Keyword research > Schrijven meta-teksten > Technische implementatie. Belangrijke SEO-basics die veel handwerk kosten.
Ze worden niet vaak genoeg uitgevoerd. En meestal ook niet optimaal. Autometa doet dit alles juist volautomatisch en is zelflerend: uw meta's worden steeds beter!
Het gevolg? Meer tijd voor creatief werk. Goede resultaten.
Onder 'meta's' verstaan wij: de titels van uw pagina's (de <title> en de <h1> tags). Mensen lezen eerst de titels van uw pagina’s voordat ze besluiten om door te klikken vanuit Google of verder te lezen op uw website.
In die titels is woordgebruik superbelangrijk. Net als op dagelijkse basis, op schaal, rekening houden met alle wijzigingen in de zoekresultaten zelf.
Was er maar een systeem dat daar direct flexibel op inspeelt en zelf de best-presterende <title>-tags en <h1>-tags schrijft ...
Het feit is simpelweg dat zoekresultaten ontzettend dynamisch zijn, en dat u uzelf tekort doet als u dat altijd op dezelfde manier aanvliegt.
Zelfs als de allerbeste SEO-copywriter / -specialist voor u het allerbeste onderzoek, de allerbeste tests, en de simpelweg de allerbeste meta's geschreven heeft die ooit bestaan hebben. Dan nog doet u uzelf tekort.
We gaan er nu - hypothetisch - van uit dat de <title>-tags van alle pagina's van uw website op dit moment de allerbeste <title>-tags ooit zijn.
Waarom zou u dit dan in hemelsnaam overlaten aan een systeem dat beweert dat het beter kan?
Omdat (zelfs) de beste niet het beste is, voor iedere situatie.
Dat hebben we ooit onderzocht op circa 17.182.902 pagina’s. En in vervolgonderzoeken herhaald. Maar laten we het voor het gemak bij die eerste 17 miljoen pagina’s houden.
Waar het op neerkwam, was dat de allerbest presterende title (best presterend = meetbaar de beste) in slechts 55% van de gevallen het beste was om te gebruiken voor die specifieke pagina, in die specifieke situatie:
Tabel 1: Winstpercentage per title variant. Idealiter wint de beste variant altijd, en zou nr. 1 (de ‘winner’) dus op 100% moeten staan ...
| Position | Winning percentage |
|---|---|
| Winner | 54,8% |
| Runner-up | 26,7% |
| Bronze | 12,6% |
| Number 4 | 3,5% |
| Number 5 | 1,1% |
Bron: eigen onderzoek; meerdere bekende Nederlandstalige websites. Periode 2021-2023. n = 17.182.902 |
|
Met andere woorden: u laat een flinke kans liggen als u al uw pagina’s op dezelfde manier voorziet van <title>-tags en <h1>-tags. Soms is de ene variant beter; andere keren een andere. De kunst is het, te weten wanneer welke te gebruiken.
We hebben al veel, heel erg veel title-tags geschreven. En in de loop der jaren gingen we daarin steeds verder. Lang verhaal kort: title (en h1) optimalisatie hebben we geautomatiseerd.
Dat was niet makkelijk:
Wat is “de beste”? Hoe is dit te meten?
Hoe houden we rekening met alle dynamiek van zoekresultaten? (Denk aan Google-updates, de steeds dominanter wordende advertenties, allerlei verticals zoals YouTube, uw concurrenten, eigen posities, etc.)
Hoe maken we dit schaalbaar? Denk dan aan dagelijks letterlijk miljoenen webpagina’s en zoekresultaten analyseren.
Hoe passen we dit toe op een specifieke website, met een eigen marktsegment, taakgebruik, concurrenten, en gevoeligheden?
Hoe houden we rekening met wijzigingen in die dynamiek? Met opwaartse of juist neerwaartse trends?
Hoe doen we dit alles per individuele pagina, ook als er weinig data beschikbaar is voor die pagina. Of als de pagina nieuw is?
Hoe houden we rekening met gevoeligheden van Google zelf? Bijvoorbeeld dat we niet om de haverklap alles om moeten gooien, maar toch willen profiteren van die dynamische kansen?
Hoe krijgen we dit alles zo op een presenteerblaadje aangereikt dat het ook daadwerkelijk bruikbaar wordt voor iedere specifieke website, die met {vul hier uw eigen custom systeem in, bijvoorbeeld “systeem_x”} gebouwd is?
Deze problemen hebben we al opgelost. U kunt er gebruik van maken.
Het werkt zo. Onze API biedt een lijst URLs aan; met per URL de title en H1 voor die URL:
Tabel 2: Instructie meta's voorbeeld
| URL | Title | H1 | {Naam product} |
|---|---|---|---|
| /een/pagina | {A} kopen - Uw merk | {A} kopen | {A} |
| /een-andere-pagina | Bestel {B} - Uw merk | Bestel {B} | {B} |
Noot: dit is met opzet een eenvoudig voorbeeld. Meer variabelen zijn mogelijk. |
|||
Nadat uw systeem de nieuwe resultaten heeft gedownload (dit is een automatisch proces, dat u maar 1x hoeft te implementeren), copypaste u automatisch de nieuwe, meest optimale titles van dat moment, voor die specifieke pagina's:
En de rest is geschiedenis ...
We starten met een pilot. Dan kunt u eerst rustig zien hoe het werkt, wat het voor u doet, en heeft u alle gelegenheid om rustig te beslissen of u na de pilot door wil gaan of niet.
De pilot bestaat uit twee delen:
Setup, 4 maanden: in deze fase maken we kennis, leren wij uw website, organisatie en markt kennen, doen we het benodigde onderzoek, en stellen we Autometa in. Tegelijkertijd integreert uw IT-afdeling of partij Autometa in het systeem van uw website.
Test, 6 maanden: na implementatie gaat Autometa aan het werk, en bespreken we maandelijks de voortgang en eventuele acties. SEO is een lange termijn werkzaamheid, en het duurt simpelweg even voordat we kunnen zien wat het effect van Autometa is.
Na afloop van de pilot is vervolgens de keuze aan u om Autometa te blijven gebruiken, niet meer te gebruiken, of zelfs uit te breiden naar andere delen van uw website of organisatie.
Autometa staat voor automatische, dynamische optimalisatie van title- en h1-tags. Op schaal.
Hieronder enkele specifieke vragen die we frequent krijgen bij het presenteren en bespreken van Autometa:
Op weekbasis ca. 1% van uw meta-teksten.
Bij websites die geschikt zijn, tussen de 5% en 12% meer verkeer.
Ja, meta-teksten.
Dat is afhankelijk van de scope van het project. We starten sowieso met een pilot!
Goeie vraag! Nee, het is niet verstandig om ALLE meta-teksten ELKE dag te wijzigen. Dat zou een chaos worden. Het is ook niet verstandig om 1 enkele meta-tekst ELKE dag te veranderen.
De waarheid zit in het midden. En daar hebben we wat voor gemaakt, dus dat zit goed. N.b.: wekelijks wijzigt ongeveer 1% van de teksten.
Iets vergelijkbaars. Wat precies, is geheim ;) We combineren de slimmigheid van NLP (Natural Language Processing) met big data, statistiek, en custom software.
Laten we dit gesprek dan voortzetten
