בדף הזה מופיעים הפרטים של פרויקט כתיבה טכנית שהתקבל בעונה של Docs ל-Google Docs.
סיכום הפרויקט
- ארגון קוד פתוח:
- DVC
- כותבים טכניים:
- גרסה מחודשת
- שם הפרויקט:
- אופטימיזציה למנועי חיפוש (SEO) / ניתוח נתונים של אתרים ועדכונים באתר של Docs
- אורך הפרויקט:
- אורך רגיל (3 חודשים)
תיאור הפרויקט
כדי לשפר את החשיפה במנועי חיפוש, להבין את התנהגות המשתמשים ולשפר את התוכן בעתיד, אני מציע אסטרטגיית אופטימיזציה מלמטה למעלה ל-DVC.
מבחינת אופטימיזציה למנועי חיפוש, "למטה" פירושו שימוש בנתונים מתוצאות החיפוש הנוכחיות ובתוכן קיים כדי לבצע עדכונים ישירים וליצור לולאת משוב חיובית לשיפור. האסטרטגיה הזו מתמקדת בתוצאות כדי להתבסס על ההתקדמות בפועל, ולא להסתמך על הנחות לגבי מה המשתמשים יחפשו או איך הם ישתמשו בזה. השתמשתי בגישה הזו ביעילות עבור כמה לקוחות SEO, וידוע שהיא יעילה לגבי ההתנהגויות הנוכחיות של מנועי החיפוש.
מטרת התהליך היא לפתח לולאת משוב באופן הבא:
- אילו דפים ומונחי חיפוש מקבלים תוצאות חיפוש?
- מה קשור לתנאים האלה? האם אנחנו עונים על השאלות של המחפשים? מה חסר במסמך?
- מעדכנים את המסמך הקיים או מזהים מסמכים חדשים שצריך ליצור (אם זה הגיוני יותר).
- באזורים שבהם הארגון רוצה לקבל תוצאות (אבל אין לו כאלה), כדאי לחפש ראיות לחיפושים של מתחרים או ניתוח נתוני משתמשים לפני יצירת תוכן.
- מתחילים מחדש ב-1.
הנה תוכנית הפרויקט ברמה גבוהה (פרטים נוספים על ההטמעה מופיעים בשאלות והתשובות שבהמשך):
שבוע 1 – הגדרה ראשונית של הכלים והמעקב ב-Analytics. מריצים ביקורת אופטימיזציה למנועי חיפוש ויוצרים בעיות כדי לתקן מטא-נתונים או לפתור בעיות טכניות. (הפעולה הזו יכולה להתחיל גם בתקופת ההכנה). שבוע 2 - זיהוי מסמכים שכבר מדורגים לפי מונחי מפתח. מאתרים מונחים קשורים כדי להרחיב את התוכן שלהם, ובודקים את המסמכים כדי לזהות שיפורים נוספים. יצירת בעיות ברמת המסמך הספציפי כדי לתכנן עדכונים. מתחילים לעדכן או לפרסם את המסמכים. שבוע 3 – ממשיכים לעקוב אחרי תוצאות החיפוש כדי לזהות הזדמנויות חדשות ולהמשיך לעבוד על עיכוב העדכונים המתוכנן. שבוע 4 עד 10 – בודקים שינויים בתוצאות החיפוש של מסמכים שעודכנו לאחרונה, וממשיכים לעקוב אחרי רשימת המשימות שעוד לא בוצעו ולעדכן אותה. שבוע 10 ואילך – זה בהחלט מעבר להיקף הפרויקט הזה, אבל אחרי שתרגישו בנוח עם קצב השינוי והשיטות, תוכלו להשתמש באותם עקרונות ובאותו מעגל משוב כדי להוביל לתיקונים בתרחישי השימוש ובדף הבית של המסמכים של DVC. לדעתי, גישה מלמטה למעלה עשויה להיות יעילה גם בפרויקטים האלה.
ריכזתי כאן את התשובות שלי לכל אחת מהשאלות שציינת ברעיון לפרויקט:
שאלה: באילו כלים כדאי להשתמש? (למשל: Google Analytics וכו')
א. הכלים החיוניים הם Google Analytics, Google Search Console ו-Google Data Studio (כדי לצבור נתונים בין כלים לצורך דוחות). Google Tag Manager שימושי למעקב אחר אירועים ספציפיים של קליק או דף (לדוגמה: מדריכי וידאו מוטמעים ב-YouTube). מומלץ גם להשתמש בכלי לבדיקת אופטימיזציה למנועי חיפוש (אני משתמש ב-Ubersuggest) כדי לסמן בעיות ולעקוב אחרי מונחי חיפוש תחרותיים וקשורים באתר המסמכים. האתר של DVC נראה די מהיר, אבל עלינו לוודא שהוא משתמש בתובנות של PageSpeed כי הוא קריטי גם ל-SEO.
שאלה: באילו מגמות ודוחות עלינו להתמקד?
א. מדדי האופטימיזציה למנועי חיפוש העיקריים הם קליקים, חשיפות, שיעור קליקים ומיקום. עם זאת, האתגר הוא שמדובר במדדים קודמים, והם לא מספקים הרבה תובנות לגבי הפעולות שאפשר לבצע כדי לשפר את הביצועים. לשם כך, חשוב לעקוב ולפקח על מה שקורה לפני ואחרי החיפושים: מונחי החיפוש שבהם אנשים משתמשים ומה שקורה כשהם מבקרים באתר. מונחי החיפוש שבשימוש חיוניים כדי לכוון את העבודה היעילה על יצירת תוכן ועדכונים (כפי שמתואר למעלה). הגורם שקובע אם הדף שלכם ידורג גבוה או לא ידורג בכלל הוא היכולת לוודא שמשתמשים שמגיעים דרך תוצאות החיפוש מוצאים את מה שהם מחפשים. אם הם חוזרים לאותו חיפוש (נטישה), המערכת מקבלת הודעה שהדף לא היה תוצאה טובה. מדידת ההתעניינות של המשתמשים באתר היא משימה מורכבת יותר, אבל המדדים החיוניים שנצטרך לצורך תיעוד הם שיעור העזיבה, משך הסשן ומספר הדפים בסשן. (באתרים שבהם היעד הוא לגרום למשתמשים להשלים רכישה או ליצור קשר, שיעור ההמרות ביחס ליעד הוא גם מדד מפתח).
שאלה: אילו סוגי משתמשים יש לנו ואילו תהליכי אינטראקציה הם עוברים?
א. אם תגדירו זאת, מערכת Google Analytics תעקוב אחרי הנתיב של המשתמש באתר, זמן הטעינה של הדפים, כתובות ה-URL של הקליקים, מאפייני סוכן המשתמש ותנסה לזהות אותו בביקור חוזר (יש עוד נתונים, אבל אלה הנתונים הבסיסיים). ייקח זמן לזהות ולפענח דפוסים שמגדירים את סוגי המשתמשים, אבל כדאי להתחיל בבדיקה של תהליכי אינטראקציה פופולריים. החל מדפי הנחיתה הפופולריים ביותר, נחפש מגמות ברורות בדף השני, השלישי ובדפים הבאים. לאחר מכן נוכל להציע מודלים של משתמשים בהתאם לנתונים האלה (המודלים האלה אמורים גם לעזור לנו להבין את התרחישים העיקריים לדוגמה). כך אנחנו יכולים לצמצם או לאמת עוד יותר את המודלים או את התרחישים לדוגמה באמצעות קישור של נתונים אחרים: מונחי חיפוש, אנקדוטות, סקרים, ראיונות וכו'.
שאלה: האם אפשר לזהות את המשתמשים האלה באופן חלקי ו/או לבדוק את הנתונים שלהם באמצעות ניתוח נתוני השימוש ב-DVC?
א. על סמך המסמכים של ניתוח נתוני השימוש, ב-DVC נעשה שימוש במזהה אקראי באמת (uuid4) ושליחת נתונים דרך שרת proxy. בהנחה שהמצב הזה לא ישתנה, החקירה הנגדית תהיה מוגבלת להצגת מגמת הנפח של כל אירוע פקודה בהשוואה לדפוסי השימוש באתר של מסמכי העזרה. כך נוכל לזהות אי-התאמות בין השימוש במסמכים לבין השימוש בפקודות באופן מצטבר, אבל לא נוכל לספק תובנות ברמת המשתמש. אז סביר להניח שנוכל לענות על השאלה "באילו פקודות או מסמכים אנשים משתמשים במסמך ובפקודה בו-זמנית, או לא?", זה אמנם בסיסי, אבל הוא מספק אימות בסיסי להנחות (למשל, אם תרחיש מסוים מתאים לו הוא אמור להוביל לשימוש מוגבר בפקודות המפתח) ולזהות הזדמנויות (למשל, אם לא נעשה שימוש בפקודה, אבל מה נכון יותר במסמך?)