이 페이지에는 Google Season of Docs에 선정된 기술 문서 프로젝트의 세부정보가 포함되어 있습니다.
프로젝트 요약
- 오픈소스 조직:
- DVC
- 기술 문서 작성자:
- 리마스터링
- 프로젝트 이름:
- 검색엔진 최적화 / 사이트 분석 및 문서 사이트 업데이트
- 프로젝트 길이:
- 표준 기간 (3개월)
Project description
검색엔진 가시성을 개선하고 사용자 행동을 이해하며 향후 콘텐츠를 개선하기 위해 DVC에 상향식 최적화 전략을 제안합니다.
검색엔진 최적화 측면에서 '하향식'이란 현재 검색 결과 및 기존 콘텐츠의 데이터를 사용하여 업데이트를 지시하고 개선의 긍정적인 피드백 루프를 시작하는 것을 의미합니다. 이 전략은 사용자가 무엇을 검색할지 또는 어떻게 사용할지 가정하는 대신 실제 진행 상황을 기반으로 결과를 구축하는 결과에 중점을 둡니다. 저는 이 접근방식을 여러 SEO 고객사에 효과적으로 사용해 왔으며 현재 검색엔진 동작에 효과적인 것으로 알려져 있습니다.
이 프로세스의 목표는 다음과 같이 피드백 루프를 개발하는 것입니다.
- 어떤 페이지와 검색어에 검색 결과가 표시되나요?
- 이러한 용어와 관련된 항목은 무엇인가요? 검색 사용자의 질문에 답변하고 있나요? 문서에 누락된 내용이 있나요?
- 기존 문서를 업데이트하거나 새로 만들어야 하는 문서를 식별합니다 (더 적합한 경우).
- 조직에서 결과를 얻고자 하지만 결과가 없는 영역에서는 콘텐츠를 빌드하기 전에 경쟁사 검색 또는 사용자 분석의 증거를 찾습니다.
- 1부터 다시 시작합니다.
다음과 같은 대략적인 프로젝트 계획을 제안합니다 (아래의 Q&A에서 구현에 관한 자세한 내용 참고).
1주차: 애널리틱스 도구 및 추적의 초기 설정 SEO 감사를 실행하고 메타데이터를 수정하거나 기술적 문제를 해결하기 위한 문제를 만듭니다. 웜업 기간에 시작될 수도 있습니다. 2주차: 이미 주요 용어에 대한 순위가 매겨진 문서를 파악합니다. 관련 용어를 파악하여 콘텐츠를 확장하고 문서를 감사하여 다른 개선사항을 찾습니다. 개별 문서 규모로 문제를 만들어 업데이트를 계획합니다. 문서 업데이트/게시를 시작합니다. 3주차: 검색 결과를 계속 모니터링하여 새로운 기회를 파악하고 계획된 업데이트 백로그를 계속 처리합니다. 4~10주차: 새로 업데이트된 문서의 검색 결과 변경사항을 관찰하고 백로그를 계속 모니터링 및 업데이트합니다. 10주차 이상: 이 프로젝트의 범위에 해당하지는 않지만 변경 속도와 방법에 익숙해지면 동일한 원칙과 의견 보내기 절차를 사용하여 DVC 사용 사례 및 문서 홈페이지의 수정사항을 추진할 수 있습니다. 제 생각에는 이러한 프로젝트에도 하향식 접근 방식이 더 효과적일 수 있습니다.
다음은 프로젝트 아이디어에 나와 있는 각 질문에 대한 직접 답변입니다.
Q. 어떤 도구를 사용해야 하나요? (예: Google 애널리틱스 등)
A. 필수 도구는 Google 애널리틱스, Google Search Console, Google 데이터 스튜디오 (보고서를 위해 도구 간에 데이터 집계)입니다. Google 태그 관리자는 특정 클릭 또는 페이지 이벤트 (예: 삽입된 YouTube 동영상 가이드)를 추적하는 데 유용합니다. SEO 감사 도구 (저는 Ubersuggest를 사용함)를 사용하여 문제를 신고하고 문서 사이트 전반에서 경쟁 및 관련 검색어를 추적합니다. DVC 사이트가 상당히 빠른 것 같지만 PageSpeed Insights는 검색엔진 최적화에 중요하므로 PageSpeed 통계를 사용해야 합니다.
Q. 어떤 트렌드와 보고서에 집중해야 하나요?
A. 주요 검색엔진 최적화 측정항목은 클릭수, 노출수, 클릭률, 게재순위입니다. 그러나 이러한 지표는 후행 지표이므로 개선을 위해 취해야 할 조치에 대한 유용한 정보를 제공하지 못한다는 단점이 있습니다. 이를 위해서는 사용자가 사용하는 검색어, 사이트 방문 시 발생하는 상황 등 검색 전후에 발생하는 상황을 추적하고 모니터링하는 것이 중요합니다. 위에서 설명한 바와 같이 콘텐츠 제작 및 업데이트와 관련된 생산적인 업무를 수행하기 위해서는 사용 중인 검색어가 필수적입니다. 검색 결과를 통해 도착한 사용자가 원하는 정보를 찾을 수 있도록 하는 것이 중요합니다. 동일한 검색어로 돌아가는 경우 (이탈) 엔진에 페이지가 좋은 결과가 아니라는 신호를 보내기 때문에 검색 결과에서 순위가 올라가기도 하고 순위가 아예 올라가지 않기도 합니다. 사이트에서의 사용자 참여도 측정은 더 복잡한 작업이지만 문서에 필요한 필수 측정항목은 이탈률, 세션 시간, 세션당 페이지수입니다. 사용자 획득/구매/문의 유도라는 목표가 있는 사이트의 경우 목표 대비 전환율도 중요한 측정항목입니다.
Q. 어떤 종류의 사용자가 있으며 각 사용자가 어떤 상호작용 흐름을 따르나요?
A. 이렇게 설정된 경우 Google 애널리틱스에서 사용자의 사이트 경로, 페이지 시간, 클릭 URL, 사용자 에이전트 속성을 추적하고 재방문 시 이러한 속성을 식별하려고 시도합니다 (더 많은 데이터가 있지만 기본 사항임). 사용자 유형을 정의하는 패턴을 파악하고 이해하는 데는 시간이 걸리지만 인기 있는 상호작용 흐름을 살펴보는 것이 좋습니다. 가장 인기 있는 방문 페이지에서 시작하여 두 번째, 세 번째, 그 이후 페이지에서 명확한 트렌드를 찾습니다. 그런 다음 이러한 사용자 모델을 제안할 수 있으며, 이는 주요 사용 사례에 대한 정보를 제공하는 데도 도움이 됩니다. 이를 바탕으로 검색어, 일화, 설문조사, 인터뷰 등 다른 데이터를 상관시켜 모델/사용 사례를 추가로 조정하거나 검증할 수 있습니다.
Q. 이러한 사용자를 부분적으로 식별하거나 DVC 사용 분석을 통해 사용자의 데이터를 교차 검증할 수 있나요?
A. 사용 분석 문서에 따라 DVC는 완전히 무작위 식별자 (uuid4)를 사용하고 프록시를 통해 데이터를 전송합니다. 이 사항이 변경되지 않는다고 가정하면, 반대 심문은 문서 사이트의 사용 패턴을 기준으로 각 명령어 이벤트의 볼륨 동향을 확인하는 것으로 제한됩니다. 이렇게 하면 문서 사용량과 명령어 사용량 간의 불일치를 집계하여 파악할 수 있지만 사용자 수준 통계는 제공하지 않습니다. 따라서 '어떤 명령어/문서에서 사용자가 문서와 명령어를 동시에 사용하고 있나요?'라는 질문에 답할 수 있습니다. 이는 기본적인 질문이지만 가정에 대한 기본적인 검증(예: 특정 사용 사례가 잘 일치하면 주요 명령어의 사용이 증가함)과 기회 파악(예: 명령어가 사용되지 않지만 관련 문서는 사용되고 있거나 그 반대의 경우, 무엇이 잘못되었나요?)에 도움이 됩니다.