Näin tunnistat sivustosi ikivihreän sisällön

Tavoitteena on siis saada selville, mitkä sisällöt ovat ikivihreitä. Ikivihreyden kriteerinä on tässä se, että sisällön pariin hakeudutaan yhä uudelleen. Nämä sivut kannattaa tunnistaa ja ohjata käyttäjät niiden kautta kohti haluamiasi tavoitteita. Nämä sivut ovat myös niitä, joita et halua poistaa sivustouudistuksen yhteydessä.
Ikivihreiden sivujen selvittäminen onnistuu kaivamalla Google Analyticsistä esiin se, kuinka monena eri päivänä jollakin sivulla on vierailtu. Jos vierailuja on vain esimerkiksi viitenä päivänä, tiedät, että se on hyvistäkin kävijälukemista huolimatta ollut vain viikon viraalihitti. Jos vierailuja on ollut suurimman osan tarkastelujakson ajasta, tiedät, että sivun sisältö on osunut kultasuoneen.
Tarkastelun ulkopuolelle on järkevää rajata etusivu, mutta mielenkiintoisempaan analyysiin pääset käsiksi silloin, jos voit rajata aihealueen, jota sivut käsittelevät.
Analyysin tekemistä varten tarvitset pääsyn Google Analyticsiin ja Supermetrics Data Grabberin, jonka kokeiluversion voit ladata ilmaiseksi. Käytämme tässä esimerkkinä nuortenlehti Demin sivustolle tehtyä analyysiä. Halusimme löytää ne Demin keskustelupalstan sivut, joissa puhutaan ehkäisystä, ja jotka ovat kestohittejä, eli sivuilla on vierailtu useina päivinä.
1. Kirjaudu Supermetrics Data Grabberin kautta Google Analyticsiin ja valitse käyttöön haluamasi analytiikkatili Analytics-välilehdellä.
2. Valitse seuraavat kentät raporttiin: listaus sivun otsikon perusteella, sivunkatselut jaettuna päivittäin. Kannattaa valita mahdollisimman paljon kategorioita siihen nähden, kuinka pitkältä aikaväliltä pystyt saamaan tietoa. Maksimi kategorioiden määrä on 500, eli tarkastelu rajoittuu väkisin 500 päivän jaksoon.

3. Aikäväli kannattaa valita mahdollisuuksien mukaan maksimipituiseksi, eli 500 päivän jaksoksi (noin 16 kuukautta).
4. Tee suodatin haluamiesi rajausten mukaisesti. Koska halusimme tietää, mihin ehkäisyä koskeviin Demin keskusteluihin hakukoneen kautta on tultu, valitsimme suodattimet PagePath CONTAINS ehkäisy AND medium EQUALS organic.
Näin rakennat suodattimen:

Tältä valmis suodatin näyttää Supermetrics Data Grabberissa:

5. Rastita ruutu ”Try to avoid Google’s data sampling”, jotta saat mahdollisimman tarkkaa tietoa.

6. Klikkaa Run the report -painiketta ja toivo, että koneessasi riittää potkua – parivuotias pc voi olla hetkisen kovilla.

Muotoile taulukkoa, ja valmista tuli!

Supermetrics Data Grabberin tuottama taulukko vaatii vielä vähän käsittelyä.
1. Siirry aivan tietoalueen oikeaan reunaan, ja laske seuraavaan tyhjään sarakkeeseen tieto siitä, kuinka monessa solussa on luku. Tämän avulla saat selville, kuinka monena eri päivänä sivulla on käyty tarkastelujaksosi aikana. Toisiksi viimeisenä näkyy todennäköisesti Other-sarake, joka niputtaa tarkastelu jakson ulkopuolelle jääneiden vierailuiden lukumäärän.
2. Käytä päivien lukumäärän laskemiseen LASKE.A-kaavaa (COUNTA), mutta älä ota Other-saraketta mukaan. Kaava laskee, monessako rivin solussa on jokin luku.

3. Ota taulukon suodatus pois päältä.
4. Valitse koko tietoalue ja muunna se taulukoksi.
5. Järjestä Lukumäärä-sarakkeen tiedot suurimmasta pienimpään.
6. Piilota väliin jäävät päivämääräsarakkeet.
7. Ta-daa! Saat listan, josta näet, mitkä sisällöt ovat olleet suosituimpia pisimpään.
Esimerkkimme Demin kohdalla taulukko näyttää tältä:

Tämän perusteella saadaan tietää, mikä kohderyhmää kiinnostaa, ja mistä aihepiiristä kannattaa todennäköisesti tehdä lisää sisältöä. Sivustolla, jossa keskustelupalsta tuo valtavasti liikennettä ja jossa keskusteluiden aiheet koskevat lähes kaikkea maan ja taivaan välillä tämä analyysi auttaa myös päättelemään, mitkä sivut todennäköisesti sijoittuvat korkealle hakutuloksissa.
Tämä voi olla siis yksi keino sen haravoimiseen, mitkä kaikki sivut menestyvät hakutuloksissa. Listasta voi päätellä melko helposti, millä avainsanalla tehdyllä haulla sivu löytyy.
Tavoitteenamme on aina käyttää analytiikkaa sisältöjen suunnittelussa ennen kuin ryhdytään varsinaiseen sisällöntuotantoon, jotta tehdyt sisällöt perustuvat tutkittuun dataan. Toivottavasti saat tästä intoa sivustosi sisällön analysointiin – tee tarkentavia kysymyksiä tai jaa omat niksisi kommentoimalla tätä postausta.