Multidimensionella relevans-matriser för trafikanalys

Låt mig dokumentera några punkter kring ett nytt begrepp som jag lekt med i huvudet. Det här är en första anteckning och det kommer beskrivas bättre framöver. En start mest för mig själv kan vi säga.

Vi utgår i exemplet från rosenrot. Betraktar vi rosenrot som en vara som säljs på nätet kan det uppfattas, snarare än strikt definitierat, som bl.a. ett kosttillskott, naturmedel, adaptogen och planta.

Epitet Rosenrot
Kosttillskott  
Naturmedel  
Adaptogen  
Planta  
   
   

Marknadsföring i matrisen är arbete
Att bearbeta respektive nyckelord är alltid ett arbete eller en kostnad. Köper du trafik från Adwords är det en kostnad. Tipsar du sidor som länkar dig är det ett arbete.

Kan vi uttrycka släktskap mellan olika ord på samma sätt som målgruppen kan vi göra multidimensionella matriser.

Ger X t.ex. en viss återbäring givet ett epitet för en arbetsinsats säger det rimligen något om vad som gäller besläktade nyckelord t.ex. Z.

Hur Z är släkt med X uttrycks med ytterligare en eller flera dimension i matrisen. Det kan bl.a. vara trafik, konvertering eller semantiskt släktskap.

Särskilt semantiskt släktskap tror jag kan bli viktigare i framtiden. Jag tror ju att Google införde eller testade något där men sedan backade tillbaka. Men jag kan ha fel och jag uppfattar inte att deras sökresultat blivit bättre eller sämre av det. Tvärt om är de väldigt stabilt bra just nu.

Sakregister
Släktskap i matrisen går ju rimligen att härleda själv om man har något uppslagsliknande men lär den vägen bli komplext och svårt att komma fram med. Men ex:

  1. Vilka går in i registret på X och vad annars slår de upp -> Data för relation.
  2. Om du går upp på Yahoo för nyckelord X går du också upp på nyckelord Y -> Relation.

Massor av liknande går att tänka sig.

Wikipedia – Uttrycker släktskap mellan ord på många sätt.
Tittar vi specifikt på att lägga arbete på att ranka på Google t.ex. via nyhetsbevakning och tipsa sidor kanske Wikipedia är en väg. Det är ju trots allt en domän som uttrycker släktskap och som värderas mycket högt av Google.

Trivialt kan man göra detta men andra vägar finns där utlänkar inte krävs från Wikipedia: Antag att en länk från rosenrot i Wikipedia ger 10 besökare per dag. Fem av dessa köper rosenrot av dig. Vi kan skatta från det att 1/2 som söker rosenrot vill köpa. Här är vi ju i få dimensioner dock.

Wikipedia uttrycker dock massor av släktskap bl.a. genom:

  1. Familjer och liknande inom biologi.
  2. Deras portaler kring olika ämnen: hälsa m.m.
  3. Årtal och datum.

Och mycket mer än så…

Adwords och liknande reklam
Jag har aldrig köpt någon marknadsföring överhuvudtaget (varken Adwords, Adsense eller länkar). Dock tror jag mig förstå ungefär hur särskilt Adwords fungerar.

En möjlighet som jag ser är att man kan bjuda med en liten budget men beredskap att betala högt per besök för att nå hög position. Därmed ges mer data att sätta in i den multidimensionella matrisen.

Varför ska man titta så här?
Ja det kanske man inte ska göra eftersom det kan vara för stort jobb. Men fanns ett bra verktyg kunde det vara intressant. Antag t.ex. att man ser att nyckelord X har hög lönsamhet, litet arbete och har högt släktskap med Z i flera släktskapsdimensioner bör man kanske satsa på Z.

Släktskapsdimensioner kan då vara: god trafik via sakregister, att man lätt går upp där givet att man gått upp på X, besökare uppskattar annonsörerna, besökarna köper o.s.v.

Lämna en kommentar