Halaman ini diterjemahkan oleh Cloud Translation API.

Project DVC

Halaman ini berisi detail project penulisan teknis yang diterima untuk Google Season Dokumen.

Ringkasan proyek

Organisasi open source:: DVC
Penulis teknis:: Di-remaster
Nama proyek:: Pembaruan Situs SEO / Analisis 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, kami mengusulkan strategi pengoptimalan dari bawah ke atas untuk DVC.

Dalam hal pengoptimalan mesin telusur, “bottom-up” berarti menggunakan data dari hasil penelusuran terkini dan konten yang ada untuk mengarahkan pembaruan dan memulai feedback loop positif untuk peningkatan. Strategi ini berfokus pada hasil untuk mengembangkan 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 terbukti efektif untuk perilaku mesin telusur saat ini.

Tujuan dari proses ini adalah mengembangkan feedback loop sebagai berikut:

Halaman dan istilah penelusuran mana yang mendapatkan hasil penelusuran?
Apa yang terkait dengan istilah ini? Apakah kita menjawab pertanyaan yang diajukan penelusur? Apa yang hilang dalam dokumen?
Memperbarui dokumen yang ada atau mengidentifikasi dokumen baru yang harus dibuat (jika memungkinkan).
Di area di mana organisasi ingin mendapatkan hasil (tetapi belum ada), cari bukti penelusuran pesaing atau analisis pengguna sebelum membuat konten.
Mulai lagi dari 1.

Saya mengusulkan rencana proyek tingkat tinggi berikut (dengan detail lebih lanjut tentang implementasinya dalam Tanya Jawab di bawah):

Minggu ke-1 — Penyiapan awal untuk alat dan pelacakan Analytics. Jalankan audit SEO dan buat masalah untuk memperbaiki metadata atau mengatasi masalah teknis. (Hal ini bahkan bisa dimulai di periode pemanasan). Minggu ke-2 — Identifikasi dokumen yang sudah diberi peringkat untuk istilah kunci. Identifikasi istilah terkait untuk memperluas konten dan mengaudit dokumen untuk peningkatan lainnya. Membuat masalah pada skala dokumen individual untuk merencanakan pembaruan. Mulai memperbarui/memublikasikan dokumen. Minggu ke-3 — Melanjutkan pemantauan hasil penelusuran untuk mengidentifikasi peluang baru dan terus mengelola backlog pembaruan yang direncanakan. Minggu ke-4–10 — Amati perubahan pada hasil penelusuran untuk dokumen yang baru diperbarui, dan terus pantau serta perbarui backlog. Minggu ke-10+ — Meskipun proyek ini jelas di luar cakupan proyek ini, begitu ada tingkat perubahan dan metode yang sesuai, prinsip dan feedback loop yang sama dapat digunakan untuk mendorong revisi pada kasus penggunaan dan halaman beranda dokumen DVC. Menurut pendapat saya, pendekatan {i>bottom-up<i} juga lebih efektif untuk proyek-proyek tersebut.

Berikut adalah jawaban langsung saya untuk setiap pertanyaan yang tercantum dalam ide proyek:

T: {i>Tool<i} apa yang harus kita gunakan? (misalnya, Google Analytics, dll.)

J: Alat penting adalah Google Analytics, Google Search Console, dan Google Data Studio (untuk menggabungkan data di antara alat untuk laporan). Google Tag Manager berguna untuk melacak beberapa peristiwa klik atau halaman tertentu (misalnya, tutorial video yang disematkan YouTube). Saya juga akan menggunakan alat audit SEO (saya menggunakan Ubersaran) untuk menandai masalah dan melacak istilah penelusuran yang kompetitif dan terkait di seluruh situs dokumen. Meskipun situs DVC tampaknya cukup cepat, kami perlu memastikan bahwa penggunaan PageSpeed Insights juga sangat penting untuk SEO.

T: Tren dan laporan apa yang perlu kita fokuskan?

J: Metrik SEO utama adalah klik, tayangan, rasio klik-tayang, dan posisi. Namun, tantangannya adalah bahwa ini adalah indikator tambahan dan tidak memberikan banyak wawasan tentang apa yang harus dilakukan untuk meningkatkannya. Untuk tujuan tersebut, penting untuk melacak dan memantau hal yang terjadi sebelum dan sesudah penelusuran: istilah penelusuran yang digunakan orang, dan apa yang terjadi saat mereka mengunjungi situs. Istilah penelusuran yang digunakan sangat penting untuk mengarahkan pekerjaan produktif dalam pembuatan dan pembaruan konten (seperti yang dijelaskan di atas). Memastikan pengguna yang datang melalui hasil penelusuran berhasil menemukan hal yang mereka cari dapat membuat perbedaan antara peringkat yang baik atau tidak sama sekali, karena kembali ke penelusuran yang sama (pantulan) memberi tahu mesin bahwa halaman tersebut bukan hasil yang baik. Mengukur engagement pengguna di situs adalah tugas yang lebih rumit, tetapi metrik penting yang kita perlukan untuk dokumentasi adalah rasio pantulan, durasi sesi, dan halaman/sesi. (Untuk situs yang sasarannya adalah mendapatkan/membeli/menghubungi pengguna, rasio konversi terhadap sasaran juga merupakan metrik utama.)

T: Jenis pengguna apa yang kita miliki dan alur interaksi apa yang mereka ikuti?

J: Jika disiapkan untuk melakukannya, Google Analytics akan melacak jalur pengguna melalui situs, waktu halaman, URL klik, properti agen pengguna, dan mencoba mengidentifikasinya pada kunjungan kembali (masih ada lagi, namun ini adalah dasar-dasarnya). Perlu waktu untuk mengidentifikasi dan memahami pola yang menentukan tipe pengguna, tetapi melihat alur interaksi yang populer adalah langkah yang baik untuk memulai. Mulai dari halaman landing yang paling populer, kita akan mencari tren yang jelas di halaman kedua, ketiga, dan selanjutnya. Kemudian, kita dapat mengusulkan model pengguna untuk hal ini (yang juga akan membantu menentukan kasus penggunaan utama). Berbekal hal ini, kami dapat lebih meningkatkan kualitas atau memvalidasi model/kasus penggunaan dengan menghubungkan data lain: istilah penelusuran, anekdot, survei, wawancara, dll.

T: Dapatkah kami melakukan semi-identifikasi pengguna ini dan/atau memeriksa silang data mereka dengan analisis penggunaan DVC?

J: Berdasarkan dokumentasi analisis penggunaan, DVC menggunakan pengenal yang benar-benar acak (uuid4) dan mengirim data melalui proxy. Dengan asumsi bahwa hal ini tidak akan diubah, pemeriksaan silang akan dibatasi pada melihat tren volume untuk setiap peristiwa perintah berdasarkan pola penggunaan situs dokumen. Hal ini akan membantu kami mengidentifikasi perbedaan antara penggunaan dokumen dan penggunaan perintah secara gabungan, tetapi tidak akan memberikan insight tingkat pengguna. Jadi kita mungkin bisa menjawab pertanyaan "untuk perintah/dokumen mana orang-orang menggunakan dokumen dan perintah pada saat yang sama, atau tidak?" Meskipun itu dasar, akan memberikan validasi dasar untuk asumsi (misalnya, jika kasus penggunaan tertentu cocok, itu akan menyebabkan peningkatan penggunaan pada perintah kunci) dan mengidentifikasi peluang (misalnya, jika sebuah perintah tidak digunakan, tetapi apa yang salah?)