, además, intentará identificarlo en las visitas recurrentes (hay más información, pero estos son los conceptos básicos). Identificar y comprender los patrones que definen los tipos de usuarios llevará tiempo, pero observar los flujos de interacción populares es un buen punto de partida. A partir de las páginas de destino más populares, buscaríamos tendencias obvias en la segunda, tercera y otras páginas. Luego, podríamos proponer modelos de usuario en función de estos (que también deberían ayudar a informar los casos de uso clave). A partir de ahí, podemos correlacionar otros datos, como términos de búsqueda, anécdotas, encuestas, entrevistas, etc., para definir mejor o validar los modelos o casos de uso.
P.: ¿Podemos semiidentificar a estos usuarios o hacer un análisis cruzado de sus datos con las estadísticas de uso de DVC?
A. Según la documentación de las estadísticas de uso, DVC usa un identificador verdaderamente aleatorio (uuid4) y envía datos a través de un proxy. Suponiendo que esto no cambie, el contrainterrogatorio se limitaría a ver la tendencia de volumen de cada evento de comando en comparación con los patrones de uso del sitio de documentos. Esto nos ayudaría a identificar discrepancias entre el uso de documentos y el uso de comandos en el agregado, pero no proporcionaría estadísticas a nivel del usuario. Por lo tanto, probablemente podríamos responder la pregunta "¿para qué comandos o documentos las personas usan el documento y el comando al mismo tiempo o no?". Si bien eso es básico, proporcionaría una validación básica de las suposiciones (p. ej., si un caso de uso en particular coincide bien, debería aumentar el uso de los comandos clave) y, además, identificar oportunidades (p. ej., si no se usa un comando, pero se usan los documentos correspondientes, o viceversa, ¿qué está mal?).