Indholdsforældelse i stor skala: En AI-arbejdsgang til opdatering af indlæg

Indledning

Alle indholdsbiblioteker har en langsom lækage. Indlæg, der engang tiltrak stabil trafik, begynder at falde et par placeringer ad gangen, og ingen bemærker det, før en kvartalsrapport viser et fald, der pludselig er svært at forklare.

På en blog med 30 indlæg kan man se det med det blotte øje. På et websted med 300 eller 3.000 sider fungerer manuelle kontroller ikke længere. Når nogen endelig finder de sider, der er ved at miste deres værdi, finder ud af, hvorfor de er faldet i søgeresultaterne, og briefer en forfatter, er der allerede gået måneder af trafik tabt.

Denne guide viser, hvordan du automatiserer de langsomste dele af den proces. Du vil opbygge et workflow, der hver uge markerer sider i tilbagegang, vurderer dem ud fra, hvor meget de er værd at redde, bruger AI til at diagnosticere den sandsynlige årsag og giver dit team klar-til-brug opdateringsbriefinger. Mennesker træffer stadig de endelige beslutninger, men de bruger deres tid på at rette siderne i stedet for at lede efter dem.

Hvorfor forældet indhold fortjener sit eget system

Gammelt indhold udgør normalt en større byrde, end teams er klar over. Da HubSpot analyserede sin egen blog, fandt man ud af, at 76 % af de månedlige blogvisninger og 92 % af de månedlige blog-leads stammede fra indlæg, der var offentliggjort før den pågældende måned. Efter at have opdateret og genudgivet ældre indlæg steg de månedlige organiske søgevisninger af disse indlæg med gennemsnitligt 106 %.

Problemet er ikke, at man ikke ved, at opdatering virker. Det er, at det at finde de rigtige sider, der skal opdateres, er en kedelig, gentagende analyse, der sjældent prioriteres. Det gør det til et oplagt emne for automatisering.

Den nedenstående fremgangsmåde bruger en platform til automatisering af arbejdsgange til at forbinde dine rangordningsdata, AI-modeller og teamoverdragelser i én gentagelig proces. Du kan opbygge den samme logik i de fleste moderne automatiseringsværktøjer, og principperne er vigtigere end den specifikke software.

Trin 1: Indhent de rigtige data hver uge

Dit workflow har brug for to datakilder: ydeevne på sideniveau og placeringer på søgeordsniveau. Google Search Console giver dig klik og visninger pr. URL, mens en rank tracker viser præcis, hvilke søgeord der har rykket sig, og hvornår.

Hvis du allerede overvåger dine vigtige søgeord i Ranktrackers Rank Tracker, har du ranghistorik, data om SERP-funktioner samt alarmer for fremgang og tilbagegang samlet ét sted. Eksporter eller tilslut disse data efter en ugentlig plan, så arbejdsgangen altid bygger på de nyeste tal.

Sammenlign hver side med samme periode sidste år i stedet for den foregående måned. Dette ene valg fjerner de fleste falske alarmer forårsaget af sæsonudsving, helligdage og normale sommermæssige fald i trafikken.

Trin 2: Filtrer med enkle regler, før du bruger AI

Ikke hvert fald i placering kræver en diagnose, og du behøver ikke AI for at spotte de åbenlyse. Start med enkle regler, der indsnævrer din liste til de sider, der virkelig betyder noget.

• Betydeligt fald: klik ned med mindst 25 til 30 % år-til-år.
• Betydeligt volumen: mindst 100 tabte klik pr. kvartal, så du kan se bort fra små sider med støjende data.
• Ændring i placering: Hovednøgleordet er faldet mindst tre placeringer, eller siden er faldet ud af første side.
• Undtagelser: Spring sider over, der er opdateret inden for de sidste 60 dage, sæsonbestemte sider og alt, der er planlagt til fjernelse.

Disse regler kører øjeblikkeligt og koster ingenting. Ved at gemme AI til den indsnævrede liste holder du arbejdsgangen hurtig og dine modelomkostninger lave.

Trin 3: Vurder siderne ud fra, hvad de er værd at redde

En side i tilbagegang, der genererer tilmeldinger, er mere presserende end en, der får trafik, men aldrig konverterer. Giv hver markeret side en enkel prioritetsscore, så dit team arbejder på de mest værdifulde rettelser først.

En praktisk formel multiplicerer tre faktorer: tabte klik, forretningsværdi og sandsynligheden for genopretning. Forretningsværdien kan være en vurdering fra 1 til 3, afhængigt af om siden understøtter konverteringer, mens sandsynligheden for genopretning afhænger af, hvor meget siden er faldet, og hvor konkurrencepræget søgeordet er.

Sådan fungerer det i praksis. En prisguide, der har mistet 1.200 klik, har en forretningsværdi på 3 og en sandsynlighed for genopretning på 0,8, får en score på 2.880. Et generelt vejledningsindlæg, der har mistet 2.000 klik, men har en forretningsværdi på 1 og en sandsynlighed for genopretning på 0,5, får en score på 1.000, så det mindste tab bliver rettet først.

Sider, der har mistet meget trafik og supportindtægter, kommer øverst i køen. Sider med lav værdi og små tab kan vente eller blive slået sammen med stærkere artikler.

Trin 4: Lad AI diagnosticere den sandsynlige årsag

Det er her, AI sparer mest tid. For hver side med høj prioritet sender arbejdsgangen sidens indhold, dets hovednøgleord, ranghistorik og et øjebliksbillede af de aktuelle topresultater til en sprogmodel med klare instruktioner.

Du kan indsamle dette øjebliksbillede med et værktøj som Ranktrackers SERP Checker, der viser, hvem der rangerer for søgeordet lige nu, og hvor stærke disse sider er. Modellen sammenligner derefter din side med de aktuelle vindere og tildeler en eller flere sandsynlige årsager fra en fast liste.

• Ændring i søgeintention: Brugerne ønsker nu et andet format, f.eks. en sammenligning eller et værktøj i stedet for en guide.
• Forældede oplysninger: statistikker, skærmbilleder, priser eller trin, der ikke længere stemmer overens med virkeligheden.
• Dækningshuller: Konkurrerende sider besvarer underemner eller spørgsmål, som din side ikke dækker.
• Kannibalisering: En anden side på dit websted konkurrerer om det samme søgeord.
• Ændringer i SERP: placeringerne har holdt sig stabile, men AI-oversigter eller andre funktioner tiltrækker nu klikene.
• Tekniske problemer: indekseringsproblemer, defekte elementer eller længere indlæsningstider.

Bed modellen om at levere et struktureret output, f.eks. en årsagsbetegnelse, et konfidensniveau og to eller tre sætninger med begrundelse. Strukturerede svar er nemme at videresende automatisk og nemme for korrekturlæsere at gennemgå hurtigt.

En enkel promptstruktur fungerer godt her:

• Rolle: “Du er en SEO-analytiker, der undersøger, hvorfor en side har mistet placeringer.”
• Inddata: sidens tekst, målsøgeord, placeringshistorik og oversigter over de tre øverste resultater.
• Opgave: »Vælg de mest sandsynlige årsager udelukkende fra denne liste, og forklar kort, hvad der underbygger din konklusion.«
• Output: et fast format med årsag, sikkerhed (høj, middel eller lav) og beviser.

Ved at begrænse modellen til en fast liste over årsager forhindrer man den i at finde på vage forklaringer. Svar med lav sikkerhed kan videresendes direkte til en medarbejder, der kan se nærmere på dem.

[Valgfrit: Tilføj et skærmbillede af denne arbejdsgang, der er opbygget i ScriptRun, her. Ranktracker foretrækker skærmbilleder af værktøjet. Kilde: forfatterens egen arbejdsgang]

Trin 5: Videresend hver side til den rette løsning

Forskellige årsager kræver forskellige personer. Når diagnosen er stillet, kan arbejdsgangen automatisk sende hver side videre ad den rette vej i stedet for at smide alt over på én redaktør.

• Tekniske problemer og kannibalisering sendes videre til en SEO-specialist som en opgave, da løsningen typisk er en omdirigering, et kanonisk tag eller en sammenlægning frem for nyt indhold.
• Forældede oplysninger og huller i dækningen sendes videre til briefgeneratoren med henblik på en opdatering af indholdet.
• Ændringer i brugerintention markeres med henblik på en strategisk beslutning, da siden muligvis har brug for et nyt format frem for en opdatering.
• Ændringer i SERP-funktioner kommer på en overvågningsliste, da en omskrivning af siden muligvis ikke bringer klikene tilbage.

Trin 6: Udarbejd opdateringsbriefinger, ikke færdige artikler

For sider, der har brug for en indholdsopdatering, udarbejder arbejdsgangen et opdateringsoplæg. Et godt oplæg angiver, hvad der skal opdateres, hvilke afsnit der skal tilføjes, hvilke spørgsmål der skal besvares, hvilke beviser der er nødvendige, og hvordan succesen skal måles.

Det er en god idé at bruge en mere avanceret model til dette trin end til diagnosen. Klassificering er en enkel opgave, som billigere modeller klarer fint, mens opdateringsbeskrivelser kræver bedre ræsonnement og skrivning. Ved at opdele modellerne efter opgave kan man holde omkostningerne forudsigelige uden at gå på kompromis med kvaliteten, hvor det virkelig tæller.

Modstå fristelsen til at lade AI omskrive siden direkte. Ranktrackers guide til en arbejdsgang for opdatering af indhold med menneskelig indblanding forklarer, hvorfor redaktører og fageksperter bør stå for den egentlige opdatering, lige fra at verificere fakta til at tilføje originale erfaringer.

Trin 7: Gennemgå, offentliggør og mål

Hver opgavebeskrivelse bør gennemgås af en person, før der foretages ændringer på dit websted. Gennemgangspersoner kan godkende, redigere eller afvise diagnosen, og disse beslutninger bliver nyttig feedback til at forbedre dine opgavebeskrivelser over tid.

Efter offentliggørelsen skal du registrere ændringsdatoen og følge siden i seks til otte uger. Din ugentlige dataudtrækning varetager allerede overvågningen, så arbejdsgangen automatisk kan rapportere, hvilke opdateringer der har genvundet trafik, og hvilke der ikke har.

Vær forsigtig med opdateringsdatoer. John Mueller fra Google har udtalt, at det i sig selv ikke forbedrer placeringerne at ændre en sides dato, så opdater kun datoen, når indholdet reelt er ændret.

Almindelige fejl, du bør undgå

• At betragte hvert fald som forringelse. Tjek for sporingsfejl, algoritmeopdateringer og sæsonudsving, før der opdateres noget.
• Automatisk offentliggørelse af AI-output. Ureviderede omskrivninger kan medføre fejl og fjerne den ekspertise, der i første omgang fik siden til at rangere.
• Opdatering af sider, der bør sammenlægges. Hvis to svage indlæg omhandler det samme emne, er det ofte bedre at kombinere dem end at opdatere begge.
• Aldrig at lukke cirklen. Hvis du ikke måler resultaterne, kan du ikke se, hvilke analyser og briefs der rent faktisk virker.

At gøre opdateringer til en vane

Indhold forældes konstant, så løsningen kan ikke være en engangsrevision. En ugentlig arbejdsgang gør det til rutinemæssig vedligeholdelse: systemet finder og forklarer problemerne, og dit team fokuserer på de rettelser, der bringer trafikken tilbage.

Start i det små med dine 50 bedste sider, finjuster dine tærskler og advarsler i en måned, og udvid derefter. Inden for et kvartal vil du vide præcis, hvilke dele af dit bibliotek der er på vej ned, og du vil opdage det næste fald længe før det dukker op i en kvartalsrapport.