Latent Semantic Indexing (LSI) is een belangrijk zoekmachine concept die elk Search Engine Optimizer moet begrijpen. In deze post zal ik introductie geven op latent semantic indexing, uitleggen wat LSI is en waarom zoekmachines deze technologie in de nabije toekomst zullen gebruiken.

Boolean Search Beperkingen

Waarschijnlijk ben je al bekend met Boolean search. Een Boolean evaluatie geeft altijd TRUE of FALSE en dit principe kun je toepassen bij zoekmachines. Zodra je zoekt naar keyword dan zal een zoekmachine een Boolean evaluatie uitvoeren en kijken welke documenten keyword bevat (niet helemaal waar, eigenlijk wordt een lookup gedaan naar de inverted file indexes maar voor het gemak gebruik ik dit voorbeeld). Is er een match, dan evalueert de Boolean naar TRUE en heb je een document waarin je keyword in voorkomt. Zo kun je zoeken naar relevante documenten. Immers hebben relevante documenten deze keyword(s) in de content. Is de uitkomst van de Boolean evaluatie FALSE, dan heeft het document niet de zoekterm in haar content.

Dit concept heeft ook een groot nadeel, want nu heb je alleen matches op de betreffende sleutelwoorden. Er zijn meerdere manieren om een concept te omschrijven zonder de betreffende zoekterm te gebruiken. Stel dat iemand zoekt op tweedehands auto. Moeten zoekmachines dan alleen web pagina's weergeven waar de zoekterm terug komt in de content? Nee, want web pagina's die hetzelfde concept beschrijven met andere woorden moeten ook worden weergegeven. De term 'hetzelfde concept' klinkt nogal vaag, maar dat is gewoon een ander term voor synoniemen en relevante woorden.

Om terug te komen op onze concept tweedehands auto, web pagina's kunnen hetzelfde concept beschrijven met woorden als tweedehands automobiel, tweedehands bolide, gebruikt auto, niet nieuw wagen en ga zo maar door. Wat je misschien al opvalt is dat alle termen hetzelfde concept beschrijven als tweedehands auto (tot op zekere hoogte). Wanneer web pagina's deze termen bevatten zonder de zoekterm tweedehands auto, moeten zoekmachines deze resultaten dan ook weergeven? Ja, want zij beschrijven precies hetzelfde concept alleen in andere woorden. Er zijn meerdere wegen die naar Rome leiden en hier komt Latent Semantic Indexing (LSI) in het verhaal voor.

Latent Semantic Indexing

Zoekmachines willen alternatieve beschrijvingen van de betreffende zoektermen ook opnemen in haar zoekresultaten. Niet iedereen gebruikt hetzelfde vocabulair om een concept te beschrijven. Zoekmachines, vooral Google, snappen dit en willen met LSI een zo divers mogelijk resultatenpagina weergeven.

Alternatieve en synoniemen woorden voor tweedehands zijn gebruikt, niet nieuw, gedragen (meer voor kleding) en overgenomen. Niet alle synoniemen kun je gebruiken om hetzelfde concept te beschrijven. Zo kun je tweedehands auto niet vergelijken met gedragen automobiel, omdat gedragen meer van toepassing is op kleding. Hetzelfde geldt voor een bank, dat kan van alles zijn: een financiële instelling, een meubel, of een bestand. Wanneer je wilt refereren naar het betreffende woord/concept dan gebruik je daarvoor de correcte woorden in de context, zo kun je LSI uitbuiten.

Gelukkig snappen zoekmachines dit ook en zij beginnen ook beter de context van content te begrijpen. Google heeft al een vorm van latent semantic indexing ingevoerd. Maar je vraagt je misschien af hoe zoekmachines een context kan begrijpen? Dankzij de grote databases gevuld met miljarden web pagina's kun je 'statistisch' zien welke woorden vaak hand in hand worden gebruikt. Op deze manier kunnen zij woorden vinden die semantisch hetzelfde betekenen.

Wanneer je schrijft over geld en financiële instellingen, dan zal het woord bank ongetwijfeld ergens in terugkomen. Hetzelfde kun je zeggen voor web pagina's die over wagens gaan. Hoogst waarschijnlijk zal in de andere miljarden web pagina's die over wagens gaan het woord auto's ook in terugkomen. Zo kun je verbanden leggen tussen woorden die semantisch hetzelfde betekenen. Het is erg simplistisch uitgelegd, maar zo werkt het ongeveer.

Wat is latent semantic indexing niet? LSI wordt NIET gebruikt voor het bepalen van de thema van je website. Het werkt alleen op de betreffende (web) document, niet op je website. Het wordt dus ook niet gebruikt om te zien in welke 'thema' je website valt en of andere relevante websites (met hetzelfde thema) naar je linken e.d.

Hoe pas je dit toe voor zoekmachine optimalisatie?

Hier wil ik een andere keer uitgebreider op terug komen, maar deze post moet je al een idee geven hoe je LSI in je voordeel kunt gebruiken. Denk aan synoniemen en relevante woorden, mix it up ;-)

Een veel gestelde vraag is: Wat is het beste voor zoekmachine optimalisatie: underscores of dashes (koppelteken, mintekens, hyphens)? Welke word separator je moet gebruiken voor betere SEO is de dash (koppelteken, minteken, hyphen) en ik zal laten zien waarom.

Overigens kwam deze vraag ook al terug tussen de comments van mijn post SEO voor Wordpress blogs en vroeg een betrouwbare SEOKING lezer Sint Smeding dit zich ook af in zijn post URL-optimalisatie: koppelteken of underscore?. Ik had al enkele maanden geleden beloofd om deze topic te behandelen, beter laat dan nooit zal ik maar zeggen :-)

Matt Cutts, engineer bij Google's webspam team, verklaart waarom dashes vaak beter zijn dan underscores (engelstalig, 2005). Ik zal even mijn vertaling hiervan geven en mijn ervaring hiermee.

Underscore vs Dash

De underscore (_) en de dash (-) worden op verschillende manieren geïnterpreteerd door zoekmachines. Woorden met een underscore worden gezien als een enkele woord. Maar woorden met een dash (minteken) worden gezien als aparte woorden. Een voorbeeld laat dit duidelijk zien.

woord1_woord2: Dit wordt als één woord gezien, namelijk woord1_woord2. Dus als je zoekt op woord1 of woord2, dan is er geen match. Maar zoek je op woord1_woord2, dan wel.

Dit is ook wel nuttig, want sommige woorden hebben een underscore in hun naam. Denk bijvoorbeeld aan programmeer functies, zoals PHP's mysql_real_escape_string() en dergelijke.

woord1-woord2: Dit wordt gezien als twee aparte woorden, namelijk woord1 en woord2. Wanneer je zoekt op woord1 of woord2, dan heb je een match. Maar ook met "woord1 woord2".

In meeste gevallen wil je dus een dash gebruiken, omdat je hiermee je sleutelwoorden kan scheiden in je URLs. Althans, dat kun je lezen op Matt Cutt's blogpost. Om het punt te illustreren zal ik een voorbeeld laten zien.

Het belang van keywords in je URL

Om te zien wat het effect is van dashes en underscores in URLs heb ik een mini experiment opgezet. Mijn post Meta Description Truuk Werkt Niet Meer in Google van enkele weken geleden heeft deze URL: http://www.seoking.nl/meta_description_truukzor/. Een andere post, Volg je Concurrenten met Google Alerts, heef deze URL: http://www.seoking.nl/link-building-flopperslipper/.

Wat je opvalt is dat de beide URLs een keyword hebben die nog niet in de Google index bestaat, namelijk truukzor en flopperslipper. Ook is de word separator anders voor de URLs, de een gebruikt een underscore en de ander een dash. Beiden woorden staan ook niet in de content. Hiermee willen we dus kunnen zien of je kunt ranken op keywords die alleen in de URL staan.

Underscores in URL

Stel dat we zoeken op truukzor, zouden we mijn post op de SERP terug zien? In eerste instantie zeg je van niet, omdat truukzor gescheiden is door een underscore. Met andere woorden, er is geen exacte match want woorden die geschieden zijn door een underscore behoren tot 1 woord.

Ah, kijk eens aan. Er is geen match en onze eerste gedachte klopt dus. Wat als we precies zoeken op meta_description_truukzor? Krijgen we dan wel een match? Volgens mij wel...

Okay, wanneer we precies zoeken op de term met underscores dan krijgen we een match. Maar wat als we op een deel van de term zoeken met een underscore erin? Ik bedoel hiermee dat we zoeken op description_truukzor. De eerste keyword (meta) is weggelaten. Zouden we dan alsnog een match krijgen?

Nee, er is geen match. Het lijkt erop dat we alleen op keywords in de URL kunnen ranken wanneer we EXACT zoeken met alle underscores in je zoekterm.

Toch wil ik nog iets anders proberen. Wat als wij die underscores weghalen en dus zoeken op meta description truukzor?

Helaas pindakaas, geen match.

Maar wacht! Nog een laatste experiment. Wat als we zoeken op meta description? Zoals de zoekterm meta description truukzor al liet zien moet er geen match plaatsvinden. Maar deze screenshot laat iets anders zien.

Hiervoor kun je verschillende redenen bedenken. Laten we niet vergeten dat zoekmachines ook zoeken in content! Wat meta_description_truukzor laat zien is dat er geen web pagina's bestaan met de term in de content. Daarom was de SERP ook blank, want zoals wij nu weten is er geen match met meta_description_truukzor omdat die gescheiden is door underscores. Maar wanneer wij zoeken op meta description, dan krijgen we de betreffende pagina met truukzor in de URL wel op de SERP en de keywords in de URL zijn ook nog eens vetgedrukt. Waarom? Simpel, de zoekterm komt terug in de content (goede on-site optimalisatie ook, al zeg ik het zelf!). Wat wel raar is dat de keywords in de URL dikgedrukt zijn. Dat zou niet zo moeten zijn, want keywords die gescheiden zijn door een underscore behoort tot 1 woord. Dat liet truukzor al zien. Misschien komt het door de combinatie van match in content+URL. Iemand anders met een idee?

Wat kunnen we nu zeggen over underscores in URLs? Je kunt niet ranken op keywords die worden gescheiden door underscores.

Dashes in URL

Hoe zit het nu met dashes? Kun je ranken op keywords die gescheiden worden door dashes? Om dit te testen moeten we zoeken op flopperslipper.

Ja, je kunt ranken op keywords die gescheiden zijn door dashes. Het lijkt erop dat dashes gezien worden als spaties en dat wij daarom kunnen ranken op keywords die gescheiden zijn door dashes. Kunnen we ook gevonden worden door een dash in de zoekterm te gebruiken? Laten we zoeken op building-flopperslipper.

Ook dat lukt. Wat ook goed om te weten is, is dat Google dashes in zoektermen behandelt als separators voor spaties, dashesh en aan elkaar geplakte woorden. Deze uitkomst was dus eveneens te verwachten.

Zoek maar eens op word-wrap, dan krijg je matches terug met wordwrap, word-wrap en word wrap.

De laatste proef is met aanhalingstekens. Kunnen we ranken op keywords die tussen aanhalingstekens staan, maar in de URL zijn gescheiden door dashes? Zoek op "link building flopperslipper" en je zult het resultaat zien!

Jawel, je kunt ranken op keywords die tussen aanhalingstekens staan.

Underscore of dashes: Wat is nu het beste voor zoekmachine optimalisatie?

Dashes!

Ken je de meta description truuk waarbij de eerste regel op de SERP de meta description is en de tweede regel content op je web pagina? Deze truuk werkte een tijd geleden nog in Google, maar inmiddels niet meer. Het werkt nog wel voor Yahoo! en Live. Heb je nog steeds geen idee waar ik het over heb?

Met deze truuk kun je de beschrijving op de SERP manipuleren. De eerste regel bestaat uit de meta description en op de tweede regel staan de keywords waarop gezocht worden. De voorwaarde voor de twee regel is dat de keywords wel in de body staan van je pagina. Een SERP zag er dan zo uit:

Titel pagina

meta description
body content keyword(s) content...
URL

Maar dit werkt niet meer in Google. Als je bijv. zoekt op seo blog, dan zie je alleen de meta description van dit blog.

Vroeger zou de tweede regel aangevuld worden, maar dat gebeurt nu alleen bij Yahoo en Live. Zie de screenshots hieronder, respectievelijk:

Je ziet dat het werkt bij Yahoo!, maar de cache opname van Live is op dit moment te oud dat deze nog oude content heeft waarbij de ene post met de keywords seo blog niet staat. Je ziet dat Live dan willekeurige tekst toevoegt.

Nog iets, Yahoo! kan geen speciale karakters weergeven zoals » die ik in mijn titel heb. Dan werken deze CTR truuks niet.

Dit is de eerste gast post op SEOKING.nl door Rob. Ik hoop dat jullie het een waardevolle toevoeging vinden. Mocht je zelf nou ook willen bloggen over zoekmachine optimalisatie op SEOKING.nl, dan verwijs ik je door naar mijn guest post pagina voor meer informatie.

Op de website van Andre Scholten las ik een leuk stukje over de google sitelinks. Ik kwam op dit onderwerp naar aanleiding van de sitelinks van mijn poker handleiding website.

Over dit onderwerp zijn er geen duidelijke antwoorden maar wel erg veel vragen. Juist daarom zijn er waarschijnlijk zoveel mensen mee bezig. Met mijn statistieken kan ik misschien wel enkele mythes ontkrachten.

Je site moet autoriteit zijn op een zoekopdracht.

De site is inderdaad autoriteit op meerdere zoekopdrachten. Echter is het niet zo dat iedere nummer 1 positie voldoende is. Terwijl 'poker combinaties' toch de 3e best bezochte pagina is van de website.

Je navigatie moet zo ver mogelijk vooraan staan.

Ook dit is mogelijk. De site begint met de code van de navigatie maar in hoeverre dit ook van effect is op de sitelinks kunnen we natuurlijk testen door de navigatie naar beneden te verplaatsen. De huidige indeling is:

Je hoofdpagina en subpagina’s moeten een eigen groep van inkomende links en bezoekers hebben.

Ik denk dat de links minder van belang zijn. De pagina’s in de sitelinks zijn de pagina’s die via google de meeste bezoekers trekken. Het aantal links naar deze subpagina’s valt verders redelijk tegen.

Texas Hold'em - 0 inkomende links
Het poker spel - 0 inkomende links
Combinaties - 27 inkomende links
texas holdem | spel uitleg - Deze pagina bestaat niet meer en heeft een 301.

Google Sitemaps en Google Analytics.

Beide systemen zijn gebruikt om de website zo goed mogelijk te kunnen volgen. Echter zijn er geen aanwijzingen dat deze systemen ook maar van enig invloed zijn. Het verwijderen van de sitemap heeft voor langere tijd geen effect gehad op het verdwijnen van de sitelinks.

Je site moet minimaal pagerank 5 hebben.

De website heeft al geruime tijd een PageRank van 3. Het aantal bezoekers blijft ook stabiel op een gemiddelde van de 350 per dag hangen. Als 1 van deze factoren van invloed zouden zijn dan had ik het effect al wel eerder hebben moeten merken.

Je moet er geld in steken om tot sitelinks te komen.

Er is niets betaald aan Google. Ik ben geen sponsor van Google.

Verder valt er nog op dat er geen controlle zit in duplicate content. Middels het herschrijven van de url was er nog een oude link opgenomen die dezelfde content liet zien als de eerste pagina.

Alleen geoptimaliseerde websites komen in aanmerking.

Tot mijn verbazing zag ik dat Kruikenstad.com ook sitelinks heeft gekregen. Deze pagina gaat over het Tilburgse carnaval met een piek van enkele maanden per jaar. Op de 5 dagen in het jaar gaan we over de 1000 bezoekers per dag en in de zomermaanden zitten we op een gemiddelde van 200 bezoekers per dag. De site heeft echter nog steeds geen geoptimaliseerde code. De URL is niet herschreven en ook niet alle pagina's zijn even uniek.

Algemene statistieken

Pokeruitleg.nl
8.83% Direct verkeer
5.78% Verwijzende sites
85.29% Zoekmachines

26.96% op "Poker uitleg"
13.15% op "Poker combinaties" waarbij geen sitelinks in beeld komen

Kruikenstad.com
12.05% op "kruikenstad"
onbekend op "carnaval tilburg"

Conclusie

Ik zie geen link tussen de pagerank, bezoekers en code betreffende sitelinks. Ik ben de laatste tijd wel aan het spelen geweest met titels, meta tags (is het nog wel van deze tijd?!) maar ook daar zie ik geen verband in. Beide sites zijn niet geheel uniek maar scoren wel goed op de content. Echter vliegen de laatste tijd de poker sites uit de grond. Ik denk dat het een combinatie is van een groep vaste bezoekers, content waar veel mensen op zoeken en de leeftijd van de websites. Hoe meer websites over een bepaald onderwerp, des te meer google de oudjes gaat waarderen.

Auteur

Rob is actief als teamleider development in Tilburg. Daarnaast werk hij als freelancer om te kunnen experimenteren op meerdere gebieden.

Dat Google Alerts handig kan zijn voor SEO had ik je al eerder verteld. Maar met Google Alerts kun je ook de zoekmachine optimalisatie activiteiten van je concurrenten volgen. Specifieker, de link building activiteiten. Hoe werkt dit?

Stel een alert op voor het (bedrijfs)naam van je concurrent. Zodra de Google crawler een nieuwe pagina ziet waarin het (bedrijfs)naam in terug komt, dan krijg je een e-mail met een link naar de betreffende pagina. Vaak je zul je dan ook een backlink zien naar je concurrent. Zo weet je dus waar je concurrenten bezig mee zijn met hun link building :-)

Met Yahoo!'s linkdomain kun je ook je concurrenten bestuderen. Als je in een evil bui bent, dan gebruik je deze tip.

Als je ziet dat je concurrent ineens veel nieuwe links krijgt, dan weet je dat je actie moet ondernemen!

Vanochtende logde ik in in mijn AdSense account en tot mijn verbazing zag ik een nieuwe menu optie, Site authentication. Wat is het precies?

Add new authentication

Use this section to allow the AdSense crawler to access pages that are behind a login. Our crawler will access these pages only to determine content for ad targeting purposes and will fully comply with Google's privacy policy

Je kunt nu dus login gegevens doorgeven aan de AdSense crawler zodat het afgeschermde delen van je website kan bezoeken. Hiermee kan het relevantie advertenties weergeven. Voorheen moest je een vorm van cloaking doen als je hetzelfde effect wilde hebben, maar dat is nu dus verleden tijd.

Met robots.txt kun je ook de AdSense bot vertellen welke directories het mag bezoeken en welke niet.

Hieronder heb ik een screenshot gemaakt:

Hebben jullie deze mogelijkheid ook?

Shocker! Volgens dit experiment gebruikt Google haar Google Analytics data voor rankings van pagina. Deze theorie was door velen al bedacht, maar deze experiment is een bewijs dat het ook echt zo is.

Enkele maanden geleden vertelde ik je al dat je CTR op de SERP een belangrijke rol kon spelen en gaf ik je een aantal tips hiervoor. Dit experiment bevestigt dit eveneens, min of meer.

Kortom, voor al je blackhat praktijken gebruik je geen Google Analytics (en ook geen Google Webmaster Central!) ;-)

In mijn post Extra Organic Traffic met Typo's vertelde ik je al dat je tiepfouten kunt gebruiken om meer bezoekers aan te trekken. Dit had te maken met organische verkeer, met andere woorden bezoekers via de zoekmachines. Typo's zijn niet gelimiteerd tot organic traffic, maar ook tot PPC! Je kunt namelijk ook tiepfouten gebruiken in je PPC campagnes.

Goedkope AdWords Traffic

Typo's zijn vaak goedkoop omdat velen niet bieden op deze keyword. Meestal kun je typo's voor minder dan $0.05 krijgen, maar dan moet je wel een truuk kennen. Die ga ik zo onthullen ;-)

Om alles alvast kort samen te vatten:

• 1. Genereer typo keyword lijst.
• 2. Maak aparte adgroup aan binnen je campagne.
• 3. Gebruik keyword injection in je advertentie.
• 4. Zie traffic binnenkomen.

Stap 1: Eerst moet je een lijst van typo's opstellen. Ik gebruik zelf vaak Keyword Elite voor het opstellen van typo keyword lijsten. Dit is een tool die ik vaak
gebruik voor het aanmaken van keyword lists, en ik kan het je zeker aanraden. Het is haar geld dubbel en dwars waard (het heeft nog veel meer mogelijkheden).

Stap 2: Nu je een keyword lijst heb, dan moet je deze toevoegen aan je campagne. Maak een nieuwe adgroup aan binnen je campagne.

Stel je voor dat je een campagne hebt genaamd digital photography ( verzadigde niche, dus begin er niet aan ;) ), dan maak je dus binnen dat campagne een nieuwe adgroup. Ik noem deze vaak typos, zodat ik weet welke adgroup mijn typo's bevat.

Je moet altijd een aparte adgroup aanmaken voor je typo's. Dat is erg belangrijk, want je wilt altijd je typo's scheiden van je andere belangrijke keywords. Hiervoor zijn verschillende redenen, een daarvan is dat de CTR een rol speelt van je adgroup. Dat wordt zo duidelijk.

Als voorbeeld heb ik even een onzin keyword lijst opgesteld. Dit is slechts ter illustratie. Het gaat erom dat je het concept snapt.

Als je deze techniek probeert zul je misschien merken dat je soms $5 op typo's moet betalen. Bah, nooit doen! Dit komt omdat je QS (Quality Score) laag is. Dit is vaak ook een indicatie dat de typo's niet in je content voorkomen. Hiervoor is gelukkig een hele simpele oplossing. Met deze truuk haal je je QS omhoog en hoef je niet zoveel te betalen voor typo's. Het doet mij bijna pijn dit te vertellen! Maargoed, stap 3......

Stap 3: Dit is het belangrijkste onderdeel van je campagne. Om al die goedkope typo's te krijgen, moet je een AdWords feature gebruiken die je misschien nog niet kent. Ik noem het keyword injection, maar ik heb geen idee wat de officiele benaming is. Als jij het weet, laat het dan even weten!

Anyway, ik moet eerst uitleggen hoe keyword injection werkt. Omdat meeste van jullie wel intelligent zijn, leg ik het uit met plaatjes :-)

Zoals je ziet, zodra je op een keyword zoekt die in mijn lijst voorkomt, dan krijg je een generieke advertentie te zien. Als eerste heb ik de keyword in de titel gezet. Probeer hier alleen je keyword te zetten, zodat ook je lange keywords in de titel passen. Dan heb je op de tweede en derde regel je advertentie tekst. In dit geval heb ik wat onzin geschreven, maar wees hier creatief. Want op deze regels moet je de bezoeker overtuigen om op je advertentie te klikken. Voor goede copywriting kan ik beter een andere post gebruiken. Daar dus later meer over!

Deze AdWords feature is erg belangrijk voor onze typo's. Zoals hierboven al noemde, soms moet je ineens $5 betalen voor een keyword. Dit komt vaak doordat deze keyword niet op je pagina voorkomt. Maar met onze keyword injection truuk omzeilen wij deze filter.

Zie je de Destination URL? Wij geven bij de URL onze keyword mee. Nu is het aan jouw om deze keyword door je tekst te echo-en. Omdat je de keyword meekrijgt in je URL, kun je deze keyword afvangen en door je tekst heen echo-en.

Op deze manier omzeil je de AdWords QS filter en kun je voor weinig geld bieden op typo's die normaal $5 kosten! Omdat wij een van de weinigen zijn die deze truuk weten, kan je hier flink geld besparen. Maar belangrijker nog, je click through rate omhoog halen! Zodra je voor minstens twee weken een hoge CTR hebt (minstens 1%), dan stijgt je advertentie ook in positie. Jij en ik weten wat dat betekent voor traffic. Juist ja, nog meer traffic. Doordat jij een van weinigen bent die voor weinig geld op deze typo's kan bieden, kan je flink wat traffic halen.

Stap 4: Zie traffic binnenkomen voor enkele centen :-)

Deze truuk pas ik vaak toe en het werkt fantastisch. Op deze manier kun je dus ook $0.01 betalen voor keywords. Er zijn nog andere manieren voor $0.01/clicks, maar voorlopig krijgen jullie deze van mij :-)