Απώλεια ενδιαφέροντος για το περιεχόμενο σε μεγάλη κλίμακα: Μια ροή εργασίας με τεχνητή νοημοσύνη για την ανανέωση των αναρτήσεων

Εισαγωγή

Κάθε βιβλιοθήκη περιεχομένου έχει μια αργή διαρροή. Οι αναρτήσεις που κάποτε έφερναν σταθερή επισκεψιμότητα αρχίζουν να πέφτουν κατά μερικές θέσεις κάθε φορά, και κανείς δεν το παρατηρεί μέχρι που μια τριμηνιαία αναφορά δείχνει μια πτώση που ξαφνικά είναι δύσκολο να εξηγηθεί.

Σε ένα blog με 30 αναρτήσεις, μπορείτε να το εντοπίσετε με μια ματιά. Σε έναν ιστότοπο με 300 ή 3.000 σελίδες, οι χειροκίνητοι έλεγχοι παύουν να είναι αποτελεσματικοί. Μέχρι να εντοπίσει κάποιος τις σελίδες που χάνουν την επισκεψιμότητά τους, να καταλάβει γιατί έπεσαν και να ενημερώσει έναν συγγραφέα, έχουν ήδη χαθεί μήνες επισκεψιμότητας.

Αυτός ο οδηγός δείχνει πώς να αυτοματοποιήσετε τα πιο χρονοβόρα στάδια αυτής της διαδικασίας. Θα δημιουργήσετε μια ροή εργασίας που θα επισημαίνει κάθε εβδομάδα τις σελίδες που παρουσιάζουν πτώση, θα τις βαθμολογεί ανάλογα με το πόσο αξίζει να διασωθούν, θα χρησιμοποιεί τεχνητή νοημοσύνη για να διαγνώσει την πιθανή αιτία και θα παρέχει στην ομάδα σας έτοιμες οδηγίες ανανέωσης. Οι άνθρωποι εξακολουθούν να λαμβάνουν τις τελικές αποφάσεις, αλλά αφιερώνουν τον χρόνο τους στη διόρθωση των σελίδων αντί να τις αναζητούν.

Γιατί η απώλεια περιεχομένου αξίζει ένα δικό της σύστημα

Το παλιό περιεχόμενο συνήθως επιβαρύνει περισσότερο τις ομάδες από ό,τι συνειδητοποιούν. Όταν η HubSpot ανέλυσε το δικό της blog, διαπίστωσε ότι το 76% των μηνιαίων προβολών του blog και το 92% των μηνιαίων δυνητικών πελατών προέρχονταν από αναρτήσεις που είχαν δημοσιευτεί πριν από τον συγκεκριμένο μήνα. Μετά την ενημέρωση και την εκ νέου δημοσίευση παλαιότερων αναρτήσεων, οι μηνιαίες προβολές από οργανική αναζήτηση αυτών των αναρτήσεων αυξήθηκαν κατά μέσο όρο κατά 106%.

Το πρόβλημα δεν είναι ότι δεν γνωρίζουμε ότι η ανανέωση αποδίδει. Είναι ότι η εύρεση των σωστών σελίδων για ανανέωση αποτελεί μια κουραστική, επαναλαμβανόμενη ανάλυση που σπάνια λαμβάνει προτεραιότητα. Αυτό την καθιστά ιδανική υποψήφια για αυτοματοποίηση.

Η παρακάτω προσέγγιση χρησιμοποιεί μια πλατφόρμα αυτοματοποίησης ροών εργασίας για να συνδέσει τα δεδομένα κατάταξής σας, τα μοντέλα τεχνητής νοημοσύνης και τις παραδόσεις μεταξύ ομάδων σε μία επαναλαμβανόμενη ροή εργασιών. Μπορείτε να δημιουργήσετε την ίδια λογική στα περισσότερα σύγχρονα εργαλεία αυτοματοποίησης, και οι αρχές έχουν μεγαλύτερη σημασία από το συγκεκριμένο λογισμικό.

Βήμα 1: Συλλέξτε τα σωστά δεδομένα κάθε εβδομάδα

Η ροή εργασιών σας χρειάζεται δύο πηγές δεδομένων: την απόδοση σε επίπεδο σελίδας και τις κατατάξεις σε επίπεδο λέξεων-κλειδιών. Το Google Search Console σας παρέχει κλικ και εμφανίσεις ανά URL, ενώ ένα εργαλείο παρακολούθησης κατατάξεων δείχνει ακριβώς ποιες λέξεις-κλειδιά μετακινήθηκαν και πότε.

Εάν παρακολουθείτε ήδη τις σημαντικές λέξεις-κλειδιά σας στο Rank Tracker της Ranktracker, διαθέτετε ιστορικό κατάταξης, δεδομένα χαρακτηριστικών SERP και ειδοποιήσεις για κέρδη και απώλειες σε ένα μόνο μέρος. Εξαγάγετε ή συνδέστε αυτά τα δεδομένα σε εβδομαδιαία βάση, ώστε η ροή εργασίας να λειτουργεί πάντα με πρόσφατα στοιχεία.

Συγκρίνετε κάθε σελίδα με την αντίστοιχη περίοδο του περασμένου έτους και όχι με τον προηγούμενο μήνα. Αυτή η επιλογή εξαλείφει τις περισσότερες ψευδείς ειδοποιήσεις που οφείλονται στην εποχικότητα, τις αργίες και τις φυσιολογικές καλοκαιρινές επιβραδύνσεις.

Βήμα 2: Φιλτράρετε με απλούς κανόνες πριν χρησιμοποιήσετε την τεχνητή νοημοσύνη

Δεν χρειάζεται διάγνωση για κάθε πτώση, και δεν χρειάζεστε τεχνητή νοημοσύνη για να εντοπίσετε τις προφανείς. Ξεκινήστε με απλούς κανόνες που περιορίζουν τη λίστα σας στις σελίδες που έχουν πραγματικά σημασία.

• Σημαντική πτώση: μείωση των κλικ κατά τουλάχιστον 25 έως 30% σε ετήσια βάση.
• Σημαντικός όγκος: απώλεια τουλάχιστον 100 κλικ ανά τρίμηνο, ώστε να αγνοείτε τις μικρές σελίδες με θορυβώδη δεδομένα.
• Αλλαγή κατάταξης: η κύρια λέξη-κλειδί έπεσε τουλάχιστον τρεις θέσεις ή η σελίδα έπεσε από την πρώτη σελίδα.
• Εξαιρέσεις: παραλείψτε τις σελίδες που ενημερώθηκαν τις τελευταίες 60 ημέρες, τις εποχιακές σελίδες και οτιδήποτε έχει προγραμματιστεί για διαγραφή.

Αυτοί οι κανόνες εκτελούνται αμέσως και δεν κοστίζουν τίποτα. Η χρήση της τεχνητής νοημοσύνης μόνο για τη σύντομη λίστα διατηρεί τη ροή εργασίας γρήγορη και το κόστος του μοντέλου σας χαμηλό.

Βήμα 3: Βαθμολογήστε τις σελίδες ανάλογα με το πόσο αξίζει να διασωθούν

Μια σελίδα που χάνει την αποτελεσματικότητά της αλλά οδηγεί σε εγγραφές είναι πιο επείγουσα από μια που δέχεται επισκεψιμότητα αλλά δεν οδηγεί ποτέ σε μετατροπές. Δώστε σε κάθε επισημασμένη σελίδα μια απλή βαθμολογία προτεραιότητας, ώστε η ομάδα σας να ασχοληθεί πρώτα με τις πιο σημαντικές διορθώσεις.

Ένας πρακτικός τύπος πολλαπλασιάζει τρεις παράγοντες: τα χαμένα κλικ, την επιχειρηματική αξία και την πιθανότητα ανάκαμψης. Η επιχειρηματική αξία μπορεί να βαθμολογηθεί από 1 έως 3, ανάλογα με το αν η σελίδα υποστηρίζει μετατροπές, ενώ η πιθανότητα ανάκαμψης εξαρτάται από το πόσο έπεσε η σελίδα και πόσο ανταγωνιστική είναι η λέξη-κλειδί.

Δείτε πώς λειτουργεί αυτό στην πράξη. Ένας οδηγός τιμολόγησης που έχασε 1.200 κλικ, έχει επιχειρηματική αξία 3 και πιθανότητα ανάκαμψης 0,8, λαμβάνει βαθμολογία 2.880. Μια γενική ανάρτηση με οδηγίες που έχασε 2.000 κλικ, αλλά έχει επιχειρηματική αξία 1 και πιθανότητα ανάκαμψης 0,5, λαμβάνει βαθμολογία 1.000, οπότε η μικρότερη απώλεια διορθώνεται πρώτα.

Οι σελίδες που έχασαν μεγάλη επισκεψιμότητα και έσοδα από υποστήριξη μεταφέρονται στην κορυφή της ουράς. Οι σελίδες με χαμηλή αξία και μικρές απώλειες μπορούν να περιμένουν ή να συγχωνευθούν με ισχυρότερα άρθρα.

Βήμα 4: Αφήστε την τεχνητή νοημοσύνη να διαγνώσει την πιθανή αιτία

Εδώ είναι που η τεχνητή νοημοσύνη εξοικονομεί τον περισσότερο χρόνο. Για κάθε σελίδα υψηλής προτεραιότητας, η ροή εργασίας στέλνει το περιεχόμενο της σελίδας, την κύρια λέξη-κλειδί της, το ιστορικό κατάταξής της και ένα στιγμιότυπο των τρεχόντων κορυφαίων αποτελεσμάτων σε ένα γλωσσικό μοντέλο με σαφείς οδηγίες.

Μπορείτε να συλλέξετε αυτό το στιγμιότυπο με ένα εργαλείο όπως το SERP Checker του Ranktracker, το οποίο δείχνει ποιοι κατατάσσονται για τη λέξη-κλειδί αυτή τη στιγμή και πόσο ισχυρές είναι αυτές οι σελίδες. Στη συνέχεια, το μοντέλο συγκρίνει τη σελίδα σας με τους τρέχοντες νικητές και αποδίδει μία ή περισσότερες πιθανές αιτίες από μια προκαθορισμένη λίστα.

• Αλλαγή πρόθεσης: οι χρήστες αναζήτησης επιθυμούν πλέον μια διαφορετική μορφή, όπως μια σύγκριση ή ένα εργαλείο αντί για έναν οδηγό.
• Παρωχημένες πληροφορίες: στατιστικά στοιχεία, στιγμιότυπα οθόνης, τιμές ή βήματα που δεν ανταποκρίνονται πλέον στην πραγματικότητα.
• Κενά κάλυψης: οι ανταγωνιστικές σελίδες απαντούν σε υποθέματα ή ερωτήσεις που η δική σας δεν καλύπτει.
• Κανιβαλισμός: μια άλλη σελίδα στον ιστότοπό σας ανταγωνίζεται για την ίδια λέξη-κλειδί.
• Αλλαγές στις σελίδες αποτελεσμάτων αναζήτησης (SERP): οι κατατάξεις παρέμειναν σταθερές, αλλά οι «Επισκοπήσεις AI» ή άλλες λειτουργίες απορροφούν πλέον τα κλικ.
• Τεχνικά ζητήματα: προβλήματα ευρετηρίασης, στοιχεία που δεν λειτουργούν ή αργότεροι χρόνοι φόρτωσης.

Ζητήστε από το μοντέλο να επιστρέψει δομημένα αποτελέσματα, όπως μια ετικέτα αιτίας, ένα επίπεδο εμπιστοσύνης και δύο ή τρεις προτάσεις που να αποδεικνύουν την αιτία. Οι δομημένες απαντήσεις είναι εύκολο να δρομολογηθούν αυτόματα και οι υπεύθυνοι ελέγχου μπορούν να τις ελέγξουν γρήγορα.

Μια απλή δομή προτροπής λειτουργεί καλά σε αυτή την περίπτωση:

• Ρόλος: «Είστε αναλυτής SEO που εξετάζει τους λόγους για τους οποίους μια σελίδα έχασε θέσεις στην κατάταξη.»
• Δεδομένα: το κείμενο της σελίδας, η λέξη-κλειδί-στόχος, το ιστορικό κατάταξης και οι περιλήψεις των τριών κορυφαίων αποτελεσμάτων.
• Εργασία: «Επιλέξτε τις πιο πιθανές αιτίες μόνο από αυτή τη λίστα και εξηγήστε συνοπτικά τα στοιχεία που σας οδηγούν σε αυτό το συμπέρασμα.»
• Αποτέλεσμα: ένα τυποποιημένο έντυπο με την αιτία, το επίπεδο εμπιστοσύνης (υψηλό, μέτριο ή χαμηλό) και τα αποδεικτικά στοιχεία.

Ο περιορισμός του μοντέλου σε μια καθορισμένη λίστα αιτιών το εμποδίζει να επινοεί ασαφείς εξηγήσεις. Οι απαντήσεις με χαμηλό επίπεδο εμπιστοσύνης μπορούν να προωθηθούν απευθείας σε έναν άνθρωπο για πιο προσεκτική εξέταση.

[Προαιρετικά: προσθέστε εδώ ένα στιγμιότυπο οθόνης αυτής της ροής εργασίας που έχει δημιουργηθεί στο ScriptRun. Το Ranktracker προτιμά στιγμιότυπα οθόνης εργαλείων. Πηγή: δική ροή εργασίας του συγγραφέα]

Βήμα 5: Δρομολογήστε κάθε σελίδα στη σωστή διόρθωση

Διαφορετικές αιτίες απαιτούν διαφορετικούς ανθρώπους. Μόλις ολοκληρωθεί η διάγνωση, η ροή εργασίας μπορεί να στείλει κάθε σελίδα αυτόματα στην κατάλληλη διαδρομή, αντί να φορτώνει τα πάντα σε έναν μόνο συντάκτη.

• Τα τεχνικά προβλήματα και η «κανιβαλιστική» ανταγωνιστικότητα ανατίθενται σε έναν ειδικό SEO ως εργασία, καθώς η λύση συνήθως είναι μια ανακατεύθυνση, μια ετικέτα canonical ή μια συγχώνευση και όχι νέο κείμενο.
• Οι παρωχημένες πληροφορίες και τα κενά στην κάλυψη προωθούνται στον δημιουργό περιλήψεων για ανανέωση του περιεχομένου.
• Οι αλλαγές στις προθέσεις επισημαίνονται για στρατηγική απόφαση, καθώς η σελίδα ενδέχεται να χρειαστεί νέα μορφή αντί για ενημέρωση.
• Οι αλλαγές στα χαρακτηριστικά των SERP καταχωρίζονται σε λίστα παρακολούθησης, καθώς η αναδιατύπωση της σελίδας ενδέχεται να μην επαναφέρει τα κλικ.

Βήμα 6: Δημιουργία οδηγιών ανανέωσης, όχι ολοκληρωμένων άρθρων

Για τις σελίδες που χρειάζονται ενημέρωση περιεχομένου, η ροή εργασίας συντάσσει ένα σύντομο σημείωμα ενημέρωσης. Ένα καλό σημείωμα αναφέρει τι πρέπει να ενημερωθεί, ποιες ενότητες πρέπει να προστεθούν, ποιες ερωτήσεις πρέπει να απαντηθούν, ποια στοιχεία απαιτούνται και πώς θα μετρηθεί η επιτυχία.

Αξίζει να χρησιμοποιήσετε ένα πιο ισχυρό μοντέλο για αυτό το βήμα σε σχέση με τη διάγνωση. Η ταξινόμηση είναι μια απλή εργασία που τα φθηνότερα μοντέλα χειρίζονται καλά, ενώ οι οδηγίες απαιτούν καλύτερη συλλογιστική και συγγραφή. Ο διαχωρισμός των μοντέλων ανά εργασία διατηρεί το κόστος προβλέψιμο χωρίς να μειώνει την ποιότητα εκεί όπου έχει σημασία.

Αντισταθείτε στην παρόρμηση να αφήσετε την τεχνητή νοημοσύνη να ξαναγράψει απευθείας τη σελίδα. Ο οδηγός του Ranktracker για μια ροή εργασίας ανανέωσης περιεχομένου με ανθρώπινη παρέμβαση εξηγεί γιατί οι συντάκτες και οι ειδικοί στο θέμα πρέπει να έχουν τον έλεγχο της πραγματικής ενημέρωσης, από την επαλήθευση των γεγονότων έως την προσθήκη πρωτότυπης εμπειρίας.

Βήμα 7: Επισκόπηση, δημοσίευση και μέτρηση

Κάθε οδηγία πρέπει να περάσει από έναν άνθρωπο πριν αλλάξει οτιδήποτε στον ιστότοπό σας. Οι αναθεωρητές μπορούν να εγκρίνουν, να επεξεργαστούν ή να απορρίψουν τη διάγνωση, και αυτές οι αποφάσεις αποτελούν χρήσιμη ανατροφοδότηση για τη βελτίωση των οδηγιών σας με την πάροδο του χρόνου.

Μετά τη δημοσίευση, καταγράψτε την ημερομηνία αλλαγής και παρακολουθήστε τη σελίδα για έξι έως οκτώ εβδομάδες. Η εβδομαδιαία συλλογή δεδομένων σας αναλαμβάνει ήδη την παρακολούθηση, οπότε η ροή εργασίας μπορεί να αναφέρει αυτόματα ποιες ανανεώσεις ανέκαμψαν την επισκεψιμότητα και ποιες όχι.

Προσέξτε με τις ημερομηνίες ενημέρωσης. Ο John Mueller της Google έχει δηλώσει ότι η αλλαγή της ημερομηνίας μιας σελίδας δεν βελτιώνει από μόνη της τις κατατάξεις, οπότε ενημερώστε την ημερομηνία μόνο όταν το περιεχόμενο έχει πραγματικά αλλάξει.

Συνηθισμένα λάθη που πρέπει να αποφεύγετε

• Η αντιμετώπιση κάθε πτώσης ως παρακμή. Ελέγξτε για σφάλματα παρακολούθησης, ενημερώσεις αλγορίθμων και εποχικότητα πριν ανανεώσετε οτιδήποτε.
• Αυτόματη δημοσίευση αποτελεσμάτων τεχνητής νοημοσύνης. Οι αναδιατυπώσεις που δεν έχουν ελεγχθεί μπορούν να εισάγουν σφάλματα και να αφαιρέσουν την εξειδίκευση που έκανε τη σελίδα να κατατάσσεται υψηλά εξ αρχής.
• Ανανέωση σελίδων που θα έπρεπε να συγχωνευθούν. Εάν δύο αδύναμες αναρτήσεις στοχεύουν στο ίδιο θέμα, η συγχώνευσή τους συχνά είναι καλύτερη λύση από την ενημέρωση και των δύο.
• Μην κλείνετε ποτέ τον κύκλο. Αν δεν μετράτε τα αποτελέσματα, δεν μπορείτε να διαπιστώσετε ποιες διαγνώσεις και ποιες οδηγίες λειτουργούν πραγματικά.

Μην μετατρέπετε τις ανανεώσεις σε συνήθεια

Η απώλεια περιεχομένου δεν σταματά ποτέ, οπότε η λύση δεν μπορεί να είναι ένας εφάπαξ έλεγχος. Μια εβδομαδιαία ροή εργασιών το μετατρέπει σε τακτική συντήρηση: το σύστημα εντοπίζει και εξηγεί τα προβλήματα, ενώ η ομάδα σας επικεντρώνεται στις διορθώσεις που επαναφέρουν την επισκεψιμότητα.

Ξεκινήστε σε μικρή κλίμακα με τις 50 κορυφαίες σελίδες σας, προσαρμόστε τα όρια και τις ειδοποιήσεις σας για ένα μήνα και, στη συνέχεια, επεκτείνετε τη διαδικασία. Μέσα σε ένα τρίμηνο, θα γνωρίζετε ακριβώς ποια τμήματα της βιβλιοθήκης σας παρουσιάζουν πτώση και θα εντοπίσετε την επόμενη πτώση πολύ πριν αυτή εμφανιστεί σε μια τριμηνιαία αναφορά.