Z przyjemnością przyglądam się rozwojowi SurferSEO. Sam trzon narzędzia, jakim jest możliwość wieloczynnikowej analizy konkurencji na poziomie wybranego słowa kluczowego, to już bardzo wiele. Teraz dochodzi kolejna opcja – Content Score, czyli ficzer umożliwiający kwantyfikację oceny jakości treści.
Innymi słowy, CS pozwala wyrazić w formie liczby jakość treści. Oczywiście takie wskaźniki zawsze należy traktować z ostrożnością nie patrzeć na nie ślepo, jednak potrafią być bardzo pomocne przy analizie dużej liczby danych.
Jeśli chcesz wypróbować SurferSEO, możesz skorzystać z mojego linka polecającego:
Content Score to algorytm, który analizuje około 100 czynników on-page SEO danej strony. Dzięki niemu wiemy, kto ma najlepszy content (wg przyjętych założeń, o których zarz) i kogo należy wybrać do analizy porównawczej.
Content Score pomaga w ustaleniu, czy dane słowo kluczowe będzie łatwe czy trudny do wbicia dobrą optymalizacją treści i czynników typowo on-page’owych. Jeśli SERP-y są zdominowane przez wyniki z wysokimi wskaźnikami CS, konkurencja będzie trudniejsza. Jeśli CS w większości przypadków jest niski – istnieje potencjał, aby efektywnie powalczyć za pomocą optymalizacji.
Co więcej, jeśli zauważymy, że wysoko rankujące strony mają zdecydowanie niższy Content Score od konkurentów na niższych pozycjach, można postawić tezę, że jest to efekt mocnych linków. Wówczas warto przeanalizować backlinki tych stron i zobaczyć, czy nie jesteśmy w stanie zdobyć podobnych (lub wręcz z tych samych źródeł). To bardzo cenna wiedza!
Content Score z pewnością znacząco przyspieszy analizę, automatyzuje i eliminuje czynnik ludzki oraz stronnicze podejście do analizy. Sprawia, że analiza jest zawsze tak samo głęboka i tak samo dokładna. Nie zastępuje człowieka, ale daje mu narzędzie, które znacząco wpływa na osiąganą wartość w określonej jednostce czasu.
Narzędzie zmniejsza też próg wejścia w analizę konkurencji. Nie wymaga ręcznej analizy czynników aby przekonać się, które strony warto włączyć do analizy. Sprowadza się to do faktu, że każdy może wybrać właściwą konkurencję biorąc wysokie CS do analizy.
Według twórców Surfera w przyszłości CS będzie opierać się na machine learningu, który na podstawie obserwacji SERP, zmian wyników i treści wyświetlanej przez Google uczy się i dobiera wagi czynników dla konkretnego słowa kluczowego.
Bardziej zaawansowanych SEO-wców, którzy samodzielnie przeprowadzają analizę jakości treści z pewnością interesuje, z jakich elementów składa się Content Score. Są to między innymi:
- obecność frazy w title (exact lub partial)
- użycie fraz w nagłówkach Hx
- obecność fraz (exact match / partial match / NLP) w leadzie (pierwsze 100 słów / widoczność w above the fold)
- rozłożenie i zagęszczenie słów kluczowych w treści
- użycie fraz z raportu True Density (frazy dominujące w treści najlepiej rankującej konkurencji) w treści i nagłówkach
- obecność autora
- długość tekstu
- wykorzystanie grafik i ich optymalizacja (alt, title, caption)
- powołanie się na rzetelne źródło danych
Są też czynniki wpływające na wynik negatywnie:
- keyword stuffing w title, Hx, URL
- duplikacja title i H1
- zbyt duża liczba wystąpień fraz exact match
- hidden content