Halaman ini berisi detail project penulisan teknis yang diterima untuk Google Season of Docs.
Ringkasan project
- Organisasi open source:
- DVC
- Penulis teknis:
- Di-mastering ulang
- Nama project:
- SEO / Analisis Situs &Update Situs Dokumen
- Durasi proyek:
- Durasi standar (3 bulan)
Project description
Untuk meningkatkan visibilitas mesin telusur, memahami perilaku pengguna, dan mendorong peningkatan konten di masa mendatang, saya mengusulkan strategi pengoptimalan bottom-up untuk DVC.
Dalam hal pengoptimalan mesin telusur, “bottom-up” berarti menggunakan data dari hasil penelusuran saat ini dan konten yang ada untuk mengarahkan pembaruan dan memulai lingkaran masukan positif untuk peningkatan. Strategi ini berfokus pada hasil untuk membangun progres yang sebenarnya, bukan mengandalkan asumsi tentang apa yang akan ditelusuri pengguna, atau bagaimana mereka akan menggunakannya. Saya telah menggunakan pendekatan ini secara efektif untuk beberapa klien SEO dan pendekatan ini diketahui efektif untuk perilaku mesin telusur saat ini.
Tujuan prosesnya adalah untuk mengembangkan feedback loop sebagai berikut:
- Halaman dan istilah penelusuran apa yang memperoleh hasil penelusuran?
- Apa yang terkait dengan istilah-istilah ini? Apakah kami menjawab pertanyaan yang dimiliki penelusur? Apa yang tidak ada dalam dokumen?
- Perbarui dokumen yang ada atau identifikasi dokumen baru yang harus dibuat (jika lebih masuk akal).
- Di area tempat organisasi ingin mendapatkan hasil (tetapi tidak memilikinya), cari bukti penelusuran pesaing atau analisis pengguna sebelum membuat konten.
- Mulai lagi dari 1.
Saya mengusulkan rencana project tingkat tinggi berikut (dengan detail lebih lanjut tentang penerapan dalam Tanya Jawab di bawah):
Minggu 1 — Penyiapan awal untuk alat dan pelacakan Analytics. Jalankan audit SEO dan buat masalah untuk memperbaiki metadata atau menyelesaikan masalah teknis. (Proses ini bahkan dapat dimulai pada periode pemanasan). Minggu ke-2 — Identifikasi dokumen yang sudah memiliki peringkat untuk istilah penting. Identifikasi istilah terkait untuk memperluas konten dan mengaudit dokumen untuk peningkatan lainnya. Buat masalah pada skala dokumen individual untuk merencanakan pembaruan. Mulai memperbarui/memublikasikan dokumen. Minggu ke-3 — Terus pantau hasil penelusuran untuk mengidentifikasi peluang baru dan terus kerjakan daftar tunggu update yang direncanakan. Minggu ke-4 hingga 10 — Amati perubahan pada hasil penelusuran untuk dokumen yang baru diperbarui, dan terus pantau dan perbarui backlog. Minggu ke-10+ — Meskipun jelas di luar cakupan project ini, setelah tingkat kenyamanan dengan kecepatan perubahan dan metode, prinsip dan lingkaran umpan balik yang sama dapat digunakan untuk mendorong revisi pada halaman beranda dokumen dan kasus penggunaan DVC. Menurut saya, pendekatan bottom-up juga lebih mungkin efektif untuk project tersebut.
Berikut adalah jawaban langsung saya untuk setiap pertanyaan yang tercantum dalam ide project:
T: Alat apa yang harus kita gunakan? (misalnya, Google Analytics, dll.)
A. Alat yang penting adalah Google Analytics, Google Search Console, dan Google Data Studio (untuk menggabungkan data antar-alat untuk laporan). Google Tag Manager berguna untuk melacak beberapa peristiwa klik atau halaman tertentu (misalnya, tutorial video tersemat YouTube). Saya juga akan menggunakan alat audit SEO (saya menggunakan Ubersuggest) untuk menandai masalah dan melacak istilah penelusuran kompetitif dan terkait di seluruh situs dokumen saya. Meskipun situs DVC tampaknya cukup cepat, kita harus memastikan menggunakan PageSpeed Insights karena juga penting untuk SEO.
T: Tren dan laporan apa yang harus kita jadikan fokus?
A. Metrik SEO utama adalah klik, tayangan iklan, rasio klik-tayang, dan posisi. Namun, tantangannya adalah indikator ini adalah indikator tertinggal dan tidak memberikan banyak insight tentang tindakan yang harus dilakukan untuk meningkatkan performa. Untuk tujuan tersebut, Anda harus melacak dan memantau apa yang terjadi sebelum dan setelah penelusuran: istilah penelusuran yang digunakan orang, dan apa yang terjadi saat mereka mengunjungi situs. Istilah penelusuran yang digunakan sangat penting untuk mengarahkan pekerjaan yang produktif terkait pembuatan dan pembaruan konten (seperti yang dijelaskan di atas). Memastikan pengguna yang datang melalui hasil penelusuran berhasil menemukan apa yang mereka cari akan membuat perbedaan antara peringkat yang baik atau tidak sama sekali, karena kembali ke penelusuran yang sama (pantulan) akan memberi tahu mesin bahwa halaman tersebut bukan hasil yang baik. Mengukur engagement pengguna di situs adalah tugas yang lebih rumit, tetapi metrik penting yang diperlukan untuk dokumentasi adalah rasio pantulan, durasi sesi, dan halaman/sesi. (Untuk situs yang sasarannya adalah pengguna memperoleh/membeli/menghubungi, rasio konversi terhadap sasaran juga merupakan metrik utama.)
T: Jenis pengguna apa yang kita miliki dan alur interaksi apa yang mereka ikuti?
A. Jika disiapkan untuk melakukannya, Google Analytics akan melacak jalur pengguna di situs, waktu halaman, URL klik, properti agen pengguna, dan mencoba mengidentifikasinya pada kunjungan kembali (ada lebih banyak lagi, tetapi ini adalah dasar-dasarnya). Perlu waktu untuk mengidentifikasi dan memahami pola yang menentukan jenis pengguna, tetapi melihat alur interaksi yang populer adalah tempat yang tepat untuk memulai. Mulai dari halaman landing yang paling populer, kami akan mencari tren yang jelas di halaman kedua, ketiga, dan selanjutnya. Kemudian, kita dapat mengusulkan model pengguna terhadap hal ini (yang juga akan membantu menginformasikan kasus penggunaan utama). Dari sana, kita dapat lebih mengoptimalkan atau memvalidasi model/kasus penggunaan dengan mengaitkan data lain: istilah penelusuran, anekdot, survei, wawancara, dll.
T: Dapatkah kita mengidentifikasi sebagian pengguna ini dan/atau menguji silang data mereka dengan analisis penggunaan DVC?
A. Berdasarkan dokumentasi analisis penggunaan, DVC menggunakan ID yang benar-benar acak (uuid4) dan mengirim data melalui proxy. Dengan asumsi bahwa hal ini tidak akan diubah, pemeriksaan silang akan dibatasi untuk melihat tren volume untuk setiap peristiwa perintah berdasarkan pola penggunaan untuk situs dokumen. Hal ini akan membantu kami mengidentifikasi perbedaan antara penggunaan dokumen dan penggunaan perintah secara agregat, tetapi tidak akan memberikan insight tingkat pengguna. Jadi, kita mungkin bisa menjawab pertanyaan “untuk perintah/dokumen manakah orang menggunakan dokumen dan perintah secara bersamaan, atau tidak?” Meskipun hal ini bersifat mendasar, hal ini akan memberikan validasi dasar untuk asumsi (misalnya, jika kasus penggunaan tertentu cocok, hal ini akan meningkatkan penggunaan pada perintah utama) dan mengidentifikasi peluang (misalnya, jika perintah tidak digunakan, tetapi dokumen untuk perintah tersebut digunakan (atau sebaliknya), apa yang salah?)