Wie gewinnt man einen SEO-Contest?

Alles eine Frage der Suchanfrage

Vor kurzem gab Gary Illves via Twitter bekannt, dass er das mit den Top 3 Ranking Faktoren ja gar nicht so meinte, wie es sich auf der SMX angehört hatte. Vielmehr sind die einzelnen Faktoren direkt von der Suchanfrage abhängig und variieren stark.

Grundsätzlich wissen wir im SEO zwischen drei Typen von Suchanfrage zu variieren:

  • Informational: Alle Suchanfragen bei denen nach Wissen gesucht wird, z.B. Suchen zu gesundheitlichen Themen oder Infos zu bestimmten Tier- oder Pflanzenarten.
  • Transactional: Alle Suchanfragen die das Ziel eines Kaufs verfolgen, z.B. Suche nach bestimmten Produkten oder Marken.
  • Navigational: Alle Suchanfragen die dazu dienen eine bestimmte Seite zu erreichen, z.B. Google, Amazon oder Walmart.

Zu welchem Typ gehört Siebtlingsgeburt?

Diese Suchanfrage ist erst ein paar Tage alt… daher sind noch nicht genügend Daten vorhanden um den Begriff einer bestimmten Kategorie zuzuordnen. Aus der Erfahrung heraus werden aber ausschließlich informelle Beiträge zu dieser Suchanfrage ranken. Ich habe in der Vergangenheit zwar einige Shops gesehen, die versucht haben bei SEO-Contests einen guten Platz zu belegen, aber dies ist meist schiefgegangen. Ich halte SEO-Contests, nach wie vor, für ein sehr schönes Experimentierfeld. Denn bei vollkommen neuen Kunstbegriffen, wie eben “Siebtlingsgeburt”, der so noch nie zuvor im Internet veröffentlicht wurde, muss sich die Suchmaschine auf Daten und Signale verlassen, die normalerweise nicht mehr eine so große Rolle spielen. Natürlich wird, wie in jedem SEO-Contest, garantiert auch wieder eine Menge Spam rund um die Siebtlingsgeburt gebaut, aber es ist dennoch sehr interessant zu beobachten, was wieso wie lange und überhaupt rankt. Mit WDF * IDF Analysen sollte man also vorankommen!

Relevanz von WDF * IDF innerhalb von Suchsystemen

Karen Spärck Jones veröffentlichte bereits 1972 im Journal of Documentation einen Artikel mit dem “A statistical interpretation of term specificity and its application in retrieval”, indem die Spezifität eines Terms erstmals berechenbar beschrieben und später als inverse Dokumentenfrequenz bekannt wurde. Diese Methode basiert darauf, die Anzahl aller Dokumente zu zählen, in denen das jeweilige Wort vorkommt. Die Denkweise war wie folgt: Ein Wort aus einer Suchanfrage, das in sehr vielen Dokumenten vorkommt, ist kein geeigneter Diskriminierer und sollte daher weniger stark im Vergleich zu einem Wort gewichtet werden, das in sehr wenigen Dokumenten vorkommt.

Kombiniert mit der Termfrequenz, also der Häufigkeit eines Begriffs im jeweiligen Dokument (je mehr, desto besser), hat es die inverse Dokumentenfrequenz in nahezu jeden Wortgewichtungs-Algorithmus gefunden. Die Klasse dieser Gewichtungs-Algorithmen, die generell mit WDF * IDF engl. TF*IDF bezeichnet werden (hierbei wird das IDF-Maß mit dem WDF-Maß multipliziert), haben sich als überaus robust und schwer zu schlagen erwiesen, sogar durch wesentlich ausgefeiltere Methoden und Theorien.

Um die Gewichtung eines Terms in einem Dokument innerhalb eines Information Retrieval Systems zu ermitteln, wird dessen Häufigkeit also in Relation zur Häufigkeit dieses Begriffes in allen anderen Dokumenten im Index gesetzt.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *