Google Data Studio a SEO-ban. Hogyan lehet havi 40 órát megtakarítani?

Feltételezve, hogy egy óra munkája 100 dollárt ér, könnyen kiszámítható, hogy a jelentéskészítés ezen módja összesen 2.000 dollár havonta – tehát 24.000 dollár évente – lehetőségköltséget jelent.

24.000 dollár és 30 nap egy évben rengeteg idő és pénz! Annyi mindenre el lehet költeni, nem gondolod? Például meglátogathatsz valamilyen érdekes helyet vagy régiót.

Ezen a ponton rengeteg ember azt mondaná: „Egy ember által készített jelentés nagyobb értéket képvisel. Különben is, az ügyfél fizeti az időmet. ” Én nagy rajongója vagyok az automatizálásnak, és úgy gondolom, hogy az ember és a számítógép egyaránt képes a Google Analyticsből vagy más forrásokból származó adatok másolására és beillesztésére. A lényeg az, hogy az ember ezt az időt fordíthatná arra, hogy következtetéseket vonjon le. Ráadásul szerintem az ügyfelet nem érdekli, hogy ki vagy mi készíti el a jelentést, amíg az minden feltett kérdésre választ ad. A Deloitte Kanadában végzett kutatása szerint a marketingvezetők 82%-a elégedetlen a marketingesektől kapott jelentésekkel.

Ez tehát egy olyan terület, amelyet érdemes tovább vizsgálni és optimalizálni, és ennek egyik módja lehet a Google Data Studio segítségével történő automatizálás.

Ne hagyd őket gondolkodni

Az, hogy az olvasó képtelen a megfelelő következtetésekre jutni, az egyik alapvető probléma a jelentéskészítésben. Egy jó jelentésnek a „ne hagyd őket gondolkodni” elv szerint kellene bemutatnia az adatokat, ami azt jelenti, hogy az olvasónak nem szabad túl sokat gondolkodnia ahhoz, hogy helyes következtetésekre jusson.

Egy jelentésnek nem az összes adatot kell bemutatnia, hanem csak a kutatók megállapításait. Ha az oldal betöltési sebességéről és az alacsony konverziós arányról tartalmaz információkat, akkor az olvasónak tudnia kell, hogy az egyik a másikból következik (az alacsony oldal betöltési sebesség alacsony konverziós arányt jelent).

Próbáld ki a Senuto Suite-ot 14 napig ingyen

Próbáld ki a Senuto Suite-ot 14 napig ingyen

Adatok mesélése

Az elménk nem jeleskedik a számok és számok felfogásában. Az adattörténetmesélés egyszerűen az információ átadása egy hallgatónak – az olvasónak – egy meggyőző narratíva segítségével. A vizuális elemekkel és megfelelő narratívával vegyített adatok sokkal könnyebben érthetővé tehetnek egy jelentést. Hadd használjam a példát. Elérheted, hogy mások is lássák, amiről beszélsz. Hasonlítsa össze a következő két üzenetet:

Message #1: Az oldalát korábban 50 ezren látogatták, most 100 ezren.

Elméletben ez világos és egyszerű információ. A gyakorlatban azonban a legtöbb ember számára nehezen megfogható. Nem dolgozunk ilyen nagy számokkal a mindennapokban, így nehéz viszonyítási pontot találni.

Message #2: Most a Stamford Bridge-re lenne szükséged, hogy a weboldalad összes látogatója egy helyen legyen. A mi segítségünkkel az Old Traffordra lenne szükséged.

Amennyiben az üzenet címzettje valamennyire is ért a futballhoz, sokkal könnyebben el tudja képzelni. Ha azt mondod, hogy „40 ezer”, akkor semmilyen képet nem hozol az olvasó fejébe. Azzal, hogy egy konkrét helyre, jelen esetben a Stamford Bridge-re utalsz, képet teremtesz. Az olvasó ott lehetett ebben a stadionban, vagy legalábbis tud róla egy-két dolgot, ezért képes átlátni, mi áll az üzenet mögött. Egyre több vállalkozás mutatja be az adatokat történetek formájában. Remek példa erre a Spotify, amely minden évben egy történetszerű összefoglalót ad a felhasználóinak a Spotify-on végzett tevékenységükről.

Vagy az Uber:

Mint látható, az Uber a megtett kilométerek számát olimpiai méretű úszómedencékre fordítja le, hogy a felhasználók szemléltetni tudják a megtett távolságot.

Report purpose & structure

Egy jó jelentésnek 3 alapvető kérdésre kell választ adnia:

• MIT?
• Miért?
• MIT KÖVETKEZIK?

Nem is olyan régen a SEO-ban az alábbi táblázathoz hasonló táblázat volt a SEO-szabvány (még mindig találkozom vele néha-néha).

A fent említett elveket figyelembe véve egyértelmű, hogy egy ilyen formában elkészített jelentés senkit sem fog kielégíteni. Vissza a helyes szerkezethez:

• MIT? A jelentésnek világosan és tömören kell bemutatnia, hogy mi történt.
• MIÉRT? Minden okkal történik; ezt egy jelentésben érinteni kell.
• Mi következik? A jelentésnek azt is el kell mondania, hogy mit kell a továbbiakban tenni, figyelembe véve az észrevételeket.

Az alábbiakban egy megfelelően strukturált üzenetre mutatunk egy példát:

Amint az a grafikonból következik, március 25-én az oldal az organikus keresési eredményekben való láthatóságának csökkenését észlelte. Ez az információ önmagában gyakorlatilag semmit sem jelent az olvasó számára – ezért van a grafikon alatt egy leírás: MIT? A webhely láthatóságának csökkenése. MIÉRT? A keresőmotorok algoritmusa megváltozott. Mi következik? Egy tartalmi audit. Így sokkal könnyebb megérteni.

Hát,_ha_ez_olyan_jó,_akkor_mért_olyan_rossz?

Tipikus hiba, amit rengeteg vállalkozás és szakember elkövet, hogy megpróbálja egy jelentésben bizonyítani, hogy minden nagyszerű. Ez a prezentációs mód gyakran konfliktushoz vezet. Az ügyfelek általában számos problémával küzdenek, nem rózsaszínű szemüvegen keresztül nézik a vállalkozásukat, és az utolsó dolog, amit hallani szeretnének, hogy minden csodálatos. A helyzetek 99%-ában biztosan nem az. A helyzetek 99%-ában lehet valamit finomítani és javítani. Egy jelentésnek többek között erről kellene szólnia. Nemcsak azt kell bemutatnia, hogy mi a jó, hanem a javítandó szempontokra is (sőt, még arra is szükség van) kell összpontosítania, és arra, hogy ezek javítása hogyan befolyásolhatja a további erőfeszítéseket. Íme egy egyszerű példa: Egy ügyfél nem hajtott végre auditálási változtatásokat az oldal betöltési sebességét illetően. Annak ellenére, hogy az oldala egyre jobb helyezést ér el és láthatóbbá válik, a probléma még mindig fennáll, és mindenképpen meg kell említeni a jelentésben. Egy üzenet ebben az esetben így nézhetne ki:

Az oldal egyre magasabbra kerül a rangsorban, de a betöltési sebesség növelésével még jobb lehetne. Az ellenőrzési jelentésünkben, amelyet [dátum]-kor kapott tőlünk, javaslatot tettünk arra, hogy mit kellene javítani e tekintetben. Ezenkívül az oldal betöltési sebessége befolyásolja az oldal konverziós arányát. A Walmart által végzett kutatás szerint egy másodperccel rövidebb betöltési idő 2%-os konverziós aránynövekedést jelent. Az Ön esetében, ha 3 másodperccel gyorsabbá teszi a weboldal betöltését, az X dollár bevételnövekedést eredményezhet.

Ezzel rámutatsz arra, hogy a webhely valóban jobb helyezést ért el, de azt is megemlíted, hogy a teljesítmény lehetne még jobb is, azonosítva egy megoldandó problémát.

Google Data Studio – lehetőségek

Ön már tudja, hogyan kell jelentéseket készíteni és az adatokat helyesen bemutatni. Eljött az ideje, hogy többet tudjon meg a Data Studio-ról, és higgye el – van mit tanulnia.

Kapcsolók

A Google Data Studio alapgondolata, hogy a különböző forrásokból származó információkat összegyűjtse és emészthető formában táplálja. Az adatok beszerzése csatlakozók segítségével történik; jelenleg több mint 200 ilyen áll rendelkezésre. És megtervezheti saját csatlakozóit is!

Néhány népszerű csatlakozó a Google Analytics, a Google Search Console és a Google Ads. Vannak harmadik féltől származó csatlakozók tervezői is, pl. SuperMetrics. Az ő integrációs megoldásaikkal adatokat ragadhatsz meg pl. a HubSpotból, és integrálhatod őket a Data Studióval. Van MySql is, amely lehetővé teszi az adatbázis-lekérdezést és megjeleníti az információkat a Data Studio-ban. Ez gyakorlatilag végtelen lehetőségeket biztosít. Az alábbiakban egy jelentés látható, amelyet a rendelkezésre álló csatlakozók segítségével hoztam létre.

Személy szerint a Google Analytics-szel való kapcsolat segít nekem a blogunk teljesítményének követésében. A Data Studio-ban különböző szűrőket tudok alkalmazni, pl. a forgalom forrása. A Data Studio-ban lévő műszerfalam összesen 22 oldalból áll; ez áttekintést ad vállalkozásunk marketing és ügyfélszolgálati aspektusairól, valamint megkönnyíti az alkalmazásfejlesztést.

Community-driven components

A Google Data Studio nagy közösségének köszönhetően olyan kész komponenseket is élvezhet, amelyek segítenek az adatok nem szabványos módon történő megjelenítésében.

Adatok kombinációja

A Data Studio egyik egyedülálló képessége a különböző forrásokból származó adatok kombinálása. Példa: Szeretném összehasonlítani két különböző weboldal TOP10 kulcsszavainak számát egyetlen diagramon. Ehhez először csak két adatforrást kell hozzáadnom, majd egy metrikával kombinálnom őket.

A különböző Google Analytics-fiókok adatait is össze tudnám kombinálni, hogy egy helyen áttekintést kapjak a különböző oldalak forgalmáról.

A saját mérőszámai

A Data Studio lehetővé teszi saját metrikák létrehozását is, gyakorlatilag végtelen lehetőségekkel. Példa: Szeretném kiszámítani a weboldal új felhasználóinak arányát a weboldal összes felhasználójához képest.

Ez az opció lehetővé teszi a reguláris kifejezések és a case() függvény használatát, hogy például dinamikusan csoportosítson tartalmi darabokat. Az alábbiakban látható az én metrikám, amely dinamikusan csoportosítja a Senuto alkalmazás moduljait (a Senuto 4 alapmodulból áll).

Amit fentebb lát, az azt jelenti, hogy „ha egy oldal tartalmaz egy <projects> olvasható karakterláncot, akkor a Rank Tracker csoportba soroljuk; ha egy oldal tartalmaz egy <keywords-explorer> olvasható karakterláncot, akkor a Keyword Explorer csoportba soroljuk; ha egy oldal nem felel meg az előbbi követelmények egyikének sem, akkor az Egyéb csoportba soroljuk”. Így létrehozhatok egy táblázatot, amely az egyes modulok népszerűségét mutatja. Az általam létrehozott mérőszámot olyan mérőszámként használom, amellyel bármilyen mérőszámot, pl. munkameneteket vagy felhasználókat használhatok.

Készítettem egy kördiagramot egy adott dátumtartományra, amelyből kiderült, hogy a felhasználók 43,1%-a látogatta meg a Visibility Analysis-t, 1,2%-a a Keyword Explorer-t, 4,7%-a a Rank Tracker-t és 2,2%-a a SERP Analysis-t. A case() függvénynek rengeteg felhasználási módja van. Például megtervezhet egy dinamikus konverziós tölcsért és megjelenítheti azt a Data Studio-ban.

Automatizálás

A cikk elején felhoztam az időmegtakarítást a Google Data Studio segítségével. Az automatizált jelentéskészítés határozottan segít az időmegtakarításban. Ha van egy olyan jelentéssablonja, amely világos és érthető mind az Ön, mind az ügyfél számára, nem kell minden egyes jelentést kézzel elküldenie. Egyszerűen csak beütemezheti, és hagyhatja, hogy a Data Studio intézze ezt Ön helyett.

Ilyen beállítások birtokában havonta, minden hónap első napján egy sima pdf formátumú jelentés kerül kiküldésre meghatározott e-mail címekre.

Senuto Connector

A Senutónál arra törekszünk, hogy adatainkat széles körben elérhetővé tegyük. Ennek érdekében saját csatlakozót terveztünk, amely segít letölteni az adatokat a Senutóról. A csatlakozó a következő modulokkal működik:

1. Láthatósági elemzés
2. Rang Tracker

Több mint 200 mérőszámot támogat, és lehetővé teszi a SEO-jelentések automatizálását. A Connector használatáról többet megtudhat Tudásbázisunkban.

Ingyenes Google Data Studio sablonok a Senutótól

Kifejlesztettünk néhány olyan sablont is, amelyeket hasznosnak találhat a mindennapi működésében. A sablonok használata A sablonok használatához saját adatforrásokra, pl. csatlakoztatott Senuto Connectorra van szüksége. Ha nem tudja, hogyan hozzon létre adatforrást, látogasson el a Tudásbázisunkba. Miután létrehozta, nyissa meg a sablont, és válassza a Copy&Paste (Másolás&Beillesztés) lehetőséget. Ha minden jól megy, a másolt jelentésnek az új forrásokból származó adatokat kell tartalmaznia, ahogy a példán is. Senuto sablonok Ez a sablon lehetővé teszi, hogy információkat kapjon a Visibility Analysis és a Rank Tracker sablonokból. A frissítések 12 óránként történnek. Itt van a sablon: https://senu.to/gdstemplate Az internet tele van fizetős vagy ingyenes sablonokat kínáló oldalakkal. Az alábbiakban két példát mutatunk be.

• https://sheetsformarketers.com/data-studio-templates/
• https://webris.org/seo-report/

Mit mondanak a SEO-szakértők a Senuto csatlakozóról a Google Data Studio-val?

Lukasz Kacprzak, SEO vezető, CS Group

Idő – Automatizálás – Átláthatóság A Google Data Studio integrációt elsősorban a belső szervezeti projektek jelentéskészítésére használom. Leülök a laptopom elé, megnyitok egyetlen panelt, ahol elemezhetem a Senuto összeválogatott adatait (teljes láthatóság), a Google Analytics és a Google Search Console forgalmi információit. Az összes adatot diagramok és táblázatok formájában gyűjtöm össze. Kedves SEO-k – ez egy nagyszerű kényelem. Elméletben nem nagy dolog, de amikor projektek tucatjainak elemzéséről beszélünk, kiderül, hogy hatalmas időmegtakarítás. Nem én lennék, ha nem említeném meg a kedvenc részemet – a heti vagy havi jelentések automatizálásának és e-mailben történő elküldésének lehetőségét az összefoglaló adatokkal. Amikor ügyfélprojekteken dolgozunk, a Senuto API-t használjuk a jelentéskészítéshez, így a rendszereken belül már készen állnak a jelentések. Amikor belső projektekről van szó, akkor az összefoglaló elkészítéséhez be kell vonnom a jelentéstételi osztály és az informatikai részleg embereit. A Senuto és a GDS integrációjával ezt magam csináltam. Természetesen mindezt meg lehet tenni az emberei bevonásával. A kérdés az, hogy van-e rá időnk, ha már automatizált és egyszerűségében átlátható. Van, akinek van ideje a barkácsolásra – nekem nincs, és tudatosan optimalizálom. Szeretek utazni, és erre fordítom a felesleges időmet.

Kamil Sroka, SEO vezető, DevaGroup

A SEO-jelentések elkészítése magában foglalja a weboldal láthatóságának meghatározását. A kulcskifejezések figyelése nem ad átfogó képet a domain globális tevékenységéről. Ahhoz, hogy őszintén ellenőrizni tudjuk egy domain állapotát, tevékenységeink hatékonyságát vagy a weboldal jelenlegi állapotát, ellenőriznünk kell a láthatóságot a TOP 3, 10 és 50-es listákon a Google-ban. A SEO-iparban az eszközök használatának és a megoldások kialakításának képessége rendkívül kívánatos tulajdonság, amelyet minden SEO-csapatban nagyra értékelnek. A SEO szakemberek szeretnek olyan munkát végezni, amit élveznek, és egyezzünk meg abban, hogy a havi jelentések készítése nem tartozik ezek közé. A Google Data Studio integrációnak és a Senuto API-nak köszönhetően rengeteg időt takaríthatunk meg a jelentések elkészítése, az eredmények ellenőrzése vagy a változások bemutatása során ügyfeleinknek. Mindenképpen ajánlom az automatizálást minden SEO szakember vagy csapat mindennapjaiban.

Wojtek Gradzki, SEO szakértő & társalapító a Samoseo-nál

A Google Data Studio-ban készítünk jelentéseket a vonzó megjelenítési formája és a különböző forrásokból származó adatok automatikus integrálásának lehetősége miatt. Az egyik forrás, amelyet figyelembe veszünk, a Senuto szerint az ügyfeleink weboldalainak a Google-ban való láthatóságára vonatkozó információk. Mivel ahol csak lehet, igyekszünk automatizálni a munkánkat (így szakembereink idejét az adatelemzésre és nem az adatgyűjtésre fordítjuk), nagy örömmel értesültünk a Senuto és a GDS integrációjáról. A kezdetektől fogva használjuk. Most már nemcsak a jelentéskészítéshez szükséges idő csökkent jelentősen, hanem a jelentések vizuálisan is egységesek és vonzóbbak az ügyfelek számára. Végül, de nem utolsósorban jelentősen csökkent a hibakockázat, amelyet a „kézi” jelentésekkel nem lehet 100%-ban kiküszöbölni.

Sebastian Heymann, az EACTIVE SEO vezetője

A Senuto integrációját a Google Data Studio-val elsősorban arra használjuk, hogy a SEO eredményekről jelentést készítsünk ügyfeleinknek. Ennek köszönhetően a TOP3 / TOP10 láthatósági diagramok tökéletesen illeszkednek a jelentéseink általános stílusába. A GDS-jelentéseinkben olyan konkrét kulcsszavak aktuális pozícióiról adunk tájékoztatást, amelyeken egy adott időpontban intenzíven dolgoztunk. Emellett gyakran figyelembe vesszük az adott iparág szezonalitására vonatkozó adatokat is.

FAQ