In: Search Optimization


En son SEO ofis saatleri oturumumuzda, hem paydaşlar hem de SEO’lar tarafından (genellikle panik içinde) dile getirilen soruyu tartıştık:

Neden My F@#k%*g SEO Tankingi Yapıyor?!

LSG’nin CEO’su Andrew Shotland ve SEO Stratejisinden Sorumlu Başkan Yardımcısı Karl Kleinschmidt’in ele aldığı konuları şöyle özetleyeceğiz:

  • SEO’lar şu anda büyük veri olmadan bir trafik düşüşünü nasıl analiz ediyor?
  • Otomatik etiketleme, trafik düşüşlerini bulmayı basitleştirmek için ne yapabilir?
  • Otomatik etiketleme: adım adım kılavuz
  • Otomatik etiketlemenin müşterimize nasıl yardımcı olduğuna dair bir vaka çalışması

Bu gönderi için, doğrudan SEO ofis saatleri oturumunun otomatik etiketleme bölümüne dalacağız. Ancak, biz de konuştuk Trafik düşüşlerini teşhis etmek için 7 basit tüyo Bültenimizde okuyabileceğiniz veya aşağıda tam SEO ofis saatleri videosunu izleyebilirsiniz..

SEO’lar Şu Anda Büyük Veri Olmadan Trafik Düşüşünü Nasıl Analiz Ediyor?

Ani bir düşüş yaşadıysanız, neyin değiştiğini öğrenmeniz gerekir. Sitenizde neyin değiştiğini analiz etmek için büyük bir veri manipülasyonuna ihtiyacınız olabilir, ancak SEO’ların şu anda büyük veri olmadan bir trafik düşüşünü nasıl analiz ettiğini anlamalısınız, o zaman buna dalacağız.

Büyük veri olmadan, 3. taraf sıralama izleyicileri kullanarak ve/veya GSC’de anahtar kelimelerinizin küçük örneklerini kullanarak küçük bir anahtar kelime grubunu izleyeceksiniz.

Bununla ilgili sorunlar:

  • Verileri manuel olarak gözden geçirmeniz ve kalıpları yakalamanız gerekir, böylece bir şeyleri kaçırabilirsiniz.
  • Sıralama izlemenin maliyeti, büyük miktarda anahtar kelimeye sahip 3. taraf izleyiciler kullanıldığında oldukça hızlı bir şekilde artabilir.
  • GSC gibi ücretsiz araçlar kullansanız bile, manuel olarak yapıldığında bu çok, çok uzun zaman alabilir.

Otomatik Etiketleme, Trafik Düşüşlerini Bulmayı Basitleştirmek İçin Ne Yapabilir?

Peki, bunu yapmanın daha iyi yolu nedir? Otomatik izleme. Kategoriler, amaç ve sayfa türü için otomatik etiketlemeyi kullanarak şunları yapabilirsiniz:

  • Trafik düşüşlerinde kalıpları bulmak kolay
  • Devam eden trafiği daha iyi anlayın
  • Geçmiş analizlerden elde edilen bilgileri saklayın
  • Gelecekteki SEO projelerinin etkisini tahmin etmeyi kolaylaştırın

Otomatik etiketleme ile yaklaşım

İlk olarak, GSC’deki tüm anahtar kelimeleri 3 grupta etiketliyoruz: kategoriler, amaç ve sayfa türleri.

Örneğin, sayfa türleri için 1 sayfa türü ürün sayfaları olabilir, bu nedenle URL’sinde “.com/p/” olan herhangi bir sayfayı etiketliyoruz.

Niyet örneği, ne, nasıl, kim gibi soru sözcüklerini içeren herhangi bir sorgu olabilir.

Son olarak, bir kategori örneği ayakkabı veya ayakkabı anahtar kelimesi olabilir, bu nedenle ayakkabı veya ayakkabı içeren tüm sorguları etiketleyebiliriz.

Bu yaklaşım, son 16 aydaki ve GSC verilerini her çektiğinizde ileriye dönük olarak tüm Google arama konsolu trafiğini depolamanıza ve etiketlemenize olanak tanır. Verileri, toplam GSC verilerinizin örneklerini analiz etmek yerine analiz etmek için mümkün olan en büyük veri gövdesine sahip olmanızı sağlayan Google Cloud’a kaydedebilirsiniz.

Bu, günlük trafik tanklarındaki verilerde kalıpları ne kadar verimli bulabileceğiniz konusunda büyük bir fark yaratabilir.

Otomatik etiketleme özellikle yararlıdır çünkü önceki analizlerden elde edilen bilgileri kaydedersiniz. Dolayısıyla, birden fazla müşteriyle çalışan bir ajanssanız, 9 ay önce meydana gelen tuhaf bir kalıbı, içerik yayınlama sorununu vb. hatırlamanıza gerek yoktur.

Sadece etiketleyin ve kendinize çok zaman ve baş ağrısından tasarruf edin.

Otomatik Etiketleme En İyi Uygulamaları

  1. Anahtar kelime kalıplarını etiketleyin: Anahtar kelimelerinizde bulduğunuz kalıpları etiketleyin: Ne kadar fazla kalıbınız varsa o kadar iyi.
  2. Normal ifadeyi kullanın: Etiketlemek için yalnızca “içeriyorsa” yerine normal ifadeler (regex) kullanmak da yararlıdır. Bu size çok daha fazla seçenek sunabilir.
  3. Sektöre özel grupları etiketleyin: Sektörünüze özel her şeyi etiketleyin, örneğin sayfalar, alakalı olduğunu bildiğiniz anahtar kelime grupları:
    • e-ticaret için markalar
    • E-Ticaret için sınıflandırma seviyeleri
    • Bir blog için blog kategorileri
    • Satış hunisi seviyeleri (TOFU, MOFU, BOFU)
    • Konum tabanlı işletmeler için Şehir/Eyalet
  1. Gerekirse negatif anahtar kelimeler kullanın: Markalı ve markasız anahtar kelimeleri filtrelemek isteyebilirsiniz. Örneğin, Nike’ın sitesinde çalışıyorsanız, markasız ürünlere daha çok önem veriyorsanız, “ayakkabılar” olarak etiketlenmiş ancak “Nike ayakkabılar” DEĞİL bir kategori isteyebilirsiniz.
  2. Şimdi Etiketlemeye Başlayın: Trafik düşüşünüz olana kadar beklemeyin, tne kadar erken başlarsanız, o kadar fazla veriye sahip olursunuz.

Otomatik Etiketleme Adımları

  1. İlk olarak, URL’lerin n-gram analizini yapabilir ve trafiğe göre sıralayabilirsiniz. Dizinleri ve alt dizinleri etiketlemek istiyorsunuz.

Bu ne demek oluyor?

Temel olarak, bir n-gram analizi, URL’yi kendi bölümlerine (yani dizinler ve alt dizinler) ayırır.

Yukarıdaki grafikte gördüğünüz gibi, 1. öğe /p/ ve 2. öğe /shoes/. Bu analizde, /p/ ürün sayfaları ve /shoes/, ayakkabı içeren sayfalardır.

Dolayısıyla bu sayfa türünü ayakkabı ürün sayfaları olarak etiketleyebiliriz. Pantolon, eldiven, ceket vb. ile aynı.

Öğe 1’in /blog/ ve öğe 2’nin /ayakkabılar/ olduğu yerde, tahmin ettiniz, bunlar ayakkabılarla ilgili bloglar, bu yüzden onu da etiketliyoruz. /s/, Nike ile ilgili arama sayfalarıdır ve siz de fikir edinirsiniz.

Görmek! O kadar korkutucu değil.

  1. Ardından, anahtar kelimelerin n-gram analizini yapın ve trafiğe göre sıralayın. Burada kategorileri ve amacı etiketlemek istiyorsunuz.

Bu nedenle, aynı analizi sorgular için yapıyoruz—renkler ve cinsiyetin yanı sıra “ayakkabı” veya “ayakkabılar” içeren tüm sorgular. Bunu, “kırmızı”, “mavi”, “siyah” vb. herhangi bir şey bir renk kategorisi olarak etiketlendiği için normal ifade ifadeleriyle yapabiliriz.

  1. Ardından, trafiğe ve etiket kategorilerine/amaca göre sıralanmış, etiketi olmayan anahtar kelimeleri gözden geçirin.

Bariz grupları geçtikten sonra, bunun gibi kalıpları fark edebilirsiniz. Yani burada “çocuk pantolonu” ve “çocuk şapkası” gruplarının kategorize edilmediğini görebiliriz.

Yapılacak en iyi şey, “kids”, “kid”, “children” veya “children’s” gibi şeylerin eşanlamlı olduklarından tek bir etiket olması için bir regex ifadesi oluşturmaktır.

  1. Ayrıca, trafiğe ve etiket sayfa türlerine göre sıralanmış, etiketi olmayan sayfalar arasında gezinebilirsiniz.

Bu URL “uzun” ve “büyük” ile bittiği için bu sayfaların boyutla ilgili sayfalar olduğunu biliyoruz. Bu nedenle, bunları bir boyut sayfası türü olarak gruplandırmak için bir regex ifadesi kullanabiliriz.

Otomatik Etiketleme için Kullandığımız Araçlar

  • URL Ngram Aracı
  • Anahtar Kelime Ngram Aracı
  • Search Console Etiketleme Aracı
  • büyük sorgu
  • Google Bulut
  • tablo

N-gram araçları, Search Console etiketleme aracıyla birlikte kalıpları bulmamıza ve etiketlememize olanak tanır. Dahili olarak bir tane oluşturduk ancak ücretsiz olanlar mevcut.

Verilere sahip olduğumuzda, Google bulutuna yüklenir ve ona erişmek için Bigquery’yi kullanırız. Buradan, veri işleme için Tableau veya Google Data Studio’yu kullanabilirsiniz.

Vaka Çalışması: Otomatik Etiketleme Müşterimize Nasıl Yardımcı Oldu?

Tamam, etiketleme avantajını daha somut hale getirmek için, bunun trafik düşüşünü hızlı bir şekilde anlamamıza nasıl yardımcı olduğuna dair gerçek bir örnek olay incelemesinden geçelim.

Müşterimiz, Mayıs ayında Google Core Güncellemesi’nden etkilenen bir e-ticaret sitesiydi. Düşüşten sonra etiketlemeye başladık ve sıralama düşüşlerinde 5 ana kalıp bulduk.

Bu tablolar, güncellemeden 2 hafta önceki tıklamalardaki farkı gösterir.

Sayfa Türleri (ör. ürün sayfaları, arama sayfaları, bloglar)sayfa türleri

Gördüğünüz gibi sayfa türü 1 en çok etkilenen ama aynı zamanda 2-5 arasındaki sayfa türleridir.

Amaç Sorguları (örneğin satın alma, sorular, yakınımdaki)

Niyet 1 büyük bir düşüş yaşadı ama aynı zamanda kategorize edilmemiş niyet veya bilinen bir niyet etiketi olmayan anahtar kelimeler. Bu, düşüşü belirlemek için bu kategorize edilmemiş anahtar kelimeleri daha fazla incelememiz gerektiğini bize bildirir ve ayrıca bu kovanın dışında bir ton etiketli anahtar kelimeyi hariç tutmaya başlamamıza izin verir.

markalar (örn. Nike, LG, vb.)

Yine, kategorize edilmemiş bölümün en çok etkilendiğini ve Marka 1’in de güçlü bir şekilde etkilendiğini görüyoruz.

Kategoriler (örn. Ayakkabılar, şehirler)

Kategoriler için, kategori 1 ve 2’ye ve ayrıca sorguların kategorize edilmemiş kısmına bakmamız gerekir.

Şimdiye kadar araştırmamızda, amaç sorgularımızda, markalarımızda ve kategorilerimizde en çok kategorize edilmemiş birçok anahtar kelimenin etkilendiğini fark ettik, bu yüzden bunları ayrıntılı olarak incelememiz gerekiyor.

Kategorisi Bilinmeyen Anahtar Kelimeler

Burada, bu müşteriye özel özel bir regex ifadesi ile bilinmeyen kategorilerimize sayfa türlerimizi uyguladık. Sıralamada düşen bilinmeyen kategorilere sahip anahtar kelimeler için, düşüşün çoğunluğunu sayfa 1, 4 ve 5 temsil eder.

Bilinmeyen Markalara Sahip Anahtar Kelimeler

Aynı şeyi burada da bilinmeyen Markalar için yaptık.

Sayfa türlerimizi üst üste bindirirken bunun nerede doğru ve yanlış olduğunu bulmak için bir regex ifadesi kullandık.

Gördüğünüz gibi, sayfa türleri 1, 4 ve 5 için doğrudur, sayfa türü 2 için yanlıştır. Dolayısıyla, sayfa türü 2 için, o sayfa türünü içeren ancak regex ifadesinin yanlış olduğu anahtar kelimeleri bulmamız gerektiğini biliyoruz.

Bu, listeyi tüm anahtar kelimelerden (bu durumda 1000’ler) GSC üzerinden manuel olarak çalıştırmamız gereken birkaç düzineye indirir.

Niyeti Bilinmeyen Anahtar Kelime

Yine, sorgu amacına baktığımızda, 1,4 ve 5 sayfa türleriyle ilgili sorunları görebiliriz, ancak regex ifadesi sayfa türü 2’de yanlıştır. Bu bilgiyi alabilir ve anahtar kelime listesini sayfa türü 2 için yaptığımız gibi daraltabiliriz. bilinmeyen markalar

Şimdi, sıralama düşüşlerinde öncelikli bir anahtar kelime kalıpları listesine ve bir eylem öğeleri listesine sahibiz:

  1. Normal İfadenin doğru olduğu Sayfa türü 1,3,4,5’i araştırın
  2. Normal İfade Beyanı’nın doğru olmadığı sayfa türü 2’yi araştırın
  3. Niyet 1’i araştırın
  4. Marka 1’i Araştırın
  5. Kategori 1 ve 2’yi araştırın

Trafikte ne kadar düştüklerini bildiğiniz için bu bize, siz ek küçük kalıpları araştırırken geliştiricilere ilk olarak ne göndereceğimizi bilme olanağı verir.

Daha fazla SEO bilgisi istiyorsanız, sayfamıza abone olabilirsiniz. LinkedIn bülteni sıcak çekimler, yeni SEO araştırması ve faydalı içerik hazinesi elde etmek için.

Bir cevap yazın

Ready to Grow Your Business?

We Serve our Clients’ Best Interests with the Best Marketing Solutions. Find out More

How Can We Help You?

Need to bounce off ideas for an upcoming project or digital campaign? Looking to transform your business with the implementation of full potential digital marketing?

For any career inquiries, please visit our careers page here.
[contact-form-7 404 "Bulunamadı"]