RankAnalyst Lab

Aus RankAnalyst Lab
Version vom 29. März 2019, 21:39 Uhr von Broschart (Diskussion | Beiträge) (Unterschied zu klassischen SEO-Tools)
(Unterschied) ← Nächstältere Version | Aktuelle Version (Unterschied) | Nächstjüngere Version → (Unterschied)
Zur Navigation springen Zur Suche springen
RankAnalyst Lab.png
Kategorie Big Data Dependency Exploration, SEO, User Analysis, Website-Optimization
Entwickler Steven Broschart, Rainer Monschein
Entwicklungsjahr 2018 - heute
Aktuelle Version 0.9
Betriebssystem plattformunabhängig


Was ist RankAnalyst Lab?

RankAnalyst Lab (kurz: RAL) ist ein Dependency Exploration Tool (Big Data, Search). Es wurde zur Visualisierung und Analyse von optimierungsspezifischen Zusammenhängen entwickelt. Damit sind zum einen vertikale Analysen (strukturelle Analysen einer Domain) und horizontale Analysen (domainübergreifende Vergleiche) möglich. Durch die Nutzung paralleler Koordinaten können auch mehrdimensionale Abhängigkeiten (bspw. das Zusammenspiel unterschiedlicher KPIs als Rankingfaktor) untersucht werden. Außerdem verfügt es über viele Funktionen für das regelmäßige Reporting, sowie Präsentation von Untersuchungsergebnissen.

Das System verarbeitet die Interaktions- und Platzierungsdaten beliebiger Datenquellen. Diese müssen über KNIME und einen dafür vorbereiteten Workflow in eine gemeinsame CSV-Datei (Komma-separiert) zusammengeführt werden.

RAL steht aktuell nicht als freie Software zur Verfügung, sondern kommt als spezialisiertes Tool im Rahmen von Beratungsleistungen zum Einsatz. Angelegte Projekte lassen sich jedoch öffentlich freischalten, sodass das die Nutzung für solche Projekte auch ohne Zugang möglich wird.

Unterschied zu klassischen SEO-Tools

Im Vergleich zu klassischen SEO-Tools unterscheidet sich RAL in folgenden Punkten:

Datenverarbeitung

RAL hält alle Daten im Hauptspeicher des Rechners vor. Die Datensätze werden nur bei einem vollständigen Neuladen des Interface abgerufen. Dies ermöglicht ein sehr schnelles Arbeiten und die Durchführung komplexer Anfagen, die mit einer Server-basierten Architektur nicht möglich wären. Es können beliebige Datenquellen genutzt und verknüpft werden. Diese Daten werden als CSV.Datei ins System hochgeladen und können sofort genutzt werden.

Anders als andere Systeme verarbeitet das System also keine Live-Informationen aus eigenem Datenbestand.

Keyword vs. Kontext

Das System ermöglicht die Abbildung von Kontexten. Als Kontexte werden semantisch zusammenhängende Platzierungen bezeichnet, die über ein oder mehrere Schlüsselbegriffe definiert werden. Wird ein Kontext bspw. über "sportschuhe|laufschuhe" definiert, dann berücksichtigt RAL alle Platzierungen, die in ihrer Formulierung "sportschuhe" oder "laufschuhe" beinhalten. Diese Architektur ermöglicht auch eine zeitliches Verfolgen von Kontextbewegungen. Außerdem können so auch solche Domains in ihrer Performance miteinander verglichen werden, deren Produktangebot sich nur in Teilen überschneidet.

Parallele Koordinaten

Ein visuell wesentlicher Bestandteil des Systems besteht aus dem interaktiven Stromliniendiagramm. Dieses zeigt im zeitlichen Verlauf die Entwicklung gefilterter Platzierungen, bzw. Kontexte. An diese Darstellung lassen sich weitere parallele Achsen andocken, um so ausgewählte Parameter, wie bspw. Absprungrate oder Auslieferungsgeschwindigkeit, auf deren Wirkung auf die Platzierungsleistungen zu untersuchen.

Onescreen-Interface & Filterungsoptionen

RAL ist als Onescreen-Interface konzipiert. Das System unterstützt komplexe Filterungen, die über unterschiedliche Eingabebereiche verwaltet werden und sich gegenseitig beeinflussen. Bei einem Multiscreen-Interface wäre die Übersicht nicht mehr in ausreichender Form gewährleistet.

KPI-Orientierung

Die meisten SEO-Tools präsentieren ihre Key Performance Indikatoren auf einem wirtschaftlichen Hintergrund, bzw. zur quantitativen Bewertung einer Entwicklung. Natürlich lassen sich auch in RAL vergleichbare Indikatoren finden, der Fokus liegt dabei jedoch auf der Ursachenforschung. Das Aufdecken der zugrunde liegenden Markt- und Bewertungsmechanismen ist das vorrangige Ziel. Mit den so gewonnenen Erkenntnissen lassen sich dann geeignete Maßnahmen einleiten.

Schwarmanalyse

Suchmaschinen gehen bei der Bewertung von Webseiten nach spezifischen Regelsätzen vor. Durch den Einsatz unterschiedlicher Algorithmuskomponenten und die daraus resultierenden Wechselwirkungen scheint jede Website nach ganz individuellen Parametern bewertet zu werden. Mit RAL lässt sich die Anwendung von individuellen Steuerungsmustern aufdecken und analysieren. Auf diese Weise wird deutlich, welche Kriterien für die strategische Planung wichtig sind; welche Vorgehensweise "funktioniert" und welche nicht. Wir erhalten ein klares Bild darüber, wie die Suchmaschine die zu optimierende Website "versteht". RAL erlaubt damit ein sehr zielgerichtetes Vorgehen bei der Optimierung einer Website.

Eine wesentliche Komponente stellt dabei die Schwarmanalyse dar. Dabei werden die Bewegungen untersucht, die zusammengehörige Suchphrasen im zeitlichen Verlauf zurücklegen. Die Zusammengehörigkeit definieren wir durch ein oder mehrere Schlüsselbegriffe, die in jeder Suchphrase einer solchen Gruppe von Suchphrasen erscheinen. Wir sprechen bei einer solchen Gruppe auch von einem Schwarm. Ein Schwarm beschreibt damit im weiteren Sinne ein Kontext (Topic), welchen wir im zeitlichen Verlauf verfolgen und mit konkurrierenden Domains vergleichen können.

Die Schwarmanalyse erfolgt über unterschiedliche Bereiche. Der auffälligste Bereich dürfte das interaktive Stromliniendiagramm darstellen, welches einen Großteil des Interfaces ausmacht.

raIndex

Für eine einfache und schnelle Bewertung ganzer oder ausgewählter Entwicklungen steht der raIndex (RankAnalyst-Index) zur Verfügung. Bei seiner Definition wurde vor allem Wert auf eine nachvollziehbare und transparente Berechnung gelegt. Der raIndex ist ein Produkt aus der durchschnittlichen Platzierung und der Gesamtanzahl der ermittelten Platzierung:

  • raIndex = (101-ØPos) * #Rankings

Da eine gute Platzierung zu einem höheren raIndex führen muss, kehren wir die Skala durch eine Subtraktion von 101 um. Es erfolgt keine Gewichtung nach Suchergebnisseite, Nachfrage oder Wettbewerb. Eine nicht nachvollziehbare Beeinträchtigung ist damit ausgeschlossen; eine Bewertung des Ist-Zustandes, aber auch der quantitativen Entwicklung (im Zusammenspiel mit den Filterungsmöglichkeiten von RAL auch qualitativ) leicht möglich.

Weitere Informationen