Het maken van een outline voor een artikel met een niche onderwerp kan heel arbeidsintensief zijn. Zeker bij een complex onderwerp zoals bustopologie. Niche onderwerpen worden vaak gelezen door mensen met een hoge mate van interesse voor het onderwerp of door experts. Het is belangrijk dat de inhoud resoneert met de lezer. In deze use case kom je te weten hoe Josef Moucachen van Wevolver KeyWI heeft ingezet voor zijn zoekwoord analyse. De volgende onderwerpen zullen worden uitgelicht:
- Wat is een bustopologie?
- Starten met zoekwoorden
- Tijdbesparing door inzichten in zoekintentie
- De outline aanpassen volgens zoekmachine logica
Wat is een bustopologie?
Een bustopologie is een connectie van meerdere devices die verbonden aan elkaar zijn via een enkele kabel. Bijvoorbeeld IoT devices - deze zijn verbonden aan elkaar via een enkele kabel, wat een bus wordt genoemd. Dit netwerk verzendt gegevens aan elk verbonden device die gekoppeld is. Het voordeel van een bustopologie vergeleken met een andere type topologie is dat het makkelijk is om te begrijpen, het is schaalbaar en de kosten van het implementeren zijn laag. Een bustopologie ziet er als volgt uit:
Starten met zoekwoorden
Als ik begin met het schrijven over een niche onderwerp dan analyseer ik altijd de top 10 SERP. Ik bekijk de content van andere artikelen om inspiratie op te doen en om nieuwe inzichten te creëren voor een outline van het artikel. Het nadeel van deze werkwijze is dat het heel arbeidsintensief is. Zeker bij niche onderwerpen die relatief complex zijn, in dit geval een bus topologie. Bij het maken van een outline stel ik mijzelf altijd de volgende vragen:
- Welke zoekwoorden zijn relevant voor dit onderwerp volgens de lezer?
- Welke vragen worden door gebruikers als zoekopdracht ingegeven?
Met de feature Enhance in KeyWI kon ik binnen enkele minuten meer longtail zoekwoorden toevoegen aan mijn zoekwoordenlijst. Normaal gesproken ga ik per zoekwoord de zoekresultaten analyseren om meer longtail zoekwoorden toe te voegen. Dit zijn zoekwoorden die vallen onder snippets zoals People also ask of People also search for. Na het uploaden van mijn lijst met zoekwoorden kon ik aangeven hoeveel longtail zoekwoorden ik wilde toevoegen. Dat was super makkelijk, snel en efficient.
Tijdbesparing door inzicht in zoekintentie
Het analyseren van de zoekintentie van een zoekwoord is belangrijk, maar heel arbeidsintensief binnen een zoekwoord analyse. Voordat ik met KeyWI ging werken was ik elk zoekwoord handmatig aan het analyseren in de SERP. Het handmatig analyseren van de zoekresultaten is heel waardevol om inzicht te krijgen, alleen is het ontzettend tijdrovend. En binnen een startup omgeving zoals bij Wevolver is het efficient benutten van tijd heel belangrijk. In KeyWI heb je direct op cluster en zoekwoord niveau inzicht in de zoekintentie. Daarnaast is de voorspelling erg betrouwbaar en accuraat.
De outline aanpassen volgens zoekmachine logica
Bij het analyseren van de door KeyWI gegenereerde clusters kwam direct naar voren welke zoekwoorden ik niet onder belangrijke onderwerpen had geplaatst. De visualisatie gaf belangrijke inzichten in onderwerpen die ik in mijn eerste outline niet had meegenomen, zoals zoekwoorden die horen onder netwerk topologie, fysieke topologie en logische topologie. Deze inzichten hebben ervoor gezorgd dat ik mijn eerste outline heb aangepast, waardoor de outline niet alleen logisch is voor de gebruiker maar ook binnen de zoekmachine.
