مشاوره از مدیر عامل برنامه Schema

برای صعود به بالای نتایج جستجو و قابل مشاهده بودن چه چیزی لازم است؟

مارتا ون برکل، یکی از بنیانگذاران و مدیر عامل Schema App، در یک قسمت پادکست SEJ با لورن بیکر پاسخ قطعی داد: “شما باید محتوای خود را به زبان موتورهای جستجو ترجمه کنید.”

و آن زبان schema.org است. افزودن این مورد به سایت شما درک مطالب شما را برای موتورهای جستجو آسان تر می کند.

اما یادگیری یک زبان جدید می تواند ترسناک باشد، چه رسد به انجام نشانه گذاری طرحواره.

به همین دلیل است که مارتا و همسرش، مارک ون برکل، برنامه Schema را راه‌اندازی کردند: ابزاری که پیچیدگی داده‌های ساختاریافته را حذف می‌کند تا به سازمان‌ها در هر اندازه‌ای کمک کند محتوای خود را به صورت استراتژیک ساختار دهند.

در این مصاحبه به سبک پرسش و پاسخ، مارتا در مورد مزایای نشانه گذاری طرحواره برای شرکت ها، ایده پشت برنامه Schema و تجربه رهبری موثر خود توضیح می دهد.

شروع در سئو

چه چیزی شما را به سمت حرفه ای در سئو سوق داد؟

مارتا ون برکل: پس از فارغ التحصیلی از مهندسی و ریاضیات، کارم را در سیسکو در کالیفرنیا آغاز کردم.

همانطور که در طول حرفه خود در آنجا سفر کردم، از انجام پشتیبانی فنی و مدیریت پروژه به راه اندازی یک سازمان جدید و مدیریت محصول و سپس رهبری تیم مدیریت محصول برای وب سایت پشتیبانی سیسکو در سطح جهانی رسیدم.

زمانی که متوجه شدیم مشتریان از گوگل برای پیمایش در سایت ما و یافتن اسناد و منابع کلیدی پشتیبانی استفاده می کنند، با سئو آشنا شدم.

در داخل، ما شوکه شدیم که هیچ کس از جستجوی ما در سایت استفاده نمی کند!

به عنوان یک کارآفرین، اولین محصول ما کمک به کسب و کارهای کوچک و متوسط ​​برای مدیریت حضور آنلاین خود بود.

در فرآیند ساخت محصول و ارائه خدمات، باید تمام عناصر اصلی سئو را یاد می گرفتم.

در سال 2015 بود که تصمیم گرفتیم اشتیاق ما در حوزه بازاریابی جستجوی معنایی و داده های ساختاریافته باشد، و سپس دوباره وارد عمل شدیم تا در نحوه انجام داده های ساختاریافته و سپس نحوه انجام آن در مقیاس، متخصص شویم.

من عاشق کار در Schema App برای انجام داده‌های ساختاریافته در مقیاس هستم، که بسیاری از یادگیری‌های فنی و تجربه مدیریت تغییر من را از روزهای اولیه من در سیسکو به کار می‌برد.»

برنامه سفر با طرحواره

برنامه Schema بسیار رشد کرده است. روند برای تیم شما چگونه بوده است؟

MvB: من به تیم Schema App افتخار می کنم. ما از سال 2015، زمانی که برای اولین بار برنامه Schema را راه اندازی کردیم و سفر خود را برای انجام نشانه گذاری طرحواره مقیاس پذیر و پیشرفته آغاز کردیم، راه طولانی را پیموده ایم.

ما اکنون تیمی در سراسر کانادا داریم و با هم کار می کنیم تا راه حل نشانه گذاری طرحواره سازمانی مقیاس پذیر خود را با پشتیبانی متخصص و نتایج قابل اندازه گیری فعال کنیم.

سفر جالب بوده است. در دسامبر 2019، من متقاعد شدم که سال 2020 سالی است که نشانه گذاری طرحواره به پنج استراتژی برتر SEO برای مقابله با آن برخورد می کند! از آن زمان تاکنون شاهد رشد مداوم بوده ایم.

هدف ما ایجاد ارتباطات معنادار – در داده ها و همچنین با مشتریان و به عنوان یک شرکت است. ما قبلاً این هدف را با هم در دفترمان انجام می‌دادیم و اکنون به یک فرهنگ اولیه انعطاف‌پذیر تبدیل شده‌ایم که در آن هر کجا که کار می‌کنیم، ارتباطات معناداری ایجاد می‌کنیم.»

ویژگی مورد علاقه شما در برنامه Schema چیست و چرا؟

MvB: من عاشق هایلایتر خود هستم! چرا؟ زیرا به زیبایی به شما امکان می دهد نشانه گذاری پیچیده و تودرتو، در مقیاس، بدون کد انجام دهید.

و هنگامی که محتوای صفحه تغییر می کند، به صورت پویا محتوای جدید را بهینه می کند! پوف! نشانه گذاری طرحواره در مقیاس، بدون نوشتن کد.

به عنوان فردی که JSON-LD را نوشته است، آن را صفحه به صفحه تولید کرده و با چالش های انجام کاری در مقیاس در سازمانی مانند سیسکو مواجه شده است، احساس می کنم هایلایتر ترکیبی عالی از پیچیدگی و مقیاس پذیری است.

چگونه برنامه Schema را در آینده برای همگام شدن با تغییرات اخیر در صنعت SEO (تغییر الگوریتم، جستجوی صوتی، استعفای عالی) توسعه می‌دهد؟ چگونه این کارآفرینان را توانمند می کند؟

MvB: چابکی و بازگشت سرمایه دو مورد از ارزش‌های کلیدی هستند که ما به مشتریان سازمانی خود ارائه می‌کنیم – چابکی برای جابجایی/به‌روزرسانی/پاسخ دادن در صورت وجود تغییرات.

ما راه حل و پشتیبانی تخصصی خود را ساخته ایم تا بتوانیم با مشتریان برای آماده شدن برای این تغییرات و پاسخگویی به آنها کار کنیم.

به عنوان مثال، ما اغلب به انواع ترکیبی از نتایج غنی نگاه می کنیم، به طوری که در صورت فرار بودن، تنوع وجود دارد.

همچنین می‌توانیم پیکربندی نتیجه غنی را به‌روزرسانی کنیم، اگر متوجه شدیم که یکی بهتر از دیگران عمل می‌کند.

با توجه به استعفای بزرگ و با ورود به سال رکود، من بر نشان دادن بازگشت سرمایه از داده های ساختاریافته به مشتریان خود تمرکز خواهم کرد. ما تجزیه و تحلیل عملکرد طرحواره را در ابزارهای خود قرار داده ایم تا نتایج را به مشتریان خود نشان دهیم.

در برنامه Schema، تمرکز من به‌عنوان مدیر عامل بر ایجاد محیطی است که تیم من بتواند در آن پیشرفت کند تا آنها به سر کار بیایند، دائماً یاد بگیرند و ارزشی را که برای مشتریان ما به ارمغان می‌آورند ببینند.

این بدان معناست که ما به سرمایه گذاری در اولین سیاست انعطاف پذیر، قابلیت های فناوری معنایی و فرهنگ ایجاد ارتباطات معنادار ادامه خواهیم داد.

شرکت‌هایی که می‌توانند سازمان‌هایی ایجاد کنند که در آن افراد پیشرفت کنند، نه تنها از یک تیم با انگیزه بالا پاداش دریافت می‌کنند، بلکه بهره‌وری بیشتری نیز خواهند داشت و این در تعاملاتشان با مشتریانشان نمایان می‌شود.

این زمان هیجان انگیزی است که یک تیم را رهبری کنید و بتوانید محیط کاری ایجاد کنید که هم مهربان و هم محترمانه باشد و هم نتایج شگفت انگیزی ارائه دهد.»

طرح واره مقیاس بندی برای شرکت ها

به نظر شما امروزه کم ارزش ترین تاکتیک سئوی سازمانی چیست؟

MvB: من از این که چگونه تعداد کمی از شرکت ها داده های ساختاریافته را پذیرفته اند شوکه شده ام. چرا؟ زیرا این حوزه ای از سئو است که در آن شما یک عنصر کنترل دارید، جایی که می توانید نحوه نمایش نتایج خود را مدیریت کنید و چگونه مشتریان خود را از SERP به وب سایت خود هدایت کنید.

از آنجایی که من در شرکت بزرگ شده‌ام، همچنین می‌دانم که چرا این کار سخت است: کمبود منابع IT، اولویت‌های بسیار زیاد که تیم سئو را غرق می‌کند، یا تلاش عظیم برای انجام آن در مقیاس در سراسر سایت/واحدهای تجاری/ سهامداران و غیره.

همین چالش‌های سخت (که در سیسکو زندگی کردم و نفس کشیدم) است که باعث می‌شود شغلم را در برنامه Schema دوست داشته باشم. ما آن را ساختیم تا این مشکلات را حل کنیم و بر روی آوردن نتایجی به سئو سایت تمرکز کنیم که در نهایت باعث خوشحالی آنها شود.

چگونه یادگیری ماشینی و هوش مصنوعی جستجوی ارگانیک را تغییر داده‌اند، و چگونه شرکت‌ها باید رویکرد خود را به سمت جلو تنظیم کنند؟

MvB: جالب بود که در پادکست «Search off the Record: Structured Data» بشنویم که چگونه گوگل از یادگیری ماشینی برای درک پرسش‌ها استفاده می‌کند و سپس از داده‌های ساختاریافته برای تقویت یا تأیید یافته‌های خود استفاده می‌کند.

بنابراین، آنها از یادگیری ماشینی برای بهبود نتایج و در نتیجه تجربه جستجو استفاده می کنند. این برای جستجوی ارگانیک عالی است، که پرس‌و‌جوها خاص‌تر و موضوعی‌تر می‌شوند و شرکت را ملزم می‌کند تا رویکرد جراحی بیشتری به استراتژی محتوای خود داشته باشد و محتوای بسیار خاصی را برای یک مخاطب خاص ایجاد کند.

در برنامه Schema، ما این فرصت را برای یادگیری ماشینی می بینیم تا تجربه استفاده از داده های ساخت یافته را آسان تر (و خودکارتر) کند. اگر بتوانیم از ML برای پیشنهاد انواع schema.org و/یا ویژگی‌های کلیدی استفاده کنیم، می‌توانیم پذیرش را تسریع کنیم.

همچنین فرصت جالبی برای استفاده از یادگیری ماشینی و هوش مصنوعی در زمینه بینش در مورد محتوایی که منجر به نتایج می شود وجود دارد.

چرا سازمان اهمیت می دهد؟ خوب، اگر بتوانیم بینش هایی در مورد اینکه چه محتوایی برای چه کسی اجرا می شود به دست آوریم، اجرای آن استراتژی محتوای خاص آسان تر و پربارتر خواهد بود.

من همچنین به این موضوع علاقه مند هستم که چگونه معناشناسی نه تنها در جستجوی ارگانیک بلکه در مورد اینکه چگونه بازاریابی از داده ها برای تصمیم گیری استفاده می کند، نقش خواهد داشت.

هنگامی که داده ها را به درستی ساختار می دهید، یک نمودار معنایی با ارتباطات معنی دار می سازید. نمودار معنایی نحوه اتصال موجودیت ها و اطلاعات و ویژگی های مرتبط با آنها را نشان می دهد.

تا زمانی که یک ویژگی مشترک وجود داشته باشد، می توان از این نمودارها برای آوردن زمینه به داده های دیگر دوباره استفاده کرد.

ما در حال بررسی این موضوع بوده‌ایم که چگونه می‌توانید از نمودار خود که با استفاده از برنامه Schema تولید می‌کنیم مجدداً استفاده کنید تا اطلاعات موضوع وب را به شخصی‌سازی، پلتفرم‌های محتوا و موارد دیگر برسانید.

برنامه Schema بر اساس فناوری معنایی ساخته شده است، بنابراین وقتی ما نشانه گذاری طرحواره را انجام می دهیم، این نمودارهای قدرتمند را تولید می کنیم.

افکار بسته

چه توصیه ای برای زنان متخصص سئو دارید که مشتاق نقش رهبری در صنعت فناوری مردانه هستند؟

MvB: برای زنان سئوکار، من شما را به انجام دو کار تشویق می‌کنم: بدانید که در چه چیزی عالی هستید و یک مربی پیدا کنید.

اول، بدانید در چه چیزی واقعا عالی هستید. این کار سخت و خود اندیشی می خواهد. کاوش کنید که کجا جریان پیدا می کنید یا نوع کاری که به سمت آن گرایش دارید.

هنگامی که آن را میخکوب کردید، به آن تکیه کنید و نقش رهبری را کشف کنید که از این مهارت یا استعداد عالی استفاده می کند.

به عنوان مثال، یکی از ابرقدرت های من این است که مردم را نسبت به یک مفهوم یا ایده جدید هیجان زده کنم.

بنابراین، وقتی این فرصت را داشتم که سازمانی را در سیسکو راه اندازی و ایجاد کنم، آن را دوست داشتم. و این به من در معرض دیدی قرار داد که برای رسیدن به نقش رهبری بعدی ام نیاز داشتم.

دوم، یک مربی پیدا کنید. این مربی باید کسی باشد که پتانسیل شما را ببیند و همچنین مایل باشد در حین رشد شما را مربیگری کند.

هیچ ورزشکاری بدون مربی رویای رسیدن به بالاترین سطوح ورزشی را در سر نمی پروراند، پس چرا در تجارت کاری متفاوت انجام می دهید؟

در حالت ایده آل، این مربی همچنین یک تأثیرگذار در سازمان یا صنعت شما است. سپس آنها می توانند شما را راهنمایی کنند، همانطور که شما را راهنمایی می کنند، شما را بشناسند، و سپس با رشد شما درها را باز کنند.

برای اینکه هر دوی اینها کارایی داشته باشند، باید کار سخت خود اندیشی را انجام دهید و سپس در یک ذهنیت رشد باشید تا از هر تجربه خوب و بدی درس بگیرید.»

منابع بیشتر:

---

تصویر ویژه: با حسن نیت از مارتا ون برکل / برنامه طرحواره