SEO'nun Sırlarını Çözmek'in son bölümünde, meslektaşım Holly Miller, doğru zamanda ve iyi SEO biçiminde iyi çevrimiçi konuları seçmek için atılması gereken adımları özetledi. Şimdi, yazdığınız konuların kullanıcılar ve arama motorları için eşit derecede optimize edildiğinden emin olmanın zamanı geldi. Anlamsal konu optimizasyonu hakkında konuşma zamanı!

İçerik Optimizasyonuna Giriş

Bir çevrimiçi pazarlamacı, SEO veya içerik yazarı olarak nihai hedefiniz, çevrimiçi izleyiciler için yarattığınız her şeyin beklendiği gibi performans göstereceğinden emin olmaktır. Bu, kullanıcı sinyalleri, daha yüksek sıralamalar, sosyal paylaşımlar veya dönüşümler şeklinde gelebilir. İçerik optimizasyonunun amacı tam olarak budur - içeriğinizin, kullanıcılar arama motorları aracılığıyla bilgi ararken önemli olan anlarda bağlantı kurduğundan emin olmak. Bunun olması için, belirli bir konu için arama motorları (ve dolayısıyla kullanıcılar) tarafından mümkün olduğunca alakalı kabul edilmesi gerekir. Sonuç olarak, gerçekten yapmaya çalıştığınız şeyin içeriği optimize etmek yerine içerik alaka düzeyini artırmak olduğunu anlamak, içeriğinizi optimize etmek için daha iyi hizmet verir.

İçerik alaka düzeyini artırmaya yönelik bu genel kavram, yalnızca bir SEO'nun bakış açısından merak uyandırmak için eğlenceli bir şey değil, aynı zamanda içerik yazarlarının konulara hangi alt konuların dahil edilmesi gerektiğini anlamalarına yardımcı olmak için son derece yararlı bir şeydir.

İçerik alaka düzeyimizi artırmamıza yardımcı olacak verilere tam olarak güvenmek için, Google'ın içerikle alaka düzeyini nasıl anladığını görmek için başlığın altına dalalım.

Anahtar Kelime Yoğunluğunun Kısa Tarihi

Yapay zeka, makine öğrenimi ve tüm bu süslü algoritmalar günlerinden önce Google, sayfa kalitesini temel olarak iki faktöre göre derecelendirdi: bağlantılar ve anahtar kelime yoğunluğu. Benim gibi SEO'lar için bu aslında oldukça eğlenceliydi. Birkaç yıl önceki “eski günlerde” arama motoru optimizasyonu, strateji tabanlı olmaktan çok taktik tabanlıydı.

Günümüzde, farklı bir top oyunu. Google ve diğer arama motorları daha akıllı hale geldi ve artık alaka düzeyini yalnızca birkaç bağlantıya veya birkaç anahtar kelimeye dayanarak yargılamıyor.

Tamam, anahtar kelime yoğunluğunu kullanarak bir anahtar kelime için optimizasyon yapmıyorsanız, bir konu için nasıl optimizasyon yaparsınız? Sonraki iki kavram ilk başta karmaşık görünebilir, ancak anlaşılması kolay olmalıdır.

Gizli Semantik İndeksleme

İlki, Gizli Semantik İndeksleme veya LSI'dir. Google'ın LSI'yi kullanma şekli aslında oldukça basittir. Matematiksel bir formül, bir içerik parçasındaki terimler arasındaki yakınlığı ve ilişkiyi tanımlar. Arama motorları bir web sayfasını tarar ve web sayfanızın başlığına veya ana konusuna göre en yaygın kelimeler ve ifadeler gruplandırılır ve sayfanın ana konu anahtar kelimeleri olarak tanımlanır. Arama motorunun sayfanızda bulduğu terimler alakalı terimlerse, "otomobiller", "ikinci el", "açık artırma" gibi ilgili terimleri bulmayı bekler.

Çoğunuz için, tüm bunlar çok tanıdık gelmeli. LSI, arama motorlarının diğer terimlerle birlikte doğal olarak ortaya çıkan terimleri aradığı basit bir ortak oluşuma dayalı yöntemdir. İşte birkaç ay önce yazdığım bir gönderiden LSI hakkında daha fazla bilgi.

TF*IDF'ye veya TF*IDF'ye Değil

Daha derine inmek istiyorsanız, TF*IDF veya Terim Sıklığı * Ters Çevrilmiş Belge Sıklığı daha gelişmiş formüldür. Portent.com, TF*IDF hakkında şunları yazıyor:

“..Tüm bilgi alma algoritmalarının anasını, meraklıları arama konusunda sevgiyle Terim Frekansı-Ters Belge Frekansı olarak bilinen TF-IDF'yi dışarıda bırakmak doğru DEĞİLDİR.

1970'lerde tanıtılan bu birincil sıralama algoritması, belgedeki belirli bir terimin önemi üzerinde istatistiksel bir ağırlık üretmek için varlığı, oluşum sayısını ve oluşum yerlerini kullanır. Uzun sıkıcı belgelerin, çevrelerinin kayma özelliği nedeniyle arama sonuçlarında yer almasını önlemek için bir normalleştirme özelliği içerir.”

Bunun daha eski bir kavram olduğunu görseniz de, hala çok alakalı. LSI'ye benzer şekilde, TF*IDF belirli anahtar kelimelere bakar ve her biri arasındaki ilişkiyi anlamaya çalışır. Ancak her terime belirli bir ağırlık vererek bir adım daha ileri gider.

Kullanılmış arabalar konusuyla hangi kelimelerin ve ifadelerin alakalı olduğunu anlamaya çalıştığınızı varsayalım. Formülü, ilk 20 sıralama sayfasına bakacak şekilde belirledik. TF*IDF iki şekilde çalışacaktır:

• TF (Terim Sıklığı): Bir tarayıcı, her web sayfasındaki kelimelerin her birine bakar ve bu kelimelerin her birinin terim sıklığını (anahtar kelime yoğunluğu) belirler:

Bu, 2. sayfa, 3. sayfa vb. için tekrarlanacaktır.

• IDF (Ters Çevrilmiş Belge Sıklığı): Tarayıcı daha sonra tüm bu kelimelere bakacak ve bu kelimelerin (analiz edilen 20 belgeden) kaç tane belgede bulunduğunu belirleyecektir.

• 2. sayfa, 3. sayfa vb. için tekrarlanır…

• TF*IDF: Bu iki öğe bir araya getirildiğinde, basit bir logaritma hesaplanır ve analiz edilen her terim için bir puan (ağırlık) verir.

İkinci el otomobil: TF*IDF = 0.8

Kullanılmış otomobil: TF*IDF = 0,6

Bu yöntemi şaşırtıcı kılan şey, metninizin ana konusuyla bağlantılı olarak hangi kelimelerin ve dolayısıyla konuların kullanılması gerektiğini anlamaya çalışırken tahmin yürütmeyi ortadan kaldırmasıdır. Daha sonra hangi anahtar kelimelerin daha fazla ağırlık taşıdığını ve bu nedenle yazdığınız konu için daha önemli olduğunu analiz edebilirsiniz.

Bu arada – Google, birkaç arama patentinde TF*IDF hakkında konuşuyor:

• https://www.google.com/patents/US7711668
• https://www.google.com/patents/US20130346424
• https://www.google.com/patents/US7730061

Daha önce anlamanın önemli olduğunu düşünmediyseniz. Umarım şimdi yaparsın.

Varlık Türlerini İncelemek

Şimdi varlık türleri hakkında konuşalım. Google'ın belirli bir konu için en önemli terimleri nasıl anladığının bir örneğini gördük; Google ayrıca kelimelerin sınıflandırılmasını da anlar. Bu makaleyi örnek olarak kullanalım. Başlıkta "Trump, Alman otomobil üreticilerini yüzde 35 ABD ithalat tarifesi ile tehdit ediyor" yazıyor ve bu haberde okuduklarınıza dair iyi bir genel bakış sunuyor. Özetle, makale BMW, GM'nin Vauxhall markası ve diğerlerinin Başkan Trump tarafından ABD'de daha fazla üretmeleri için uyarıldığını söylüyor. ABD merkezli üretime daha fazla yatırım yapmıyorlar. Aşağıda, bir makine öğrenimi algoritmasının içerik uygunluğunu nasıl tanımladığını ve her kelimenin belirli bir varlık türüne nasıl sınıflandırıldığını görmek için IBM'in Watson'ından varlık arama aracını kullanıyorum:

Google'ın varlıkları nasıl kümelediğiyle ilgili ek bir kaynak:

http://searchengineland.com/google-patent-question-answering-using-entity-references-unstructure-data-267273

Ne anlama geliyor? Arama motorları, özellikle makine öğrenimini kullanacak kadar akıllı olanlar, metin belgenizdeki HER kelimeye bakar ve bunları tartıp sınıflandırır. Rekabeti yenmek için tüm bu kavramları anlamanız ve sayfanızdaki her şeyin uygun şekilde optimize edildiğinden emin olmanız gerekir.

İçerik Kalitesi ve İçerik Yapısı

Artık içeriğimizi kalite açısından alakalı hale getirmekten bahsettiğimize göre, içeriğimizin yapı açısından nasıl alakalı olduğuna bakalım.

Pek çok SEO uzmanının (eskiden) yanlış anladığı devasa bir paradigma, içeriği sayfanın herhangi bir yerine tükürmek (hatta iyi optimize edilmiş) ve sıralamada yer almasını ummaktır (özellikle e-ticarette sizi kandıranlardan bahsediyorum). İki parça içeriğe bir göz atalım:

Sürüm 1 :

“Lorem ipsum dolor sit amet, consectetur adipiscing elit.

Cras venenatis mi eu urna tristique, id dictum ligula aliquet. Pellentesque olmayan onurlu aslan. Ut dignissim accumsan lectus, maximus quam lobortis sit amet. Donec pharetra placerat mauris, otur amet molestie diam dictum ac. Vivamus quis ex quis arcu mensuada rhoncus vel eget ex. Ac nunc'ta sed eget tortor ut augue mattis aliquet. Vestibulum arcu id quam egestas tristique. Suspendisse fringilla id risus nec dictum. Nunc finibus risus id odio vulputate, pretium nisi ultricies'te. Tamsayı imperdiet velit ligula, özgeçmiş pulvinar elit mensuada özgeçmiş.“

Sürüm 2 :

“Lorem ipsum dolor sit amet, consectetur adipiscing elit.

Cras venenatis mi eu urna tristique, id dictum ligula aliquot:

• Pellentesque olmayan onurlu aslan. Ut dignissim accumsan lectus, maximus quam lobortis sit amet. Donec pharetra placerat mauris, otur amet molestie diam dictum ac.
• Vivamus quis ex quis arcu mensuada rhoncus vel eget ex.
• Ac nunc'ta sed eget tortor ut augue mattis aliquet. Vestibulum arcu id quam egestas tristique. Suspendisse fringilla id risus nec dictum.

Nunc finibus risus id odio vulputate, pretium nisi ultricies'te. Tamsayı imperdiet velit ligula, özgeçmiş pulvinar elit mensuada özgeçmiş.”

Sürüm 2 daha iyi görünüyor, değil mi?

Bu, yalnızca genel kullanıcı sinyallerine yardımcı olacak bir şey değildir (daha düşük hemen çıkma oranı, sayfada daha uzun süre, bu da oturum başına sayfa sayısının artmasını umar), aynı zamanda arama motorlarının çeşitli CSS öğelerini ve dolayısıyla bir sayfanın nasıl yerleştirildiğini anladığı için sıralamalara yardımcı olacaktır. dışarı.

Bu Kavramlarla Gerçekleşmek

Diyelim ki ana konunuz “ikinci el araba satın almak” ve hangi alt konular hakkında yazacağınızı anlamaya çalışıyorsunuz: Süreçten bahsetmeli miyim? İpuçları? Devlet dışı bir araba mı alıyorsun?

İlk adım, herhangi bir anda piyasayı olabildiğince iyi anlamaktır. Searchmetrics İçerik Deneyimi çevik içerik geliştirme platformunu kullanarak, konularımıza rehberlik etmesi için arama hacmi, mevsimsellik, benzer anahtar kelimeler ve arama entegrasyonları dahil olmak üzere birkaç üst düzey öğeyi hızlı bir şekilde tanımlayabiliyoruz:

Searchmetrics İçerik Deneyimindeki bir sonraki adım, pazarda hangi konuların yankı uyandırdığını ve nedenini anlamak için Konu Gezgini ile çalışmaktır:

Searchmetrics konu grafiği sayesinde, "kullanılmış araba satın alma" ana konusuna anlamsal olarak yakın olan temel konuları hızlı bir şekilde belirleyebiliyoruz. İlginç bir şekilde, birçok insanın nakit parayla kullanılmış bir arabayı nasıl satın alacağını veya eyalet dışından veya bir bayiden kullanılmış bir araba satın alacağını bilmekle ilgilendiğini fark edeceğiz. Analizimiz en fazla beş temel konuyu içerebildiğinden, daha yüksek arama hacmine sahip olanları dahil edeceğiz.

Bu diğer konulardan birkaçını seçerek toplam arama hacmimiz 7,000+ civarına yükselir.

Bitti, yazmaya başlayabiliriz!

Çevik İçerik Geliştirme ile Anahtar Kelimeleri Uygulamak

Yazmaya hazır olduğumuzda, Searchmetrics İçerik Deneyimi'nin düzenleyici modülünde solda göreceğiniz şeye bir göz atalım. Herhangi bir şey yazmadan önce, özellikle hangi anahtar kelimeler (esas olarak alt konular) hakkında yazacağımız ve her birinin arama sonuçlarında iyi sıralanması için önerilen sıklık gibi birkaç ilginç şeyi fark edeceğiz.

Makalenin başlarındaki tüm bu içerik kavramlarını hatırlıyor musunuz? Bu anahtar kelime önerilerinin çoğunun nerede hesaplandığını görmek için bir göz atın.

Yukarıdaki verilere dayanarak, içeriğimizin tamamen alakalı olduğundan emin olmak için sigorta, bakım, test sürüşü süreci, garanti, kayıt, finansman ve daha birkaçı hakkında yazmamız gerekiyor.

Yazmaya başladığımızda eğlence de burada başlıyor:

Aracı, içeriği bütünsel olarak yazmak için veriye dayalı bir yaklaşım benimsemek, ne kadar okunabilir ve iyi yapılandırılmış olduğuna dair puan almak ve hatta diğer sitelerden kopyalanan içeriğin bana sıralamada sorunlara neden olabileceğini konsolda görmek için kullanabilirim.

Biraz daha fazla bilgi edinmek ve verilere girmek istiyorsanız, TF*IDF ve diğer veriye dayalı önerileri inceleyeceğiz.

Son olarak, etkiyi izlersiniz. Sıralama, trafik ve kullanıcı sinyalleri açısından hangisinin daha iyi performans gösterdiğini görmek için 5 temel konunun tamamını izlediğinizden emin olun.

Bir hatırlatma: eski “yayınla ve unut” zihniyeti artık yok. İçeriğinizin her zaman optimize edilmiş ve güncel olduğundan emin olmak için "yayınlamalı ve geri dönüştürmelisiniz".

SEO'nun Sırlarını Çözmek

Anlamsal içerik optimizasyonunun temellerini anlamak çok önemlidir. Teknik olmanıza gerek yok. Veri bilimcisi olmanıza gerek yok. Sadece dikkat etmeniz ve merak etmeniz gerekiyor. İçeriğinizi anlamsal olarak optimize etmenin değerini anladığınızda, veri merkezli yazma sadece daha eğlenceli olmakla kalmayacak, aynı zamanda çok daha anlamlı olmaya başlayacaktır.