Einleitung

Eine SEO-Verantwortliche öffnet zum ersten Mal das Chatbot-Konversationsprotokoll eines Kunden. Sie rechnet mit Unordnung. Was sie vorfindet, ist eine Liste.

Die häufigste Frage des letzten Monats, die 38 Mal gestellt wurde, lautete: „Liefern Sie nach Irland?“ Auf Platz zwei landete die Frage: „Fällt das Leinenhemd klein aus?“ An dritter Stelle stand eine höfliche Variante von „Wo ist meine Bestellung?“, die auf elf verschiedene Arten gefragt wurde.

Keine dieser Fragen tauchte in ihrer Keyword-Recherche auf. Bei den meisten von ihnen wird in jedem Tool, für das sie bezahlt, ein Suchvolumen von null angezeigt.

Genau das ist der Vorteil der Chatbot-Analyse als Input für die Suchmaschinenoptimierung. Keyword-Tools schätzen, wonach Nutzer suchen könnten. Ein Chat-Protokoll hält fest, was sie tatsächlich gefragt haben – in ihren eigenen Worten – in dem Moment, als sie sich für oder gegen einen Kauf entschieden haben.

Keyword-Tools zeigen Suchvolumen an. Chat-Protokolle zeigen Fragen an.

Wir wollen hier nicht behaupten, dass Keyword-Tools falsch liegen. Sie erfüllen die Aufgabe, für die sie entwickelt wurden, sehr gut. Diese Aufgabe hat jedoch ihre Grenzen.

Was Keyword-Tools übersehen

Keyword-Tools modellieren die Nachfrage anhand von Suchdaten, und das tun sie in großem Maßstab sehr gut. Wenn ein Begriff zu spezifisch, zu neu oder zu ungewöhnlich formuliert ist, fällt er unter den Schwellenwert und wird mit Null oder gar nicht angezeigt.

Genau dort liegen viele Kaufanfragen. „Liefert ihr nach Irland?“ ist keine Suchanfrage, die die meisten Menschen bei Google eingeben. Es ist eine Frage, die sie direkt an den Shop richten, sobald ihnen das Produkt bereits gefällt.

Die übliche Suche nach Long-Tail-Keywords hat also einen blinden Fleck. Der längste „Tail“ von allen erreicht niemals eine Suchmaschine. Er landet direkt im Chat-Widget, in den Instagram-DMs und im Support-Posteingang.

Warum Kundenfragen die Nutzerabsicht offenbaren

Eine Suchanfrage ist eine Vermutung über die Absicht. Eine Frage in einem Chat-Fenster ist die Absicht selbst – während die Produktseite noch geöffnet ist.

Wenn jemand fragt, ob eine Jacke wasserdicht ist, recherchiert er nicht nach Jacken im Allgemeinen. Er ist nur eine Antwort davon entfernt, diese Jacke zu kaufen. In den meisten Diskussionen über Suchabsichten wird diese Phase als etwas betrachtet, das man aus den SERPs ableiten muss. Hier kann man sie einfach ablesen.

Das macht Chat-Protokolle zu einer der klarsten Quellen für Absichten, die ein SEO-Team erhalten kann – und zu einer der am wenigsten genutzten.

Was Chatbot-Analysen Ihnen tatsächlich verraten

Öffnen Sie das Gesprächsprotokoll eines beliebigen Shops, der seit einem Monat einen Chatbot einsetzt, und drei Dinge fallen sofort ins Auge.

Die Fragen, die die Leute stellen – in ihren eigenen Worten

Kunden schreiben nicht wie Marketingfachleute. Sie schreiben „Passt das für einen 13-Zoll-Laptop?“ statt „kompatible Laptop-Größen“. Sie fragen „Ist das sicher für Katzen?“ statt „haustierfreundliche Materialien“.

Diese Kundenfragen sind das Rohmaterial für die dialogorientierte Suche. Die Formulierungen, die Menschen bei einem Chatbot verwenden, kommen denen sehr nahe, die sie bei Sprachassistenten und KI-Suchtools nutzen – weshalb es sich lohnt, sie beizubehalten, anstatt sie zu bereinigen.

Die Fragen, die niemand beantwortet hat

Das ist der nützliche Teil. Jede Frage, die der Chatbot nicht beantworten konnte, ist eine Lücke auf der Website, nicht eine Lücke im Bot. Ein KI-Chatbot, der auf der Grundlage Ihrer Shop-Seiten antwortet, kann nur so gut sein wie diese Seiten – daher weisen seine Fehler direkt darauf hin, was fehlt.

Wenn zwölf Personen nach dem Versand nach Irland gefragt haben und der Bot nichts dazu zu sagen hatte, verfügt der Shop über keine klare Versandseite für Irland. Das ist eine Analyse von Inhaltslücken, die Sie nicht manuell erstellen mussten.

Die Seiten, die Antworten lieferten, und diejenigen, die dies nicht taten

Wenn ein Chatbot die Seite angibt, auf die sich jede Antwort bezieht, erfahren Sie auch, welche Seiten wirklich ihren Zweck erfüllen. Eine Größentabelle, die vierzig Fragen pro Woche beantwortet, macht ihren Einsatz wert. Eine Seite zu Rücksendungen, die nie aufgerufen wird, ist möglicherweise unklar, schwer auffindbar oder entspricht einfach nicht den Bedürfnissen der Nutzer.

Gute Chatbot-Analysetools zeigen Ihnen alle drei Aspekte: die Fragen, die Lücken und die Quellen. Wenn Ihr Tool nur die Anzahl der Unterhaltungen anzeigt, handelt es sich um eine „Vanity-Metrik“.

Wenn sich die Fragen ändern

Die Liste ist nicht statisch. Eine neue Produkteinführung, ein Sonderverkauf oder ein Beitrag eines Influencers kann innerhalb eines Tages verändern, was die Nutzer fragen. Eine plötzliche Häufung von Fragen wie „Ist das wieder vorrätig?“ verrät Ihnen etwas, was ein monatlicher Keyword-Bericht niemals verraten würde.

Hier verdient sich die Chatbot-Analyse ihren Platz neben Ihrem Rank-Tracking. Rankings sagen Ihnen, wie sichtbar Sie sind. Das Konversationsprotokoll verrät Ihnen, was die Nutzer, die Sie gefunden haben, noch wissen mussten.

Chat-Protokolle in E-Commerce-Keyword-Recherche umwandeln

Dies ist der Schritt, der aus einem interessanten Protokoll eine brauchbare Keyword-Liste macht. Das dauert einen Nachmittag.

Schritt 1: Exportiere die Konversationen eines Monats

Zieh alle Konversationen der letzten 30 Tage aus allen Kanälen, auf denen der Bot läuft. Der Website-Chat allein liefert zu niedrige Zahlen, da viele Fragen vor dem Kauf über Instagram und WhatsApp eingehen.

Bereinige sie noch nicht. Die Rechtschreibfehler und seltsamen Formulierungen sind Teil des Wertes, denn sie zeigen, wie Menschen sprechen, wenn niemand etwas optimiert.

Schritt 2: Gruppiere die Fragen nach der Absicht der Nutzer

Sortiere sie in Kategorien: Lieferung, Größen, Rücksendungen, Lagerbestand, Produktdetails und Vertrauen. Ignoriere in dieser Phase die Wortwahl und konzentriere dich darauf, was die Person herausfinden wollte.

Schritt 3: Analysiere die Keywords mit einem Keyword-Tool

Lass nun jede Kategorie durch dein übliches Keyword-Tool laufen. Einige Fragen lassen sich eindeutig Begriffen mit Suchvolumen zuordnen. Bei anderen wird gar nichts angezeigt.

Behalten Sie beide bei. Die mit Suchvolumen sind Ranking-Chancen. Die ohne Suchvolumen sind Conversion-Chancen, und es sind meist die Fragen, die zwischen einem Besucher und einem Kauf stehen. Die meisten Tools helfen Ihnen dabei, Keywords zu finden. Dieser Schritt hilft Ihnen dabei, diejenigen zu finden, die Kunden tatsächlich verwenden.

Schritt 4: Ordne jede Frage einer Seite zu

Notieren Sie für jede Frage die Seite, die sie beantworten sollte. Falls es eine gibt, prüfen Sie, ob sie dies auch tatsächlich tut. Falls nicht, haben Sie eine Seite gefunden, die Sie erstellen müssen.

Seien Sie hier streng. Eine Seite, auf der der Versand nach Irland in einer Zeile einer langen Richtlinie erwähnt wird, ist keine Antwort. Wenn der Chatbot sie nicht finden konnte, wird ein Käufer, der auf seinem Smartphone überfliegt, dies ebenfalls nicht tun.

Schritt 5: Erstelle Inhalte für die Fragen, zu denen es noch keine Seite gibt

Beginnen Sie mit den am häufigsten gestellten unbeantworteten Fragen, denn diese sind sowohl die einfachsten Erfolge als auch der deutlichste Beweis dafür, dass etwas fehlt. Eine kurze, spezifische Seite zum Thema „Lieferung nach Irland“ wird diesem Shop mehr nützen als ein weiterer allgemeiner Leitfaden zu Leinenhemden.

Das ist eine rückwärtsgerichtete Keyword-Recherche für den E-Commerce. Anstatt mit dem Suchvolumen zu beginnen und zu hoffen, dass es zu Conversions führt, fangen Sie mit Fragen an, die bereits von Käufern gestellt wurden, und prüfen, welche davon auch ein hohes Suchvolumen haben.

Eine Content-Gap-Analyse auf Basis echter Gespräche

Die klassische Content-Gap-Analyse vergleicht Ihre Seiten mit den Rankings eines Mitbewerbers. Diese Variante vergleicht Ihre Seiten mit Ihren eigenen Kunden.

Unbeantwortet bedeutet fehlend

Wenn der Chatbot eine Frage nicht beantworten konnte, fehlt die Information entweder auf der Website oder ist so vage formuliert, dass sie nicht genutzt werden konnte. So oder so muss an dieser Seite gearbeitet werden.

„Beantwortet, aber wiederholt“ bedeutet „nicht auffindbar“

Manche Fragen werden jedes Mal korrekt beantwortet und tauchen dennoch immer wieder auf. Das bedeutet in der Regel, dass die Antwort zwar existiert, die Nutzer sie aber nicht selbst finden können. Die Lösung hierfür sind interne Verlinkungen, die Navigation oder eine klarere Überschrift – nicht neuer Inhalt.

So sieht die SEO für FAQ-Seiten nach 2023 aus

Im August 2023 kündigte Google an, dass „Rich Results“ für FAQs nur noch für bekannte, maßgebliche Websites von Behörden und Gesundheitsorganisationen angezeigt werden. Für die meisten Online-Shops ist das FAQ-Snippet in den Suchergebnissen damit weggefallen.

Das verändert den Zweck einer FAQ-Seite. Es geht nicht mehr darum, ein „Rich Result“ zu erzielen. Es geht darum, die Fragen zu beantworten, die Nutzer tatsächlich stellen – und zwar so klar, dass sowohl Suchende als auch Ihr Chatbot davon profitieren können. Chat-Protokolle verraten Ihnen, welche Fragen das sind.

Was Ihnen Chatbot-Analysen nicht verraten

Es wäre leicht, dies zu übertreiben, daher werden wir das nicht tun.

Es werden nur die Personen erfasst, die eine Frage gestellt haben

Ein Chat-Protokoll ist eine Stichprobe von Besuchern, die engagiert genug waren, eine Frage einzugeben. Diejenigen, die gegangen sind, ohne zu fragen, bleiben unsichtbar. Diese Gruppe ist in der Regel größer; betrachten Sie das Protokoll daher eher als starkes Indiz dafür, was fehlt, und nicht als vollständiges Bild der Nachfrage.

Es ersetzt nicht das Suchvolumen

Eine Frage, die 38 Mal in einem Chatfenster gestellt wurde, zeigt Ihnen, dass sie für Käufer wichtig ist. Sie sagt Ihnen jedoch nicht, wie viele Menschen danach bei Google suchen. Dafür benötigen Sie nach wie vor ein Keyword-Tool, und die beiden Zahlen beantworten unterschiedliche Fragen.

Es ist nur so gut wie die Ehrlichkeit des Bots

Wenn ein Chatbot rät, anstatt zuzugeben, dass er etwas nicht weiß, verbergen seine Analysedaten die Lücken, nach denen du suchst. Eine selbstbewusste falsche Antwort sieht im Protokoll wie ein Erfolg aus. Das ist ein weiterer Grund, einen Bot zu wählen, der ablehnt, wenn die Antwort nicht in deinem Material enthalten ist.

Die Formulierung hilft jedoch trotzdem. Selbst eine kleine Auswahl echter Suchphrasen aus Gesprächen ist nützlicher als eine Liste von Phrasen, die noch nie jemand laut ausgesprochen hat.

Wo dies in eine E-Commerce-SEO-Strategie passt

Nichts davon ersetzt die übrige Arbeit. Es sorgt dafür, dass die übrige Arbeit zielgerichteter wird.

Long-Tail-Keywords für SEO mit nachweisbarer Nachfrage

Das übliche Problem bei der Long-Tail-Optimierung ist, dass man auf kleine Zahlen setzt. Chat-Protokolle nehmen einen Teil dieses Rätselrats aus, denn man weiß, dass echte Kunden die Frage gestellt haben, bevor man auch nur ein Wort geschrieben hat.

E-Commerce-SEO-Tipps, die beim Posteingang beginnen

Die meisten SEO-Ratschläge beginnen mit der SERP. Wir würden einen hinzufügen, der mit dem Posteingang beginnt: Lies die Fragen, bevor du den Content-Kalender planst.

Das sorgt auch dafür, dass umfassende E-Commerce-SEO-Maßnahmen realistisch bleiben. Wenn die Seiten, die Sie erstellen, die Fragen der Kunden nicht beantworten, werden sie auch durch Rankings nicht gerettet.

Wie Agentency die Chatbot-Analyse handhabt

Wir entwickeln selbst einen solchen Chatbot – hier sehen Sie also, was unsere eigenen Chatbot-Analysen zeigen.

Die Konversationsansicht zeigt die tatsächlichen Fragen

Die Konversationsansichtvon Agentencyzeigt die Fragen, die Nutzer tatsächlich stellen, welche davon unbeantwortet blieben und wo Ihnen eine fehlende Seite Umsatz kostet. Der letzte Teil ist die Liste der Content-Lücken, die auf der Grundlage echter Käufer und nicht anhand eines Wettbewerbsvergleichs erstellt wird. Dies ist der Bericht, den wir einem SEO-Team als Erstes vorlegen würden.

Jede Antwort zeigt ihre Quelle an

Der Chatbot antwortet anhand Ihres Sortiments, Ihrer Größentabellen, Versandbedingungen und Rückgabebedingungen, und jede Antwort zeigt die Quelle an, aus der sie stammt. So können Sie erkennen, welche Seiten die Hauptlast tragen und welche nie genutzt werden.

Eine kanalübergreifende Wissensdatenbank

Derselbe Agent beantwortet Anfragen in Ihrem Online-Shop, auf WhatsApp, in Instagram-DMs und im Messenger – und zwar aus einer einzigen Wissensdatenbank. Die Fragen aus allen Kanälen landen an einem Ort, anstatt über verschiedene Posteingänge verteilt zu sein, die niemand vergleicht. Die Antworten erfolgen zudem in der Sprache des Kunden, sodass im Protokoll auch ersichtlich ist, aus welchen Märkten die Anfragen stammen.

Nachschubanfragen werden zu Nachfragedaten

Wenn ein Kunde eine Benachrichtigung bei Wiederverfügbarkeit wünscht, werden über ein Formular vor dem Chat seine E-Mail-Adresse oder Telefonnummer erfasst und er wird zu Ihrer Kundenliste hinzugefügt. Für ein SEO-Team ist eine Vielzahl von Anfragen zur Wiederverfügbarkeit eines Produkts ein klares Signal dafür, wonach die Leute suchen.

Weiterleitung von Ausnahmen bei Rückerstattungen mit Kontext

Alles, was eine menschliche Bearbeitung erfordert – wie beispielsweise eine Ausnahme bei der Rückerstattung –, wird zusammen mit dem Chatverlauf, der Bestellnummer und den Kundendaten weitergeleitet. Der Chatbot stellt keine Vermutungen an, wodurch auch Ihre Analysedaten zuverlässig bleiben.

Häufig gestellte Fragen

So finden Sie Long-Tail-Keywords

Beginnen Sie mit einem Keyword-Tool und filtern Sie nach längeren, spezifischen Phrasen mit geringerem Schwierigkeitsgrad. Fügen Sie dann die Fragen hinzu, die Kunden an Ihren Chatbot und Ihr Support-Team richten. Diese weisen oft ein geringes Suchvolumen auf, stammen jedoch von Personen, die kurz vor dem Kauf stehen.

Was ist eine Content-Gap-Analyse?

Dabei handelt es sich um den Prozess, Themen zu finden, die Ihre Zielgruppe benötigt, die Ihre Website jedoch nicht ausreichend abdeckt. In der Regel werden Ihre Seiten mit den Rankings der Konkurrenz verglichen, es ist jedoch auch möglich, sie mit den Fragen Ihrer eigenen Kunden abzugleichen.

So führen Sie eine Keyword-Recherche für den E-Commerce durch

Recherchieren Sie Kategorie- und Produktbegriffe in einem Keyword-Tool und gleichen Sie diese anschließend mit den Fragen ab, die Käufer tatsächlich auf Ihrer Website und in Ihrem Posteingang stellen. Priorisieren Sie Begriffe, die ein Suchvolumen aufweisen und zudem mit den tatsächlichen Fragen der Käufer übereinstimmen.

So nutzen Sie Long-Tail-Keywords

Weisen Sie jedem wichtigen Long-Tail-Keyword eine eigene Seite oder einen klar abgegrenzten Abschnitt zu, der die Frage direkt beantwortet. Verwenden Sie die Formulierungen der Kunden in Überschriften, sofern dies natürlich klingt, und verlinken Sie von den Produktseiten, auf denen die Frage auftaucht, zu dieser Antwort.

Worauf es letztendlich ankommt

Keyword-Tools zeigen Ihnen, wonach Nutzer möglicherweise suchen. Chatbot-Analysen zeigen Ihnen, was sie gefragt haben, als sie bereits auf Ihrer Website waren.

Die beste Keyword-Liste nutzt beides. Beginnen Sie mit den Fragen im Log, prüfen Sie, welche ein Suchvolumen haben, und erstellen Sie die Seiten, die noch niemand geschrieben hat.

Es ist eine überraschend unauffällige Methode, um den nächsten Inhalt zu finden, über den es sich zu schreiben lohnt. Die Kunden haben es dir bereits gesagt. Jemand muss nur das Protokoll lesen.

Öffnen Sie also vor dem nächsten Content-Planungsmeeting die Chatbot-Analysen und lesen Sie die Unterhaltungen einer Woche durch. Das ist die kostengünstigste Recherche, die Sie im gesamten Quartal durchführen werden – und wahrscheinlich auch die ehrlichste.

Agentency ist ein KI-Chatbot-Baukasten für Kundenservice und Vertrieb. Unternehmen trainieren den Agentency-KI-Agenten anhand ihrer eigenen Website, Dokumente und ihres Produktkatalogs, und er beantwortet Kundenfragen unter Angabe der Quelle. Wenn die Antwort nicht vorhanden ist, lehnt er ab und leitet die Anfrage mit dem vollständigen Chatverlauf an einen Mitarbeiter weiter. Ein einziger Agent deckt die Website, WhatsApp, Instagram, Messenger, Telegram, Slack und mehr als 10 weitere Kanäle in der Sprache des Kunden ab – für E-Commerce, Immobilien, Gastronomie und Support-Teams.