Autor
Autor
SEO und SEA sind zwei Hebel mit ähnlicher Natur: Sie reagieren beide auf eine einzige Nutzeranfrage. Dennoch werden sie von Werbetreibenden und Agenturen oft getrennt voneinander behandelt. In den letzten Jahren hat der Markt potenzielle Synergien erforscht, um Probleme wie die Rationalisierung von Investitionen, den Markenschutz und den Kampf gegen die Keyword-Kannibalisierung zu lösen.
Die ständige Weiterentwicklung der SERP (Search Engine Result Pages), die unterschiedlichen Ansätze der beiden Disziplinen und die Herausforderung einer gemeinsamen Messung machen es schwierig, diese Probleme zu lösen. So sehr, dass viele Werbetreibende die Schaffung von Synergien zwischen den beiden Hebeln für einen unmöglichen, utopischen Traum halten. Aber bei Artefact ist die Synergie zwischen SEO und SEA Realität. Wir haben sie von unseren Search-Teams entwickelt und nennen sie “Full Search”.
Könnte Full Search oder eine integrierte SEO- und SEA-Strategie der neue heilige Gral der leistungsbezogenen Investitionsoptimierung sein?
Unsere Vision basiert auf drei Hauptphasen:
Diskussion über die zu wählende Strategie der integrierten Suche
Erörterung der integrierten Suchstrategie, die zusätzlich zu den anfänglichen SEA- und SEO-Strategien anzuwenden ist, anhand einer fortgeschrittenen Analyse der bestehenden Situation, die in Form einer Synergiematrix dargestellt wird:
Diese Matrix besteht aus drei Themen, die sowohl für SEA als auch für SEO gelten und die je nach Werbetreibenden, Tätigkeitsbereich und SERP-Status angepasst werden können.
Marketing-Analyse
Zu den wichtigsten Marketing-Kontrollpunkten, die hier analysiert werden, gehören Fragen der Komplementarität von semantischen Hebeln und die Analyse der Inhalte von Anzeigen und Snippets.
Nehmen wir das Beispiel eines Schauspielers aus der Unterhaltungsbranche, für den Artefact kürzlich ein Audit durchgeführt hat:
Die Sichtbarkeit dieses Kunden bei bestimmten Suchanfragen, die sich auf seinen Tätigkeitsbereich bezogen, war weder bei SEO noch bei SEA optimal. Artefact schlug daher vor, dass der Werbetreibende neue SEA-Keywords und einen “direkteren” Hebel testet und dann deren Leistung analysiert.
Wenn die Ergebnisse gut waren, wurden SEO-Seiten erstellt, während wir weiterhin in SEA boten, solange diese neuen Seiten in den SERP aufstiegen. Wenn die Ergebnisse enttäuschend waren, wurden andere Schlüsselwörter getestet.
Technische Analyse
Diese Analyse besteht aus der Bewertung des Status der SEA/SEO-Landingpages und der Seitenladezeiten. Um diese beiden Fälle zu veranschaulichen, nehmen wir das Beispiel einer Website, die gerade migriert wird.
In diesem Zusammenhang besteht das Hauptziel darin, die Konsistenz von Inhalt, Technik und Ladezeiten zu gewährleisten, um den organischen Traffic aufrechtzuerhalten. Die Lösung für Full Search besteht hier darin, SEO zu unterstützen, indem die SEA-Gebote angepasst werden, um einen Rückgang der Positionierung auszugleichen.
Hier kompensiert SEA jeden potenziellen Verlust an Sichtbarkeit und Verkehr auf sofortige, flexible und kontrollierte Weise.
Leistungsanalyse
Die Leistungsanalyse besteht aus einer Bestandsaufnahme der jeweiligen Indikatoren der beiden Hebel sowie aus einem Element, das wir Full Search Visibility nennen. Dieses Element wird über die Analyse der SEO/SEA-Erfassungsrate berechnet, mit der wir den Anteil des Suchvolumens messen können, der von den Hebeln in einem gemeinsamen semantischen Universum erfasst wird.
Dieser Indikator wird dann in einen Full Search-Entscheidungsbaum integriert, der über die Klassifizierung von Schlüsselwort-Universen eine strategische Ausrichtung für jede Situation bestimmt und damit verbundene Aktionen definiert.
A Vollständige Suche Mess- und Analysephase
Eine Full Search Mess- und Analysephase mit der Implementierung eines Dashboards, das die Überwachung gemeinsamer Messindikatoren sowie deren Entwicklung im Laufe der Zeit ermöglicht, um die Entscheidungsfindung zu erleichtern und kurz-, mittel- und langfristige Empfehlungen vorzuschlagen. Je nach Reifegrad des Werbetreibenden und der Komplexität der Synergien wird ein mehr oder weniger komplexes Dashboard eingerichtet.
Oben sehen Sie ein Beispiel für eine fortgeschrittene Dashboard-Struktur, die vom Artefact-Analytics-Team entwickelt wurde. Dieses Dashboard basiert auf verschiedenen data-Quellen wie Google Ads oder Google Suchkonsole, unter anderem. Es wurde entwickelt, um die Semantik zu bündeln, um die Leistung besser zu überwachen und die operative Entscheidungsfindung zu erleichtern. Diese Dashboards können mit Markttools erweitert werden, die eine wettbewerbsfähige Berichterstattung ermöglichen.
Eine operative Einführungsphase durch die Durchführung von A/B-Tests auf der Grundlage der im Vorfeld ausgesprochenen Empfehlungen.
Artefact hat zum Beispiel einem seiner Kunden geholfen, den Wert des Kaufs seiner Marke in SEA zu ermitteln. Diese Frage ist für die meisten Werbetreibenden von entscheidender Bedeutung, da die mit Marken verbundenen Volumina in Bezug auf Traffic und Umsatz so bedeutend sind. Um diese Frage zu klären, ist es wichtig, die Fähigkeit von SEA zu messen, verlorenes Volumen im Falle einer Unterbrechung der SEA zurückzugewinnen und die Synergie zwischen den beiden Hebeln zu demonstrieren.
Dieser Test hat gezeigt, dass SEO nicht das gesamte Volumen wiederherstellt, da ein Rückgang von etwa 20% der Sitzungen und des Umsatzes verzeichnet wurde. Je nach Tätigkeitsbereich des Werbetreibenden, der Stärke der Marke und dem Testzeitraum können die Ergebnisse stark variieren. Daher ist es unerlässlich, die zu messenden Indikatoren im Voraus zu definieren, sich über mögliche methodische Verzerrungen im Klaren zu sein (z.B. Schwierigkeiten bei der Schätzung des SEO-Umsatzes) und vor allem diese Tests ein- oder zweimal pro Jahr über verschiedene Zeiträume zu wiederholen.
Fazit
Wie wir gezeigt haben, ist die SEO/SEA-Synergie, oder die vollständige Suche bei Artefact, ist keine Utopie. Aber sie ist eine strategische, operative und quantifizierbare Realität. Um das Beste aus dieser Synergie herauszuholen, darf sie bestehende SEO/SEA-Strategien nicht kannibalisieren, sondern muss immer auf einer iterativen Test- und Lernlogik basieren. Auf diese Weise kann Full Search erfolgreich eingesetzt werden, um Optimierungen kontinuierlich anzupassen.
