Így szereztünk több mint 1000 linket a GEO/SEO-hoz

Kevin Rowe, a PureLinq vezérigazgatója két évet töltött azzal, hogy újjáépítette ügynöksége kapcsolatait. Az egyik ügyfélkampány több mint 1000 megérdemelt idézetet tartalmazott, köztük a The Wall Street Journal, a Fortune, az Axios, a Fox Business és a Reuters tudósításait.

Ezek az idézetek eleinte lassan jöttek. Az első hónap pontosan egy linket hozott létre, az ügyfél panaszkodott, és Kevin rábeszélte, hogy maradjon ennél. Az elhelyezések megszaporodtak, amikor az újságírók abbahagyták a várakozást, és e-maileket kezdtek el kérdezni, hogy mikor lesz kész a következő adatkészlet.

Odajutni a linképítés, mint önálló taktika feladását jelentette. Kevin érvelése az, hogy egy eredeti kutatás egyidejűleg linkeket, márka említést, mesterséges intelligencia idézést és társadalmi terjesztést eredményezhet. A megközelítés egy kétéves, a pénzügyek, a felsőoktatás, az e-kereskedelem és a B2B médiaelhelyezések tanulmányozása során született meg.

Nézze meg a teljes ülést igény szerint, hogy megtekinthesse az esettanulmányokat és a mögöttük álló számokat.

Miért nem működik többé a linképítés?

Kevin egy történettel nyitott, akiről azt mondta, hogy soha nem mesélte el nyilvánosan. 2020 körül a PureLinq majdnem leállt.

„Az egyik napról a másikra azt hiszem, elvesztettem üzletünk felét, mert a linképítés leállt” – mondta. „Így mindent újra kellett gondolnom azzal kapcsolatban, hogyan működnek az oldalakon kívüli SEO stratégiák.”

Három okot nevezett meg, ami történt, és ezek köré építette fel az ülés előterét. A legtöbb keresőoptimalizálási csapat eléri a harmadikat, mielőtt megnevezhetné, és figyeli, hogy az átkattintási arány csökken a Search Console-ban, miközben a helyezése tart.

Az egész ülésen egy vonalhoz tért vissza. „Megérdemelni a legnagyobb dolog, amit valaha is tehet” – mondta.

Művelet elem: Jelöljön meg minden olyan bejegyzést az utolsó negyedévben, amelyet egy versenytárs szóról szóra közzé tehetett. Ezután nézze meg a három erőt, amely megszakította a linképítést, és nézze meg azt a kutatási eszközt, amelyet Kevin épített a tartalom helyettesítésére.

Milyen adattörténetekkel foglalkoznak valójában az újságírók?

A kutatás köré épülő újjáépítés nyilvánvaló kérdést vet fel: mitől éri meg egy adatkészlet egy újságíró idejét? Kevin ötre szűkítette, és ezt a csúszdát a pakli legértékesebbjének nevezte. Tekintse meg mind az öt adattörténeti szöget.

Diákhitel-tanulmánya kettőn futott. A csapat ingyenes szövetségi adatokat gyűjtött be a hallgatói adósságokról, és a tanulmány teljes körű történeteket szerzett a Fox News és a Fox Business oldalain.

A forrásadatok egyikét sem volt nehéz megszerezni. „Ez igazán alacsonyan lógó gyümölcs, és azt hiszem, szinte bárki meg tudja csinálni” – mondta Kevin.

Az ingyenes adatok és a nyelvi modell is megkönnyíti a rossz tanulmány elkészítését. „A mesterséges intelligencia lecsúszása jelenleg a legnagyobb probléma a kutatásban” – mondta Kevin. „Ha kiküldöd az újságíróknak, és elkapnak, és tévesek az adataid, valószínűleg nem fognak veled dolgozni.”

Hogyan lehet egy blogot kutatási központtá alakítani, amely az AI áttekintésében szerepel?

Egy jó szög keveset ér, ha évente csak egyet tudsz gyártani. Kevin első esettanulmánya egy csapatot fed le, akik ütemezetten publikálják őket.

Az ügyfél egy B2B márka volt, országos kiterjedéssel, és nem rendelkezik fizikai hellyel, így elvesztette láthatóságát a helyi versenytársak előtt. Blogja árucikkekkel foglalkozott: az adósság behajtása, a három legfontosabb finanszírozási tipp. Ezért a csapat törölte, és kutatási központként újjáépítette.

Az első hónap egy linket hozott létre. Innentől kezdve hónapról hónapra nőtt az elhelyezések száma, és hogy a havi szám milyen magasra nőtt, az az oka annak, hogy az ügyfél maradt.

Valahol ezen a szakaszon az újságírók kezdtek először e-mailt küldeni. „Elkezdtek visszatérni hozzánk” – mondta Kevin. – Ez ennek a bejövő oldala. A Wall Street Journal végül arra kérte a csapatot, hogy saját maguk frissítsék az adatkészletet.

A teljes hub nem az egyetlen módja ennek. Egy másik ügyfél, egy szabályozott kategóriába tartozó online egyetem megtartotta meglévő blogját, mellé néhány tanulmányt hozzáadott, és a saját professzorait a média elé állította, így linkeket szerzett az egytől egyig terjedő pitchelésből és számos podcast-foglalásból.

Művelet elem: Válasszon ki egy adatkészletet, amelyet a csapat frissíthet ismétlődő ütemezés szerint, majd ellenőrizze, hogy a PureLinq milyen gyakran tesz közzé új tanulmányt, mielőtt beállítaná a saját ütemét.

Még mindig kaphat kattintásokat, amikor megjelennek a mesterséges intelligencia áttekintései?

Mindez méltányos kifogást vet fel: vajon kifizetődő-e a rangsorolás, ha az AI áttekintések válaszolnak a lekérdezésre az eredményoldalon?

„Nem a kattintásmentes világban élünk. 100%-ban nem” – mondta Kevin. „Még mindig rengeteg forgalmat érhet el a keresésből szervesen.”

A számai ezt tükrözik. Az egyes tanulmányok önmagukban vonják ki a forgalmat az AI-áttekintésekből, és több a kereskedelmi kulcsszavak esetében is az első helyet foglalja el, nem csak az információs kulcsszavakat. Nézze meg, milyen forgalmat generáltak a tanulmányok.

Ezek a rangsorok valódi matematikával a hátuk mögött felépített tanulmányokból származtak. Csapatának irodai ingatlanokra vonatkozó tanulmánya rangsorolta az Egyesült Államok pénzügyi negyedeit a kizárási kockázat alapján, és az Axios Seattle, a Barron’s és a Wall Street Journal tudósításait érte el. Nézze meg, hogyan értékeltek és súlyoztak minden körzetben.

A leggyorsabban, ha egy hiteles szakértőt állítottak fel az oldalra. Az egyik ügyfél tanulmánya, amelyet a Utah Állami Egyetem növénytudományi professzora írt, az első helyen áll a célkifejezések tekintetében, és az AI áttekintések elsődleges adatpontjaként szerepel.

Kevin két kisebb változtatással zárt, amelyre nem számított: a kép és a címsor taktikája növelte az átkattintási arányt az AI-áttekintésekben.

Kérdések és válaszok: A webinárium leghasznosabb kérdései

Kevin élő kérdéseket tett fel az ülés utolsó szakaszában. Ezek közül négy rövid változata az alábbiakban olvasható. Kevin teljes válasza a felvételen található.

K: A szindikált sajtóközlemények segítik-e a márka tekintélyét és a keresőoptimalizálást, vagy inkább a saját adattanulmányainkra és a tájékoztatásra kell összpontosítanunk?

Kevin azt válaszolta: ne számítson a linkek szindikációs hálózataira. „Nem támaszkodnék erre a linkeknél. Felszedőket akarsz” – mondta, vagyis az érték csak akkor jelenik meg, ha egy újságíró felveszi a történetet és ír róla. A szindikációt az expozíció szempontjából hasznosnak látja, nem pedig linkstratégiának.

K: Ha eredeti kutatást teszünk közzé saját webhelyünkön, mekkora a valószínűsége annak, hogy a mesterséges intelligencia minden további terjesztés nélkül hivatkozik rá?

Kevin azt válaszolta: lehetséges, de lassan. A valóban egyedi, nagy értékű kutatások nagyon kevés beírással rangsorolhatók és idézhetők, és csapata ezt egy egyetemi tudós által írt tudományos tanulmányban is meglátta. Elosztás nélkül azonban a téma- és kulcsszóválasztásnak sokkal megfontoltabbnak kell lennie.

K: Milyen kapcsolatépítési stratégiát ajánl a helyi szolgáltató vállalkozásoknak, például lakásfelújítóknak vagy esküvői fotósoknak?

Kevin azt válaszolta: menjen helyileg hírekkel és adatokkal. Keressen valamit, ami városi vagy állami szinten történik, majd találjon rá vonatkozó adatokat, ahogyan a csapata megkérdezte az öntözőrendszerekkel rendelkező háztulajdonosokat, hogy megtudja, mi gátolja a kültéri víz hatékonyságát. Fedezze fel a lakosság által megosztott aggodalmakat, és a helyi médiának van oka, hogy foglalkozzon vele.

K: Növekszik-e a márkaemlítések vagy a minősített forgalom az LLM-ektől?

Kevin azt válaszolta: jobb konverzió, alacsony hangerő. A ChatGPT-ről érkező kattintások az átlagosnál nagyobb arányban konvertálnak, beleértve az e-kereskedelmet is, és a ChatGPT a közvetlen kattintások legnagyobb mérhető forrása a csapata által követett mesterségesintelligencia-platformok között. „Még csak a közelébe sem éri a Google-keresést az AI áttekintésekkel” – mondta.

Nézze meg a teljes webináriumot

A teljes munkamenet lefedi mind az öt adattörténeti szöget, mindkét esettanulmány elhelyezését és forgalmi számát, a kutatóközpont architektúráját és a közzétételi ütemet, a bejövő PR lendkereket, az első pozíciót megőrző tanulmányok rangsorolási módszertanát, az AI-áttekintések átkattintási arányát növelő kép- és főcím-taktikákat, valamint az AI-eszközöket, amelyeket Kevin újságírója használ a megfelelő történet megtalálásához.

Nézze meg, hogyan szereztünk több mint 1000 linket a GEO/SEO-hoz igény szerint.