Content-Strategien mit Daten aus der internen Suche verfeinern

Die Analyse der internen Suche ist ein ziemlich komplexes aber auch ertragreiches Feld, das sich hervorragend dafür eignet die eigene Content-Strategie zu verfeinern.

Daten aus der internen Suche helfen Content-Strategien zu verfeinern

Trotzdem behandeln viele Unternehmen die interne Suche extrem nachlässig. Denn der Aufbau einer Suche, die optimal auf die Nutzerbedürfnisse abgestimmt ist, bedarf viel Aufwand. Dafür haben viele Unternehmen keinen strukturierten Plan. Marketing-Verantwortliche fordern außerdem zu selten Daten über das Suchverhalten der eigenen Nutzer an. Dabei gibt es nicht viele Quellen, in denen die Nutzerabsichten und Informationsbedürfnisse deutlicher hervortreten. (Kurzer Exkurs: Klar hat die Ableitung der Nutzerabsicht aus Keywords seine Grenzen. Verrückt ist aber, dass wir im Search Marketing extrem auf Keyworddaten vertrauen und die wesentlich näher liegenden Daten aus der eigenen Suche oft links liegen lassen.)

Auf der anderen Seite entwickelt sich die Suche immer mehr zum primären Navigationselement. Die starke Verbreitung von Google und die damit verbundene Erwartung der Nutzer, über eine einfach zu bedienende Suche schneller und zielgerichteter an die gewünschten Inhalte zu kommen, dürften hier einen wesentlichen Beitrag leisten.

Selbstverständlich wird man nur mit diesen Daten keine Content-Strategie aufbauen können – egal wie häufig das auch vor allem aus der SEO-Szene nahegelegt wird. Wozu diese Daten allerdings sicherlich einen wertvollen Beitrag leisten können, ist die Verfeinerung einer Content-Strategie. Schließlich können so nicht nur neue Content-Chancen entdeckt, sondern auch bestehende Inhalte optimiert werden.

Noch ein paar Punkte vorneweg, bevor wir uns ansehen wie wir an aussagekräftige Daten kommen:

  • Ein generelles Problem – auch in der Suchoptimierung – ist die Optimierung entlang von Einzelfällen. Daher sollten wir lediglich Suchanfragen betrachten, die auch häufig genutzt werden. Wir verwenden z.B. intern einen Schwellwert von mind. 10 einmaligen Suchanfragen pro Monat.
  • Für die Auswertung sollten mehr als grundlegende Kenntnisse in der verwendeten Plattform (Google Analytics, econda, etc.) vorhanden sein. Vor allem sollte klar sein, wie die Daten gewonnen werden und was die einzelnen Metriken überhaupt bedeuten. Wer sich also in Google Analytics bewegt und noch nie von einer sekundären Dimensionen in Berichten gehört hat, sollte sich noch einmal die passenden Lektionen in der Google Analytics Academy ansehen oder mit seinem Account Manager der verwendeten Analytics-Plattform telefonieren.
  • Leider reicht aber auch das noch nicht vollständig, um sicher zu gehen, dass man die richtigen Erkenntnisse gewinnt. Wer nicht versteht, wie die eigene Suchfunktion zumindest grundlegend funktioniert, sollte sich vorsehen auf Basis der Suchanfrageberichte Schlüsse zu ziehen, die dann die Content Strategie informieren.
  • Ein grundsätzliches Problem bei allen genannten Auswertungen ist, dass schwache Werte bei zielorientierten Metriken von vielen unterschiedlichen Faktoren abhängen können. So kann ein schwacher Wert bei einer Metrik wie Wert/Suche daher rühren, dass die Suchergebnisse schlecht sind, aber auch daher, dass die Suchergebnisse auf Seiten führen, die einfach nicht funktionieren. Den Zahlen blind zu vertrauen ist eine richtig schlechte Idee. Sinnvoll ist, die Wege hinter den Suchanfragen noch einmal nachzuvollziehen.

Jetzt aber Schluss mit dem Vorgeplänkel. Hier die aus meiner Sicht wertvollsten Analysen der internen Suche und wie sie die Content Strategie bereichern können:

1. Suchanfragebericht analysieren

Das ist der bekannte Basisbericht, den alle, die das Thema interne Suche bereits einmal gestreift haben, kennen dürften. Darin enthalten sind alle Suchanfragen zusammen mit weiterführenden Metriken wie Suchverfeinerungen, Suchausstiegen etc. Hier ein Beispiel dafür:

Screenshot der Basisauswertung der Suchbegriffe

Die interessantesten Daten sind die Suchanfragen und deren Häufigkeit. Um hier allerdings zu wirklich aussagekräftigen Daten zu kommen, sollten die Daten noch geclustert werden. Das ist gerade bei einer sehr großen Anzahl von unterschiedlichen Suchanfragen sinnvoll. Dazu geht man denkbar einfach vor: Man verwendet den Begriff selbst und Synonyme davon als Filter, um alle relevanten Suchanfragen zu isolieren. Beim Thema „ergänzungslieferung“ (mit den Synonymen „ergänzungsband“, „nachlieferung“, etc.) kommen wir so zu folgenden Daten:

Screenshot für Suchanfragen zum Themencluster "Ergänzungslieferungen"

Wie wir sehen liegt das Volumen für alle Suchanfragen zum Themencluster „ergänzungslieferung“ gut 5-mal höher als die erste oberflächliche Auswertung vermuten ließ.

Eine andere Taktik erlaubt es, genauer zu analysieren, welche Suchverfeinerungen die Nutzer gebrauchen, um ihren Informationsbedarf noch einmal genauer zu spezifizieren. Das ist besonders dann interessant, wenn man Suchbegriffe vorfindet, die extrem generisch sind aber gleichzeitig ein sehr hohes Volumen aufweisen. In Google Analytics wird der Wert etwas kontraintuitiv „optimierte Keywords“ genannt. Hier als Beispiel die Suchverfeinerungen für die Suchanfrage „arbeitsrecht“:

Screenshot mit optimierten Keywords

Mit diesen Daten sollte man folgende Fragen schon einmal gut beantworten können:

Passen die Interessen der Nutzer zu den Themen, die ich bereits abdecke? Hier lohnt sich noch einmal der Blick in einen – hoffentlich vorhandenen – Content Audit. Heben 50% der Suchanfragen auf ein bestimmtes Thema ab, aber nur 5% meiner Inhalte behandeln dieses Thema, dann läuft etwas schief.

Deckt sich das Interesse der Nutzer mit den Themen, die ich in der Content Strategie abdecke? Das ist die gleiche Herangehensweise wie eben beschrieben, nur eben im Vergleich mit einer bereits vorhanden oder im Aufbau befindlichen Content Strategie.

Neben der rein mengenmäßigen Betrachtung kann sich aber auch eine Analyse der Qualität von Themenfeldern lohnen. Allerdings ist auch der Bereich wieder denjenigen vorbehalten, die neben den großen Zielen (Makroconversions wie Verkäufe und Leads) auch Microconversions (Downloads, Teilen eines Artikelts, etc.) tracken und mit sinnvollen Werten belegen. Auf diese Weise ist es möglich, jeder Suche einen bestimmten Wert zuzuordnen. Das eröffnet eine neue Perspektive auf die Themen, da wir so nicht nur sehen, wonach Nutzer häufig suchen (welchen Themen also gefragt sind), sondern auch welche Themen wirklich zum Erfolg beitragen.

 

2. Seiten, auf denen Suchen initiiert werden auswerten

Bei dieser Taktik bieten sich zwei unterschiedliche Ansätze an:

Zunächst kann man auswerten, auf welchen Seiten die meisten Suchen initiiert werden. Das ist ein starker Hinweis darauf, dass Inhalte fehlen oder dass der Nutzerfluss gestört ist. Ein Klassiker ist in diesem Zusammenhang die Homepage. Sehr viele Nutzer suchen Plattformen auf, um dann mit Hilfe der Suchfunktion sofort zu den gewünschten Inhalten zu finden. Hier die Situation auf der Home einer unserer e-commerce-Plattformen:

Screenshot der Suchbegriffe, die auf der Home verwendet werden.

Die häufigsten Suchanfragen beziehen sich auf Beststeller. In unserem Fall könnten wir also ableiten, dass wir die gesuchten Top-Produkte evtl. für die Nutzer schneller zugänglich machen, z.B. mit einer Bühne in der alle Topseller präsentiert werden.

Man kann aber auch so herangehen, dass wir uns bestimmte Seiten ansehen, um zu überprüfen, welche Informationen den Nutzer dort fehlen. Im vorliegenden Beispiel könnten wir z.B. überprüfen, wonach die Nutzer auf den Hilfeseiten suchen, unter der Hypothese, dass sie diese Informationen nicht sofort finden.

Screenshot der Auswertung von Suchbegriffen auf der FAQ-Seite

Sehr viele Suchanfragen zielen erneut auf die Topseller ab. Evtl. wäre es also sogar im Hilfebereich lohnend, wenn wir auf diese hinwiesen. Darüber hinaus finden sich aber zahlreiche Suchanfragen, die direkt auf Servicethemen abzielen – wie man z.B. sein Passwort ändern kann, etc. Und wir bekommen diese sogar noch nach Häufigkeit sortiert. Sinnvoll wäre es also zu prüfen, ob wir passende Inhalte zu diesen Suchanfragen anbieten können und diese speziellen Fragen direkt an den Anfang der FAQs mit dem Hinweis, dass es sich hierbei um die häufigsten Fragen handelt, zu platzieren.

 

 

 

 

 

 

 

3. Nulltrefferlisten sichten

Die letzte Taktik dreht sich eher um das, was nicht da ist, aber vorhanden sein sollte. Viele Webanalyse-Plattformen bieten Auswertungen sog. Nulltrefferlisten an. Das sind die Suchbegriffe, die zu keinen Treffern führen. Noch einmal kurz der Hinweis auf die Einleitung: Diese Auswertung ist nur dann wirklich sinnvoll, wenn sie genau verstehen, welche Seiten wie indexiert werden – kurz: ob auch alle relevanten Inhalte von der Suche erfasst werden oder nicht.

Hier mal eine kleine Beispielauswertung von einer unserer e-commerce-Plattformen:

Screenshot einer Nulltrefferliste

Offenbar werden bei uns auch die Produkte „Klausurblock“, „Kontierungshandbuch“ oder „pendelbuchstütze“ nachgefragt. Da bei uns aktuell nur die Produkte in den Index der Suchmaschinen aufgenommen werden, sollten wir uns mal ansehen, weshalb wir diese Produkte aktuell nicht vorrätig haben und unser Sortiment ggf. ergänzen.

Im speziellen Fall von „Kontierungshandbuch“ ist sogar fraglich, ob die Nutzer nach einem speziellen Produkt suchen oder nicht eher die Kategorie „Kontierungshandbuch“ im Hinterkopf während der Suche haben. Ähnlich wie beim Suchbegriff „schnupperabo“ sollten wir hier überprüfen, ob es sich nicht lohnt eigene Landingpages zu diesen Themen zu erstellen.

 

Mit diesen drei einfachen Taktiken kann man einige Informationen aus der internen Suche herausholen, die auch für die Content Strategie interessant sind. Jetzt seid ihr dran: Nutzt ihr bereits regelmäßig Daten aus der Analyse der internen Suche, um Aufschluss über die Nutzerbedürfnisse zu bekommen? Welchen Analysen haben bei euch den größten Nutzen?