Seotools en big data inzetten voor betere zoekmachine marketing performance

Vraag tien experts naar hun definitie van big data en ze zullen tien verschillende antwoorden geven. In essentie draait big data echter om de statistische analyse van gigantische, complexe en ongestructureerde datasets en inconsistente informatiestromen, om zo beter geïnformeerde beslissingen te maken. Het klinkt als hocus pocus, maar dat valt best mee. Verplicht leesmateriaal voor geïnteresseerden is in ieder geval dit artikel van Doug Laney, analist bij onderzoeksbureau Gartner, en één van de eerste personen die het belang van big data in de bedrijfsvoering erkende.

Relatie tussen big data en seo
Seo en online marketing zijn bij uitstek twee gebieden waar big data gebruikt kan worden en waar nog veel kansen liggen. De hoeveelheid bruikbare data op het internet is vrijwel oneindig en een online bedrijfs- en marketingstrategie gebaseerd op een correcte analyse daarvan, kan bijna meteen tot meetbaar resultaat leiden. Er zijn drie Seo-specifieke vragen waar Big Data een antwoord op kan geven, waar traditionele methoden vaak onvolledig of ontoereikend zijn:

• Wat doet de concurrentie?
• Waar liggen de beste kansen?
• Waar moet als eerst op gefocust worden?

Traditionele Seo-methoden maken voor het beantwoorden van deze vragen vaak gebruik van een kleine set vooraf gedefinieerde keywords. Met bijvoorbeeld Google Analytics, Google Trends of Google Adwords Planner is het vrij eenvoudig om inzicht te krijgen in hoe deze zoektermen zullen presteren. En ja, die tools leunen op big data. Veel interessanter is echter om te weten te komen welke keywords een bedrijf niet gebruikt, maar eigenlijk wel zou moeten gebruiken. Juist hierbij kan big data enorm waardevol zijn.

Startpunt zoekwoordenonderzoek: de concurrentieanalyse
Een Seo-concurrentieanalyse begint zoals gezegd vaak met een kleine set keywords. Meestal zijn deze vrij voor de hand liggend, bijvoorbeeld ‘bestsellers 2015’ en ‘leestips’ voor een boekwinkel, maar met een beetje creativiteit en slim zoeken is deze set vaak nog wel enigszins uit te breiden. Er zijn echter veel onbekende, maar daarom niet minder relevante, keywords die niet mee worden genomen in een online marketingstrategie. Een goed startpunt om deze keywords te identificeren is het doen van een concurrentieanalyse.

Middels SEMrush is het mogelijk om gratis, zij het met enige beperkingen, een concurrentieanalyse op basis van big data te doen. Vul een relevante zoekterm en regio of taal in, en in een paar seconden genereert SEMrush een ranking voor dat keyword. Vervolgens is het mogelijk om op basis van die ranking per domein de meest relevante keywords te bekijken. Het doel is uiteindelijk om keywords te ontdekken die in de huidige marketingstrategie ontbreken, maar waarvoor de concurrentie wel in de rankings verschijnt.

Een goede manier om het resultaat overzichtelijk en begrijpelijk te maken, is het gebruik van graph databases waarbij relaties, attributen en eigenschappen van de data grafisch inzichtelijk worden gemaakt. Deze databases zitten ingebakken in de meeste software van aanbieders van betaalde concurrentieanalyse, maar er zijn gelukkig veel gratis en open-source alternatieven beschikbaar.

Kansen en focus: identificeren van de meest aantrekkelijke zoekwoorden
Het identificeren van ongebruikte keywords is een synoniem voor het identificeren van nieuwe kansen. Het feit dat een concurrent een uniek keyword gebruikt, betekent echter niet dat het per definitie een goed idee is om in datzelfde keyword te investeren. Hier komt een graph database goed van pas, omdat deze kan visualiseren waar de overlap tussen de beste kansen, dat wil zeggen, weinig of ongebruikte keywords, en zwakke concurrentie het grootst is.

In traditionele Seo worden keywords vaak gekozen op basis van het zoekvolume dat deze termen genereert. Met big data is het mogelijk om op veel preciezere manier de beste keywords te kiezen, waarbij gelet kan worden op het organisch groeipotentieel en de relatieve sterkte van de zoekterm. Door deze criteria te combineren met de positie in de zoekresultaten van Google en de click-through-rate, ontstaat een duidelijk beeld van aantrekkelijke en minder aantrekkelijke keywords. Ineens is niet ieder uniek keyword van de concurrent even interessant meer.

In onderstaande grafiek (bron) wordt dit idee duidelijker weergegeven. Op de X-as staat de click-through rate en op de Y-as de positie in de zoekresultaten van Google. De functie geeft gemiddeldes aan voor maart 2015. Elk keyword, in een grote dataset kunnen dit er duizenden zijn, is een punt in de grafiek en valt in een van de vier kwadranten. Overigens betekent een sterk keyword in deze context dat de zoekterm voldoet aan de eerder gedefinieerde criteria met betrekking tot concurrentie en uniciteit. 

De meest aantrekkelijke keywords zijn sterke zoektermen met een hoge (voorspelde) click-through rate. Hierin investeren zal snel tot resultaat leiden, terwijl zwakke zoektermen met een lage (voorspelde) click-through rate beter overgeslagen kunnen worden. Zwakke keywords met veel potentieel zullen op de lange termijn renderen, terwijl in sterke keywords met weinig potentieel, niet geheel verrassend, het best genoeg geïnvesteerd kan worden om de term in online marketingcampagnes te handhaven, maar niet meer dan dat.

Tot slot: panacee of toch hype?
Is big data de heilige graal op het gebied van SEO? Absoluut niet. Om big data succesvol toe te passen moeten veel hindernissen overwonnen worden. Het bijhouden en analyseren van grote databases is zeer tijds- en arbeidsintensief en dit zal vooral voor kleine SEO-bedrijven waarschijnlijk een groot obstakel zijn. Het is natuurlijk ook mogelijk om deze diensten van een derde partij af te nemen, maar daar moet vaak diep voor in de buidel getast worden. Big data is daarnaast niet voor ieder probleem de meest efficiënte oplossing. In de toekomst zal big data echter steeds belangrijker en bereikbaarder worden en het kan absoluut geen kwaad om alvast op deze ontwikkeling vooruit te spelen.