Projet DVC

Cette page contient les détails d'un projet de rédaction technique accepté pour Google Season of Docs.

Résumé du projet

Organisation Open Source:

DVC

Rédacteur technique:

Remasterisée

Nom du projet:

Mises à jour du site pour l'optimisation du référencement / l'analyse de sites et Google Docs

Durée du projet:

Durée standard (3 mois)

Project description

Afin d'améliorer la visibilité sur les moteurs de recherche, de comprendre le comportement des utilisateurs et d'améliorer le contenu à l'avenir, je propose une stratégie d'optimisation ascendante pour DVC.

En termes d'optimisation du référencement, "ascendant" consiste à utiliser les données des résultats de recherche actuels et du contenu existant pour diriger les mises à jour et démarrer une boucle de rétroaction positive. Cette stratégie se concentre sur les résultats pour s'appuyer sur les progrès réels au lieu de s'appuyer sur des hypothèses sur ce que les utilisateurs recherchent ou sur la façon dont ils l'utiliseront. J'ai utilisé efficacement cette approche pour plusieurs clients SEO, et elle s'avère efficace pour les comportements actuels des moteurs de recherche.

L'objectif du processus est de développer une boucle de rétroaction comme suit:

1. Quelles pages et quels termes de recherche génèrent des résultats de recherche ?
2. Quel est le rapport avec ces termes ? Est-ce que nous répondons aux questions des internautes ? Que manque-t-il dans le document ?
3. Mettez à jour le document existant ou identifiez les nouveaux documents à créer (si c'est plus judicieux).
4. Dans les domaines où l'entreprise souhaite obtenir des résultats (mais n'en a pas), cherchez des preuves de recherches concurrentes ou de données analytiques sur les utilisateurs avant de créer du contenu.
5. Recommencez à 1.

Je propose le plan de projet suivant (avec plus de détails sur la mise en œuvre dans la séance de questions-réponses ci-dessous):

Semaine 1 : configuration initiale des outils et du suivi Analytics. Lancez un audit SEO et créez des problèmes pour corriger les métadonnées ou effacer les problèmes techniques. (Il peut même commencer pendant la période de préparation.) Semaine 2 : identifiez les documents qui font déjà l'objet d'un classement pour des termes clés. Identifiez des termes connexes pour développer le contenu et vérifiez les documents à la recherche d'autres améliorations. Créez des problèmes à l'échelle de documents individuels pour planifier les mises à jour. Commencez à mettre à jour ou à publier les documents. Semaine 3 – Continuer à surveiller les résultats de recherche pour identifier de nouvelles opportunités et continuer à traiter le carnet de mise à jour prévu. Semaines 4 à 10 : observez les modifications apportées aux résultats de recherche des nouveaux documents, et continuez à surveiller et à mettre à jour les tâches en attente. Au-delà de la semaine 10 – Bien que ce projet ne soit plus à la portée de ce projet, une fois que le rythme de changement et les méthodes sont rassurés, les mêmes principes et la même boucle de rétroaction peuvent être utilisés pour réviser les cas d'utilisation et la page d'accueil des documents DVC. À mon avis, une approche ascendante est également plus susceptible d'être efficace pour ces projets.

Voici mes réponses directes à chacune des questions listées dans l’idée de projet:

Q. Quels outils devons-nous utiliser ? (Google Analytics, etc.)

A. Les outils essentiels sont Google Analytics, Google Search Console et Google Data Studio (pour regrouper les données entre les outils pour les rapports). Google Tag Manager est utile pour suivre certains événements de clic ou de page spécifiques (par exemple, les tutoriels vidéo intégrés YouTube). J'utiliserais également un outil d'audit SEO (j'utilise Ubersuggest) pour signaler les problèmes et suivre les termes de recherche concurrentiels et associés sur le site de documentation. Même si le site DVC semble assez rapide, nous devrions nous assurer d'utiliser les insights PageSpeed, car ils sont également essentiels pour le SEO.

Q. Sur quelles tendances et rapports devons-nous nous concentrer ?

A. Les principales métriques SEO sont les clics, les impressions, le taux de clics et la position. Cependant, ces indicateurs ne nous permettent pas de déterminer clairement comment améliorer les performances. Pour cela, il est essentiel de suivre et de surveiller ce qui se passe avant et après les recherches: les termes de recherche utilisés par les internautes et ce qui se passe lorsqu'ils visitent le site. Les termes de recherche utilisés sont essentiels pour permettre un travail productif sur la création et la mise à jour de contenu (comme décrit ci-dessus). En vous assurant que les internautes qui accèdent à votre site via les résultats de recherche trouvent bien ce qu'ils recherchent, cela fait la différence entre un bon classement ou pas du tout. En effet, revenir à la même recherche (un rebond) indique au moteur que la page n'est pas un bon résultat. Mesurer l'engagement des utilisateurs sur votre site est une tâche bien plus complexe, mais les principales métriques dont nous avons besoin pour la documentation sont le taux de rebond, la durée des sessions et le nombre de pages par session. (Pour les sites dont l'objectif est d'obtenir/acheter/contacter l'utilisateur, le taux de conversion par rapport à l'objectif est également une métrique clé.)

Q. Quels types d'utilisateurs avons-nous et quels flux d'interaction suivent-ils chacun ?

A. Si cette solution est configurée, Google Analytics suit le cheminement d'un utilisateur sur le site, le temps de chargement des pages, les URL de clic et les propriétés user-agent, et tente de les identifier lors de ses visites récurrentes (il y en a plus, mais ce sont les principes de base). Il faudra du temps pour identifier et comprendre les modèles qui définissent les types d'utilisateurs, mais examiner les flux d'interaction populaires est un bon point de départ. En partant des pages de destination les plus populaires, nous chercherons les tendances évidentes dans la deuxième, la troisième et d'autres pages. Ensuite, nous pourrions proposer des modèles utilisateur à partir de ceux-ci (ce qui devrait également aider à documenter les principaux cas d'utilisation). À partir de là, nous pouvons affiner ou valider les modèles/cas d'utilisation en mettant en corrélation d'autres données: termes de recherche, anecdotes, enquêtes, entretiens, etc.

Q. Pouvons-nous identifier partiellement ces utilisateurs et/ou examiner leurs données à l'aide des données analytiques de DVC ?

A. D'après la documentation sur les analyses d'utilisation, DVC utilise un identifiant véritablement aléatoire (uuid4) et envoie des données via un proxy. En supposant que cela ne soit pas modifié, l'analyse croisée se limiterait à l'affichage de la tendance du volume pour chaque événement de commande par rapport aux schémas d'utilisation du site docs. Cela nous aiderait à identifier les écarts entre l'utilisation des documents et l'utilisation des commandes dans l'ensemble, mais nous ne fournirons pas d'insights au niveau de l'utilisateur. Nous pourrions donc probablement répondre à la question "pour quelles commandes/documents les gens utilisent-ils le document et la commande en même temps, ou non ?". Bien que ce soit élémentaire, cela fournirait une validation de base des hypothèses (par exemple, si un cas d'utilisation particulier correspond, cela devrait entraîner une utilisation accrue des commandes clés) et identifier les opportunités (par exemple, si une commande n'est pas utilisée, mais que les documents sont incorrects (ou vice versa)).