Над внутренними факторами можно работать бесконечно. Приведу в пример наш блог: за 6 лет существования он эволюционировал каждый год. В последний раз (весной этого года) мы подошли к этому вопросу со всей серьезностью: кроме исправления явных ошибок, поработали над юзабилити (рубрикацией, навигацией, формой подписки на рассылку и пр.) и результаты не заставили себя долго ждать.
Новый дизайн блога добавил 20% к среднему времени просмотра и глубине. На графике ниже можно наблюдать рост посещаемости (1 ноября 2012 по 30 октября 2013):
В общем и целом над всеми веб-проектами нужно постоянно работать. Нет предела совершенству, тем более, если ставить все новые цели. Чтобы проанализировать текущее состояние веб-проекта, нужно провести всесторонний аудит. Но раз уж мы агентство интернет-маркетинга, то расскажем исключительно про SEO-аудиты в этот раз (еще мы проводим юзабилити-аудиты). Но обойдемся без теории, покажем сразу пример такого аудита, проведенного в конце сентября для сайта ain.ua.
Все, кто хоть как-то интересуются интернет-рекламой, наверняка не понаслышке знают об этом ресурсе. Именно он занимает первые строчки в выдаче по очень многим запросам. Давайте же посмотрим, как там обстоят дела. Перед публикацией мы написали Артуру Оруджалиеву и узнали, что действия над исправлением ошибок на ain.ua уже ведутся. Что ж, тем лучше! Возможно, в скором времени проведем аудит повторно.
Мы проводим SEO-аудиты бесплатно на этапе составления коммерческого предложения или/и переговоров о SEO-продвижении, но в силу высокой загруженности вынуждены отдавать предпочтения только интересным и сложным проектам.
Свежее
Почему пользователи удаляют приложение и как этого избежать
Что именно заставляет пользователей забывать и удалять приложение? Разбираем и предотвращаем отток юзеров
Как настроить расширенную электронную торговлю с помощью Google Tag Manager
В этой статье разберу этапы построения системы — от стратегии до отдельных событий в воронке
Как оценить готовность бизнеса к ML-аналитике: чеклист от Netpeak
Компании все чаще инвестируют в машинное обучение, однако модели не становятся частью повседневных решений. Разбираем, почему
