Bu sayfada, Google Dokümanlar Sezonu için kabul edilen bir teknik yazım projesinin ayrıntıları yer almaktadır.
Proje özeti
- Açık kaynak kuruluşu:
- DVC
- Teknik yazar:
- Yeniden düzenlendi
- Proje adı:
- SEO / Site Analizi ve Dokümanlar Sitesi Güncellemeleri
- Proje uzunluğu:
- Standart uzunluk (3 ay)
Proje açıklaması
Arama motoru görünürlüğünü artırmak, kullanıcı davranışını anlamak ve gelecekte içerik iyileştirmeleri yapmak için DVC için aşağıdan yukarıya bir optimizasyon stratejisi öneriyorum.
Arama motoru optimizasyonu açısından "aşağıdan yukarıya", güncel arama sonuçlarından ve mevcut içerikten elde edilen verileri kullanarak güncellemeleri yönlendirmek ve iyileştirmeyle ilgili olumlu bir geri bildirim döngüsü başlatmak anlamına gelir. Bu strateji, kullanıcıların ne arayacakları veya bunu nasıl kullanacakları hakkındaki varsayımlara dayanmak yerine, gerçek ilerlemeyi temel almak için sonuçlara odaklanır. Bu yaklaşımı birden fazla SEO müşterisi için etkili bir şekilde kullandım ve mevcut arama motoru davranışları için etkili olduğu biliniyor.
Sürecin amacı, aşağıdaki şekilde bir geri bildirim döngüsü oluşturmaktır:
- Arama sonuçları hangi sayfalar ve arama terimleriyle gösterilir?
- Bu şartlarla ilgili olan konular Arama yapan kullanıcıların sorularını yanıtlıyor muyuz? Whats missing in the doc?
- Mevcut dokümanı güncelleyin veya oluşturulması gereken yeni dokümanları tanımlayın (daha uygunsa).
- Kuruluşun sonuç almak istediği (ancak sonuç alamadığı) alanlarda, içerik oluşturmadan önce rakip aramaları veya kullanıcı analizleri olup olmadığını kontrol edin.
- 1'den tekrar başlayın.
Size aşağıdaki üst düzey proje planını öneriyoruz (Soru-Cevap bölümünde uygulama ile ilgili daha ayrıntılı bilgi verilmektedir):
1. Hafta: Analytics araçları ve izleme için ilk kurulum. SEO denetimi çalıştırın ve meta verileri düzeltmek veya teknik sorunları gidermek için sorunlar oluşturun. (Bu, ısınma döneminde bile başlayabilir). 2. Hafta: Anahtar terimler için zaten sıralamada olan dokümanları tanımlayın. İçeriği genişletmek için ilgili terimleri belirleyin ve diğer iyileştirmeler için dokümanları denetleyin. Güncellemeleri planlamak için doküman bazında 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 dokümanların arama sonuçlarındaki değişiklikleri gözlemleyin ve bekleyen listeyi izlemeye ve güncellemeye devam edin. 10. Hafta ve Sonrası: Bu projenin kapsamı dışında olsa da, değişiklik oranı ve yöntemler konusunda rahatlık düzeyi elde edildiğinde, DVC kullanım alanlarında ve dokümanlar ana sayfasında düzeltmeler yapmak için aynı ilkeler ve geri bildirim döngüsü kullanılabilir. Bence bu projelerde de aşağıdan yukarıya bir yaklaşımın etkili olma olasılığı daha yüksek.
Proje fikrinde listelenen her soruya doğrudan yanıtlarımı aşağıda bulabilirsiniz:
S. Hangi araçları kullanmalıyız? (ör. Google Analytics vb.)
C. Google Analytics, Google Search Console ve Google Data Studio (rapor araçları arasında verileri birleştirmek için) temel araçlardır. Google Etiket Yöneticisi, bazı belirli tıklama veya sayfa etkinliklerini (örneğin, yerleştirilmiş YouTube videoları) izlemek için kullanışlıdır. Ayrıca, sorunları işaretlemek ve dokümanlar sitesindeki rekabetçi ve alakalı arama terimlerini izlemek için bir SEO denetim aracı (Ubersuggest kullanıyorum) da kullanırdım. DVC sitesi oldukça hızlı görünse de SEO için de kritik olduğu için PageSpeed Insights'ı kullandığımızdan emin olmamız gerekiyor.
S. Hangi trendlere ve raporlara odaklanmamız gerekiyor?
C. Temel SEO metrikleri tıklama sayısı, gösterim sayısı, tıklama oranı ve konumdur. Ancak bu göstergelerin geriye dönük olması ve iyileştirme için ne yapılması gerektiği konusunda fazla bilgi vermemesi, bu yöntemin dezavantajları arasındadır. Bu amaç doğrultusunda, aramalardan önce ve sonra neler olduğunu, yani kullanıcıların kullandığı arama terimlerini ve siteyi ziyaret ettiklerinde neler olduğunu izlemek ve izlemek çok önemli. Kullanılan arama terimleri, içerik oluşturma ve güncelleme (yukarıda açıklandığı gibi) sürecinde verimli çalışmayı yönlendirmek açısından çok önemlidir. Arama sonuçları üzerinden gelen kullanıcıların aradıklarını başarıyla bulmasını sağlamak, iyi bir sıralama elde etme ile hiç sıralama elde etmeme arasındaki farkı belirler. Aynı aramaya geri dönmek (hemen çıkma), motora sayfanın iyi bir sonuç olmadığını söyler. Sitedeki kullanıcı etkileşimini ölçmek daha karmaşık bir iştir. Ancak belgeleme için ihtiyacımız olan temel metrikler hemen çıkma oranı, oturum süresi ve sayfa/oturumdur. (Hedefin kullanıcıların edinme/satın alma/iletişim kurmasını sağlamak olduğu sitelerde, 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, bir kullanıcının sitedeki yolunu, sayfa zamanlamasını, tıklama URL'lerini, kullanıcı aracısı özelliklerini izler ve geri gelen ziyaretlerde bu kullanıcıları tanımlamaya çalışır (daha fazlası vardır, ancak temel bilgiler bunlardır). Kullanıcı türlerini tanımlayan kalıpları belirlemek ve anlamak zaman alacaktır. Ancak popüler etkileşim akışlarına bakarak başlamak iyi bir fikirdir. En popüler açılış sayfalarından başlayarak, ikinci, üçüncü ve diğer sayfalardaki belirgin eğilimleri ararız. Ardından, bunlara göre kullanıcı modelleri önerebiliriz (bu da önemli kullanım alanlarını belirlemeye yardımcı olur). Bu bilgilerden yola çıkarak arama terimleri, anekdotlar, anketler, görüşmeler vb. diğer verilerle ilişkilendirerek modelleri/kullanım alanlarını daha da hassaslaştırabilir veya doğrulayabiliriz.
S. Bu kullanıcıları yarı tanımlayabilir ve/veya verilerini DVC kullanım analizleriyle çapraz sorgulayabilir miyiz?
C. Kullanım analizi dokümanları uyarınca DVC, gerçekten rastgele bir tanımlayıcı (uuid4) kullanıyor ve verileri bir proxy üzerinden gönderiyor. Bu durumun değişmeyeceğini varsayarsak çapraz sorgulama, her komut etkinliğinin hacmi trendini dokümanlar sitesinin kullanım kalıplarına göre görüntülemekle sınırlı olur. Bu, toplu olarak dokümanlar kullanımı ile komut kullanımı arasındaki tutarsızlıkları belirlememize yardımcı olur ancak kullanıcı düzeyinde analiz sağlamaz. Bu sayede, "Kullanıcılar hangi komutları/belgeleri aynı anda kullanıyor veya kullanmıyor?" sorusunu yanıtlayabiliriz.Bu temel bir soru olsa da varsayımları temel düzeyde doğrular (ör. belirli bir kullanım alanı iyi eşleşirse önemli komutların kullanımı artar) ve fırsatları belirler (ör.bir komut kullanılmıyorsa ancak ilgili belgeler kullanılıyorsa (veya bunun tersi) neyin yanlış olduğu anlaşılabilir).