Эта страница переведена с помощью Cloud Translation API.

проект ДВК

На этой странице содержится подробная информация о проекте технического написания, принятом для участия в Google Season of Docs.

Краткое описание проекта

Организация с открытым исходным кодом:: ДВС
Технический писатель:: Обновленный
Название проекта:: SEO/аналитика сайта и документация Обновления сайта
Длина проекта:: Стандартная продолжительность (3 месяца)

Описание Проекта

Чтобы улучшить видимость в поисковых системах, понять поведение пользователей и стимулировать будущие улучшения контента, я предлагаю стратегию оптимизации «снизу вверх» для DVC.

С точки зрения поисковой оптимизации, «снизу вверх» означает использование данных из текущих результатов поиска и существующего контента для направления обновлений и запуска цикла положительной обратной связи для улучшения. Эта стратегия фокусируется на результатах, основанных на реальном прогрессе, а не на предположениях о том, что пользователи будут искать или как они будут это использовать. Я эффективно использовал этот подход для нескольких клиентов SEO, и известно, что он эффективен для текущего поведения поисковых систем.

Целью процесса является создание цикла обратной связи следующим образом:

Какие страницы и поисковые запросы получают результаты поиска?
Что связано с этими терминами? Отвечаем ли мы на вопросы искателей? Чего не хватает в документе?
Обновите существующий документ или определите новые документы, которые следует создать (если это имеет больше смысла).
В областях, где организация хочет получить результаты (но не имеет их), прежде чем создавать контент, найдите доказательства поиска конкурентов или пользовательской аналитики.
Начните снова с 1.

Я предлагаю следующий план проекта высокого уровня (более подробную информацию о реализации можно найти в разделе вопросов и ответов ниже):

Неделя 1. Начальная настройка инструментов аналитики и отслеживания. Запустите SEO-аудит и создайте проблемы, чтобы исправить метаданные или устранить технические проблемы. (Это может начаться даже в период разминки). Неделя 2. Определите документы, которые уже ранжируются по ключевым словам. Определите связанные термины, чтобы расширить контент, и проверьте документацию на предмет других улучшений. Создавайте задачи в масштабе отдельного документа для планирования обновлений. Начните обновлять/публиковать документы. Неделя 3. Продолжайте отслеживать результаты поиска, чтобы выявить новые возможности, и продолжайте работу над запланированными обновлениями. Недели 4–10. Наблюдайте за изменениями в результатах поиска недавно обновленных документов и продолжайте отслеживать и обновлять список невыполненных работ. Неделя 10+. Хотя это определенно выходит за рамки данного проекта, как только будет достигнут уровень комфорта в отношении скорости изменений и методов, те же принципы и цикл обратной связи можно будет использовать для внесения изменений в сценарии использования DVC и домашнюю страницу документации. По моему мнению, подход «снизу вверх», скорее всего, будет более эффективным и для этих проектов.

Вот мои прямые ответы на каждый вопрос, указанный в идее проекта:

Вопрос. Какие инструменты нам следует использовать? (например, Google Analytics и т. д.)

О. Основными инструментами являются Google Analytics, Google Search Console и Google Data Studio (для агрегирования данных между инструментами для отчетов). Диспетчер тегов Google полезен для отслеживания некоторых конкретных событий кликов или страниц (например, встроенных видеоуроков YouTube). Я бы также использовал инструмент SEO-аудита (я использую Ubersuggest), чтобы отмечать проблемы и отслеживать конкурирующие и связанные поисковые запросы на сайте документации. Хотя сайт DVC кажется довольно быстрым, нам необходимо обязательно использовать данные PageSpeed, поскольку это также важно для SEO.

Вопрос. На каких тенденциях и отчетах нам нужно сосредоточиться?

О. Ключевыми показателями SEO являются клики, показы, рейтинг кликов и позиция. Однако проблема в том, что это отстающие индикаторы, которые не дают четкого представления о том, что делать для улучшения. Для этой цели крайне важно отслеживать и отслеживать, что происходит до и после поиска: какие поисковые запросы используют люди и что происходит, когда они посещают сайт. Используемые поисковые запросы необходимы для продуктивной работы по созданию и обновлению контента (как описано выше). Обеспечение того, чтобы пользователи, которые приходят через результаты поиска, успешно находили то, что они ищут, определяет разницу между хорошим рейтингом или его отсутствием вообще, поскольку возврат к тому же поиску (возврат) сообщает системе, что страница не является хорошим результатом. Измерение вовлеченности пользователей на сайте — более сложная задача, но основные показатели, которые нам понадобятся для документирования, — это показатель отказов, продолжительность сеанса и количество страниц/сеанс. (Для сайтов, целью которых является привлечение пользователя/покупка/контакт, коэффициент конверсии по отношению к цели также является ключевым показателем.)

Вопрос. Какие пользователи у нас есть и какие потоки взаимодействия они используют?

О. Если это настроено, Google Analytics будет отслеживать путь пользователя по сайту, время страницы, URL-адреса кликов, свойства пользовательского агента и пытаться идентифицировать их при повторных посещениях (есть еще кое-что, но это основы). Чтобы выявить и понять закономерности, определяющие типы пользователей, потребуется время, но для начала стоит рассмотреть популярные потоки взаимодействия. Начиная с самых популярных целевых страниц, мы будем искать очевидные тенденции на второй, третьей и последующих страницах. Затем мы могли бы предложить пользовательские модели на их основе (что также должно помочь определить ключевые варианты использования). Работая на основе этого, мы можем дополнительно уточнить или проверить модели/варианты использования, сопоставляя другие данные: поисковые запросы, анекдоты, опросы, интервью и т. д.

Вопрос. Можем ли мы частично идентифицировать этих пользователей и/или провести перекрестный анализ их данных с помощью аналитики использования DVC?

О. Судя по документации по аналитике использования, DVC использует действительно случайный идентификатор (uuid4) и отправляет данные через прокси. Предполагая, что это не будет изменено, перекрестный допрос будет ограничен просмотром тенденции объема для каждого командного события в сравнении с шаблонами использования сайта документации. Это поможет нам выявить расхождения между использованием документов и использованием команд в совокупности, но не даст информации на уровне пользователя. Таким образом, мы, вероятно, могли бы ответить на вопрос: «Для каких команд/документов люди используют документ и команду одновременно или нет?» Хотя это и является базовым, оно обеспечит базовую проверку предположений (например, если конкретный вариант использования хорошо соответствует, это должно привести к более широкому использованию ключевых команд) и выявит возможности (например, если команда не используется, но документы для него (или наоборот) что не так?)