דף זה מכיל את הפרטים של פרויקט כתיבה טכנית שהתקבל בעונה של Google Docs.
סיכום הפרויקט
- ארגון הקוד הפתוח:
- DVC
- כתב טכני:
- הוצאה מחודשת
- שם הפרויקט:
- אופטימיזציה למנועי חיפוש (SEO) / עדכונים באתר ו-Docs באתר
- אורך הפרויקט:
- אורך רגיל (3 חודשים)
תיאור הפרויקט
כדי לשפר את החשיפה למנועי חיפוש, להבין את התנהגות המשתמשים ולשפר את התוכן העתידי, אני מציע אסטרטגיית אופטימיזציה מלמטה למעלה עבור DVC.
במונחים של אופטימיזציה למנועי חיפוש, "למטה" פירושו שימוש בנתונים מתוצאות חיפוש נוכחיות ומתוכן קיים כדי לקבל עדכונים ישירים ולהתחיל לולאת משוב חיובית של שיפור. האסטרטגיה הזו מתמקדת בתוצאות שמבוססות על התקדמות בפועל, ולא מסתמכת על הנחות לגבי מה שהמשתמשים יחפשו, או איך הם ישתמשו בזה. אני משתמש בגישה זו ביעילות עבור כמה לקוחות SEO, והיא ידועה כיעילה בהתנהגות של מנועי חיפוש קיימים.
מטרת התהליך היא לפתח לולאת משוב באופן הבא:
- אילו דפים ומונחי חיפוש מקבלים תוצאות חיפוש?
- מה קשורים למונחים האלה? האם אנחנו עונים על השאלות שמחפשים? מה חסר במסמך?
- מעדכנים את המסמך הקיים או מזהים מסמכים חדשים שצריך ליצור (אם מתאים יותר).
- בתחומים שבהם הארגון רוצה להשיג תוצאות (אבל אין לו תוצאות בכלל), כדאי לחפש הוכחות לחיפושים של מתחרים או לניתוחי משתמשים לפני יצירת תוכן.
- צריך להתחיל שוב בשעה 1.
אני מציע את תוכנית הפרויקט הכללית הבאה (כולל פרטים נוספים על היישום בסשן השאלות והתשובות בהמשך):
שבוע 1 – הגדרה ראשונית לכלים ולמעקב של Analytics. הפעלת ביקורת של אופטימיזציה למנועי חיפוש ויצירת בעיות לתיקון מטא נתונים או בירור בעיות טכניות. (המצב הזה יכול להתחיל בתקופת החימום). שבוע 2 – מזהים מסמכים שכבר מקבלים דירוג ביחס למונחי מפתח. רצוי לזהות מונחים קשורים כדי להרחיב את התוכן ולבחון את המסמכים למטרת שיפורים נוספים. כדי לתכנן עדכונים, צריך ליצור בעיות בקנה המידה של מסמכים ספציפיים. מתחילים בעדכון/פרסום של המסמכים. שבוע 3 — המשיכו לעקוב אחר תוצאות החיפוש כדי לזהות הזדמנויות חדשות ולהמשיך לעבוד על עיכוב העדכונים המתוכנן. שבוע 4 עד 10 — מעיינים בשינויים בתוצאות החיפוש של מסמכים שעודכנו לאחרונה וממשיכים לעקוב אחרי העדכונים ולעדכן אותם. שבוע 10 ומעלה – אומנם הפרויקט הזה לא נכלל בהיקף ההרשאות של הפרויקט הזה, אבל ברגע שעולה רמת הנוחות ביחס לקצב השינוי ולשיטות, אפשר להשתמש באותם עקרונות ולולאת משוב כדי לעודד שינויים בתרחישי השימוש ובדף הבית של המסמכים ב-DVC. לדעתי, גישה מלמטה למעלה תהיה יעילה יותר גם בפרויקטים האלה.
הנה התשובות הישירות שלי לכל אחת מהשאלות ברעיון לפרויקט:
שאלה: באילו כלים כדאי להשתמש? (למשל, Google Analytics וכו')
ת. הכלים החיוניים הם Google Analytics, Google Search Console ו-Google Data Studio (לצורך איסוף נתונים בין כלים שונים בדוחות). Google Tag Manager שימושי למעקב אחר קליקים ספציפיים או אירועים ספציפיים בדף (לדוגמה, מדריכי YouTube מוטמעים). אני משתמש גם בכלי ביקורת לאופטימיזציה של מנועי חיפוש (אני משתמש ב-Ubersuggest) כדי לסמן בעיות ולעקוב אחר מונחי חיפוש קשורים ותחרותיים באתר Docs. למרות שהאתר של DVC נראה די מהיר, אנחנו חייבים להקפיד להשתמש בתובנות של PageSpeed כי הוא קריטי גם לאופטימיזציה למנועי חיפוש (SEO).
שאלה: באילו מגמות ודוחות עלינו להתמקד?
ת. המדדים העיקריים של אופטימיזציה למנועי חיפוש (SEO) הם קליקים, חשיפות, שיעור קליקים ומיקום. עם זאת, האתגר הוא שאלה אינדיקטורים מתגלגלים והם לא מספקים הרבה תובנות לגבי מה שצריך לעשות כדי להשתפר. לכן חשוב לעקוב אחרי מה שקורה לפני ואחרי החיפושים: מונחי החיפוש שבהם אנשים משתמשים ומה קורה כשהם מבקרים באתר. מונחי החיפוש שנמצאים בשימוש חיוניים לעבודה פרודוקטיבית ביצירת תוכן ועדכונים (כפי שמתואר למעלה). כשמוודאים שמשתמשים שמגיעים דרך תוצאות חיפוש מוצאים בהצלחה את מה שהם מחפשים, יש הבדל בין דירוג טוב לבין כלל לא, שכן חזרה לאותו חיפוש (יציאה מדף הכניסה) אומרת למנוע שהדף אינו תוצאה טובה. מדידה של מעורבות המשתמשים באתר היא משימה מורכבת יותר, אבל המדדים החיוניים שנצטרך לתיעוד הם שיעור העזיבה, משך הסשן ודפים/סשן. (באתרים שבהם היעד הוא לצרף משתמשים/לקנות/ליצור קשר, שיעור המרות להשגת היעד הוא גם מדד עיקרי).
שאלה: מהם סוגי המשתמשים בארגון ואילו תהליכי אינטראקציה הם עוברים?
ת. אם מגדירים זאת, מערכת Google Analytics עוקבת אחר הנתיב של המשתמש באתר, בתזמון הדפים, בכתובות ה-URL של הקליקים ובמאפיינים של סוכני המשתמש, ולנסות לזהות אותם בביקורים חוזרים (יש עוד, אבל אלה הפרטים הבסיסיים). ייקח קצת זמן לזהות ולהבין דפוסים שמגדירים את סוגי המשתמשים, אבל מומלץ להתחיל בבחינת תהליכי האינטראקציה הפופולריים. החל מדפי הנחיתה הפופולריים ביותר, נחפש מגמות ברורות בדף השני, בדף השלישי ובדף הבא. לאחר מכן נוכל להציע מודלים של משתמשים לעומת המודלים האלה (פעולה זו גם תעזור לשפר את התרחישים העיקריים לדוגמה). לאחר מכן נוכל לשפר או לאמת את המודלים/מקרי השימוש על ידי קישור בין נתונים אחרים: מונחי חיפוש, אנקדוטות, סקרים, ראיונות ועוד.
שאלה: האם אנחנו יכולים לזהות חלקית את המשתמשים האלה ו/או לבצע בדיקה צולבת של הנתונים שלהם בעזרת ניתוח של נתוני השימוש ב-DVC?
ת. על סמך התיעוד של ניתוח נתוני השימוש, DVC משתמש במזהה אקראי באמת (uuid4) ושולח נתונים דרך שרת proxy. בהנחה שהשינוי לא ישתנה, הבדיקות המוצלחות יוגבלו להצגת מגמת הנפח של כל אירוע פקודה מול דפוסי השימוש באתר Docs. כך נוכל לזהות אי-התאמות בין נתוני השימוש במסמכים לבין השימוש בפקודות באופן מצטבר, אבל לא יספק תובנות ברמת המשתמש. אז יכול להיות שנענה על השאלה "עבור אילו פקודות/מסמכים אנשים משתמשים במסמך ובפקודה בו-זמנית, או לא?" אמנם מדובר במידע בסיסי, אבל הוא מספק תיקוף בסיסי להנחות (למשל, אם תרחיש מסוים של שימוש תואם היטב, הוא אמור להוביל לשימוש מוגבר בפקודות המקשים) ולזהות הזדמנויות (למשל, אם לא נעשה שימוש בפקודה בו-זמנית, אבל ההיפך?) מה לא נכון?