Search data interpreteren: macro naar micro

Aspen Digital verzamelt al 10 jaar lang dagelijks de top 100 organische zoekresultaten van bijna 160.000 zoekwoorden uit een groot aantal online markten. We tracken de (historische) positiedata en SERP's van elk van de zoekwoorden en houden daarnaast bij wat het gemiddelde maandelijkse zoekvolume per keyword is.  

Deze bulk zoekmachinedata kan vanuit een tal van verschillende perspectieven benaderd worden, afhankelijk van welke subset aan data je eruit licht. In deze blog gaan we in op enkele verschillende interpretaties van de data, beginnend bij macro-inzichten en eindigend op microniveau.  

Macro: verschuivingen in de markt

Omdat onze verzameling van 160.000 keywords verdeeld is over honderden verschillende markten, kunnen we met de data eenvoudig inzicht verkrijgen in digitale marktverschuivingen. Door info over de positiedata te combineren met de totale zoekvolumes van websites die concurreren in de top 100 van een markt, kunnen we visualiseren hoe de onderlinge marktverdeling eruitziet en wat de verschuivingen zijn tussen tijdstip A en B.  

Deze marktverdeling brengen wij samen in onze Share of Voice-analyse (SOV), een overzicht dat inzoomt op de organische top 20 van een bepaalde branche. Kijken naar de top 20 geeft beter inzicht in de zichtbaarheid binnen de markt; posities buiten de top 20 kunnen we immers als nagenoeg onzichtbaar beschouwen omdat bijna niemand zo ver doorscrollt in de zoekresultaten. 

De top 20-verdeling van de kledingbranche ziet er bijvoorbeeld als volgt uit: 

Hoe vaker de website met een zoekwoord in de top 20 rankt en hoe beter de gemiddelde positie per zoekwoord, des te verder schuift de website in de SOV naar rechtsboven. Een groter bolletje indiceert een grotere hoeveelheid totaal zoekvolume dat aan de website hangt. 

Voorbeeld: kledingbranche voor en na update

Recent vond er weer een Google Core Update plaats. Deze begon op 22 augustus met uitrollen en was rond 8 september afgerond. Google is zelf vaak vrij zuinig met de informatie over de inhoud van zo'n update, en laat het ontdekken van de impact van de Google-update over aan de website-eigenaren en (SEO-)marketingspecialisten zelf. Met een SOV kan gemakkelijk inzichtelijk worden gemaakt wat er marktbreed aan verschuivingen heeft plaatsgevonden, bijvoorbeeld na zo'n algoritme-update.  

Als we tijdstippen van voor de update (2023-08-13) en na de update (2023-09-11) met elkaar vergelijken, dan zien we in de kledingbranche de volgende veranderingen: 

Het lijkt erop dat de breed-georiënteerde aanbieders, zoals Bol.com, Beslist.nl en Amazon.nl, hun voordeel hebben verloren ten opzichte van webshops met een specifieker assortiment. Maar ook 2 grote fashion-giganten, Zalando.nl en Wehkamp.nl, hebben behoorlijk op zichtbaarheid ingeleverd na de update. 

Ingezoomd: verschuivingen in een segment van de markt

Zien we hetzelfde patroon voor een specifiekere subset van de markt, bijvoorbeeld schoenen? We kunnen uit de Aspen database ook alle data rondom het thema ‘schoenen’ eruit filteren om inzichten te krijgen over dit segment binnen de mode. 

Voor de Core Update zag het landschap binnen de top 20 er voor het schoenensegment er zo uit, met Bol.com, Zalando.nl en Omoda.nl als marktleiders: 

Een kleine maand later zien we na de update dezelfde spelers, maar met een grote verandering in onderlige verhouding: 

Het patroon dat we in de hele kledingbranche al voorzichtig zagen verschijnen, is in het schoenensegment nog veel duidelijker zichtbaar. We zien in deze niche een scherpe verdeling tussen websites met een brede focus – de dalers – en websites die zich specialiseren in schoenen – de stijgers: 

Verder ingezoomd: thema's binnen de website

Tot nu toe hebben we de data breed ingezet om inzichten in de online markt te verkrijgen, maar we kunnen de data ook op websiteniveau benutten om vast te stellen waar de grootste kansen liggen. Als voorbeeld nemen we Omoda.nl, een website die zowel in het schoenensegment als in de kledingbranche als geheel is gegroeid in zichtbaarheid sinds de laatste Google-update.  

We kunnen het assortiment van Omoda.nl opdelen in verschillende categorieën, elk met bijpassende zoekwoorden. Een overzicht van de organische zichtbaarheid binnen de website ziet er op categorieniveau dan als volgt uit: 

Aan de merken en damescollecties hangen het meeste totale zoekvolume, en voor deze categorieën presteert de website ook het best. Hoewel de winkel van oorsprong een schoenenspecialist is, is de categorie schoenen momenteel een ondergeschoven kindje wat vindbaarheid betreft: voor slechts 35% van de schoenen-gerelateerde keywords staat Omoda.nl momenteel in de top 20.  

Dieper duiken in het thema

We kunnen met onze dataset zo diep in de website duiken als we willen, zolang er per sub-thema voldoende zoekwoorden overblijven voor een accuraat beeld. Op die manier kunnen we bijvoorbeeld verder inzoomen op de damescategorie.

In de vorige thema-SOV zagen we dat de zoekwoorden relevant voor de damescollectie voor 70% binnen de top 20 ranken, de rest daarbuiten. In de volgende subthema-SOV zien in we welke subcategorieën binnen de damescollectie het meeste winst te behalen valt: 

Zo goed als de website presteert voor de verschillende varianten van dameslaarzen, zo slecht presteert hij voor damesaccessoires en jumpsuits, terwijl aan beide subthema's een behoorlijk totaal zoekvolume hangt.  

Subthema's vanuit een ander perspectief

De data rondom het subthema jumpsuits kunnen we ook vanuit een andere hoek belichten voor extra informatie. Als we de 84 zoektermen die gerelateerd zijn aan jumpsuits van Omoda binnen de markt bekijken, zien we bijvoorbeeld hoe Omoda.nl zich voor dit onderwerp verhoudt tot zijn concurrenten.  

Kijken naar de marktverdeling leert ons dat Omoda.nl tot de middenmoot behoort en een relatief klein marktaandeel pakt voor jumpsuits. Dit doen webshops als Zalando.nl, Wehkamp.nl, H&M en Bol.com een stuk beter. Voor Omoda is het wellicht een idee om te kijken wat deze concurrenten anders aanpakken en daar inspiratie uit te halen. 

Micro: kansen op URL- en zoekwoordniveau

Als we nog verder inzoomen op de data, komen we uit op microniveau: URL's en losse zoekwoorden. De door ons verzamelde historische positiedata brengen we tot leven in grafieken die per zoekwoord het positieverloop van een specifieke URL laten zien. Een blik op zoekwoord ‘jumpsuit glitter’ (maandelijks zoekvolume: 1.900) laat zien waar voor Omoda.nl nog kansen liggen: 

Er is voor dit zoekwoord interne concurrentie aanwezig tussen verschillende productpagina's met glitter-jumpsuits van Omoda, omdat er nog geen passende overkoepelende categoriepagina aanwezig is. 

URL's en zoekwoordthema's samengevoegd

Voor een completer beeld van de prestaties per URL of thema kunnen we de grafieken van losse zoekwoorden ook samenvoegen in één plot. Op die manier kunnen er makkelijk trends worden gespot naar aanleiding van bijvoorbeeld een websiteaanpassing of Google-update of kunnen we de effecten meten van een externe linkplaatsing.  

Eerder zagen we al dat Zalando.nl na de Google Core Update van augustus flink heeft moeten inleveren op marktaandeel binnen de modebranche. Dit zien we niet alleen terug op macro-niveau, maar ook op microniveau. 

In onderstaande Google Update Effectmeting is het verloop van enkele belangrijke zoekwoorden rondom jumpsuits samengebracht voor de rankende URL van de website, Zalando.nl/dameskleding-broeken-overalls-jumpsuits. Uit de data kunnen we zo opmaken dat de eerdere 3 Google-updates deze website nauwelijks hebben beïnvloed, maar zien we de negatieve impact van de augustus Core Update duidelijk terug: 

De vertaalslag van data naar inzichten

Maak van searchdata nieuwe kansen door de informatie op verschillende manieren te benaderen. Aspen Digital kan je helpen met het verzamelen en interpreteren van relevante data voor jouw branche, focusthema's en website. We voegen dagelijks nieuwe zoekwoorden toe aan onze uitgebreide tracking en hebben direct inzicht in honderden verschillende markten. Benieuwd welke kansen we voor jou kunnen spotten? Neem gerust vrijblijvend contact op!