Projeto de DVC

Esta página contém os detalhes de um projeto de escrita técnica aceito para a temporada de documentos do Google.

Resumo do projeto

Organização de código aberto:

DVC

Redator técnico:

Remasterizado

Nome do projeto:

SEO / Site analytics e atualizações do site Documentos Google

Duração do projeto:

Duração padrão (3 meses)

Project description

Para melhorar a visibilidade do mecanismo de pesquisa, entender o comportamento do usuário e gerar futuras melhorias no conteúdo, proponho uma estratégia de otimização ascendente para DVC.

Em termos de otimização de mecanismos de pesquisa, “de baixo para cima” significa usar dados dos resultados de pesquisa atuais e do conteúdo existente para direcionar atualizações e iniciar um ciclo de feedback positivo de melhoria. Essa estratégia se concentra em resultados para dar continuidade ao progresso real, em vez de confiar em suposições sobre o que os usuários vão pesquisar ou como vão usar isso. Usei essa abordagem de maneira eficaz para vários clientes de SEO, e ela é conhecida por ser eficaz para os comportamentos atuais dos mecanismos de pesquisa.

O objetivo do processo é desenvolver um ciclo de feedback da seguinte maneira:

1. Quais páginas e termos de pesquisa recebem os resultados da pesquisa?
2. O que está relacionado a esses termos? Estamos respondendo às perguntas dos pesquisadores? O que está faltando no documento?
3. Atualize o documento existente ou identifique novos documentos que devem ser criados (se fizer mais sentido).
4. Nas áreas em que a organização quer ter resultados (mas não tem), procure evidências de pesquisas de concorrentes ou análises de usuários antes de criar o conteúdo.
5. Comece novamente em 1.

Proponho o seguinte plano de projeto de alto nível (com mais detalhes sobre a implementação nas perguntas e respostas abaixo):

Semana 1: configuração inicial das ferramentas e do acompanhamento do Google Analytics. Faça uma auditoria de SEO e crie problemas para corrigir metadados ou resolver problemas técnicos. Isso pode até começar no período de aquecimento. Semana 2: identifique os documentos que já estão classificando os termos-chave. Identifique termos relacionados para expandir o conteúdo e auditar os documentos para outras melhorias. Crie problemas em escala individual de documentos para planejar atualizações. Comece a atualizar/publicar os documentos. Semana 3: continue monitorando os resultados da pesquisa para identificar novas oportunidades e trabalhando no backlog de atualizações planejada. Semanas 4 a 10 — Observe as alterações nos resultados da pesquisa para documentos recém-atualizados e continue monitorando e atualizando o backlog. Semana 10+: embora definitivamente esteja fora do escopo deste projeto, quando houver um nível de conforto com a taxa de mudança e os métodos, os mesmos princípios e ciclo de feedback poderão ser usados para direcionar revisões à página inicial dos casos de uso e documentos de DVC. Na minha opinião, uma abordagem ascendente tem mais probabilidade de ser eficaz para esses projetos também.

Aqui estão minhas respostas diretas para cada pergunta listada na ideia do projeto:

P: Quais ferramentas devemos empregar? 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 as ferramentas de relatórios). O Gerenciador de tags do Google é útil para acompanhar alguns eventos específicos de clique ou página (por exemplo, tutoriais em vídeo incorporados do YouTube). Eu também usaria uma ferramenta de auditoria de SEO (uso o Ubersuggest) para sinalizar problemas e acompanhar termos de pesquisa relacionados e competitivos no site de documentos. Embora o site do DVC pareça ser bastante rápido, precisamos usar o PageSpeed Insights, que também é fundamental para o 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 muito insight sobre o que fazer para melhorar. Para isso, é fundamental acompanhar e monitorar o que acontece antes e depois das pesquisas: os termos de pesquisa que as pessoas usam e o que acontece quando elas acessam o site. Os termos de pesquisa em uso são essenciais para direcionar o trabalho produtivo na criação e atualização de conteúdo (como descrito acima). Garantir que os usuários que chegam por meio dos resultados da pesquisa encontrem o que estão procurando faz a diferença entre uma boa classificação ou não, já que retornar à mesma pesquisa (rejeição) informa ao mecanismo que a página não é um resultado bom. Medir o engajamento do usuário no site é uma tarefa mais complicada, mas as métricas essenciais que precisamos para a documentação são taxa de rejeição, duração da sessão e páginas/sessão. Para sites em que a meta é adquirir/comprar/contato do 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 estiver configurado para fazer isso, o Google Analytics rastreará o caminho do usuário no site, no tempo da página, nos URLs de clique e nas propriedades do user agent e tentará identificá-lo nas visitas recorrentes. Há mais opções, mas esses são os princípios básicos. Vai levar tempo para identificar e entender padrões que definem tipos de usuário, mas analisar os fluxos de interação populares é um bom ponto de partida. A partir das páginas de destino mais populares, procuramos tendências óbvias na segunda, terceira e mais páginas. Em seguida, podemos propor modelos de usuários em relação a isso, o que também deve ajudar a informar os principais casos de uso. A partir daí, podemos refinar ou validar ainda mais os modelos/casos de uso correlacionando outros dados: termos de pesquisa, histórias, pesquisas, entrevistas etc.

P: Podemos fazer a semi-identificar esses usuários e/ou examinar os dados deles com a análise de uso do DVC?

A) Com base na documentação de análise de uso, o DVC está utilizando um identificador verdadeiramente aleatório (uuid4) e enviando dados por um proxy. Supondo que isso não será alterado, o exame 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 de comandos de forma agregada, mas não fornece insights no nível do usuário. Assim, provavelmente poderíamos responder à pergunta "para quais comandos/documentos são pessoas que usam o documento e o comando ao mesmo tempo?". Embora isso seja básico, forneceria validação básica de suposições (por exemplo, se um caso de uso específico for bem correspondido, deve levar ao aumento do uso dos comandos-chave) e identificar oportunidades (por exemplo, se um comando não está sendo usado, mas os documentos para ele estão errados, o que é?)