- 22. Mai 2017
- 12 Min
Search Experience Optimization
Verständnis der Nutzererwartung für die Content-Erstellung
- Ohne intensive Recherche keine zielgerichtete Content-Produktion
- Wie wird der Content konsumiert? – Nutzererwartung hinsichtlich des Content-Formats
- Themen Recherche – Wieso Keywords nur noch eine zweitrangige Rolle spielen
- Erkenntnis der Suchintention in den Suchmaschinenergebnissen
- Wie sind Suchmaschinen in der Lage die Suchintention zu verstehen?
- Welches Bedürfnis hat der User
- Wo liegt konkret der Informatinsbedarf?
- Unterschiedliche Informationsphasen der Nutzererwartung
- Suchimpuls – Wieso entsteht dieser Informationsbedarf?
- Content-Arten-Mix durch ständigen Ausbau des Contents
- Fazit
Während der Searchmetrics Summit 2017 in Berlin, beschreibt Marcus Tober eindrucksvoll in seinem Vortrag, dass weltweit 145 Milliarden US-Dollar für die Content-Produktion ausgebenden werden. Damit investieren große Unternehmen etwa 32% ihres gesamten Marketing-Budgets in die Produktion von digitalem Content. Erschreckend dabei ist, dass etwa 80 % dieser Inhalte unsichtbar in den Suchmaschinenergebnissen sind. Weiter wird beschrieben, dass eines der größten Probleme der Verantwortlichen, die Erfolgsmessung des produzierten Contents ist.
Im Bezug auf die Nutzererwartung, ist im Vorfeld der Content-Erstellung wichtig zu wissen, welches Content-Format zum Einsatz kommen soll, um die Suchintention zu erfüllen. Hierbei kann ganz grob zwischen textlichen und visuellen Content unterschieden werden. Um den Bezug von Content-Formaten auf die Nutzerwartung zu konkretisieren, können einige einfache Beispiele betrachtet werden.
Bei der Suchanfrage „Wie binde ich eine Krawatte“ liegt die Nutzerwartung deutlich in einem visuellen Content-Format, um genauer zu sein, als Video-Format. Das Binden einer Krawatte kann im Video-Format viel besser erklärt werden als im Text- oder Bild-Format. Ähnlich sieht es bei der Suchanfrage „Moderne Sonnenbrillen“ aus. Hier werden es textbasierte Suchergebnisse schwer haben, für solche Suchanfragen zu ranken. Der Nutzer erwartet als Ergebnis, Inspirationen in Form von Bildern moderner Sonnenbrillen.
Anders sieht es bei sehr informationsintensiven Suchanfragen aus. Um die Nutzerwartung bei Suchanfragen wie z.B. „Wie entstanden die Pyramiden“ oder „Was war der kalte Krieg“ zu erfüllen, bedarf es einer großen Informationsvielfallt. Bei solchen Suchergebnissen haben oft lange und ausführliche Texte die Nase vorne.
Im Zeitalter von Deep Learning und Machine Learning spielen Keywords nur noch eine untergeordnete Rolle für eine SEO-Strategie. Einzelne Keywords werden nicht mehr betrachtet. Stattdessen wird ein Themen-Cluster aus einzelnen Keywords gebildet, um einen Teil der Nutzererwartung zu erfahren.
Um dieses Verfahren zu konkretisieren wird das Themen-Cluster „Rauchen aufhören“ als Beispiel betrachtet. Bei einer Ideenfindung durch Google für die Suchanfrage „Rauchen aufhören“ gibt Google ähnliche Suchanfragen aus. Hier wird schnell deutlich, dass bei diesen unterschiedlichen Suchanfragen, die in Abbildung 1 zu sehen sind, die gleiche Suchintention zu erwarten ist. Egal ob nach „Rauchen aufhören“, „Rauchfrei“ oder „endlich Nichtraucher“, der Suchende möchte Informationen finden, um mit dem Rauchen aufzuhören.
Bei der Content-Erstellung eines solchen informationsintensiven Themen-Clusters, sollte der Fokus auf dem Nutzer liegen und nicht auf der Suchmaschine. Es sollte nicht versucht werde, krampfhaft Keywords im Text unterzubringen, um für diese Keywords gute Positionen in den Suchmaschinenergebnissen zu erlangen. Wichtig ist zu wissen, welche Informationen bereitgestellt werden müssen, in welcher Phase sich der Nutzer befindet, welche Ereignisse diese Suchanfrage ausgelöst hat und welche Content-Arten für die Informationsgewinnung am besten geeignet sind.
Um das Verständnis der Suchintention von Google zu verdeutlichen, wurden alle in Abbildung 1. abgebildeten Suchanfragen in der Google-Suche eingegeben. Hier konnte festgestellt werden, dass 82% der Suchergebnisse der ersten Seite (Top 10 Suchergebnisse), identisch waren. Abweichungen gab es hinsichtlich der Reichenfolge und der Darstellung der Snippets.
In Abbildung 2 sind die Suchergebnisse von vier ausgewählten Suchanfragen abgebildet. Alle grünmarkierten Suchergebnisse wurden in allen 14 Suchanfragen auf der ersten Seite angezeigt. Alle gelbmarkierten Suchergebnisse wurden mindestens in 7 Suchanfragen (50%) dargestellt. Alle roten Suchergebnisse wurden in lediglich 0–6 Suchanfragen ausgespielt. Hier ist schön zu sehen, dass Google die Suchintention und die Nutzererwartung einer Suchanfrage gut versteht. Trotzdem unterscheiden sich die Content-Formate der Suchergebnisse. In den SERPS sind sowohl Videos und textliche Inhalte zu finden.
Neben dem Einsatz seitens Googles durch Deep Learning und Machine Learning, mit der Einführung des „Rank Brain“, betrachtet Google die Semantik der Terme eines Dokumentes, Textes bzw. einer Html-Seite. Um die Betrachtung Googles der Semantik eines Textes leichter zu erläutern, wird das Kommunikation-Gesellschaftsspieles „Tabu“ als vereinfachtes Beispiel herangezogen. Das Spiel dreht sich um das Erklären von Begriffen. Bei Tabu erklärt ein Spieler seiner Mannschaft einen Begriff und darf dabei keins der fünf Tabuwörter verwenden. Diese sogenannten Tabuwörter, können als semantische Terme des jeweiligen Begriffs betrachtet werden, da diese Terme den Begriff bzw. das Thema sehr gut beschreiben.
Um die semantischen Terme für einen bestimmten Suchbegriff herauszufinden, wird das WDF*IDF-Tool von OnPage.org genutzt. Dazu wird auf „Onpage.org WDF-IDF“ navigiert und der Suchbegriff „Rauchen aufhören“ eingegeben. Das Tool gibt nun eine Vielzahl von semantischen Termen aus. Hier ist zu sehen, dass ein guter Inhalt zum Thema „Rauchen aufhören“ Terme wie „Nicotin“, „Entzugserscheinungen“, „Zigarette“, „Nikotinpflaster“ und „zunehmen“ beinhalten sollte.
Bei der Betrachtung der Nutzerwartung einer Suchanfrage, ist es wichtig zu verstehen, was der Nutzer mit der Suchanfrage möchte. Um grob anzusetzen werden Suchanfragen in vier Kategorien unterteilt: informationsorientiere, transaktionsorientierte, navigationsorientierte und Brand-Suchanfragen.
Bei informationsorientieren Suchanfragen handelt es sich um Suchanfragen, bei denen der Nutzer ein Informationsbedürfnis befriedigen möchte, wie z.B. „Rauchen aufhören“. Zu diesem Zeitpunkt befindet sich der Nutzer noch am Anfang der Customer-Journey und möchte lediglich Informationen heranziehen. An eine Kaufabsicht ist noch nicht zu denken.
Transaktionsorientierte Suchanfragen sind Suchanfragen, bei denen der Nutzer eine Transaktion durchführen möchte, wie z.B. „Nikotinpflaster kaufen“. Der Nutzer hat sich bereits entschieden, einen Kauf durchzuführen. Hier sollte aber beachtet werden, dass der Nutzer wohlmöglich noch nicht genau weiß, für welche Marke er sich entscheiden soll und z.B. Vergleichsinformationen benötigt, um einen Kauf abzuschließen.
Bei navigationsorientierten Suchanfragen handelt es sich um Suchanfragen, bei denen der Nutzer zu einem bestimmten Pfad bzw. Seite einer Domain gelangen möchte. Typische navigationsorientierten Suchanfragen sind die Eingaben einer Url. Der Nutzer weiß, genau wo hin er gelangen möchte und hat bereits eine genaue Vorstellung.
Brand-Suchanfragen sind Suchanfragen, bei denen der Nutzer eine bestimmte Brand (Marke) im Kopf hat. Auch hier gibt es unterschiedliche Suchintentionen. Bei der Suchanfrage „Nike“ ist nicht sicher, ob der der Nutzer etwas über die Brand erfahren möchte, das nächste Geschäft aufsuchen will oder im Online-Shop nach Produkten sucht oder etwas bestimmtes kaufen möchte.
Bei Informationsorientieren Suchanfragen, sind die oben genannten Methoden, die Betrachtung der Keyword-Cluster, ein Blick auf die SERPS und die Termingewichtung von Suchanfragen, sehr hilfreich um die Suchintention und die Nutzerwartung besser zu verstehen zu können.
Zusätzlich sollten immer Fragen, die zu dem Themen-Cluster gestellt werden betrachtet werden. Wichtig ist, nicht nur die Fragestellungen die in die Suchmaschine eingegeben werden. Zusätzlich sollten immer relevante Portale durchfortstet werden.
Hierfür gibt es auch praktische Tools wie z.B. Bloomberry. Nach der Eingabe eines Themas, durchsucht dieses Tool vordefinierte Webseiten, in denen eine Fragestellung mit dem Thema auftaucht. Dadurch wird das durchsuchen nach relevanten Fragestellungen in ausgewählten Webseiten erleichtert.
Oft spiegeln mehrere Fragen ein und denselben Informationsbedarf dar. Nach der Betrachtung aller Fragen, sollte bei der Content-Produktion dieser Informationsbedarf ohne Lücken befriedigt werden.
Bei der Betrachtung von typischen Fragestellungen eines Themas kann leicht abgeleitet werden, in welcher Phase der Informationsgewinnung sich ein User befindet.
Um das Thema „Rauchen aufhören“ nochmal als Beispiel aufzugreifen, werden alle Fragestellungen in diese vier Phasen unterteilt (siehe Abbildung 8).
Bei Fragestellungen rund um „Wieso mit dem Rauchen aufhören“ ist sich der User noch nicht ganz sicher, ob er überhaupt mit dem Rauchen aufhören möchte. Diese Erkenntnis ist wichtig, um dem User genau diese Informationen zu liefern, wieso dieser mit dem Rauchen aufhören sollte. Was spricht dafür? Was spricht dagegen?
Wenn die Fragestellungen „Wann mit dem Rauchen aufhören“ betrachtet werden, kann davon ausgegangen werden, dass der User bereits die Entscheidung beschlossen hat, mit dem Rauchen aufzuhören, aber den Informationsbedarf hat, welcher Zeitpunkt in seinem Lebensabschnitt der optimale ist um mit dem Rauchen aufzuhören.
„Wie mit dem Rauchen aufhören“ gibt deutlich wider, dass der User Tipps und Informationen darüber haben möchte, wie man am besten mit dem Rauchen aufhören kann. Die Themen-Recherche ergab, dass sich etwa 80% aller User rund um das Thema „Rauchen aufhören“ in dieser Informationsphase befinden.
Mit Fragestellungen wie „Was hilft am besten um mit dem Rauchen aufzuhören“ nähert sich die Informationsorientiere Suche der transaktionsorientierten Suche. In dieser Informationsphase möchte der User erfahren, welche Produkte oder Hilfsmittel beim Rauchen helfen können.
Suchanfragen und Fragestellungen nicht nur Online, sondern auch durch Kundenbefragungen können einen hilfreichen Anhaltspunkt über die Phasen des Users bei der Informationsgewinnung sein, um genau für jede Phase den richtigen Content zu liefern.
Bevor Personen eine Suchanfrage in Suchmaschinen starten, entsteht ein Ereignis, welches einen Informationsbedarf auslöst. Diese Suchimpulse sollten vor der Content-Produktion bekannt sein, um zielgerichtet die Nutzerwartung zu erfüllen.
Wieso beschließt eine Person plötzlich, mit dem Rauchen aufzuhören? Jeder Raucher ist sich sicherlich über die gesundheitlichen Folgen des Rauchens bewusst. Aber wieso entschließt eine Person plötzlich mit dem Rauchen aufzuhören? Was ist in seinem Leben passiert?
Mögliche Ereignisse könnten sein, ein Todesfall in der Familie, bemerkbare gesundheitliche Probleme, eine Schwangerschaft, spürbare Beeinträchtigung der sportlichen Leistung oder eine Nichtraucher-Kampagne in den Medien.
Dies sind nur einige Beispiele, die den Informationsbedarf rund um das Thema „Rauchen aufhören“ auslösen könnte. Die Betrachtung der möglichen Ereignisse für diese Suchanfragen geben Aufschlüsse über die genaue Nutzererwartung. Benötigt eine Person, die wegen eines Todesfalles in der Familie mit dem Rauchen aufhören möchte, einen anderen Inhalt, als eine Person die wegen einer Schwangerschaft mit dem Rauchen aufhören möchte?
Bei der Fragestellung „Welche Content-Art ist für diese Suchanfrage die richtige?“ muss sich nicht immer nur für eine Content-Art entschieden werden. Bei Themen mit einem sehr großen Informationsbedarf ist oftmals ein Mix aus verschiedenen Content-Arten sinnvoll. Um einen ganzheitlichen Inhalt zu erstellen, können die in Abbildung 10 dargestellen Content-Arten genutzt werden.
Wieso wird Content produziert? Damit Suchmaschinen diesen weit oben Ranken? Und dann? Dann werden diese Inhalte von potenziellen Kunden konsumiert. Wenn der User zu diesem Zeitpunkt nicht abgeholt wird, wird dieser auch nicht zu einem Kunde konvertieren und der erstellte Inhalt bleibt nicht lange auf den gewünschten Positionen der Suchmaschinenergebnisse. Bei der Recherche für eine Content-Produktion muss viel mehr Aufwand betrieben werden, um die User genau zu verstehen. Welchen Content, zu welchem Zeitpunkt benötigen meine potenziellen Kunden? Im Bereich SEO steht immer der User im Vordergrund, nicht die Suchmaschine.
