Bu sayfa, Google Dokümanlar Sezonu için kabul edilen bir teknik yazı projesinin ayrıntılarını içerir.
Proje özeti
- Açık kaynak kuruluşu:
- DVC
- Teknik yazar:
- Yeniden düzenlendi
- Projenin adı:
- SEO / Site Analizi ve Dokümanlar Sitesi Güncellemeleri
- Proje süresi:
- Standart uzunluk (3 ay)
Proje açıklaması
Arama motoru görünürlüğünü artırmak, kullanıcı davranışını anlamak ve gelecekte yapılacak içerik iyileştirmelerine yön vermek amacıyla DVC için aşağıdan yukarıya bir optimizasyon stratejisi öneriyorum.
Arama motoru optimizasyonu açısından, "aşağıdan yukarıya", güncellemeleri yönlendirmek ve iyileştirme için olumlu bir geri bildirim döngüsü başlatmak üzere mevcut arama sonuçlarından ve mevcut içerikten elde edilen verileri kullanmak anlamına gelir. Bu strateji, kullanıcıların ne arayacağı veya bunu nasıl kullanacaklarıyla ilgili varsayımlara dayanmak yerine gerçek ilerlemeyi temel almak için sonuçlara odaklanır. Bu yaklaşımı birçok SEO müşterisi için etkili bir şekilde kullandım ve mevcut arama motoru davranışlarında etkili olduğu biliniyor.
Sürecin hedefi, aşağıdaki şekilde bir geri bildirim döngüsü geliştirmektir:
- Arama sonuçları hangi sayfalar ve arama terimleriyle alınır?
- Bu şartlarla ne tür alakalıdır? Arama yapan kullanıcıların sorularını yanıtlıyor muyuz? Dokümanda ne eksik?
- Mevcut dokümanı güncelleyin veya oluşturulması gereken yeni dokümanları belirtin (daha mantıklıysa).
- Kuruluşun sonuç almak istediği (ancak sonuç alamadığı) alanlarda içerik oluşturmadan önce rakiplerin yaptığı aramalara veya kullanıcı analizlerine bakın.
- 1'den tekrar başlayın.
Aşağıdaki üst düzey proje planını öneriyorum (uygulamaya ilişkin daha ayrıntılı bilgiyi aşağıdaki Soru-Cevap bölümünde bulabilirsiniz):
1. Hafta: Analytics araçları ve izleme için ilk kurulum. Meta verileri düzeltmek veya teknik sorunları gidermek için SEO denetimi çalıştırın ve sorunlar oluşturun. (Bu, ısınma döneminde bile başlayabilir.) 2. Hafta — Anahtar terimler için sıralamaya sahip olan dokümanları belirleyin. İçeriği genişletmek için ilgili terimleri belirleyin ve başka iyileştirmeler için dokümanları denetleyin. Güncellemeleri planlamak için tek tek doküman ölçeğinde sorunlar oluşturun. Dokümanları güncellemeye/yayınlamaya başlayın. 3. Hafta — Yeni fırsatları belirlemek ve planlanan güncelleme iş listesi üzerinde çalışmaya devam etmek için arama sonuçlarını izlemeye devam edin. 4-10. Hafta — Yeni güncellenen dokümanlarla ilgili arama sonuçlarında yapılan değişiklikleri gözlemleyin ve iş listesini izleyip güncellemeye devam edin. 10. Hafta+ — Kesinlikle bu projenin kapsam dışında olsa da, değişim oranı ve yöntemler konusunda rahatlık sağlandığında, DVC kullanım alanları ve dokümanlar ana sayfasında düzeltmeler yapmak için aynı ilkeler ve geri bildirim döngüsü kullanılabilir. Aşağıdan yukarıya bir yaklaşımın bu projeler için de daha etkili olabileceğini düşünüyorum.
Proje fikrinde yer alan her bir soruya verdiğim doğrudan cevaplarım şöyle:
S. Hangi araçları kullanmalıyız? (ör. Google Analytics vb.)
C. Temel araçlar Google Analytics, Google Search Console ve Google Data Studio'dur (raporlar için araçlar arasında veri toplamak üzere). Google Etiket Yöneticisi, bazı belirli tıklama veya sayfa etkinliklerini (örneğin, YouTube'a yerleştirilmiş video eğitimleri) izlemek için yararlıdır. Ayrıca, sorunları işaretlemek ve Dokümanlar sitesinde rekabetçi ve alakalı arama terimlerini takip etmek için bir SEO denetleme aracı (Ubersuggest'i kullanıyorum) kullanırdım. DVC sitesi oldukça hızlı görünse de SEO için de kritik öneme sahip olduğundan PageSpeed analizlerini kullandığınızdan emin olmamız gerekir.
S. Hangi trendlere ve raporlara odaklanmalıyız?
C. En önemli SEO metrikleri tıklama sayısı, gösterim sayısı, tıklama oranı ve konumdur. Ancak sorun, bu göstergelerin takip eden göstergeler olması ve durumu iyileştirmek için ne yapılması gerektiğine dair çok fazla fikir vermemesidir. Bu amaçla, aramalardan önce ve sonra neler olduğunu, yani kullanıcıların kullandığı arama terimlerini ve siteyi ziyaret ettiklerinde ne olduğunu izlemek ve izlemek çok önemlidir. Kullanılan arama terimleri, içerik oluşturma ve güncelleme (yukarıda açıklandığı gibi) ile ilgili çalışmaları verimli bir şekilde yürütmek için gereklidir. Aynı aramaya dönme (hemen çıkma) motora sayfanın iyi bir sonuç olmadığını bildirdiği için, arama sonuçları üzerinden gelen kullanıcıların aradıklarını başarılı bir şekilde bulmalarını sağlamak, sıralamada iyi veya hiç fark yaratmaz. Sitedeki kullanıcı etkileşimini ölçmek daha karmaşık bir iştir, ancak dokümanlar için ihtiyacımız olan temel metrikler hemen çıkma oranı, oturum süresi ve sayfa/oturumdur. (Kullanıcı edinme/satın alma/iletişim hedefine ulaşmayı hedefleyen siteler için, hedefe göre dönüşüm oranı da önemli bir metriktir.)
S. Ne tür kullanıcılarımız var ve her biri hangi etkileşim akışlarını izliyor?
C. Bu şekilde ayarlanırsa Google Analytics, kullanıcının sitedeki yolunu, sayfa zamanlamasını, tıklama URL'lerini, kullanıcı aracısı özelliklerini izler ve geri gelen ziyaretlerde kullanıcıları tespit etmeye çalışır (daha fazlası da vardır, ancak temel bilgiler bunlardır). Kullanıcı türlerini tanımlayan kalıpları belirlemek ve anlamak zaman alacak olsa da popüler etkileşim akışlarına bakmak iyi bir başlangıç noktasıdır. En popüler açılış sayfalarından başlayarak ikinci, üçüncü ve diğer sayfalardaki trendleri ararız. Ardından bunlara yönelik kullanıcı modelleri önerebiliriz (bu model temel kullanım alanları için de bilgi sağlamaya yardımcı olur). Arama terimleri, anekdotlar, anketler, röportajlar gibi diğer verileri birbiriyle ilişkilendirerek modelleri/kullanım alanlarını daha da hassaslaştırabilir veya doğrulayabiliriz.
S. Bu kullanıcıları yarı olarak tanımlayabilir ve/veya verilerini DVC kullanım analiziyle çapraz inceleyebilir miyiz?
C. DVC, kullanım analizi belgelerine dayanarak gerçek bir rastgele tanımlayıcı (uuid4) kullanmakta ve verileri proxy üzerinden göndermektedir. Bunun değişmeyeceğini varsayarak, çapraz inceleme her komut etkinliğinin dokümanlar sitesindeki kullanım kalıplarına göre hacim eğilimini görüntülemekle sınırlı olacaktır. Bu, doküman kullanımı ile komut kullanımı arasındaki tutarsızlıkları toplu olarak tanımlamamıza yardımcı olur, ancak kullanıcı düzeyinde analizler sağlamaz. Bu durumda muhtemelen "İnsanlar dokümanı ve komutu aynı anda hangi komutları/dokümanları kullanıyor, yoksa kullanmıyor mu?" sorusunun yanıtını verebiliriz. Bu temel olsa da, varsayımlar için temel bir doğrulama sağlar (örneğin, belirli bir kullanım alanı doğru şekilde kullanılırsa anahtar komutlarda kullanım artışına yol açar) ve fırsatları tespit eder (örneğin, bir komut kullanılmıyorsa ama bunun tersi geçerlidir) (veya bunun tersi nedir?)