Esta página contém os detalhes de um projeto de redação técnica aceito para a Google Season of Docs.
Resumo do projeto
- Organização de código aberto:
- DVC
- Redator técnico:
- Remasterizado
- Nome do projeto:
- SEO / Análises do site e atualizações do site Google Docs
- Duração do projeto:
- Duração padrão (três meses)
Project description
Para melhorar a visibilidade do mecanismo de pesquisa, entender o comportamento do usuário e impulsionar melhorias futuras no conteúdo, proponho uma estratégia de otimização bottom-up para o DVC.
Em termos de otimização de mecanismos de pesquisa, "bottom-up" significa usar dados dos resultados de pesquisa atuais e do conteúdo atual para direcionar atualizações e iniciar um ciclo de feedback positivo de melhoria. Essa estratégia se concentra em resultados para se basear no progresso real, em vez de depender de suposições sobre o que os usuários vão pesquisar ou como vão usar o produto. Usei essa abordagem de forma eficaz com vários clientes de SEO, e ela é conhecida por ser eficiente para os comportamentos atuais dos mecanismos de pesquisa.
O objetivo do processo é desenvolver um ciclo de feedback da seguinte maneira:
- Quais páginas e termos de pesquisa geram resultados de pesquisa?
- O que está relacionado a esses termos? Estamos respondendo às perguntas dos usuários? O que está faltando no documento?
- Atualize o documento atual ou identifique novos documentos que precisam ser criados (se fizer mais sentido).
- Em áreas onde a organização quer ter resultados (mas não tem nenhum), procure evidências de pesquisas da concorrência ou análises de usuários antes de criar o conteúdo.
- Comece de novo em 1.
Proponho o seguinte plano de projeto de alto nível (com mais detalhes sobre a implementação na seção de perguntas e respostas abaixo):
Semana 1: configuração inicial das ferramentas e do acompanhamento do Google Analytics. Execute a auditoria de SEO e crie problemas para corrigir metadados ou limpar problemas técnicos. Isso pode começar no período de aquecimento. Semana 2: identifique os documentos que já estão classificados de acordo com os termos-chave. Identifique termos relacionados para expandir o conteúdo e audite os documentos em busca de outras melhorias. Crie problemas na escala de documentos individuais para planejar atualizações. Comece a atualizar/publicar os documentos. Semana 3: continue monitorando os resultados da pesquisa para identificar novas oportunidades e continuar trabalhando na lista de pendências de atualizações planejada. Semanas 4 a 10: observe as mudanças nos resultados da pesquisa para documentos recém-atualizados e continue monitorando e atualizando o backlog. Semana 10 ou mais: embora esteja fora do escopo deste projeto, quando houver um nível de conforto com a taxa de mudança e os métodos, os mesmos princípios e o ciclo de feedback poderão ser usados para impulsionar revisões nos casos de uso e na página inicial de documentos da DVC. Na minha opinião, uma abordagem bottom-up provavelmente será mais eficaz para esses projetos.
Aqui estão minhas respostas diretas para cada pergunta listada na ideia do projeto:
P: Quais ferramentas devemos usar? (por exemplo, Google Analytics etc.)
A. As ferramentas essenciais são o Google Analytics, o Google Search Console e o Google Data Studio, para agregar dados entre ferramentas e gerar relatórios. O Gerenciador de tags do Google é útil para acompanhar alguns eventos específicos de clique ou página (por exemplo, tutoriais de vídeo incorporado do YouTube). Também usaria uma ferramenta de auditoria de SEO (eu uso o Ubersuggest) para sinalizar problemas e acompanhar termos de pesquisa competitivos e relacionados em todo o site de documentos. Embora o site do DVC pareça bastante rápido, precisamos usar os insights do PageSpeed, já que isso também é essencial para SEO.
P: Em quais tendências e relatórios precisamos focar?
A. As principais métricas de SEO são cliques, impressões, taxa de cliques e posição. No entanto, o desafio é que esses são indicadores finais e não fornecem muitas informações sobre o que fazer para melhorar. Para isso, é fundamental acompanhar o que acontece antes e depois das pesquisas: os termos de pesquisa que as pessoas usam e o que acontece quando elas visitam o site. Os termos de pesquisa em uso são essenciais para direcionar o trabalho produtivo na criação e nas atualizações de conteúdo (conforme descrito acima). Garantir que os usuários que chegam pelos resultados da pesquisa encontrem o que procuram faz a diferença entre a classificação ou não, já que retornar à mesma pesquisa (uma rejeição) informa ao mecanismo que a página não é um bom resultado. Medir o engajamento do usuário no site é uma tarefa mais complicada, mas as métricas essenciais para a documentação são a taxa de rejeição, a duração da sessão e as páginas/sessão. Para sites em que o objetivo é adquirir/comprar/entrar em contato com o usuário, a taxa de conversão em relação à meta também é uma métrica importante.
P: Que tipos de usuários temos e quais fluxos de interação cada um deles segue?
A. Se configurado para isso, o Google Analytics vai rastrear o caminho de um usuário pelo site, o tempo de carregamento das páginas, os URLs de clique, as propriedades do agente do usuário e tentar identificá-lo em visitas recorrentes (há mais, mas esses são os básicos). Vai levar tempo para identificar e entender os padrões que definem os tipos de usuários, mas analisar os fluxos de interação mais usados é um bom ponto de partida. Começando pelas páginas de destino mais populares, procuramos tendências óbvias na segunda, terceira e outras páginas. Em seguida, poderíamos propor modelos de usuário para esses casos (que também ajudariam a informar os principais casos de uso). Trabalhando a partir daí, podemos refinar ou validar ainda mais os modelos/casos de uso correlacionando outros dados: termos de pesquisa, casos, pesquisas, entrevistas etc.
P: Podemos semiidentificar esses usuários e/ou cruzar os dados deles com as análises de uso do DVC?
A. Com base na documentação de análise de uso, o DVC está usando um identificador verdadeiramente aleatório (uuid4) e enviando dados por um proxy. Supondo que isso não seja alterado, o exame cruzado será limitado à visualização da tendência de volume de cada evento de comando em relação aos padrões de uso do site de documentos. Isso nos ajudaria a identificar discrepâncias entre o uso de documentos e o uso de comandos em conjunto, mas não fornece insights no nível do usuário. Assim, poderíamos responder à pergunta "Para quais comandos/documentos as pessoas usam o documento e o comando ao mesmo tempo ou não?". Embora isso seja básico, ele forneceria a validação básica para suposições (por exemplo, se um caso de uso específico for bem correspondente, isso levará a um aumento no uso dos comandos principais) e identificará oportunidades (por exemplo, se um comando não estiver sendo usado, mas os documentos dele estiverem (ou vice-versa), o que está errado?).