AI SEO In Detail

AI SEO In Detail › Modul F · Alles zusammengeführt › Folge 50

Folge 50 · 5:35 · demnächst

10 Fehler bei der SEO-Datenanalyse und wie du sie behebst

Zehn Fehler in der SEO-Datenanalyse, von ungefilterten Hostnames bis zur Scheingenauigkeit, und wie du sie in Search Console und DataForSEO erkennst.

Folge 50: Lessons Learned: 10 Fehler in der SEO-Datenanalyse Video demnächst

Diese Folge ist geskriptet und in Produktion. Das Transkript unten ist das Skript in der aktuellen Fassung; es kann sich vor der Veröffentlichung des Videos noch ändern.

Vollständiges Transkript (übersetzt)

895 Wörter · Skriptentwurf, in Prüfung.

Intro

Das ist die fünfzigste und letzte Folge der Serie. Und ich will mit dem Nützlichsten enden, das ich geben kann: die Fehler.

Keine theoretischen. Fast alle habe ich selbst gemacht, auf meinen Seiten, mit echtem Geld und echter Zeit für die falsche Schlussfolgerung. Manche fand ich nur, weil eine Zahl zu gut aussah.

In dieser Folge: zehn Fehler in der SEO-Datenanalyse, wie jeder aussieht, wie man ihn erkennt, und welche Folge die Lösung zeigt.

Fehler 1 bis 3: das Falsche messen

Fehler eins: Analytics nicht nach Hostname filtern. Eine Analytics-Property kann einen Domain-Wechsel überleben, und sammelt weiter, was immer gesendet wird. Ich hatte ein Dashboard mit über fünfzigtausend Sessions für eine Seite. Nur etwa fünfundfünfzig kamen von der aktuellen Domain. Der Rest war Bot-Spam auf einer stillgelegten Domain. Die Lösung ist ein Filter auf jede Abfrage, aus Folge fünfzehn.

Fehler zwei: der "indexiert"-Zahl im Sitemap-Report vertrauen. Nach meiner Erfahrung stimmt sie einfach nicht mit der Realität überein. Echter Index-Status kommt von URL Inspection auf Stichproben, oder aus Exact-Phrase-Suchen. Und selbst URL Inspection ist aggregiert zuverlässig, nicht pro URL, also immer eine bekannt gute Kontroll-Seite im selben Check. Folge siebzehn.

Fehler drei: Crawling im Server-Log zählen, wenn Sie hinter einem CDN sind. Der Origin-Server sieht nur Anfragen, die der Cache nicht beantwortete. Als ich es maß, sah der Origin etwa fünf Prozent von Googlebots Anfragen. Ihre Crawl-Zahlen liegen beim CDN, nicht auf Ihrem Server.

Fehler 4 und 5: dem Label vertrauen

Fehler vier: Bots per User Agent identifizieren. Der User Agent ist nur ein Text, und jeder kann "Googlebot" senden. In meiner Messung waren etwa sechsundfünfzig Prozent der Googlebot-Claims gefälscht. Prüfen Sie per IP-Adresse gegen Googles veröffentlichte Bereiche. Niemals nach dem Namen, den ein Besucher sich selbst gibt.

Fehler fünf: aus einer Datenquelle analysieren. Search Console sagt, was passierte, aber nicht, was Google statt Ihrer Seite zeigte. Ein Keyword-Tool zeigt Volumen, aber nicht, ob es gewinnbar ist. Deshalb hat das Framework aus Folge eins drei Teile. Jede Quelle beantwortet eine Frage, die die anderen nicht können. Typisch: Klicks fallen auf einer Seite, Search Console allein sagt Ranking unverändert. Nur die Ergebnisseite zeigt den Grund, ein neues Feature über den zehn blauen Links nimmt die Klicks. Eine Quelle hätte Sie eine Seite umschreiben lassen, die nie das Problem war.

Fehler 6 und 7: die Keyword-Daten kaputtmachen

Fehler sechs: Suchvolumen summieren, die wirklich eine Gruppe sind. Wenn mehrere Keyword-Varianten exakt dasselbe Volumen zeigen, gruppiert Google sie meist als eins. Addieren Sie sie, verdreifachen Sie die Nachfrage auf dem Papier. Gleiche Volumen bedeuten eine Synonym-Gruppe. Einmal zählen. Folge zwanzig.

Fehler sieben: die falsche Keyword-Form wählen. Singular und Plural können sehr unterschiedliche Volumen haben, und die Form, die national gewinnt, ist nicht immer die Form, die auf regionaler Ebene gewinnt. Den ganzen Datensatz mit falscher Form und jede Zahl darin ist falsch. Die Heilung ist billig: ein kleiner Validierungs-Task für beide Formen, beide Ebenen, vor großem Lauf. Eine verwandte Falle: "Null"-Volumen bedeutet meist unter der Messgrenze von etwa zehn Suchen pro Monat, nicht null Nachfrage.

Fehler 8 bis 10: keine Baseline, Scheingenauigkeit, keine Nachkontrolle

Fehler acht: keine Baseline. Sie liefern eine Änderung, Traffic bewegt sich, und Sie haben nichts von vorher gespeichert zum Vergleich. War es die Änderung, die Saison oder ein Update? Ohne Baseline und Change-Log können Sie nicht antworten. Speichern Sie die Zahlen, bevor Sie etwas anfassen. Folgen dreizehn und sechsundvierzig.

Fehler neun: falsche Präzision beim Scoring. Ein Score von null Komma sieben drei vier sieht wissenschaftlich aus. Aber er basiert auf geschätzten Volumen, geschätzten Klickraten und Einschätzungen zur Gewinnbarkeit. Nutzen Sie Bänder, hoch, mittel, niedrig, und lassen Abhängigkeiten entscheiden. Folgen dreiundvierzig und vierundvierzig.

Fehler zehn: nie nachmessen. Der häufigste und teuerste. Wenn Sie nicht prüfen, ob ein Fix funktionierte, gegen Kontroll-Seiten, in einem ordentlichen Fenster, können Sie nicht lernen. Sie machen einfach weiter, was sich richtig anfühlt. Und jeder ungemessene Fix macht die nächste Analyse schwerer, weil Sie nicht mehr wissen, welche Änderungen noch etwas bewirken. Tragen Sie das Nachmess-Datum ein, sobald Sie entscheiden. Folge sechsundvierzig.

Das Muster hinter allen zehn

Schauen Sie die Liste nochmal an und Sie sehen ein Muster. Keiner dieser Fehler geht um eine clevere Technik. Sie alle gehen um Vertrauen.

Die ersten vier sind Messfehler: die Zahl zählt nicht, was Sie denken, dass sie zählt. Die nächsten drei sind Datenfehler: der Datensatz ist falsch, bevor die Analyse überhaupt startet. Die letzten drei gehen um die Schleife: Sie können nicht sagen, ob etwas, das Sie taten, einen Unterschied machte.

Also ist die Gewohnheit, die die meisten verhindert, dieselbe. Bevor Sie einer Zahl glauben, fragen Sie, woher sie kam, was sie zählt, und womit Sie sie vergleichen würden.

Abschluss der Serie

Das bringt uns zurück zum Anfang. In Folge eins gab ich Ihnen ein Framework: Traffic, dann die Ergebnisseite, dann die Lücke. Fixen und nachmessen. Fünfzig Folgen später ist diese Schleife immer noch die ganze Methode. Alles andere in der Serie ist ein Weg, einen dieser Schritte sorgfältiger zu tun.

Wenn Sie neu hier sind, starten Sie mit Folge eins auf einer eigenen Seite. Wenn Sie mitgemacht haben, machen Sie es in drei Monaten nochmal. Ihr zweiter Durchgang wird Dinge finden, die Ihr erster verpasste.

Danke fürs Zuschauen, alle fünfzig oder nur diese eine. Diese Serie zu bauen hat meine eigene Analyse besser gemacht, und viele Ihrer Kommentare und Fragen fanden ihren Weg in die Folgen.

Fazit

Zehn Fehler, eine Gewohnheit: prüfen Sie, woher jede Zahl kommt. Die Checkliste aller zehn, mit der Folge für jede Lösung, ist in der Beschreibung verlinkt, zusammen mit der vollen Playlist. Der beste nächste Schritt ist Folge eins, mit Ihren eigenen Daten. Danke, dass Sie hier waren.