Big Data SEO – Hvad kan du bruge 100.000 nye keywords til?

, ,

Udvælgelse af de rigtige keywords til brug i ens SEO-strategi kan ofte være en stor og tidskrævende opgave. Der mangler ikke værktøjer, der kan hjælpe med arbejdet, men ofte kan det være svært at finde ud af, hvilke keywords, som er mest relevante for ens egen målgruppe og samtidigt passer overens med de varer/services, man udbyder.

En af de bedste, men mest oversete kilder til relevante og ikke mindst konverterende keywords ligger ofte lige for næsen af os. Særligt ligger webshops ofte inde med et ekstremt værdifuldt datasæt, som mange slet ikke udnytter i deres SEO-arbejde.

Google Analytics Site Search

Hvis man har en intern søgefunktion på sit website, kan man opsamle data i Google Analytics om hvilke termer, der rent faktisk bliver søgt på internt på sitet. Selve opsætningen er ret simpel og kan oftest klares uden, der skal lave tekniske ændringer på sitet.

Hvor ofte søgefunktionen bliver anvendt afhænger selvfølgelig meget af websitets type, hvor stort og hvor overskueligt websitet er, men det afhænger i høj grad også af, hvor prominent søgefeltet er placeret. Er websitet bare nogenlunde velbesøgt, vil man have interessante data, man kan begynde at analysere allerede efter et døgns tid.

For en mellemstor dansk webshop, vi har som kunde, bliver søgefunktionen anvendt 1000-2000 gange om dagen. Det giver et datasæt på over 660.000 søgninger på et år. Det bemærkelsesværdige er, at der er uventet høj varians i indtastningerne. Det betyder, at der i løbet af det seneste år er foretaget over 150.000 unikke søgninger. 150.000 unikke keywords, der alle er relaterede til indhold, deres kunder forventer at finde på deres website.

Af ovenstående screenshots kan man i øvrigt aflæse, at i dette tilfælde forlader 25% af brugerne sitet umiddelbart efter en søgning, mens yderligere 25% forsøger at præcisere søgningen efter den første søgning. Dette siger noget om, i hvor høj grad brugerne finder det, de søger efter.

Mest brugte søgetermer – Lav indhold på baggrund brugernes søgninger

Allerede ved at kigge på de 20 mest søgte termer på websitet kan vi udlede et adfærdsmønster, der kan være umådeligt værdifuldt for kunden. Den pågældende webshop har omkring 10.000 varer i et par hundrede varekategorier. Langt de fleste søgninger er brede generiske søgninger på varekategorier, men i top 20 over de mest anvendte søgetermer er der seks meget relevante brandnavne. Alle varemærker som kunden fører, men i den pågældende webshop er der faktisk ikke umiddelbart nogle god oversigt over, hvilke brands de forhandler, og der er ikke meget relevant indhold om de enkelte brands.

Ved at lave gode landingsider for hvert enkelt brand, vil de både forbedre deres muligheder for at ranke på relevante brandnavne i Google, og samtidigt give websitets besøgende bedre muligheder for at finde de produkter, de eftersøger.

I dette tilfælde er det ikke kun godt for søgemaskineoptimering, det er også god stil at hjælpe brugerne med at finde de varer, de er på udkig efter.

Synonymer og Long Tail Keywords

Det kan virke uoverskueligt at håndtere flere tusinde keywords, men ved at kigge på keyword stemming (gruppering af keywords ud fra stammen af et ord) eller gruppere ordene efter tilhørende landingsider, kan vi få en fint overblik over vores keywords.

Filtrerer vi listen af keywords til kun at vise ord, der f.eks. indeholder ”skruer”, får vi straks vist flere tusinde varianter at indtastninger, der indeholder skruer. Fra spånpladeskruer, knækskruer, bordbenskruer til pianoskruer, maskinskruer og franske skruer.

 

Ved at tage udgangspunkt i denne liste kan vi få værdifuldt input til, hvordan indholdet skal kategoriseres, og hvordan der skal linkes internt på sitet. Vi får også en idé om, hvordan indholdet skal prioriteres, da der er enorm forskel på, hvor meget der søges på de enkelte termer.

Ud over de mange forskellige typer af skruer og skruemaskiner bliver der også søgt på mange varianter, bøjningsformer og stavemåder af de samme ord.

F.eks. bliver der søgt på mange varianter af Bacho skruetrækkere, og søgningerne bliver mere og mere specifikke, jo længere vi dykker ned.

  • Bacho skruetrækker
  • Bacho skruetrækker med skralder
  • Bacho skruetrækker til bitz
  • Bacho skruetrækker lige kærv
  • Bacho skruetrækker phillips kærv
  • Bacho skruetrækker med isolering
  • Bacho skruetrækker ergo slim blade
  • Bacho skruetrækker 200 mm legeret stål vde

Ved at dykke ned i et andet hjørne af datasættet kan vi se, at folk søger på både køkkenhængsler, køkkenlågehængsler og køkkenskabshængsler, der umiddelbart betyder det samme. Vi kan også se, at ord som tætningsliste, dørtætningsliste, tætningsbånd, gummitætningsliste, vinduesbånd og tætningsprofil bliver brugt til at beskrive den samme vare.

Denne viden giver os mulighed for at tilrette og optimere vores tekster til at bruge flere varianter af vores keywords og forbedre indholdet, så det tager højde for de forskelligheder, der er i søgningerne. Dette er blevet ekstremt relevant de seneste to år pga. introduktionen af Google RankBrain.

Google og RankBrain

Tilbage i oktober 2015 begyndte Google at fortælle om deres RankBrain-algoritme. RankBrain er en del af den overordnede Hummingbird-algoritme og bruger machine learning til forståelse af tekster og sammenhængen mellem ord og sætninger.

Google er med deres RankBrain algoritme blevet meget bedre til at forstå synonymer og kan derved godt vise et søgeresultat, hvor den præcise term, der er søgt på, ikke indgår i søgeresultatet. Det er dog stadigvæk smart at bruge de samme ord, som brugerne søger efter – om ikke andet fordi brugerne hurtigere opfatter, om de har fundet det rigtige.

Hvor man tidligere søgemaskineoptimerede ved at lave én side med indhold for hvert af de keywords, man optimerede mod, vil vi i dag gerne have en tekst, der favner bredt og både bruger keywordet i forskellige bøjningsformer og varianter samt søgeord, der er betydningsmæssigt beslægtet. Det giver en tekst, der både er mere læsevenlig, og som ranker bedre i søgemaskinerne.

Googles nye algoritme vurderer også i lang højere grad, om søgeresultatet matcher brugerens intention. Dette sker formentlig både ved at måle bounce rate og time-on-site (hvor hurtigt er brugeren tilbage på Google?) – og altså om Google tror på, at brugerens søgning matcher indholdet på dit site.

Når man arbejder med søgemaskineoptimering af tekster, er tilgangen derfor nu, at man skal sætte sig i brugerens sted og vurdere intentionen med hver enkelt søgning, og hvilket indhold der bedst passer hertil – og her kan brugerens interne søgninger være med til at give et fingerpeg om, hvad brugeren ikke umiddelbart finder på sitet, og hvordan de selv beskriver dine produkter.

Forbedringer i indhold på baggrund af keywords kan derved både give mere trafik fra Google og andre søgemaskiner, men det betyder også, at brugerne i højere grad finder det, de søger efter på sitet, hvilket kan have en dramatisk effekt på antallet af konverteringer, og hvor meget brugerne køber på dit site.

Hvordan ser de interne søgninger ud for dit eget site? Har du allerede været inde og lure i Google Analytics?

 

0 replies

Skriv en kommentar

Want to join the discussion?
Feel free to contribute!

Skriv et svar

Din e-mailadresse vil ikke blive publiceret. Krævede felter er markeret med *