随着 Google 算法的发展和消费者行为的转变，仅依赖伶仃的策略已远远不足。如今，有效的 SEO 策略必须成为更广泛的综合方法的一部分，个中包括内容、公共关系和数据驱动的测试。
在本概述中，我们将磋商搜索、SEO、内容和 PR 如何构成全面的数字营销堆栈的根本。通过理解这些元素如何协同事情，您将能够更好地适应搜索格局的变革并取得可持续的成功。
我们将重点先容推动多渠道成果的关键策略，并向您展示如何利用精确的指标来衡量进展。此外，我们将深入磋商在全面履行之前测试理论的主要性，帮助您节省本钱并提高投资回报率。
总之，这些技巧、策略和见地旨在确保您的品牌能够在不断发展的数字生态系统中发达发展。
凯蒂莫顿《搜索引擎杂志》主编
为什么谷歌的最新变革哀求采取新的 SEO 方法搜索和搜索行为正在发生变革。理解如何调度您的 SEO 策略以应对当今 SERP 的寻衅。
第一页的力量1.7K 次 阅读
谷歌最近的动向，包括数据透露和2024 年 3 月核心更新，改变了一些从业者对 SEO 的意见。
随着参与度指标成为中央焦点，SEO专业职员必须调度他们的策略以优先考虑用户互动和满意度。
本文将磋商参与度指标如何重塑 SEO 的关键领域，重点关注转化率优化(CRO)、技能 SEO 和计策链接培植。
在磋商这些主题时，我们将重点先容 Page One Power 的专业知识如何帮助您应对这些变革。
谷歌转向参与度指标最近的泄密和更新表明谷歌越来越重视用户参与度旗子暗记。
点击率（CTR）、网站勾留韶光、跳出率和每会话页面数等指标可能比以前认为的更主要。
2024 年 3 月的核心更新进一步强化了这一趋势，供应卓越用户体验的网站得到了增长。
这种转变哀求采纳更全面的 SEO 方法。
转化率优化：SEO 的新前沿随着参与度指标日益主要，CRO 已成为 SEO 策略不可或缺的一部分。CRO 直接影响 Google 彷佛优先考虑的参与度旗子暗记。
CRO 如何影响参与度指标提高点击率：优化标题、元描述和构造化数据可以提高搜索结果的点击率，向 Google 表明您的内容干系且引人入胜。降落跳出率：经由优化且符合用户期望的着陆页可以降落跳出率，向 Google 表明用户认为您的内容有代价。增加网站勾留韶光：引人入胜、构造良好的内容和直不雅观的导航可以让用户在您的网站上勾留更永劫光，这对 Google 来说是另一个积极的旗子暗记。每会话页面数更高：内部链接和引人瞩目的内容可以鼓励用户探索您的网站的更多内容，从而增加每会话页面数。提高参与度的 CRO 技能A/B 测试标题、号召性用语和页面布局改进网站导航和用户流程优化页面加载韶光以得到更好的用户体验根据用户行为和偏好个性化内容履行明确且令人信服的行动呼吁专注于这些 CRO 技能可以提高您的转化率并向 Google 发送强烈的参与旗子暗记。Page One Power 的专家团队可以帮助您制订和履行符合您目标的 CRO 策略。
技能搜索引擎优化：用户参与的根本技能 SEO对付用户参与度至关主要，由于它可以确保您的网站供应无缝、快速且可访问的体验。
技能 SEO 如何影响参与度指标网站速率：更快的页面加载速率可降落跳出率并增加网站勾留韶光。移动优化：通过移动优先索引，移动友好型网站对付所有设备的参与至关主要。网站架构：构造良好的网站可以提高可爬行性并帮助用户找到他们想要的内容，从而增加每个会话的页面数量。Schema Markup：丰富的结果可以提高搜索结果页面的点击率。影响转化率的技能 SEO 问题页面加载韶光缓慢：纵然 1 秒的延迟也会严重影响转化率。糟糕的移动体验：无相应的设计可能会让移动用户感到沮丧并导致高跳出率。断开的链接和 404 缺点：这些可能会中断用户旅程并对参与度指标产生负面影响。网站架构不清晰：如果用户找不到他们想要的内容，他们很可能会很快离开。不屈安的网站（HTTP 而不是 HTTPS）：这会削弱信赖并阻碍转化，尤其是在电子商务网站上。办理这些技能问题可以提高您的网站在搜索引擎中的表现并增强用户体验，从而带来更好的参与度指标和更高的转化率。
Page One Power 的技能 SEO 审核可以帮助识别和解决这些问题，确保您的网站为用户参与供应最佳根本。
不断发展的链接图和计策链接培植Google 评估链接的方法正在不断演化。它更加重视链接的质量和干系性，而不是纯挚的数量。
这种转变与对参与度的关注相同等，由于高质量、干系的链接更有可能为您的网站带来参与流量。
链接图如何变革质量重于数量：谷歌在识别和谢绝低质量或操纵性链接方面越来越好。干系性是关键：来自主题干系的网站的链接更主要。用户行为很主要：推动实际点击和参与的链接可能更有代价。品牌旗子暗记：品牌提及和未链接的引用与传统的反向链接一起变得越来越主要。建立计策性联系以促进参与创建可链接资产：开拓高质量的原创内容，自然吸引链接并吸引访问者。关注干系的展示位置：探求您所在领域的网站中可能带来感兴趣且参与度高的流量的链接。利用品牌培植：增加品牌提及和引用以提升您的在线形象。监控链接性能：关注哪些链接推动了参与流量，而不仅仅是原始链接数。Page One Power 专注于与不断发展的最佳实践相同等的计策链接培植，帮助您得到高质量、干系的链接，从而提高您的搜索排名和用户参与度。
结论：适应以参与为重点的未来随着谷歌不断完善其算法，网站和企业必须相应地调度其策略。
通过关注 CRO、办理影响用户体验的技能 SEO 问题以及改进您的链接构建方法，您可以创建符合 Google 以参与度为中央的方向的全面 SEO 策略。
请记住，目标是得到良好排名并为用户供应真正的代价。
真实结果：案例研究考虑以下案例研究：
Kreo，一家 SaaS 公司：在履行以关键词为中央的内容和计策性链接培植策略后，Kreo 看到了令人印象深刻的结果：
关键词总体排名提升 216%排名前十的关键词增加了394%有机流量同比增长 177%网络监控软件供应商 Domotz：经由 12 个月的针对性关键字内容和高质量链接获取的活动，Domotz 经历了：
总关键词排名提高 78%域名流量增加18％展示量同比提升 23%这些案例研究展示了我们的三大支柱方法如何提高搜索可见性和用户参与度。
如果您须要帮助来应对这些变革，请考虑与Page One Power互助。我们的专家团队可以供应全面的办理方案，从技能审计和 CRO 策略到高质量的链接培植，帮助您实现可持续增长。
先容 SEOntology：人工智能时期的 SEO 未来SEOntology 不仅仅是一个技能框架。得到丰富的见地 - 学习标准化 SEO 数据和实践，以利用 GenAI 构建可持续发展的未来。
安德烈亚·沃尔皮尼18K 阅读
关于天生式人工智能（GenAI）的巨大机遇已经有很多谈论，我们中的一些人也非常开门见山地指出了利用这种变革性技能所带来的风险。
GenAI的崛起对信息质量、公共谈论和一样平常开放网络提出了重大寻衅。GenAI 预测和个性化内容的能力很随意马虎被滥用来操纵我们所看到和参与的内容。
SEO 行业如何利用和改进天生式 AI天生式人工智能搜索引擎正在加剧整体噪音，它们不是在帮助人们找到原形和形成公道的不雅观点，而是方向于（至少在目前的履行中）追求效率而不是准确性，正如谷歌内部部门 Jigsaw 最近的一项研究强调的那样。
只管环绕 SEO 鳄鱼派对和内容妖怪的炒作很多，但我们这一代营销职员和 SEO 专业人士多年来一贯致力于打造更加积极的网络环境。
我们已经将营销重点从操纵受众转移到向他们供应知识，终极帮助利益干系者做出明智的决策。
创建 SEO 本体是一项由社区主导的努力，它与我们正在进行的义务完备同等，即塑造、改进和供应真正推进人机交互的方向，同时保留内容创建者和网络作为知识和繁荣的共享资源。
传统 SEO 实践及其演化的简要概述2010 年代初期，传统的 SEO 实践紧张侧重于关键词优化。个中包括关键词堆砌、链接方案以及创建紧张针对搜索引擎的低质量内容等策略。
从那时起，SEO 就转向了更加以用户为中央的方法。蜂鸟更新（2013 年）标志着 Google 向语义搜索的转变，语义搜索旨在理解搜索查询背后的高下文和意图，而不仅仅是关键字。
这种演化使得 SEO 专家更加关注主题集群和实体而不是单个关键词，从而提高了内容回答多个用户查询的能力。
实体是搜索引擎可以识别和理解为单独观点的不同项目，例如人、地点或事物。
通过构建明确定义和与这些实体干系的内容，组织可以增强其在各种平台上的可见性，而不仅仅是传统的网络搜索。
这种方法与基于实体的 SEO的更广泛观点干系，后者可确保与企业干系的实体在全体网络上有明确的定义。
从静态内容到语义数据快进到本日，旨在在搜索引擎中得到良好排名的静态内容不断地通过语义数据进行转换和丰富。
这涉及到信息的构造化，以便不仅人类可以理解，而且机器也可以理解。
这种转变对付支持知识图谱和人工智能天生的相应至关主要，例如 Google 的 AIO 或 Bing Copilot 所供应的相应，它们为用户供应直接答案和干系网站的链接。
Bing Copilot 截图，2024 年 8 月
随着我们不断提高，将内容与语义搜索和实体理解相结合的主要性日益增加。
鼓励企业以搜索引擎易于理解和索引的办法构建其内容，从而提高在语音和视觉搜索等多个数字界面上的可见性。
这些过程中人工智能和自动化的利用正在增加，从而实现了与内容的更动态的交互和个性化的用户体验。
无论我们是否喜好，人工智能都会帮助我们更快地比较选项，绝不费力地进行深度搜索，并且无需通过网站即可进行交易。
SEO中的自动化和人工智能SEO 的未来前景光明。随着 SEO 做事市场规模不断适应可靠的 AI 和语义技能，估量该市场规模将从2023 年的 751.3 亿美元增长至 2024 年的 889.1 亿美元，复合年增长率高达 18.3%（根据 The Business Research Company 的数据）。
这些创新支持创建更具动态和相应能力的网络环境，以奥妙地知足用户的需求和行为。
然而，这一过程并非一帆风顺，尤其是在大型企业环境中。履行既可阐明又与组织目标计策同等的人工智能办理方案是一项繁芜的任务。
构建有效的人工智能涉及聚合干系数据并将其转化为可操作的知识。
这使组织与利用类似措辞模型或开拓模式（例如对话代理或检索增强天生副驾驶）的竞争对手区分开来，并增强了其独特的代价主见。
SEO 本体论简介及其在当前数字领域中的意义普通地讲，SEO 的本体是什么？想象一下本体论是一本描述特定观点的巨型解释书。在 SEO 领域，我们要处理很多术语，对吧？主题性、反向链接、EEAT、构造化数据——这可能会让人感到困惑！
SEO 本体论是一份关于所有这些术语含义的大型协议。它就像一本共享词典，乃至更好。这本词典不仅定义了每个单词。它还展示了它们如何相互联系和协同事情。因此，“查询”可能与“搜索意图”和“网页”干系联，从而阐明它们如何在成功的 SEO 策略中发挥浸染。
想象一下，解开一大堆 SEO 实践和术语，并将它们变成一张清晰、有条理的舆图——这便是本体的力量！
虽然 Schema.org 是链接词汇表的绝佳示例，但它专注于定义网页的特定属性，例如内容类型或作者。它善于帮助搜索引擎理解我们的内容。但我们如何在网页之间制作链接呢？
那么网页上最常搜索的查询是什么呢？这些是我们日常事情中的关键要素，本体也可以成为它们的共享框架。可以将其视为一个游乐场，欢迎所有人在 GitHub 上做出贡献，就像 Schema.org 词汇表的发展一样。
SEO 本体论的理念是，通过类似于GS1 创建词汇表的办法，来扩展 Schema.org。那么，它是一个数据库吗？一个协作框架还是什么？它是所有这些的凑集。SEO 本体论的运作办法类似于协作知识库。
它充当着一个中央枢纽，每个人都可以贡献自己的专业知识来定义关键的 SEO 观点及其相互关系。通过建立对这些观点的共同理解，SEO 社区在塑造以人为本的 AI 体验的未来方面发挥着至关主要的浸染。
截图来自 WebVowl，2024 年 8 月 SEOntology - 快照（请参阅此处的交互式可视化）。
SEO行业中的数据互操作性寻衅让我们从小事做起，通过一个实际的例子来回顾一下共享本体的好处（这是Emilija Gjorgjevska在今年萨格勒布 SEOSummit 上的演讲幻灯片）
图片来自 Emilija Gjorgjevska，萨格勒布SEOSummit，2024 年 8 月
假设您的同事 Valentina 利用 Chrome 扩展程序将数据从 Google Search Console (GSC) 导出到 Google 表格。数据包括“ID”、“查询”和“展示次数”等列（如左侧所示）。但 Valentina 与 Jan 互助，后者正在利用相同的 GSC 数据构建业务层。问题在于：Jan 利用了不同的命名约定（“UID”、“名称”、“展示次数”和“点击次数”）。
现在，将这个场景扩大。想象一下与n 个不同的数据互助伙伴、工具和团队成员一起事情，他们都利用不同的措辞。不断翻译和折衷这些不同的命名约定的努力成为有效数据协作的紧张障碍。
仅仅试图让所有东西协同事情会失落去巨大的代价。这便是 SEO 本体发挥浸染的地方。它是一种通用措辞，为不同工具、互助伙伴和措辞中的同一观点供应共享名称。
通过肃清不断翻译和折衷的须要，SEO 本体简化了数据协作并开释了数据的真正代价。
搜索引擎优化本体论的起源在过去的一年里，我们见证了人工智能代理的激增和检索增强天生 (RAG) 在其各种形式（模块化、图形 RAG 等）的广泛运用。
RAG 代表了人工智能技能的一次主要飞跃，通过让传统大型措辞模型 (LLM)访问外部知识，办理了其一个关键限定。
传统上，LLM 就像只有一本书的图书馆，受到演习数据的限定。RAG 解锁了弘大的资源网络，使 LLM 能够供应更全面、更准确的相应。
RAG 可提高事实准确性和情境理解能力，从而有可能减少偏见。只管 RAG 前景光明，但它在数据安全性、准确性、可扩展性和集成方面面临寻衅，尤其是在企业领域。
为了成功履行，RAG 须要易于访问和扩展的高质量构造化数据。
我们是首批在内容创建和 SEO 自动化领域考试测验由知识图谱供应支持的AI 代理和 RAG 的公司之一。
Agent WordLift 的截图，2023 年 8 月
知识图谱 (KG) 在 RAG 开拓中确实得到了发展势头微软的 GraphRAG和 LlamaIndex 等办理方案证明了这一点。Baseline RAG 难以连接不同来源的信息，阻碍了须要全面理解大型数据集的任务。
由 KG 供应支持的 RAG 方法（例如LlamaIndex 与 WordLift 联合供应的方法）通过从网站数据创建知识图谱并将其与 LLM 一起利用来办理这个问题，以提高相应准确性，特殊是对付繁芜问题。
图片来自作者，2024 年 8 月
我们已经与不同垂直行业的客户测试了事情流程一年多了。
从大型编辑团队的关键词研究到电子商务网站的问答天生，从内容分类到起草***稿大纲或修正现有文章，我们一贯在测试不同的策略，并在此过程中学到了一些东西：
1. RAG 被过度炒作它只是实现更高繁芜度目标的浩瀚开拓模式之一。RAG（或 Graph RAG）旨在帮助您节省探求答案的韶光。它很棒，但无法办理团队每天必须处理的任何营销任务。您须要专注于数据和数据模型。
虽然 RAG 有好有坏，但关键的差异常日由公式中的“R”部分表示：检索。检索紧张将花哨的演示与真实天下的运用程序区分开来，好的 RAG 背后总是有好的数据。然而，数据不仅仅是任何类型的数据（或图形数据）。
它基于对您的用例故意义的连贯数据模型构建。如果您构建葡萄酒搜索引擎，则须要获取最佳数据集并环绕用户在查找信息时依赖的功能对数据进行建模。
因此，数据很主要，但数据模型更为主要。如果您正在构建一个必须在您的营销生态系统中实行任务的 AI 代理，则必须相应地对数据进行建模。您希望代表网页和内容资产的实质。
图片来自作者，2024 年 8 月
2. 不是每个人都善于提示用书面形式表达任务很难。提示工程正全速走向自动化（这是我关于从提示到 SEO 提示编程的文章），由于只有少数专家可以编写提示，让我们得到预期的结果。
这对自主代理的用户体验设计提出了一些寻衅。Jakon Nielsen 曾开门见山地指出，提示对人工智能运用程序可用性产生了负面影响：
“一个紧张的可用性缺陷是用户必须非常长于表达才能写出提示所需的散文。”
纵然在西方富余国家，尼尔森供应的数据也见告我们，也只有10％的人口能够充分利用人工智能！
利用思路链 (CoT) 的大略提示
结合思维图 (GoT) 和知识链 (CoK) 的更繁芜提示
“逐步阐明如何打算半径为 5 个单位的圆的面积。”
“利用思维图 (GoT) 和知识链 (CoK) 技能，全面阐明如何打算半径为 5 个单位的圆的面积。你的回答该当：从一个 GoT 图表开始，该图表以直不雅观的办法表示关键观点及其关系，包括：圆半径面积 Pi (π) 圆面积公式在 GoT 图表之后进行 CoK 分解：a) 定义图中的每个观点 b) 阐明这些观点之间的关系 c) 供应圆面积公式发展的历史背景提出逐步的打算过程，包括：a) 解释圆面积公式 b) 阐明公式中每个组成部分的浸染 c) 显示值的更换 d) 实行打算 e) 将结果四舍五入到适当的小数位数末了以这种打算在现实场景中的实际运用结束。在全体阐明过程中，确保每一步都符合前一步的逻辑，从基本观点到终极结果建立清晰的推理链。”这一改进的提示通过哀求对观点及其关系进行视觉表示，融入了 GoT。它还通过哀求供应定义、历史背景和想法之间的联系，采取了 CoK。逐步细分和现实天下的运用进一步增强理解释的深度和实用性。”
3. 你该当构建事情流程来辅导用户我们得到的教训是，必须建立详细的标准操作程序（SOP）和书面协议，概述步骤和流程，以确保实行特定优化任务的同等性、质量和效率。
我们可以看到即时库兴起的履历证据，比如供应给人择模型用户的即时库，或者AIPRM等项目取得的巨大成功。
实际上，我们理解到，创造商业代价的是一系列 ci 步骤，这些步骤帮助用户将其正在浏览的高下文转化为同等的任务定义。
我们可以开始设想将诸如进行关键词研究之类的营销任务作为标准操作程序，该程序可以辅导用户完成多个步骤（以下是我们利用 Agent WordLift 进行关键词创造的 SOP）
4.即时用户体验 的巨大转变在传统的用户体验设计中，信息是预先确定的，可以按层次构造、分类法和预定义的 UI 模式进行组织。随着人工智能成为繁芜信息天下的界面，我们正在见证范式转变。
UI 拓扑趋于消逝，人类与人工智能之间的交互仍旧以对话为主。即时赞助事情流可以帮助用户理解事情流的情境并改进事情流。
您须要从业务代价创造的角度进行思考，关注用户的交互过程，并通过动态创建用户体验来促进交互。分类法仍旧是一种计策资产，但它们在用户从一个任务传送到另一个任务时在幕后运行，正如微软的Yannis Paniaras最近精彩描述的那样。图片来自 Yannis Paniaras 于 2024 年 8 月撰写的《向即时用户体验的转变：人工智能如何重塑用户体验》
5. 从代理到 RAG（和 GraphRAG）再到报告由于用户须要业务影响并且 RAG 只是办理方案的一部分，因此重点很快从更通用的问题和回答用户模式转移到高等的多步骤事情流程。
但最大的问题是用户须要什么结果。如果我们增加繁芜性来获取最高的业务目标，那么仅仅“查询您的数据”或“与您的网站谈天”是不足的。
例如，客户想要一份报告，解释全体网站内容的主题同等性如何（这是我们最近在 Google 的大规模数据透露中创造的 SiteRadus 观点）、数百个付费广告系列的时令性趋势概览，或者与 Google Merchant Feed 优化干系的优化机会的终极审查。
您必须理解业务如何运作以及您将为哪些交付物付费。哪些详细行动可以促进业务发展？须要回答哪些问题？
这是创建出色的 AI 赞助报告工具的开始。
如何将知识图谱（KG）与本体结合起来，实现 AI 对齐、长期影象和内容验证？SEOntology 背后的三个辅导原则：
使SEO数据可互操作，以促进知识图谱的创建，同时减少不必要的抓取和供应商锁定；利用特定领域措辞将 SEO 知识注入 AI 代理。协作共享知识和策略以提高可创造性并防止天生性人工智能的滥用。当你在 SEO 自动化任务中处理至少两个数据源时，你就会看到利用 SEOntology 的上风。
SEOntology 是“SEO/数据抓取的 USB-C”标准化内容资产、产品、用户搜索行为和 SEO 洞察的数据具有计策意义。目标是让 Web 成为一种沟通渠道的“共享表示”。
让我们退一步思考。搜索引擎如何呈现网页？这便是我们的出发点。我们能否标准化爬虫如何呈现从网站提取的数据？采取标准有什么好处？
实际用例与 Botify 和动态内部链接集成在过去的几个月里，我们一贯与 Botify 团队密切互助，打造出一款令人愉快的产品：由 Botify 的抓取数据供应支持并由 SEOntology 增强的知识图谱。这次互助为 SEO 自动化和优化开辟了新的可能性。
利用 SEOntology 现有数据最酷的部分是：如果您已经在利用 Botify，我们可以利用您网络的大量数据。您无需进行额外的抓取或额外事情。我们利用 Botify 查询措辞 (BQL) 来提取和转换所需的数据，并利用 SEOntology。
可以将 SEOntology 视为 SEO 数据的通用转换器。它从 Botify 获取繁芜信息，并将其转换为机器可读且可理解的格式。这使我们能够创建丰富、互联的知识图谱，个中包含有代价的 SEO 见地。
这对你意味着什么一旦我们有了这个知识图谱，我们就可以做一些非常了不起的事情：
自动构造化数据：我们可以为您的产品列表页面 (PLP) 自动天生构造化数据标记。这有助于搜索引擎更好地理解您的内容，从而有可能提高您在搜索结果中的可见性。动态内部链接：这是事情变得非常有趣的地方。我们利用知识图谱中的数据在您的网站上创建智能、动态的内部链接。让我来剖析一下它的事情事理以及它为何如此强大。不才图中，我们还可以看到如何将来自 Botify 的数据与来自Google Search Console 的数据稠浊。
虽然在大多数实现中，Botify 已经将这些数据导入其抓取项目中，但当情形并非如此时，我们可以触发新的 API 要求并将点击、展示和位置从 GSC 导入图表。
与 Advertools 互助实现数据互操作性
同样，我们与 Advertools（营销职员最喜好的 Python 库）的创建者、才华横溢的Elias Dabbas互助，以自动实行各种营销任务。
我们的共同努力旨在增强数据互操作性，实现不同平台和工具之间的无缝集成和数据交流。
在 SEOntology GitHub 存储库中供应的第一个 Notebook中，Elias 展示了如何轻松地为 WebPage 类构建属性，包括标题、元描述、图像和链接。此根本使我们能够轻松地对繁芜元素进行建模，例如内部链接策略。请拜会此处的构造：
内部链接锚文本内容暂无关注关联如果页面已利用架构标记，我们还可以添加标志：
usesSchema正式化我们从透露的 Google 搜索文档剖析中理解到的信息虽然我们希望非常谨慎地从谷歌的大规模泄密事宜中获取策略或小操持，并且我们清楚地知道谷歌将迅速阻挡任何潜在的此类信息的滥用，但根据我们所理解到的信息，大量的信息可用于改进我们呈现网络内容和组织营销数据的办法。
只管存在这些限定，但这次泄密事宜仍为改进网络内容呈现和营销数据组织供应了宝贵的见地。为了使这些见地的获取更加民主化，我开拓了一款Google 泄密报告工具，旨在让 SEO 专业人士和数字营销职员能够轻松获取这些信息。
例如，理解 Google 的分类系统及其将网站划分为各种分类法特殊有启示性。这些分类法（例如“verticals4”、“geo”和“products_services”）在搜索排名和干系性中起着至关主要的浸染，每个分类法都有独特的属性，会影响网站和内容在搜索结果中的呈现办法和排名。
通过利用 SEOntology，我们可以采取个中一些属性来增强网站表现。
现在，停息一下，想象一下将您每天通过 Moz、Ahrefs、Screaming Frog、Semrush 等工具管理的繁芜 SEO 数据转换为交互式图表。现在，设想一个自主 AI 代理（例如 Agent WordLift）在您身边。
该代理采取神经符号 AI，这是一种将神经学习能力与符号推理相结合的尖端方法，可自动实行 SEO 任务，例如创建和更新内部链接。这简化了您的事情流程，并带来了以前无法达到的精度和效率。
SEOntology 是这一愿景的支柱，它供应了一个构造化的框架，使 SEO 数据能够在不同的平台和工具之间无缝交流和重复利用。通过标准化 SEO 数据的表示和互连办法，SEONtology 确保从一种工具中得到的宝贵见地能够被其他工具轻松运用和利用。例如，来自 SEMrush 的关键字性能数据可以为 WordLift 中的内容优化策略供应信息，所有这些都在统一、可互操作的环境中完成。这不仅最大限度地提高了现有数据的效用，而且还加速了对有效营销至关主要的自动化和优化流程。
将 SEO 专业知识注入 AI 代理随着我们开拓一种新的 SEO 和数字营销代理方法，SEONtology 可作为我们的领域特定措辞 (DSL)，用于将 SEO 技能编码到 AI 代理中。让我们看一个实际示例来理解其事情事理。
WordLift 截图，2024 年 8 月
我们开拓了一个别系，让 AI 代理理解网站的自然搜索性能，从而实现 SEO 专业职员和 AI 之间的一种新型互动。原型的事情事理如下：
系统组件知识图谱：存储利用 SEOntology 编码的 Google 搜索掌握台 (GSC) 数据。LLM：将自然措辞查询转换为 GraphQL 并剖析数据。AI 代理：根据剖析的数据供应见地。人机交互图片来自作者，2024 年 8 月
该图解释了范例交互的流程。以下是此方法的强大之处：
自然措辞界面：SEO专业职员可以用大略的措辞提出问题，而无需构建繁芜的查询。背景理解：LLM 理解 SEO 观点，从而可以进行更细致入微的查询和相应。深刻剖析：人工智能代理不仅仅检索数据；它还供应可操作的见地，例如：识别表现最佳的关键词。突出重大的性能变革。建议优化机会。交互式探索：用户可以提出后续问题，从而动态探索 SEO 性能。通过 SEOntology 对 SEO 知识进行编码并集成性能数据，我们正在创建 AI 代理，这些代理可以在 SEO 任务中供应情境感知、细致入微的帮助。这种方法弥合了原始数据和可操作见地之间的差距，使各级专业职员更随意马虎得到高等 SEO 剖析。
这个例子解释了像 SEOntology 这样的本体如何帮助我们构建代理 SEO 工具，这些工具可以自动实行繁芜的任务，同时保持人工监督并确保结果的质量。这是对 SEO 未来的一瞥，个中人工智能将增强人类的专业知识，而不是取代它。
人机协同 (HTIL) 和协作知识共享让我们明确一点：虽然人工智能正在彻底改变 SEO 和搜索，但人类才是我们这个行业的心脏。随着我们深入研究 SEOntology 和人工智能赞助事情流程的天下，我们必须明白，人机协同 (HITL) 不仅仅是一个花哨的附加功能，它是我们构建的统统的根本。
创建 SEOntology 的实质是将我们的集体 SEO 专业知识转移到机器上，同时确保我们人类仍旧牢牢节制主动权。这并不是要把钥匙交给人工智能；而是要教会它成为我们 SEO 旅程中的终极副驾驶。
人类主导的人工智能：不可替代的人类成分SEOntology 不仅仅是一个技能框架，它还是协作知识共享的催化剂，强调了 SEO 中的人类潜力。我们的承诺不仅限于代码和算法，还包括培养技能和拓展新一代营销职员和 SEO 专业人士的能力。
为什么？由于人工智能在 SEO 方面的真正力量是由人类洞察力、多样化不雅观点和现实天下履历开释出来的。经由多年利用人工智能事情流程，我意识到代理 SEO 从根本上因此人为本的。我们不会取代专业知识；我们只是在扩大它。
我们将尖端技能与人类创造力、直觉和道德判断相结合，供应更高效、更值得相信的结果。这种方法赢得了我们行业内和全体网络客户的信赖。
以下是人类仍旧不可替代的地方：
理解业务需求：人工智能可以处理数字，但无法取代履历丰富的 SEO 专业人士对业务目标的细致理解。我们须要能够将客户目标转化为可操作的 SEO 策略的专家。识别客户约束：每家企业都是独一无二的，有其局限性和机遇。须要人类洞察力来战胜这些限定并制订在实际参数范围内有效的定制 SEO 方法。开拓尖端算法：支持我们 AI 工具的算法并非凭空而来。我们须要聪明的人才来开拓最前辈的算法，从人类输入中学习并不断改进。工程稳健系统：每个运行顺畅的 AI 工具背后都有一支软件工程师团队，他们确保我们的系统快速、安全、可靠。这些人类专业知识使我们的 AI 助手像运转良好的机器一样运行。致力于打造更美好的网络：SEO 的核心是致力于让网络变得更美好。我们须要与 Tim Berners（李）抱有共同愿景的人，即热衷于开拓数据网络和改进每个人的数字生态系统的人。社区折衷和韧性：我们须要联络起来，剖析搜索巨子的行为并制订韧性策略。这关乎以个人和集体的力量创新地办理我们的问题。这便是我一贯热爱 SEO 行业的缘故原由！扩大搜索引擎优化的覆盖范围
随着我们连续开拓 SEOntology，我们并非孤立地运作。相反，我们正在构建和扩展现有标准，特殊是 Schema.org，并遵照 GS1 Web 词汇表的成功模式。
SEOntology 作为 Schema.org 的扩展Schema.org 已成为网络上构造化数据的事实标准，它供应了网站管理员可以用来标记其页面的共享词汇表。
然而，只管 Schema.org 涵盖了广泛的观点，但它并没有深入研究 SEO 特定的元素。这便是 SEOntology 的浸染所在。
Schema.org 的扩展，例如 SEOntology，实质上是一种补充词汇表，它为核心 Schema.org 词汇表添加了新的类型、属性和关系。
这使我们能够保持与现有 Schema.org 实现的兼容性，同时引入核心词汇中未涵盖的 SEO 特定观点。
从 GS1 Web 词汇中学习GS1 Web 词汇表为创建与 Schema.org 无缝交互的成功扩展供应了绝佳模型。GS1 是一家开拓和掩护供应链标准的环球组织，它创建了 Web 词汇表以扩展 Schema.org 以用于电子商务和产品信息用例。
GS1 Web 词汇表乃至最近就展示了行业特定的扩展如何影响和与架构标记交互：
现实天下的影响：https://schema.org/Certification 属性现已被 Google 正式接管，它源自 GS1 的 https://www.gs1.org/voc/CertificationDetails。这展示了扩展如何推动 Schema.org 和搜索引擎功能的演化。我们希望采取类似的方法来扩展 Schema.org 并成为 SEO 干系运用程序的标准词汇，从而可能影响未来的搜索引擎功能、AI 驱动的事情流程和 SEO 实践。
就像 GS1 在引用模式术语时定义其命名空间 (gs1:) 一样，我们也定义了我们的命名空间 (seovoc:)，并在可能的情形下将类集成到 Schema.org 层次构造中。
SEO本体论的未来SEOntology 不仅仅是一个理论框架；它是一个实用工具，旨在为日益由人工智能驱动的生态系统中的 SEO 专业人士和工具制造商供应支持。
以下解释了您可以如何参与 SEOntology 并从中受益。
如果你正在开拓 SEO 工具：
数据互操作性：履行 SEOntology 以标准化格式导出和导入数据。这可确保您的工具能够轻松地与其他符合 SEOntology 的系统进行交互。人工智能就绪数据：通过根据 SEOntology 构建您的数据，您可以使其更易于进行人工智能驱动的自动化和剖析。如果你是 SEO 专业人士：
为开拓做出贡献：就像 Schema.org 一样，您可以为 SEOntology 的发展做出贡献。访问其GitHub 存储库以：提出您认为该当包括的新观点或新属性的问题。提出对现有定义的修正。参与有关 SEOntology 未来方向的谈论。在您的事情中履行：开始在您的构造化数据中利用 SEOntology 观点。我们信赖开源SEOntology 是一项开源项目，它追随了 Schema.org 和其他共享链接词汇表等成功项目的脚步。
所有谈论和决定都将公开，确保社区对 SEOntology 的发展方向有发言权。随着我们得到关注，我们将成立一个委员会来辅导其发展并定期分享更新。
结论和未来事情营销的未来是人为主导，而不是被人工智能取代。SEOntology 不仅仅是一个盛行词，而是迈向这一未来的一步。SEO 对付代理营销实践的发展具有计策意义。
SEO 不再只是排名问题，而是要通过各种渠道创建智能、自适应的内容并与利益干系者进行富有成效的对话。标准化 SEO 数据和实践对付构建可持续的未来和投资负任务的 AI具有计策意义。
你准备好加入这场革命了吗？
我们须要向读者阐明 SEOntology 事情背后有三个辅导原则：
由于 AI 须要语义数据，我们须要使 SEO 数据可互操作，从而方便每个人创建知识图谱。SEONtology 是 SEO/爬取数据的 USB-C。标准化有关内容资产和产品的数据以及人们如何查找内容、产品和信息的一样平常方法非常主要。这是第一个目标。这里，我们有两个实际用例。我们有一个 WordLift 连接器，它可以从 Botify 爬虫获取爬取数据，并帮助您启动利用 SEOntology 作为数据模型的 KG。我们还在与开源爬虫和 SEO 工具 Advertools 互助，使数据与 SEOntology 可互操作；随着我们不断开拓一种新的代理式 SEO 和数字营销办法，我们希望利用 SEOntology（一种领域特定措辞）将 SEO 的专业知识注入 SEO 中，从而将 SEO 思维注入 SEO 代理（或 Agent WordLift 等多代理系统）。在这种情形下，创建动态内部链接所需的技能被编码为知识图中的节点，机会成为激活事情流程的触发器。我们希望与人机交互的 HITL 互助，这意味着本体将成为一种协作共享知识和策略的办法，有助于提高可创造性并防止当今污染网络的天生性人工智能的滥用。项目概况公共存储库X 上的话题SEOntology 的这项事情是互助的产物。我向 WordLift 团队致以诚挚的谢意，尤其是首席技能官David Riccitelli。我也感谢我们的客户致力于通过知识图谱进行 SEO 创新。特殊感谢Milos Jovanovik和Emilia Gjorgjevska的关键专业知识。末了，我感谢 SEO 社区和 SEJ 编辑团队对分享这项事情的支持。
如何利用 Python 测试 SEO 理论（以及为什么要这样做）探索利用 Python 测试 SEO 理论并确保 SEO 履行成功所涉及的步骤。
安德烈亚斯·沃尼亚蒂斯5.9K 次 阅读
在处理有流量的网站上时，履行 SEO 建议可能会带来很多丢失，但也可能带来很多好处。
可以利用机器学习模型预先测试搜索引擎排名成分来减轻 SEO 履行失落败的下行风险。
除了预测试之外，在决定是否在全体网站范围内履行之前，拆分测试是验证 SEO 理论的最可靠方法。
我们将先容如何利用 Python 测试您的 SEO 理论所需的步骤。
选择排名位置测试SEO理论的寻衅之一是须要大量的样本量才能使测试结论在统计上有效。
分割测试（由 SearchPilot 的Will Critchlow推广）倾向基于流量的指标，例如点击次数，如果您的公司是企业级的或者拥有大量流量，那么这种方法就很好。
如果您的网站没有这种令人倾慕的奢侈，那么作为结果指标的流量可能会是一个相对罕见的事宜，这意味着您的实验将须要很永劫光才能运行和测试。
相反，要考虑排名位置。很多时候，对付希望发展的中小型公司来说，他们的网页常日会针对排名还不足高而无法得到流量的目标关键词进行排名。
在测试的韶光范围内，对付每个数据韶光点，例如天、周或月，多个关键字可能会有多个排名位置数据点。与利用流量指标（每个日期每页的数据可能要少得多）比较，如果利用排名位置，则可以缩短达到最低样本量所需的韶光。
因此，排名位置对付希望进行 SEO 分割测试并能够更快地得到洞察力的非企业规模的客户来说非常有用。
Google Search Console 是你的朋友决定利用 Google 中的排名位置使得在Google 搜索掌握台 (GSC)中利用数据源成为一个大略（并且方便且低本钱）的决定（假设它已设置）。
GSC 非常适宜这里，由于它有一个 API，许可您随韶光提取数千个数据点并过滤 URL 字符串。
只管数据可能不是绝对事实，但至少是同等的，这就足够了。
填写缺失落数据GSC 仅报告包含页面的 URL 数据，因此您须要创建日期行并填写缺失落的数据。
利用的 Python 函数是 merge() 的组合（类似Excel 中的 VLOOKUP 函数），用于为每个 URL 添加缺失落的数据行，并添补您想要输入的这些 URL 上缺失落日期的数据。
对付流量指标，该值为零，而对付排名位置，该值要么是中位数（如果您假设 URL 在未产生展示时有排名）要么是 100（假设它没有排名）。
这里给出了代码。
检讨分布并选择模型任何数据的分布都代表了它的性子，就给定指标的最受欢迎值（模式）而言，比如排名位置（在我们的情形下是所选指标）对付给定样本群体的位置。
分布还将见告我们别的数据点与中间（均匀值或中位数）的靠近程度，即排名位置在数据集中的分散程度（或分布程度）。
这很关键，由于它会影响评估 SEO 理论测试时模型的选择。
利用 Python，可以通过视觉和剖析的办法完成此操作；通过实行以下代码可以直不雅观地完成：
ab_dist_box_plt = (ggplot(ab_expanded.loc[ab_expanded['position'].between(1, 90)], aes(x = 'position')) + geom_histogram(alpha = 0.9, bins = 30, fill = "#b5de2b") +geom_vline(xintercept=ab_expanded['position'].median(), color="red", alpha = 0.8, size=2) +labs(y = '# Frequency \n', x = '\nGoogle Position') + scale_y_continuous(labels=lambda x: ['{:,.0f}'.format(label) for label in x]) + #coord_flip() +theme_light() +theme(legend_position = 'bottom', axis_text_y =element_text(rotation=0, hjust=1, size = 12),legend_title = element_blank()) )ab_dist_box_plt
图片来自作者，2024 年 7 月
上图显示，分布呈正偏态（想象向右的斜线），这意味着大多数关键词排名较高（显示在赤色中线左侧）。要运行此代码，请确保通过命令 pip install pandas plotnine安装所需的库：
现在，我们知道要利用哪个考验统计量来判断 SEO 理论是否值得研究。在这种情形下，有一系列适宜这种分布类型的模型可供选择。
最小样本量所选模型还可以用于确定所需的最小样本量。
所需的最小样本量可确保组间不雅观察到的任何差异（如果有）都是真实的，而不是随机的。
也便是说，您的 SEO 实验或假设的结果差异具有统计意义，并且测试精确报告该差异的概率很高（称为功效）。
这可以通过仿照一系列符合上述模式的随机分布来实现，这些分布既适用于测试，也适用于掌握和参加测试。
这里给出了代码。
运行代码时，我们看到以下内容：
(0.0, 0.05) 0(9.667, 1.0) 10000(17.0, 1.0) 20000(23.0, 1.0) 30000(28.333, 1.0) 40000(38.0, 1.0) 50000(39.333, 1.0) 60000(41.667, 1.0) 70000(54.333, 1.0) 80000(51.333, 1.0) 90000(59.667, 1.0) 100000(63.0, 1.0) 110000(68.333, 1.0) 120000(72.333, 1.0) 130000(76.333, 1.0) 140000(79.667, 1.0) 150000(81.667, 1.0) 160000(82.667, 1.0) 170000(85.333, 1.0) 180000(91.0, 1.0) 190000(88.667, 1.0) 200000(90.0, 1.0) 210000(90.0, 1.0) 220000(92.0, 1.0) 230000
详细来说，这些数字代表以下含义：
(39.333,：达到显著性的仿照运行或实验的比例，即达到显著性和稳健性的同等性。
1.0)：统计功效，考验精确谢绝零假设的概率，即实验设计能够在此样本量水平上精确检测到差异。
60000: sample size
上述内容很有趣，但对付非统计学家来说可能会令人困惑。一方面，它表明我们须要 230,000 个数据点（由一段韶光内的排名数据点组成），才能有 92% 的机会不雅观察到达到统计意义的 SEO 实验。然而，另一方面，有了 10,000 个数据点，我们就能达到统计意义——那么，我们该怎么做呢？
履历见告我，你可能会过早地达到显著性，因此你须要瞄准一个至少能保持 90% 韶光的样本量——我们须要 220,000 个数据点。
这一点非常主要，由于在培训了一些企业 SEO 团队后，他们都抱怨在推出成功的测试变更时进行的结论性测试并没有产生预期的结果。
因此，上述过程将避免由于不知道最小样本量和过早停滞测试而造成的所有痛楚、韶光、资源的摧残浪费蹂躏以及信誉的受损。
分配并履行考虑到这一点，我们现在可以开始在测试和掌握之间分配 URL 来测试我们的 SEO 理论。
在 Python 中，我们利用np.where() 函数（类似 Excel 中的高等 IF 函数），个中我们有几个选项来划分主题，可以基于字符串 URL 模式、内容类型、标题中的关键字或其他，详细取决于您要验证的 SEO 理论。
利用这里给出的 Python 代码。
严格来说，你会运行这个程序来网络数据，作为新实验的一部分。但你可以回顾性地测试你的理论，假设没有其他变革可以与假设相互浸染并改变测试的有效性。
要记住一些事情，由于这有点假设！
一旦网络到数据，或者您确信拥有历史数据，就可以运行测试了。
在我们的排名位置案例中，我们可能会利用像Mann-Whitney 考验这样的模型，由于它具有分布特性。
但是，如果您利用另一个指标，例如点击次数（服从泊疏松布），那么您将须要另一个完备的统计模型。
这里给出了运行测试的代码。
一旦运行，您就可以打印测试结果的输出：
Mann-Whitney U Test Test ResultsMWU Statistic: 6870.0P-Value: 0.013576443923420183Additional Summary Statistics:Test Group: n=122, mean=5.87, std=2.37Control Group: n=3340, mean=22.58, std=20.59
以上是我运行的一个实验的输出，该实验展示了商业上岸页面与支持博客指南在内部链接到前者与不受支持的上岸页面的影响。
在这种情形下，我们表明，内容营销支持的优惠页面在 Google 排名中均匀赶过 17 位 (22.58 – 5.87)。差异也很显著，达到 98%！
然而，我们须要更多韶光来获取更多数据——在这种情形下，须要其余 210,000 个数据点。与目前的样本量一样，我们只能确保 SEO 理论在不到 10% 的韶光内是可重复的。
拆分测试可以展示技能、知识和履历在本文中，我们先容了测试 SEO 假设的过程，涵盖了进行有效 SEO 测试的思维和数据哀求。
现在，您可能会意识到，在设计、运行和评估 SEO 测试时，有很多事情须要解开和考虑。我的SEO 数据科学***课程对 SEO 测试的科学进行了更深入的先容（包含更多代码），包括拆分 A/A 和拆分 A/B。
作为 SEO 专业人士，我们可能会将某些知识视为天经地义，例如内容营销对 SEO 性能的影响。
另一方面，客户常日会质疑我们的知识，因此分割测试方法最能展示您的 SEO 技能、知识和履历！
理解如何将数字公关与搜索引擎优化 (SEO) 相结合以带来合格的潜在客户并确保同等的信息通报以勾引客户参与网站。
凱文·羅5.1K 次 阅读
将您的内容与媒体宣布相结合可以提高转化率，由于它会影响搜索行为并创建从媒体到搜索再到网站的渠道。
当我将 SEO 和内容营销与数字公关策略结合起来并创建这些渠道时，我看到了最佳的转化率和最合格的潜在客户。
SEO和内容营销是您的营销组合的一部分吗？您是否创造转化率较低？您的 SEO 操持是否只是未能实现业务成果或大略的转化？
然后，这三种优化漏斗的方法可以通过创建PR 和 SEO 漏斗来改变全体操持的成功轨迹。
文章概述：
整合数字公关和搜索引擎优化：将数字公关与搜索引擎优化相结合，可确保同等的信息通报，勾引客户从媒体曝光到网站参与和转化，从而提高转化率。漏斗优化策略：我描述了三种通过内容增强 SEO 的方法：1.) 吸引媒体宣布并推动网络流量的品牌宣布。2.) 新市场种别中的指南，以主导搜索排名并确立市场领导地位。3.) 触发品牌搜索并优化主页以转换流量的专题文章。成功案例研究：本文将重点先容 HubSpot 的年度营销报告和 Drift 的对话式营销平台等有效案例，展示有针对性的内容和计策性媒体宣布如何显著提高流量和转化率。我还提到了 Sweetgreen 计策性地利用媒体宣布来合营主页更新，从而改进品牌搜索渠道。在深入研究案例研究之前，理解数字 PR 和 SEO 为何以及如何协同事情非常主要。
为什么要创建 PR 和 SEO 渠道Marq 的品牌同等性报告创造，68%的企业表示品牌信息的同等性对收入增长的贡献率为 10% 至 20% 或更多。
图片由作者于 2024 年 5 月创建
优化数字公关内容可以创建同等的信息，从而勾引受众从媒体、通过搜索引擎、到特定网页，终极实现转化。
媒体位于漏斗的顶端，您可以利用媒体来推动对某个想法的需求和兴趣。
例如，创建一份行业趋势报告，确定受众的机会或紧张痛点。媒体喜好数据，因此请利用这些报告来得到媒体宣布。
覆盖范围随后会推动搜索您网站所拥有的关键词。这些关键词可以是公司或产品品牌名称、新观点，或者只是您占主导地位的关键词。
您拥有的关键词比其他关键词产生更高的点击率 (CTR)。
对付品牌关键词，网站可以得到高达 60% 的点击率。搜索这些关键词的受众每每更乐意提交电子邮件以获取文档或联系人。
图片来自 Backlinko，2024 年 5 月
我们不会见告您如何优化这些渠道的内容，而是看一些示例。
这三种优化内容的方法将改变您进行 SEO 的办法。
1. 数据共享的品牌报告通过优化报告名称并将其用于数字 PR 数据活动，从数据中创建漏斗。
这种方法通过拥有自己的“行业状况”报告或创建具有自己品牌名称的研究，创建了从媒体到搜索引擎再到网站转换的渠道。
不雅观众常日会在媒体、博客上读到有关报告的内容，或者在播客上听到有关报告的内容，然后在 Google 中搜索或点击报告链接。
HubSpot 和 Conductor 创建了两份引起关注的报告。
HubSpot 的营销现状HubSpot 每年都会创建一份“营销状况”报告，该报告得到了大量链接和品牌提及。
该报告涵盖了营销领域的广泛主题和趋势，这些主题和趋势可能会影响营销职员的决策，空想情形下会影响从如何利用人工智能到哪些社交渠道产生最佳投资回报率等所有方面。
作者截图，2024 年 5 月
根据 Semrush 的数据，报告 URL 天生了来自 7,400 个引荐域的链接。在 Google 上快速搜索搜索运算符“hubspot”和“营销状况”-hubspot.com 会创造报告中有大量品牌提及。
报告名称中提及品牌可以匆匆使受众在 Google 上搜索该报告，然后从网站***。这是一个大略但有效的渠道。
作者截图，2024 年 5 月
指挥家的 SEO 状态Conductor 是一款企业 SEO 软件，它有一份“SEO 状况”报告，该报告调查了 400 多名数字营销、SEO 和内容营销专家，以确定可行的见地。
作者截图，2024 年 5 月
Conductor 的报告在 entrepreneur.com 上得到了品牌提及和直接链接，从而可以创建点击或品牌搜索。
作者截图 2024 年 5 月
品牌研究是我最喜好的渠道之一，由于报告可以命名并针对特定的角色或受众群体。
2. 新类别的指南这是迄今为止我最喜好的整合数字 PR 和 SEO 的方法，由于它可以使竞争变得无关紧要。
“种别设计”是一种涉及创建和领导您自己的新市场种别或策略的策略。这种方法涉及创建根本培训内容，以帮助您的受众看到并利用您的方法的代价。
根本内容该当在搜索引擎中根据种别号称进行排名，然后利用数字公关来推动该类别的需求和兴趣。
Drift 便是这一策略的一个非常成功的例子。
Drift 的对话式营销每当我参与方案会议来确定或设计新种别时，我都会利用 Drift 种别设计示例。
Drift 实质上是一个谈天机器人。然而，该产品被宣扬为“对话式营销”平台。从功能上讲，它根据买家旅程的阶段定制网站上的谈天体验，并筛选潜在客户。
Drift 创建了“对话式营销”种别，并将公司定位为对话式营销平台的平台，正如您从其主导航中看到的那样。
作者截图，2024 年 5 月
Drift 成立于 2015 年，不久后开始开拓“对话式营销”种别。公司成立几年后，不雅观众开始在 Google 上搜索这一观点。
截图来自 Google Trends，2024 年 5 月
Drift 在 Google 上仍旧非常显眼，位列“什么是对话式营销”指南中。
对话式营销的推出非常成功，乃至 HubSpot 也效仿并创建了初学者指南，排名仅次于 Drift。
2024 年 5 月搜索 [对话式营销] 的屏幕截图
如果您正在创建新种别或考试测验为您的公司推动品牌搜索，请创建客户故事漏斗。
3. 专题文章主页专题文章可以推动品牌搜索量的激增，而优化主页则可以吸引受众进一步在网站上采纳行动。
Sweetgreen 是一家供应沙拉的快餐休闲连锁餐厅，便是一个很好的例子。
5月初，《纽约时报》等媒体刊登了关于 Sweetgreen 开始供应牛排的文章。文章称，Sweetgreen 的义务“致力于在 2027 年实现碳中和”，而这正好是“牛排”的功劳，由于肉类行业是碳排放的紧张来源。
作者截图，2024 年 5 月
有关 Sweetgreen 在菜单中添加牛排的文章导致 Google Trends 显示，5 月 7 日旁边该品牌名称的搜索量大幅飙升 36%。
截图来自 Google Trends，2024 年 5 月
当特定受众搜索品牌名称时，大多数人都会进入主页。您是否把稳到主页的流量激增和转化率更高？常日，这是品牌搜索。
Sweetgreen 更新了其主页横幅，将牛排作为第一张图片。这为受众创建了一个有凝聚力的信息渠道，因此他们要么在进入网站时进行转化，要么改进他们对新牛排选项的影象。
作者截图，2024 年 5 月
确保专题文章与主页同等，当不雅观众在搜索引擎中搜索品牌时，就会形成强大的渠道。
开始优化结合 SEO 的数字公关可以改变内容营销策略，从而提高有名度、增加流量并提高转化率。
网站可以通过品牌报告、创新的种别指南和策略性放置的专题文章将内容与媒体宣布相结合，从而显著影响受众行为。
所供应的案例研究强调了这些策略吸引把稳力并推动故意义的参与和增长的潜力。
如何看待 SEO、内容和 PR 衡量标准（谷歌泄密事宜表明）利用公关互动指标在 SEO 方面取得领先。理解如何评估综合营销活动的影响并影响受众搜索行为。
凱文·羅3.6K 次 阅读
谷歌最近的泄密事宜强调了参与度作为排名系统的一部分，暗示影响受众行为以推动 SEO 特定指标（如排名或有机可见性）的主要性。
只管如此，一段韶光以来，我一贯在利用这些指标的大略变体来评估综合 PR 和 SEO活动的影响。我认为衡量搜索行为的想法并不新鲜，但谷歌泄密事宜揭示了其主要性。
为了实现有机可见性和排名的可持续增长，SEO 策略须要转向包括能够反响自有资产、营销资产和通报对受众搜索行为的影响程度的指标。
谷歌的更广泛目标是对真正有助于特定受众群体的内容进行排名，这是考虑这一转变的主要背景。
因此，SEO 专家该当根据参与度驱动的指标（如资产 NPS、创意采取率和激活韶光）来评估网站性能，这对付直接和间接地最大化有机搜索可见性非常主要。
为什么要衡量影响力最近的谷歌泄密事宜凸显了受众参与度指标在网页排名中日益增长的主要性。
这凸显了整合 SEO、内容创作和 PR的主要性，个中影响受众行为成为一个关键指标。
我是这样看的：
Google 强调参与度：Google 泄密事宜表明Google 非常重视用户参与度指标，例如点击数据、重复访问者、网站流量或干系点击数据。只管这些信息不完全且可能已过期，但这只是 Google 以某种办法利用用户参与度的浩瀚例子之一。AI 与算法的整合：随着AI更加深入地融入 Google 的排名系统，AI 可以阐明并利用这些用户参与度数据来影响排名。品牌搜索：来自品牌搜索的网站流量是受众参与度的指标，并可影响有机可见性。但为了提高受众参与度，我们必须超越大略的 SEO 活动，例如链接培植、创建以关键字为中央的内容或技能 SEO。
搜索营销的未来是设计影响受众搜索行为的场景。
空想的搜索行为场景如今，受众的旅程比以往任何时候都更加繁芜，由于他们利用许多不同的来源来理解他们的问题、办理方案以及他们创造的机会。然而，这种情形简化了您思考搜索策略的办法。
场景：您创建了一项资产，得到了 PR 宣布，受众在 Google 中搜索该资产（他们可能没有根据关键字找到它，然后搜索您的品牌名称）。然后，他们不断返回您的网站探求新资产或资源来办理他们的问题或创造机会（原始资产或资源或您的产品）。
大略搜索行为场景陈述：
我须要创建关于[某个问题或机会] 的内容资产，以得到关于[该资产的某一资产] 的宣布，受众会由于[受众兴趣]而产生提示，这将使令我的受众搜索[您拥有的种别或术语]，并且他们会立即或返回网站采纳行动，由于 [办理了一个问题或创造了一个机会]。
您必须根据您的详细网站活动目标来修正它，但声明的实质将勾引您朝着精确的方向提高。
这个方向将使您能够专注于下面更主要但更难影响的方法。
我有产品管理和营销方面的根本，因此我从产品营销观点中采取了这些方法，由于它们与受众行为直接干系。
指标 1：资产净推举值你的受众推广你的内容资产或想法的可能性有多大？
NPS 分数用于通过调查问题来衡量受众的忠实度和满意度：“您向朋友或同事推举我们的内容的可能性有多大？”
受访者可以供应 0 至 10 的评分。
推广者（9-10）：忠实而激情亲切的不雅观众，他们会不断评论辩论并向他人推举您的内容或想法。被动（7-8）：对内容感到满意，但听众不会过于激情亲切，也不会听取竞争对手的不雅观点。批评者（0-6）：不满意的不雅观众，对您的内容揭橥负面评价。高 NPS 表明受众参与度高，可以提高参与度，并可以间接影响有机可见性。
常日，您必须调查受众以网络数据。利用 Google Forms、Survey Monkey 或任何带有评分量表的调查工具来网络问题。
专业提示：调查您网站上的受众、您在社交媒体上的关注者，或者您正在建立的电子邮件列表，这些电子邮件列表是受众在网站上或乃至通过时势通讯提交联系信息的结果。
指标2：创意采纳率你的听众会采纳你的想法吗？
创意的采取率是指你推出资产后，开始利用该创意的受众群体的百分比。
这是理解受众是否接管特定想法的关键指标，可供应有关参与度和市场契合度的见地。这可能会直接影响参与度旗子暗记，进而影响排名。
打算方法如下指标受众群体规模：您的受众群体有多少人？受众利用规模：利用您内容中的想法的人数。公式：采取率 = （受众利用规模/受众群体规模）X 100%
您可以通过多种不同的办法网络这些数据，但单凭份额并不是一个很好的指标，由于我不相信它们反响实际的影响力。
查找根据您的想法或内容而展开的谈论或采纳的行动。
你的受众是否在 LinkedIn、Twitter (X) 或干系社交媒体上谈论你的想法？时势通讯是否评论辩论您的想法或您的想法的实质？您的流程步骤正在被谈论吗？人们是否利用您的产品或想法分享***？专业提示：我看到一些创作者担心有人“盗取”他们的原创想法。我不认为这是坏事。这是由于办理了重大问题或机会而采取的想法的旗子暗记。
步骤 3：激活韶光您的受众须要多永劫光才能在您的网站上采纳行动？
激活韶光衡量您的受众在阅读您的信息后，通过搜索主题或在您的网站上采纳行动所需的韶光。
这些可以包括品牌搜索、您拥有的搜索关键词、文档***、联系报价或要求演示。
此指标可显示您的内容被接管的程度，或信息通报是否符合受众的旅程。激活韶光越短，表明与受众需求的契合度越高，内容效力越高。
如何丈量确定网站上的激活点（例如，您希望不雅观众触发的事宜）或目标。估计有多少人阅读或参与了您的内容。衡量有多少人针对网站上的特定事宜采纳了行动。专业提示：一些营销职员会说你不应该衡量你的操持，由于归因模型不起浸染或 SEO 须要韶光。然而，激活韶光凸显了评估活动应推动的网站操作的主要性。设计活动时，每个事宜的激活韶光应少于 3 个月，大目标的激活韶光应少于 6 个月，而更大的业务影响（如创建新的市场种别）的激活韶光应少于 12 个月。
当你激活你的受众时，品牌搜索可能会产生影响，由于你的受众可能会在 Google 上搜索有关你的主题的更多信息。
指标4：品牌搜索量受众是否在搜索引擎中搜索您的品牌？
品牌指标是指用户在搜索引擎中搜索您品牌或拥有的特定术语的次数。
您可以在Google Search Console中通过搜索您的品牌名称或您拥有的术语来衡量这一点。
专业提示：品牌关键词在 Google Analytics 中与非品牌关键词一起在通用搜索引擎（例如 Google）下报告。在 Google Search Console 中查找短期峰值或可持续趋势，以任何可能的办法对其进行细分（例如页面、查询、日期、品牌润色词）以查找影响。设计您的策略时，要考虑能够衡量品牌搜索的影响。
对您的策略的影响整合 SEO 和 PR 策略来影响受众行为和参与度对付最大化有机可见性和搜索排名非常主要。
谷歌最近的泄密事宜强调了受众参与的主要性，强调了整合内容创作、搜索引擎优化 (SEO) 和公关 (PR) 以推动故意义的互动的必要性。
资产 NPS、创意采取率和激活韶光等指标可以供应有关受众忠实度、创意采取率和行动韶光的宝贵见地。
这些对付推动参与度和影响搜索引擎排名彷佛很主要，但对付受众参与度来说至关主要。
这些参与度驱动的方法将有助于确保您不必不断追逐谷歌不断发展的算法，并且内容真正引起您的受众群体的共鸣。
开始设计综合的 PR 和 SEO 策略。
