39
Interne Verlinkung und die Graphentheorie

SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

  • Upload
    others

  • View
    0

  • Download
    0

Embed Size (px)

Citation preview

Page 1: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Interne Verlinkungund die Graphentheorie

Page 2: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

2

Page 3: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Übliche Themen „Interne Verlinkungsoptimierung“ unter SEOs

3

Anzahl eingehender Links Anzahl ausgehender Links Linkjuice-Verteilung/Flow

Anchortext Linkplatzierung

(Kopf, Fuß, Fließtext) Thematische Nähe

Qualitative Faktoren Quantitative Faktoren

Häufig aber nur „eingehende Links“ – ist das alles?

Page 4: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Was gibt‘s hier gleich?Inhalt

Kleiner Sonntagskurs „Graphentheorie für SEOs“

Gephi als Tool zur Analyse

Ein Experiment zur internen Verlinkung

Ideen für Praxiseinsatz im SEO-Alltag

Therapiesitzung

4

Page 5: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

SONNTAGSKURSGRAPHENTHEORIEfür SEOs

Page 6: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Kurze Einführung in die Graphentheorie

Graph = Knoten und Kanten oder auf schlau: G = (V,E)

Graph = Netzwerk = Twitter, Facebook-Freunde, Influcencer-Netzwerke, URLs auf Website, ganze WWW

Jeder bei Google kennt die Graphentheorie, auch jeder SEO? :)

6

AC

D E

B

Page 7: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Graphen – gerichtet und gewichtetRichtung und Wichtigkeit

7

AC

D E

B

Page 8: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Nachbarn und Pfade

Nachbarn

Pfad von C nach D ist p(C,B,D) oder p(C,D)

8

AC

D E

B

Page 9: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Mathematische Abbildung von Graphen

Adjazenzmatrix: Mathematische Abbildung von Netzwerken für Algorithmen

9

Nur für die mathematisch orientierten SEOs

Page 10: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Wie kann man nun Netzwerktopologien berechnen?

Lage von Knoten

Wichtigkeit von Knoten

Zentralität von Knoten

usw.10

Page 11: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Indegree Zentralität

Anzahl der eingehenden Kanten

11

00

3 2

2

Page 12: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Outdegree Zentralität

Anzahl der ausgehenden Kanten

12

23

1 0

1

Page 13: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Eigenvektor-Zentralitäten (hier PageRank)

PageRank, CheiRank u.a.

Wert eines Knoten hängt von den Werten der umgebenden Knoten ab(nicht nur einfach die Kanten)

Heben bekannte und beliebte Knoten hervor

13

0,10,1

0,3 0,4

0,2

Page 14: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Betweenness Zentralität

Sagt aus, wie wichtig dieser Knoten als Verteiler und Durchlauf ist, also nicht nur Kanten oder Nachbarn, sondern gesamtes Netzwerk!

Auch schön zu verwenden in sozialen Netzwerken oder als Hubanalyse („Was, wenn dieser Knoten wegfällt“)

Gesamtes Netzwerk ist relevant

14

00

2 0

0

Page 15: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

TOOL!Gephi als Analysetool

Page 16: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Download von Gephi

https://gephi.org/

Kostenlos, recht komplex

16

Page 17: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Woher Netzwerkdaten nehmen?

Screamingfrog oder Audisto (Tobias anhauen)

Twitter, Facebook usw. auch Plugins/Crawler

Import-CSV mit diesem einfachen Format (aus Kanten werden Knoten generiert)

17

SOURCE; TARGET; ATTRIBUT1; ATTRIBUT2url1; url2; hier; followurl1; url3; dort; followurl2; url5; Produkte; nofollow[…]

Page 18: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Leere Daten…

18

Page 19: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

CSV mit Kanten importieren

19

Page 20: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Einstellungen… (fehlende Knoten erstellen!)

20

Page 21: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Daten drin…

21

Page 22: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Hm. Ein Netzwerk.

22

Page 23: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Force Atlas Visualisierung und Gewichtung

23

Page 24: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Information zu einzelnen Knoten

24

Page 25: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Daten, Daten, Daten…

25

Page 26: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

26

Page 27: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

INTERNE VERLINKUNGDas SEO-Experiment

Page 28: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Häufige Beobachtung

Man hat ein Schwellenkeyword

Man schreibt mehr und tolleren Text, nichts passiert

Man setzt externe Links darauf, wenig passiert

Man baut Unterseiten, thematisch passend und verlinkt diese vom Hauptknoten – Boost!

Was ist passiert?

Qualitativer Anstieg im Themenschwerpunkt?

Oder signifikante Änderung im Linkgraphen?

Folgende Taktik funktioniert sehr häufig…

28

Page 29: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Experiment mit Testgraph

29

E1K1

E2K1

E3K1

E2K4

E3K9

Brusemuckel

Gruseduk

Trukelbummel

Page 30: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Seiteninhalt

Keyword-Permutation

KWs immer an gleicher Stelle

Verlinkung mit 1,2,3

Keine eingehenden Links

30

Page 31: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Graph: Indegree Zentralität

E2K3

Welches URL ranked am besten?

31

Page 32: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Graph: Outdegree Zentralität

E2K1

Welches URL ranked am besten?

32

Page 33: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Graph: PageRank Zentralität

E2K3

Welches URL ranked am besten?

33

Page 34: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Graph: Betweenness Zentralität

E2K1

Welches URL ranked am besten?

34

Page 35: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

And the winner is…?

35

Page 36: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

36

Betweenness!

Page 37: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Ergebnis im Detail

37

E1K1

E2K1

E3K1

E2K4

E3K9

Gruseduk

Trukelbummel

Brusemuckel

Brusemuckel

Gruseduk

Aaaaber: E3-Ebene noch nicht vollständig indexiert (aber besucht)

Page 38: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Fazit: Pro & Cons Super: Entdeckungszusammenhang:

Explorieren von Website-Strukturen (auch Wettbewerber)

Cluster sehen (visuell als Netzwerk und Cluster-IDs)

Perfekt: Starke Knoten/URLs identifizieren:

Zentralitäten berechnen und fragen: „soll das so?“

Schwer: Bei großen Netzwerken:

Eher Netzwerkanalyse, weniger Knotenanalyse (Segmente nutzen!)

Cluster sehen (visuell als Netzwerk und Cluster-IDs)

Hmpf: Viel Hintergrund-Knowhow nötig (schwer in Prozesse zu integrieren)

Gar nicht: Netzwerkansicht wie „Navigationsbaum“

Herausfordernd: Wie externen Linkjuice mit in Graph integrieren…

38

Page 39: SEO zur Internen Verlinkungsoptimierung mit Gephi und ......Wert eines Knoten hängt von den Werten der umgebenden Knoten ab (nicht nur einfach die Kanten) Heben bekannte und beliebte

Vielen Dank!

Sebastian Erlhofer

[email protected]