โปรเจ็กต์ DVC

หน้านี้มีรายละเอียดของโปรเจ็กต์การเขียนเชิงเทคนิคที่ได้รับการยอมรับสำหรับ Google Season of Docs

สรุปโปรเจ็กต์

องค์กรโอเพนซอร์ส:
DVC
นักเขียนเชิงเทคนิค
มาสเตอร์ใหม่
ชื่อโปรเจ็กต์:
SEO / การวิเคราะห์เว็บไซต์และการอัปเดตเว็บไซต์ในเอกสาร
ระยะเวลาของโปรเจ็กต์
ระยะเวลามาตรฐาน (3 เดือน)

คำอธิบายโปรเจ็กต์

ฉันจึงเสนอกลยุทธ์การเพิ่มประสิทธิภาพจากล่างขึ้นบนสำหรับ DVC เพื่อปรับปรุงระดับการเข้าถึงของเครื่องมือค้นหา ทำความเข้าใจพฤติกรรมของผู้ใช้ และกระตุ้นการปรับปรุงเนื้อหาในอนาคต

ในแง่ของการปรับแต่งเว็บไซต์ให้ติดอันดับบนเครื่องมือค้นหา "จากล่างขึ้นบน" หมายถึงการใช้ข้อมูลจากผลการค้นหาปัจจุบันและเนื้อหาที่มีอยู่เพื่ออัปเดตโดยตรงและเริ่มวงจรการปรับปรุงแบบตอบกลับเชิงบวก กลยุทธ์นี้มุ่งเน้นที่ผลลัพธ์เพื่อพัฒนาความคืบหน้าจริงแทนที่จะใช้การคาดเดาเกี่ยวกับสิ่งที่ผู้ใช้จะค้นหาหรือวิธีใช้ ฉันได้ใช้วิธีการนี้อย่างมีประสิทธิภาพสำหรับลูกค้า SEO หลายราย และเป็นที่รู้กันว่าประสิทธิภาพของเครื่องมือค้นหาในปัจจุบันใช้ได้ผล

เป้าหมายของกระบวนการนี้คือการพัฒนาลูปความคิดเห็น ดังนี้

  1. หน้าเว็บและข้อความค้นหาใดบ้างที่แสดงผลการค้นหา
  2. สิ่งที่เกี่ยวข้องกับข้อกำหนดเหล่านี้ เราตอบคำถามที่ผู้ค้นหามีหรือไม่ มีอะไรขาดหายไปในเอกสาร
  3. อัปเดตเอกสารที่มีอยู่หรือระบุเอกสารใหม่ที่ควรสร้าง (หากเหมาะสมกว่า)
  4. ในส่วนที่องค์กรต้องการผลลัพธ์ (แต่ไม่มีเลย) ให้มองหาหลักฐานการค้นหาของคู่แข่งหรือการวิเคราะห์ผู้ใช้ก่อนที่จะสร้างเนื้อหา
  5. เริ่มอีกครั้งที่ 1

เราขอเสนอแผนระดับสูงของโปรเจ็กต์ดังต่อไปนี้ (พร้อมรายละเอียดเพิ่มเติมเกี่ยวกับการใช้งานในคําถามและคําตอบด้านล่าง)

สัปดาห์ที่ 1 — การตั้งค่าเริ่มต้นสําหรับเครื่องมือและเครื่องมือติดตาม Analytics เรียกใช้การตรวจสอบ SEO และสร้างปัญหาเพื่อแก้ไขข้อมูลเมตาหรือปัญหาทางเทคนิค (อาจเริ่มตั้งแต่ช่วงเริ่มต้น) สัปดาห์ที่ 2 — ระบุเอกสารที่ได้รับการจัดอันดับสำหรับคำสำคัญอยู่แล้ว ระบุคำที่เกี่ยวข้องเพื่อขยายเนื้อหาและตรวจสอบเอกสารเพื่อการปรับปรุงอื่นๆ สร้างปัญหาในระดับเอกสารแต่ละรายการเพื่อวางแผนการอัปเดต เริ่มอัปเดต/เผยแพร่เอกสาร สัปดาห์ที่ 3 - ตรวจสอบผลการค้นหาต่อไปเพื่อค้นหาโอกาสใหม่ๆ และดำเนินการตามรายการอัปเดตที่รอดำเนินการตามแผนที่วางไว้ สัปดาห์ที่ 4-10 — สังเกตการเปลี่ยนแปลงผลการค้นหาสำหรับเอกสารที่อัปเดตใหม่ และตรวจสอบและอัปเดตงานค้างต่อไป สัปดาห์ที่ 10 ขึ้นไป — แม้ว่าโครงการนี้จะอยู่นอกเหนือขอบเขตของโครงการนี้ แต่เมื่อมีความสะดวกสบายกับอัตราการเปลี่ยนแปลงและวิธีการ ก็สามารถนำหลักการและการเก็บฟีดแบ็กมาแก้ไขเพื่อผลักดันให้แก้ไขกรณีการใช้งานและหน้าแรกของ DVC ได้ในระดับเดียวกัน เราคิดว่าแนวทางจากล่างขึ้นบนน่าจะมีประสิทธิภาพกับโปรเจ็กต์เหล่านั้นด้วย

นี่คือคำตอบโดยตรงของฉันสำหรับคำถามแต่ละข้อที่อยู่ในไอเดียของโครงการ:

ถาม: เราควรใช้เครื่องมือใด (เช่น Google Analytics เป็นต้น)

ก. เครื่องมือสําคัญ ได้แก่ Google Analytics, Google Search Console และ Google Data Studio (เพื่อรวบรวมข้อมูลระหว่างเครื่องมือต่างๆ สําหรับรายงาน) Google Tag Manager มีประโยชน์ในการติดตามเหตุการณ์การคลิกหรือหน้าเว็บที่เฉพาะเจาะจง (เช่น วิดีโอบทแนะนำแบบฝังของ YouTube) ฉันยังใช้เครื่องมือตรวจสอบ SEO (ฉันใช้ Ubersuggest) เพื่อแจ้งปัญหาและติดตามข้อความค้นหาคู่แข่งและข้อความค้นหาที่เกี่ยวข้องในเว็บไซต์เอกสารด้วย แม้ว่าเว็บไซต์ DVC จะค่อนข้างเร็ว แต่เราจำเป็นต้องใช้ PageSpeed Insights เนื่องจากเป็นเว็บไซต์ที่สำคัญต่อ SEO ด้วย

ถาม: เราควรมุ่งเน้นที่เทรนด์และรายงานใด

ก. เมตริก SEO หลักๆ ได้แก่ จํานวนคลิก การแสดงผล อัตราการคลิกผ่าน และตําแหน่ง อย่างไรก็ตาม ปัญหาคือเมตริกเหล่านี้เป็นเมตริกตามหลังและไม่ให้ข้อมูลเชิงลึกมากนักเกี่ยวกับสิ่งที่ควรทําเพื่อปรับปรุง ด้วยเหตุนี้ จึงจําเป็นต้องติดตามและตรวจสอบสิ่งที่เกิดขึ้นก่อนและหลังการค้นหา เช่น ข้อความค้นหาที่ผู้ใช้ใช้ และสิ่งที่จะเกิดขึ้นเมื่อเข้าชมเว็บไซต์ ข้อความค้นหาที่ใช้เป็นสิ่งจำเป็นในการกำหนดแนวทางการทำงานที่มีประสิทธิภาพในการสร้างและอัปเดตเนื้อหา (ตามที่อธิบายไว้ข้างต้น) การตรวจสอบว่าผู้ใช้ที่มาถึงผ่านผลการค้นหาพบสิ่งที่ต้องการอย่างสําเร็จหรือไม่นั้นทําให้หน้าเว็บมีอันดับดีหรือไม่ดีเลย เนื่องจากการที่ผู้ใช้กลับมาค้นหาคำเดิม (การตีกลับ) บอกให้เครื่องมือค้นหาทราบว่าหน้าเว็บนั้นไม่ใช่ผลการค้นหาที่ดี การวัดการมีส่วนร่วมของผู้ใช้บนเว็บไซต์เป็นงานที่ซับซ้อนกว่า แต่เมตริกสําคัญที่เราต้องการสําหรับเอกสารประกอบ ได้แก่ อัตราตีกลับ ระยะเวลาเซสชัน และหน้าเว็บ/เซสชัน (สําหรับเว็บไซต์ที่มีเป้าหมายคือการได้ผู้ใช้/การซื้อ/การติดต่อ อัตรา Conversion เทียบกับเป้าหมายก็เป็นเมตริกสําคัญเช่นกัน)

ถาม: เรามีผู้ใช้ประเภทใดบ้างและผู้ใช้แต่ละประเภททำตามขั้นตอนการโต้ตอบใด

ก. หากตั้งค่าไว้ Google Analytics จะติดตามเส้นทางของผู้ใช้ผ่านเว็บไซต์ ช่วงเวลาของหน้าเว็บ URL การคลิก พร็อพเพอร์ตี้ User Agent และพยายามระบุผู้ใช้ในการเข้าชมครั้งถัดไป (ยังมีอีกหลายอย่าง แต่นี่คือข้อมูลเบื้องต้น) การระบุและทำความเข้าใจรูปแบบที่กําหนดประเภทผู้ใช้อาจใช้เวลาสักครู่ แต่การดูขั้นตอนการโต้ตอบยอดนิยมเป็นจุดเริ่มต้นที่ดี โดยเริ่มจากหน้า Landing Page ที่ได้รับความนิยมสูงสุด เราจะมองหาเทรนด์ที่ชัดเจนในหน้าเว็บที่ 2, 3 และต่อๆ ไป จากนั้นเราจะเสนอโมเดลผู้ใช้กับรูปแบบเหล่านี้ (ซึ่งน่าจะช่วยให้ทราบ Use Case หลักๆ ด้วย) จากข้อมูลดังกล่าว เราจะปรับแต่งหรือตรวจสอบโมเดล/กรณีการใช้งานเพิ่มเติมได้โดยเชื่อมโยงกับข้อมูลอื่นๆ เช่น ข้อความค้นหา เกร็ดเล็กเกร็ดน้อย แบบสํารวจ บทสัมภาษณ์ ฯลฯ

ถาม: เราระบุตัวตนผู้ใช้เหล่านี้ได้แบบไม่สมบูรณ์และ/หรือตรวจสอบข้อมูลของผู้ใช้เหล่านี้กับข้อมูลวิเคราะห์การใช้งาน DVC ได้ไหม

ก. จากเอกสารประกอบเกี่ยวกับข้อมูลวิเคราะห์การใช้งาน DVC จะใช้ตัวระบุแบบสุ่มจริง (uuid4) และส่งข้อมูลผ่านพร็อกซี ในกรณีที่ไม่มีการแก้ไข การตรวจสอบจะจำกัดอยู่ที่การดูแนวโน้มปริมาณของเหตุการณ์คําสั่งแต่ละรายการเทียบกับรูปแบบการใช้งานสําหรับเว็บไซต์เอกสาร ซึ่งจะช่วยให้เราระบุความคลาดเคลื่อนระหว่างการใช้งานเอกสารกับการใช้งานคําสั่งในภาพรวมได้ แต่ไม่จะให้ข้อมูลเชิงลึกระดับผู้ใช้ เราจึงอาจตอบคําถามที่ว่า "ผู้ใช้ใช้เอกสารและคําสั่งพร้อมกันหรือไม่" ได้ แม้ว่าข้อมูลนี้จะเป็นข้อมูลพื้นฐาน แต่ก็ช่วยตรวจสอบสมมติฐานเบื้องต้นได้ (เช่น หาก Use Case หนึ่งๆ ตรงกันดี ก็ควรทําให้คําสั่งหลักมีการใช้งานมากขึ้น) และระบุโอกาส (เช่น หากไม่มีการใช้คําสั่ง แต่มีการใช้เอกสารของคําสั่งนั้น (หรือในทางกลับกัน) อะไรคือปัญหา)