Hvilke søgeord skal min virksomhed rangere efter i Google?

Er du fokuseret på spørgsmål som "Hvordan kan vi få mere trafik fra Google?", eller "Hvordan får vi vores søgeord til at rangere højere?".

Det er helt sikkert relevante spørgsmål, men jeg har et bedre spørgsmål til dig:

"Hvilke søgeord er de mest værdifulde for vores virksomhed at rangere på i Google?"

De to første spørgsmål fokuserede på at få mere trafik. Men det fører ikke nødvendigvis til mere omsætning.

Mit spørgsmål fokuserer på, hvilke søgeord der kan generere salg for os på kort sigt eller på lang sigt.

I dette indlæg vil jeg forklare, hvordan du kan identificere de mest værdifulde søgeord at rangere efter i Google, og til sidst vil jeg afsløre, hvordan jeg bruger AccuRanker, når jeg eksekverer.

Er du klar til at generere mere omsætning?

Lad os komme i gang.

Skal vi acceptere, at SEO er et langt spil?

Har du nogensinde hørt en variant af nedenstående citat?

"SEO handler om det lange seje træk, hvor man kæmper i årevis, før man høster frugterne".

Denne type citater synes at være "sandheden", som SEO'ere prædiker for deres kolleger og deres kunder.

Men jeg er ikke enig.

Jeg tror, at de langsomme SEO-fremskridt for det meste skyldes, at man fokuserer på de forkerte søgeord. Mange SEO'ere er alt for ivrige efter at gå efter søgeord med høj søgevolumen i stedet for dem, der har potentiale til at generere indtægter.

At gå ned ad den forkerte vej vil medføre en masse spildtid.

For det første vil du bruge tid på at rangere højt på de forkerte søgeord, og for det andet, når det endelig lykkes, vil du bruge tid på at finde ud af, hvorfor de ikke giver nogen forretning.

Det er en skam.

Men det kan faktisk undgås, da der er sket to skift, som hjælper os med at lave bedre SEO.

To store skift til bedre SEO

Mens mange SEO'ere er blændet af de nye skinnende ting som stemmesøgning eller daglige Google-opdateringer på Search Engine Land, mener jeg, at der er to store skift, som er nøglen til bedre SEO-resultater.

1. Vi har bedre data end nogensinde

Google Keyword Planner er nu kun en af mange datakilder til at forstå, hvad folk søger efter, og det er ikke engang den bedste ressource, vi har. Nu giver clickstream-baserede værktøjer, analyseværktøjer og specialiserede SEO-værktøjer os bedre indsigt. Det virker, som om de har eksisteret i en evighed, men et genialt rank tracking-værktøj som AccuRanker fik først sit store gennembrud for et par år siden.

2. Der er nu bedre værktøjer til at arbejde med store datasæt

Har du nogensinde ventet på, at Excel skulle knuse et stort datasæt?

Det har vi alle.

Selvom Excel har været enhver SEO-specialists bedste ven i de sidste årtier, er det på tide at se kendsgerningerne i øjnene. Du skal ikke læse artikler som den nedenfor for at løse problemet.

Nu kan vi alle være data scientists. Faktisk er det en nødvendig færdighed, hvis du vil gøre det godt med SEO i de kommende år.

Og det er derfor tid til at træffe en svær, men korrekt beslutning.

Ja, jeg sagde det. Du bør droppe Excel som dit go-to-værktøj.

Jeg siger ikke, at det ikke stadig er nyttigt, men det er ikke nok. Og det er ikke det centrale værktøj til indsigt.

Der findes bedre alternativer, og det fantastiske er, at de er gratis.

I løbet af det sidste år er jeg blevet en stor fan af Microsofts Power BI, og i dette indlæg vil jeg vise dig hvorfor.

Kudos til Wil Reynolds fra Seer Interactive for at vise vejen. Visionære som ham er sjældne i branchen.

Sådan finder du de mest værdifulde søgeord for din virksomhed

Efter denne svada, lad os vende tilbage til det oprindelige spørgsmål.

I det følgende eksempel vil jeg vise dig den trinvise proces til at finde de mest værdifulde søgeord for din virksomhed via Power BI:

Trin 1 - Hent tre datasæt fra Google Analytics og Google Search Console

Vi ønsker at flette data fra Google Ads' søgeforespørgsler med vores Google Search Console-data. Tanken er, at hvis vi kan identificere de betalte søgeforespørgsler, der genererer transaktioner, kan vi se på vores rangerede organiske søgeord for at lede efter muligheder.

Først downloader vi de sidste 12 måneders søgeforespørgsler fra vores Google Ads-konto. Sørg for at sortere det efter omsætning. I eksemplet nedenfor har jeg hentet 2.000 søgeforespørgsler, som har genereret transaktioner i år.

For det andet downloader vi de sidste 12 måneders data fra Google Search Console. Hvis du henter data direkte fra Google Search Console, får du kun 999 rækker med søgeforespørgsler.

Det er ikke nok.

I stedet kan du bruge API'en til at få flere data, men jeg bruger en anden løsning.

For at få alle søgeforespørgsler skal du hente tilføjelsen til Google Sheets kaldet Search Analytics for Sheets. Vi forbinder det til vores Google Search Console-konto, og vi kan derefter anmode om alle forespørgsler fra de sidste 12 måneder.

I stedet kan du bruge API'en til at få flere data, men jeg bruger en anden løsning.

For at få alle søgeforespørgsler skal du hente tilføjelsen til Google Sheets kaldet Search Analytics for Sheets. Vi forbinder det til vores Google Search Console-konto, og så kan vi anmode om alle forespørgsler fra de sidste 12 måneder.

Det er bedre - i stedet for 999 har jeg nu hentet 18.295 søgeforespørgsler.

Vi downloader dataene som en Excel-fil.

Da vi ønsker den aktuelle placering, er vi nødt til at hente et andet datasæt fra Google Search Console, hvor vi henter de samme data som før. Den eneste forskel er, at datointervallet er dags dato.

Det friske ranking-datasæt indeholder 16.727 af de 18.295 søgeord, vi hentede i det første Google Search Console-datasæt.

Ikke dårligt.

Vi har nu alle de nødvendige data.

Før vi går videre til trin 2, så lad mig kort opsummere, hvad der skete:

A. Vi fik de sidste 12 måneders data for Google Ads-søgeforespørgsler. I dette eksempel identificerede vi 2.000 forespørgsler, som genererede indtægter for os i perioden.

B. Vi hentede den fulde liste over søgeforespørgsler, som vi rangerer efter i organiske søgninger via Google Search Console. I dette tilfælde +18K søgeforespørgsler.

C. Vi fik dagens aktuelle ranking for +16K af søgeordene via Google Search Console.

Disse tre datasæt er et solidt grundlag for at få nogle indsigter. Lad os gå videre og importere dem til Power BI.

Trin 2 - Importer dataene til Power BI, rens dem og forbind dem

Hvis du stadig ikke har downloadet Power BI, så er det på tide. Gå ind og download det nu.

Vi er nødt til at indtaste de tre Excel-filer i Power BI via Get Data i topmenuen.

Der er to nøglefaktorer for at gøre dataene klar til senere visualiseringer: Dataene skal renses og derefter forbindes med hinanden.

Først renser du dataene. Klik på Edit queries i topmenuen. Gå gennem hvert datasæt, og sørg for, at hver kolonne har det rigtige format (tekst eller tal). For at undgå problemer foreslår jeg også, at alle ord konverteres til små bogstaver.

Ændr navnet på hvert datasæt til noget, du kan forstå, så du ikke blander dem sammen. I dette eksempel kalder jeg dem GA 12m, GSC 12m og GSC ranking som vist nedenfor:

Den anden del af oprydningen er at sikre, at vi kun har unikke søgeforespørgsler i de to Google Search Console-datasæt for at kunne forbinde dem til Google Search Ads-datasættet.

Derfor er vi nødt til at indstille kolonnepositionen i begge datasæt til stigende, så de bedst placerede forespørgsler vises først. Når det er gjort, skal du markere kolonnen med søgeforespørgsler og fjerne dubletter.

Luk og anvend.

Nu er det tid til at kombinere de tre datasæt, så vi kan få nogle gode indsigter.

Vi går til Manage relationships i topmenuen, vælger New, Create a relationship between the Search query columns og vælger Many to one.

Hvis datasættene ikke kan forbindes, skal du gå tilbage til dine datasæt og se, om kolonnerne er i de rigtige formater, og sikre, at dubletter er blevet fjernet.

Vi har nu importeret dataene, renset dem og forbundet dem, så vi er klar til at visualisere dataene for at finde nogle værdifulde indsigter.

Trin 3 - Visualiser dataene, og analysér dem for at få indsigt

Når vi har oprettet forholdet mellem datasættene, bør vi kunne kombinere data.

Klik på fanen Visualisering til venstre.

Du vil nu se et hvidt lærred. Vælg spredningsdiagrammet i Visualiseringer til højre.

I datasættet GSC 12m skal du trække og slippe Query i feltet Details.

Træk og slip derefter Position i feltet X axis. Til sidst skal du trække og slippe Impressions i Y-aksefeltet.

Spredningsdiagrammet vil se underligt ud, så sørg for at vælge Minimum i stedet for standardtællingen på .... for de to sidste dataposter.

Klik nu på ikonet Format for at foretage de sidste designforbedringer.

Du skal slå Display Category Labels til, og jeg anbefaler også at slå Color by category til.

Nedenfor har du nu det færdige spredningsdiagram med mit eksempel:

Hver boble er et søgeord (jeg har fjernet søgeordsetiketten). På X-aksen kan du se dets organiske placering i Google fra 1 til 100. På Y-aksen kan du se antallet af årlige visninger.

Jeg har indsat nogle kort fra Visualizations. I sidste ende fandt vi 896 søgeord repræsenteret i alle datasæt, der repræsenterer 3 millioner årlige visninger og 106.000 klik.

Det er allerede interessant, men det er nu, det bliver spændende.

Nu trækker du Revenue fra GA 12m-datasættet ind i feltet Size (vælg minimum).

Boom!

Nu kan vi se, hvilke søgeforespørgsler der har givet os den højeste omsætning i Google Ads i løbet af de sidste 12 måneder.

Men husk på, at vi ser på den gennemsnitlige placering for de sidste 12 måneder. Den gennemsnitlige placering kan være meget forskellig fra den aktuelle. Derfor er vi nødt til at kombinere de to datasæt med det sidste datasæt GSC-rangering for at få den aktuelle rangering.

Gå til Manage relationships, og opret forbindelsen mellem de to GSC-datasæt. Når du er færdig, indsætter du Position fra GSC ranking som X-akse. Nu har du dine vigtigste søgeforespørgsler.

Du er nu klar til at dykke ned og finde de mest interessante søgeord at arbejde med. Du kan allerede få indsigt nu, men jeg anbefaler stadig, at du går dybere og også ser på trafik- og indtægtspotentialet.

I eksemplet ovenfor er der nogle bobler, som ser lovende ud. Hvis det er en stor boble, og den rangerer i position 4-20 med en rimelig trafikmængde, kan det være oplagt at gå efter den.

Men med så mange bobler i diagrammet er det vigtigt at bruge filterindstillingerne. Du kan bruge den til at udelukke eller inkludere bestemte søgeord (f.eks. brandforespørgsler), filtrere efter position (f.eks. kun se på position 5-20) eller se på søgeord med en højere søgevolumen (f.eks. mere end 100).

Jeg kunne blive ved med at tale om dataanalyse, men i første omgang bør du lave denne øvelse og så bygge videre på den, efterhånden som du kommer i gang.

For at opsummere:

Når du kombinerer datasæt, får du unik indsigt, som vil gøre din eksekvering mere præcis. I stedet for kun at se på søgevolumen, kan du nemt kombinere disse data med et lag af indtægtsnøgleord fra Google Ads for at vide, hvilke søgeord der genererer ordrer. Selvom det er nemt at lade sig rive med af de søgeord, der kan give tusindvis af ekstra besøg, kan denne analyse forhindre dig i at gå i den forkerte retning.

Da vi er på AccuRanker-bloggen, har jeg inkluderet et bonusafsnit om, hvordan jeg bruger AccuRanker som en del af eksekveringen.

BONUS - Sådan bruger jeg AccuRanker til at eksekvere på mine Power BI-indsigter

Jeg har tidligere fundet de søgeord, der genererer omsætning. Nu vil jeg gerne forbedre placeringen i Google. I sidste ende tilføjede jeg 851 søgeforespørgsler, der rangerede på de første fire sider i Google, til min konto i AccuRanker.

Så hvordan tackler jeg denne enorme liste fremadrettet?

Jeg vil inddele hvert søgeord i tre kategorier (Defend, Attack eller Build) baseret på deres placering.

Top 3 placeringer: Forsvar

Dette er dine cash cows. Du er nødt til at forsvare dem aktivt, da de er på dine konkurrenters radar. Og konkurrenterne sidder ikke stille.

4-20 positioner: Angrib

Dette er dine fremtidige cash cows. Hvis du rangerer for et af disse søgeord nederst på side 1 i Google, får du sandsynligvis 0,5-1% trafik af den samlede søgevolumen. Flyt det til top 3, og du vil få 5-20% af trafikken. Nu hvor du kender din Google Ads-omsætning, kan du udregne omsætningspotentialet i de organiske lister.

Uden for top 20: Opbygning

Hvis vi ser bort fra eventuelle tekniske forhindringer eller en lav domæneautoritet, så er grunden til, at du ikke rangerer på de to første sider i Google, at du ikke lever op til brugerens intention. I så fald skal du omplacere dine eksisterende sider og oprette nye, som opfylder dette behov.

I vores eksempel er de 851 søgeord fordelt på denne måde:

Du kan nu følge udviklingen rutinemæssigt for at vide, hvor godt det går. Samtidig ved du, hvordan du skal arbejde med det givne søgeord.

Når du vil tjekke status for dit projekt, vælger du filteret Compare to initial i AccuRanker. Derefter eksporterer du dataene til Excel.

Tilføj en kolonne efter kolonnen Tags, og indsæt følgende formel. Min kolonne er L, og her har jeg min fulde liste over søgeord:

=IF(L1:L852<=3;"Defend";IF(L1:L852<=20;”Attack”;IF(L1:L852>20;"Build"))

Så har du oprettet et opdateret tag, hvor du kan opsætte et diagram som det nedenfor, der følger udviklingen.

Jeg syntes, det var en god måde at vide, hvor godt jeg gør det, samtidig med at det er en agil proces.

Det var alt for nu. Jeg håber, du har fået lyst til at prøve at arbejde i Power BI. Hvis du har nogle spørgsmål, så lad mig det vide i kommentarfeltet nedenfor.