• Save
Der Kunde ist vor Ihrer Haustüre
Upcoming SlideShare
Loading in...5
×
 

Der Kunde ist vor Ihrer Haustüre

on

  • 6,125 views

Lokale Suche von den Basics bis hin zu technischen Hintergründen für Rankings und Algorithmen vom Local Search & Maps Produktmanager von Yahoo! Europa und Bing Deutschland.

Lokale Suche von den Basics bis hin zu technischen Hintergründen für Rankings und Algorithmen vom Local Search & Maps Produktmanager von Yahoo! Europa und Bing Deutschland.

Statistics

Views

Total Views
6,125
Views on SlideShare
1,955
Embed Views
4,170

Actions

Likes
5
Downloads
0
Comments
0

12 Embeds 4,170

http://t3n.de 3659
http://barmedia-training.blogspot.de 341
http://www.barmedia-training.blogspot.de 142
https://twitter.com 8
http://www.maldrei.com 5
http://www.blogger.com 5
http://barmedia-training.blogspot.com 3
http://www.ypeas.com 2
http://barmedia-training.blogspot.in 2
http://plus.url.google.com 1
http://barmedia-training.blogspot.ch 1
https://www.google.de 1
More...

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Der Kunde ist vor Ihrer Haustüre Der Kunde ist vor Ihrer Haustüre Presentation Transcript

  • 1Der Kunde ist vor Ihrer HaustüreFrank Fuchs – Valopex Consulting(April 26, 2013)
  • 2Nichte am Telefon: ”Wer bist’n du?”
  • 3Marketing ManagerRobert Bosch S.p.A. - MailandProduct Manager – E-CommerceLycos Europe - MünchenProduct ManagerLocal Search & Maps / Y! AnswersYahoo! – München / LondonProduct Manager BingWeb-Search, Local Search & MapsMünchenOnline- Produkt & Marketing Beraterbei Valopex & Co-Founder Ypeas.com- MünchenGeboren in München,aufgewachsen in Niederbayern,lebt & arbeitet in München.Frank Fuchs
  • 4Erst mal ein paar Zahlen?
  • 597% of consumers searchfor local businesses online.https://www.google.com/business/placesforbusiness/free-features/
  • 6More than 20% of desktopsearches on Google are related tolocation. On mobile, this climbs to40% percent.http://googleblog.blogspot.de/2011/10/ads-are-just-answers.html
  • 7Mobile Internet Nutzunga• 61% with a smartphone, 37% a netbookand 22% a tablethttp://www.accenture.com/SiteCollectionDocuments/PDF/Accenture-Mobile-Web-Watch-Internet-Usage-Survey-2012.pdf
  • 8http://www.forbes.com/sites/connieguglielmo/2012/12/04/mary-meekers-must-read-interent-trends-report-says-android-phone-uptake-bests-apple/Global mobile traffic.Mobile traffic represented13% percent of allInternet traffic this year, upfrom 4% in 2010 and 1% in2009.
  • 9Mobile Video GrowthTo put that into context, the 15 billion videostreams measured in Q4 /201211 times more than allmovie ticket sales in 2012.http://success.adobe.com/assets/en/downloads/briefs/13926_di_mobile_video_v15.pdf
  • 10Lokale Suchmaschinenoptimierung?
  • 11Lokale Suchmaschinenoptimierung?
  • 12TIL(TodayILearned): Kurt Cobain killed himself onemonth after Justin Bieber was born.Zu wenige Datenpunkte – wenig Trust – Gefahr von falschenSchlußfolgerungenhttp://en.wikipedia.org/wiki/Correlation_does_not_imply_causation
  • 13George Edward Pelham Box (October 18, 1919 – March 28, 2013) was a British mathematician and Professor of Statistics at theUniversity of Wisconsin, and a pioneer in the areas of quality control, time series analysis, design of experiments and Bayesianinference.George E. P. BoxEssentially, all models are wrong,but some are useful.
  • 14Die Basics“Du kannst keine Postkarte an einenPOI senden.”
  • Was lokales SEO nicht ist15‣ PayPerClick• Bezahlte Anzeigen‣ Ergebnisse aus derShopping Suche• Bezahlte Anzeigen‣ “Normale” organischeErgebnisse• Kostenlos! ;)Abgrenzung zu anderen SEM MaßnahmenPPCPPCSEO
  • Was lokales SEO ist16‣ “Normale” organischeErgebnisse‣ Lokale SuchergebnisseSEOLocal SEOAbgrenzung zu anderen SEM Maßnahmen
  • Was lokales SEO ist17‣ PayPerClick• Bezahlte Anzeigen‣ Lokale Suchergebnisse• In der Lokalen bzw.Maps- SuchePPCLocal SEOAbgrenzung zu anderen SEM Maßnahmen
  • Was lokales SEO hat - lokalen Bezug18‣ Standortbezug ist derSchlüssel• User Eingabe• IP Adresse• WLAN Hot Spots• Implizit/Explizit• …StandortAbgrenzung zu anderen SEM Maßnahmen
  • 19Wann & warum werden lokaleErgebnisse angezeigt?
  • 20Wie sieht eine Suchanfrage aus?Viele „unsichtbare“ Einstellungen, wie Land, Sprache, Safe-Search-Level, Location, Tageszeit, Anzahl der Wörter in derQuery (Longtail vs. Navigational – Index) usw. werdenübergeben und führen zu angepassten SERPS.Keyword: hotel
  • 21Wann erscheinen lokale Ergebnisse?http://en.wikipedia.org/wiki/Web_query_classificationSuchanfragen – Einstufung – Query Classification•Query : „Pizza Plattling“ – Hoher Score für „Local Intent“ >> LokaleSuchergebinsse werden eingeblendet•Query: „Alan Webb “ – Kein/Geringer Score für „Local Intent“ >> keineEinblendung von lokalen Suchergebnissen.
  • 22Lokale SuchmaschinenoptimierungUmfasst alle Maßnahmen, die der Steigerung von Qualitätund Quantität der Besucher dienen, deren Suchanfrageneinen lokalen Bezug enthalten (Explizit) oder einen solchenvermuten lassen (Implizit).
  • 23Vorgehensweise (Lokales) SEO
  • Das Fundament24Ohne solide Vorbereitung ist SEO/SEM wie ein Tourist inLondon ohne StadtplanSuchbegriffe findenKonkurrenzSuchergebnis-AnalyseTargetUmsetzung“Spielen” mit den SuchbegriffenWas machen meine “Marktbegleiter”?Schwächen & Lücken gefunden?Strategie formulieren, abstimmen und Taktiken umsetzen.
  • 25Wie und wo finde ich die passendenSuchbegriffe/Keywords?
  • Suchbegriffe/Keywords finden26‣ Google, Microsoft &Yahoo!• Kostenlose Tools‣ Bing /Google Suggest‣ Block & Stift &HirnschmalzWelche Begriffe benutzen Kunden, um nach meinerDienstleistung zu suchen?
  • 27Keyword- undMarktbegleiter- Analyse
  • 28Ohne lokale ListingsPPCSEO PPC
  • 29Mit lokalen ListingsSEOLocal SEO
  • 30Wenig KonkurrenzLocal SEOSEO
  • 31Mehr KonkurrenzLocal SEOPPC
  • Die besten Suchbegriffe/Keywords32Welche Eigenschaften sollten ideale Keywords besitzen?HohesSuchvolumenViele Suchanfragen im Monat.WenigKonkurrenz“Schwache” Seiten in denTop 10Hoher MehrwertHoher Anteil der Besucher wirdzu Kunden.123Das idealeKeyword
  • 33Aber ich mag doch/verkauf dochkeinen Fisch
  • 34cc www.flickr.com/base10/Aber ich mag keinen Fisch!Keiner bestellt Fisch
  • Suchbegriff & Passender Inhalt35Wo die Magie passiertMAGIESuchbegriffZeigt Informationsbedürfnis desNutzer auf. Fakten, Konsum,Unterhaltung, Format, Ort, Zeitetc.Passender InhaltDeckt Informations–Unterhaltungs- Konsumbedürfnisdes Nutzers
  • 36Kreative Inhalte/Lösungen - woimmer möglich
  • 37Kreative Inhalte/Lösungen - woimmer möglich
  • 38Der Mensch-Faktorcc www.flickr.com/base10/
  • 39http://en.wikipedia.org/wiki/Ebbinghaus_illusion
  • Firmeneinträge, Local SERP Qualität?40Empfundene versus “berechnete” Relevanz
  • Firmeneinträge, SERP Qualität?41Empfundene versus berechnete RelevanzSuchbegriff: Abakus
  • Firmeneinträge, Local SERP Qualität?42Empfundene versus “berechnete” Relevanz
  • 43Die erhobenen Daten, werden alsSeed Sets fürMachine Learning AlgorithmenverwendetFrei zugängliche Beispiel Seed Sets http://archive.ics.uci.edu/ml/
  • Firmeneinträge, SERP Qualität?44Machine-Learning Algorithmen – Basis ist in der Regel ein Seed-Setvon Daten mit hoher QualitätSeed Set
  • 45Die Erde ist (k)eine Scheibe.“Bei Google bin Ich ja schon drin”
  • Firmeneinträge (Citations)46‣ Firma in relevanteVerzeichnisse eintragen• Identische Daten• Vollständig• Professionelle Bilder• Treffende Kategorie &Suchbegriffe Brancheneinträge CitationsErst über viele Fundstellen entsteht Trust = Besseres Ranking
  • Firmeneinträge (Citations)47Erst über viele Fundstellen mit identischem Inhalt entsteht Trusthttps://www.google.de/search?q=Firma+Name+Stadt+Telefonnummer
  • Firmeneinträge,Citations, Kommentare48Erst über viele Fundstellen mit identischem Inhalt entsteht Trusthttps://www.google.de/search?q=Firma+Name+Stadt+”Telefonnummer”
  • Firmeneinträge,Citations, Kommentare49Wer nicht wagt/fragt der nicht gewinnt – "Empfehlen Sie uns gerneweiter"Restaurant DREIGUThttp://blog.kennstdueinen.de/
  • 50Wo sollte/muss ich gelistet sein?
  • Firmeneinträge,Citations, Kommentare51Ypeas Scanner analysiert Datensätze der top Player im Markthttp://bit.ly/13bpDSt
  • Firmeneinträge,Citations, Kommentare52Auf der Scanergerbnisseite Player Detailansicht (www.ypeas.com/)
  • 53Citations finden Suchmaschinen nichtnur in Branchenbüchern
  • Citations aus dem Web54Bewertungen / ReviewsViele Quellen – mit unterschiedlichem Trust‣ Diverse Quellen• Bewertungen inBranchenverzeichnissen• Blogposts & DiverseWebsites / Locationextraction• Kalendereinträge• Anrufe / 0800 / USA
  • 55Citations interpretieren & Bewerten
  • Kommentare aus dem Web56Bewertungen / ReviewsSemantische Sentimentanalyse‣ 114 Bewertungen willkeiner lesen‣ Bing sagt dazu• Bing categorizes thecommon themes inuser reviews so you canquickly see strengthsand weaknesses andthen decide whatsimportant.http://de.wikipedia.org/wiki/Sentiment_Detection
  • Kommentare aus dem Web57Bewertungen / ReviewsSemantische Sentimentanalyse‣ Sentiment„The food was fantastic, sowe had to wait very longfor the service. TheCalzones were heavenly,the pasta however wasoverdone and tastedstale.“http://de.wikipedia.org/wiki/Sentiment_Detection
  • 58Citations “Mülltrennung”
  • 59‣ Junk Analyse von Texten (Wert 0-265)JUNK Einstufung – Im folgenden beispielhaft ein mehrstufigerFilter & drei entsprechende Penalties bei niedrigen Scores‣ > 78 Sterne Wertung wird ignoriert‣ > 99 Sentiment zu typischen Eigenschaften werden ignoriert‣ > 172 Die Bewertung wird ignoriert (sie bleibt aber in der Regelim Index und wird weiter angezeigt)‣ Unschärfen bei Ironie, Slang, Dialekt etc.‣ Basis für Score sind u.A. bekannte linguistische Methoden, wiez.B. die Reading Level Analysehttp://en.wikipedia.org/wiki/Flesch%E2%80%93Kincaid_readability_testDen Reading Level Analyse finden Sie z.B: als Funbktion bei MS Word
  • 60Feynmans Restaurant Problemwww.feynmanlectures.info/exercises/Feynmans_restaurant_problem.html
  • 61D = √2(M+1) - 1Richard Feynman und Ralph Leighton hatten das Problem wenn Sie insRestaurant gingen, zu entscheiden, ob Sie dasGericht bestellen sollten, das Ihnen bis jetzt ambesten geschmeckt hat oder etwas neues zuprobieren.
  • 62Feynmans restaurant problemwww.feynmanlectures.info/exercises/Feynmans_restaurant_problem.htmlThe goal is to maximize the average total ratings of thedishes/listings you display/eat in M searches/meals(where M is less than or equal to N).D = √2(M+1) - 1
  • 63Suchmaschinen “rotieren” Ergebnisse.So können Sie “lernen” ob dem Nutzer Gericht/Resultat 12 ggf. doch bessermundet als Gericht/Resultat 1
  • Nochmal zum Mitschreiben64Eine Vorher vs. Nachher Betrachtung BasicsSuchbegriffeSuchergebnis-AnalyseKonkurrenz-AnalyseAus dem Bauch – Ich kenne meineFirma/Kunden am bestenDer MenschFaktorNach der Recherche – “Des häd I niaglaubt, auf was für Sachen diekommen”FirmeneinträgeCitationsAus der subjektiven Erinnerung – dieErgebnisseiten sind (fast) immergleich.Die Suchmaschine – “reagiert” aufSignale wie Ortsnamen oder IP-Adressen – mit speziellen Inhalten.Aus dem Bauch - Der Huber ist undbleibt ein Idiot.“Schau na o den Hund” der fragtjeden Kunden nach einem Kommentar.Google rechnet doch alles aus mitderen AlgorithmenGerade im Local Search Umfeld nutzenSuchmaschinen menschliche Reviewsals “Lern-Futter” für die Algorithmen.Bei Google bin ich drin, also passt dochalles?Seit alle Einträge und alle Datenaktuell sind, findet man uns nicht nurweiter oben sondern auch überallVorher Nachher
  • 65@babasavefrank@valopex.comwww.valopex.comFrankFuchs