seofaq-online.de

Ob kleine und mittelständische Unternehmen oder Großkonzerne – Firmen jeder Größe benötigen SEO-Dienstleister. Seitdem wächst eine SEO Agentur nach der anderen aus dem virtuellen Boden, vor allem natürlich in den großen Städten. Wer eine Agentur für Online Marketing in München, Berlin, Hamburg etc. sucht, wird daher sehr schnell fündig. Mehr noch, die Auswahl ist so groß, dass es für die meisten Unternehmen schwer ist, eine Entscheidung zu treffen.

Denn natürlich präsentieren sich die Agenturen alle möglichst professionell, doch woher soll ein Laie wissen, wo wirklich fundiertes Know-how dahintersteckt und wo mehr Schein als Sein vorherrscht? Die Gefahr, an ein schwarzes Schaf zu geraten, ist leider immer gegeben.

Woran erkennt man eine gute SEO Agentur?

Doch es gibt einige Kriterien, anhand derer man zumindest einmal vorsortieren kann. So minimiert man die Gefahr, an eine unseriöse Agentur zu geraten.
Zunächst einmal ist es jedoch ratsam, das eigene Wissen zum Thema Online Marketing zu erweitern. Denn wer sich auskennt, und sei es nur in den Grundzügen, ist wesentlich schwerer hinter’s Licht zu führen als jemand, für den das Thema komplettes Neuland darstellt.

Referenzen geben viel preis

Die meisten Agenturen veröffentlichen ohnehin einige Referenzen und frühere Projekte auf ihrer Webseite. Sollte dies nicht der Fall sein bei der betreffenden Agentur, kann es nicht schaden, nachzufragen. Am besten lässt sich die Arbeit einer Agentur schließlich anhand ihrer Ergebnisse beurteilen. Auch die eigene Webseite der Agentur und ihr Ranking kann dabei aufschlussreich sein.

Auf Transparenz Wert legen

Eine gute Agentur für Online Marketing in München und jeder anderen größeren Stadt wird jederzeit bereit sein, ihren Kunden ihre Vorgehensweisen und Methoden bei der Suchmaschinenoptimierung zu erklären. Auch auf Fragen seitens der Kunden sollten die Mitarbeiter stets Antworten parat haben.

SEO als Kernkompetenz

Die Agentur, die man für die Suchmaschinenoptimierung engagiert, sollte SEO natürlich als Hauptleistung anbieten. So kann man sicher sein, dass dies ihre Kernkompetenz ist. Eine Agentur für Webdesign, die nebenbei SEO anbietet, kann kaum die gleiche Professionalität bieten wie eine, die sich auf Online Marketing spezialisiert hat.

Beherzigt man diese Punkte und nutzt zusätzlich seine vorhandene Menschenkenntnis, wird die Wahl der richtigen Agentur nicht mehr allzu schwer fallen.

Die Bedeutung sozialer Netzwerke nimmt immer weiter zu und ein Ende ist wohl bei weitem noch nicht erreicht. Wohlmöglich knackt Facebook dieses Jahr noch die eine Milliarde Nutzer Marke. Ebenso verzeichnen andere Social Media Plattformen wie Twitter oder LinkedIn, sowie das zurzeit sehr gehypte Netzwerk Pinterest weiterhin deutliche Zuwachsraten. Was sämtliche soziale Netzwerke eint, ist der wie der Name schon sagt: „soziale Gedanke“. Inhalte verbreiten sich via dieser Medien rasend schnell und erreichen eine breite Masse von Internetnutzern. Einfluss haben Social Media daher heute auf verschiedene Art und Weise auch auf die Suchmaschinenoptimierung.

Zusammenhang

In der Anzahl, wie oft Inhalte geteilt, sowie kommentiert werden, sehen die Suchmaschinenanbieter vor allem eines: Relevanz. Ebenso wichtig ist es dabei, wer kommentiert und teilt beziehungsweise welchen Einfluss die einzelnen User haben, das heißt, wie groß das Netzwerk dahinter ist. Denn diese Konversationen und Beiträge werden von Google und Co. besonders hoch eingestuft und erscheinen oftmals unter den ersten Suchergebnissen. Eine gute Möglichkeit weitere relevante Links zu generieren, sind eben eigene Social Media Profile, welche logischerweise zusätzliche Ressourcen binden, jedoch heute nahezu unabdingbar sind. Neben der SEO für die eigene Homepage ist es daher heute wichtig, in Social Media aktiv zu sein und aktuelle, möglichst teilenswerte Inhalte zu verbreiten, um nicht den Anschluss zu verlieren. Das Verfassen Keyword-optimierter Text gilt es darüber hinaus nicht nur auf der Homepage, sondern auch auf den Social Media Profilen zu beachten.

Im Blick behält man die Verbreitung von Inhalten, sowie das eigene Social Media Engagement am besten mit einem professionellen Social Media Monitoring Anbieter, welcher zudem auch Trends der Branche erkennen kann oder die Meinungsführer identifiziert. Zudem lassen sich die Plattformen herausstellen, welche für die eigene Branche und das eigene Unternehmen besonders relevant sind. Bindet man sich in die dortigen Konversationen ein, wird zusätzlicher Traffic für die eigene Homepage erzeugt.

Linkbuilding bezeichnet gezielten, meist thematischen Linkaufbau. Also die schaffung von Backlinks die auf eine zu optimierende Webseite zielen. Je besser eine Domain von der verlinkt wird, in den Suchergebnissen steht und je besser Sie thematisch zu der Zielwebseite passt, desto mehr Linkpower hat der Backlink. Die Wertigkeit einer Domain wird anhand von Key-Performance-Indikatoren (KPI) ermittelt, diese sind z.B. Linkpopularität, Domainpopularität und IP-Popularität. Auch andere Faktoren wie die Anzahl der Indexierten Seiten sowie der technische Aufbau der Seite an sich, tragen zu der Suchmaschineneinstufung einer Webseite bei.

Meta-Suchmaschinen leiten die Suchanfrage des Benutzers an mehrerer Volltextsuchmaschinen und/oder Webverzeichnisse weiter und präsentieren dem Benutzer die Ergebnisse aller abgefragten Suchmaschinen. Dadurch bekommt man gewöhnlich quantitativ bessere und qualitativ schlechtere Ergebnisse.

Eine schöne Übersicht über Meta-Suchmaschinen gibt es bei at-web.de.

Man beachte, dass Suchmaschinen sowohl technisch als auch auf juristischem Wege verhindern können, von Meta-Suchmaschinen benutzt zu werden.

Manche Meta-Suchmaschinen bereiten die Suchergebnisse auch noch auf, so zum Beispiel die Clustering-Engine Vivísimo. In solchen Fällen kann es sich lohnen, nur eine einzige oder sehr wenige Volltextsuchmaschinen abfragen zu lassen, um eine hohe Qualität der Ergebnisse zu erzielen und gleichzeitig von der Präsentation der verwendeten Meta-Suchmaschine zu profitieren.

Eine Volltextsuchmaschine führt drei grundlegende Vorgänge durch:

* Herunterladen von Dateien (durch sogenannte Crawler bzw. Robots),
* Analyse dieser Dateien und das Hinzufügen der so gewonnenen Informationen in die Datenbank (auch Index genannt) sowie
* Bearbeitung von Suchanfragen.

Der erste Schritt verschafft der Suchmaschine die nötigen Rohdaten, die Analyse bereitet diese auf und die so gewonnenen Erkenntnisse werden für die Beantwortung von Anfragen im dritten Teil verwendet.

* Crawling
* Indexierung
* Bearbeiten einer Suchanfrage
* Darstellung

Web-Verzeichnisse wie das Google-Directory verwendet die Daten des wahrscheinlich größten Webverzeichnisses, des ODPs, und sortieren die Einträge darin nach dem eigenen Bewertungssystem bei Google z.B. dem PageRank. Verzeichnissdienste stellen die Grundlage der Suchmaschinen-Technik dar.

Eintragungen speziell ins ODP sind in jedem Fall empfehlenswert, eine indizierung dort dauert jedoch aufgrund der manuellen Pflege der Kategorien mitunter viele Monate.

Der Sandbox-Effekt beschreibt folgendes Phänomen: Eine Internetseite, die noch recht “frisch” ist, erscheint zwar bei Google bei der Suche nach entsprechenden Suchbegriffen in den Serps, allerdings so weit hinten, dass man sich wundert, warum Google die Seite denn nun nicht “mag”. Es scheint, als würden die Frischlinge unter den Internetseiten erst einmal in einem “Sandkasten” (engl. Sandbox) spielen, bevor sie “zu den erwachsenen Seiten” ins “richtige” Ranking dürfen und bei der Suche entsprechend mit einbezogen werden.

Der Hilltop-Algorithmus wurde von Bharat und Mihaila (damals Universität Toronto) entwickelt und 1999 veröffentlicht. 2003 hat Google das Patent an dem Algorithmus erworben.

Beim Hilltop-Algorithmus werden Dokumente anhand Ihrer eingehenden Links von so genannten Experten-Seiten bewertet. Experten-Seiten zu einem bestimmten Thema zeichnen sich dadurch aus, dass sie Links zu vielen unabhängigen Seiten zu diesem Thema besitzen. Seiten sind unabhängig, wenn sie von verschiedenen Autoren von unabhängigen Organisationen stammen. Beispiele für Experten-Seiten sind gut geführte Verzeichnisse. Webseiten, zu denen viele der besten Experten-Seiten verweisen, werden als Autoritäten behandelt und gut gelistet.
Details

Der Bestimmung von Expertenseiten kommt beim Hilltop-Algorithmus eine große Bedeutung zu. Eine Expertenseite zeichnet sich dadurch aus, dass sie zu vielen unabhängigen Seiten zu einem Thema verlinkt. Die Bestimmung der Abhängigkeiten ist deshalb ein zentraler Punkt. In der Original-Implementierung werden Seiten als abhängig angesehen, wenn sie zum gleichen Class-C Netz gehören (erste drei Blöcke der IP-Adresse stimmen überein) oder den gleichen Domainnamen haben (z.B. www.ibm.com und www.ibm.co.uk). Weiterhin ist die Beziehung transitiv, d.h. falls A in Verbindung zu B und B in Verbindung zu C steht, so stehen A und C in Verbindung. Experten-Seiten werden dadurch definiert, dass sie zu mehreren (in der Original-Version mindestens 5) unabhängigen Webseiten eines Themas verweisen.

Für die Bewertung der Webseiten werden die besten Experten-Seiten herangezogen (im zitierten Dokument 200 verschiedene). Für Webseiten, auf die mindestens zwei verschiedene Experten-Seiten verlinken, wird dann ein Relevanz-Wert berechnet. Diese Seiten werden als Autoritäten bezeichnet. Der Relevanz-Wert für eine Seite richtet sich nach der Anzahl und Relevanz der verweisenden Experten-Seiten. Die Ordnung der Autoritätsseiten erfolgt entsprechend ihres Relevanz-Wertes.
Suchmaschinenoptimierung

Eine Suchmaschinenoptimierung wird beim Hilltop-Algorithmus dadurch erreicht, dass man viele Links von Experten-Seiten sammelt. Deshalb sollte die zu optimierende Webseite in möglichst viele Verzeichnisse zu dem Thema eingetragen sein. Weitere Experten-Seiten findet man, indem man nach Seiten sucht, die gleichzeitig auf viele top-platzierte Webseiten verweisen.

Gleichzeitig sollte versucht werden, selber Experten-Seiten aufzubauen, d.h. beispielsweise eigene Verzeichnisse zu diesem Thema zu schaffen, und die zu optimierende Webseite einzutragen.

Der TrustRank-Algorithmus (trust: Vertrauen) ist ein Verfahren zur Bewertung der Qualität von Webseiten, dass 2004 von Gyongyi, Garcia-Molina und Pedersen veröffentlicht wurde. Der Grundgedanke des Algorithmusses ist ähnlich wie beim PageRank-Algorithmus: Durch die Verlinkungsstruktur wird ein Maß für die Qualität einer Webseite generiert. Der Algorithmus kann als eine Weiterentwicklung des PageRank-Verfahrens angesehen werden. Dabei ist Weiterentwicklung nicht notwendigerweise mit Verbesserung gleichzusetzen.

Das Verfahren basiert darauf, dass eine Anzahl von vertrauenswürdigen Webseiten per Hand ausgewählt wird. Diese dienen als Quellen für die Vertrauenswürdigkeit und können diese weitergeben. Das Maß für die Vertrauenswürdigkeit propagiert dabei in gleicher Weise wie der PageRank. Zusätzlich können auch noch Quellen für Spam gekennzeichnet werden. Dieses negative Maß (auch inverser PageRank) propagiert dann rückwärts und stellt ein Maß für die Unseriosität dar. Beide Werte können für eine Bewertung kombiniert werden.

Die Berechnung des PageRanks ist die Lösung eines linearen Gleichungssystems der Form

M * PR = ( 1 – d )

wobei 0 < d < 1 ein Dämpfungsfaktor, PR ein N-dimensionaler Vektor und M eine N x N-Matrix ist. N ist die Anzahl der Seiten des betrachteten Systems. Die i-te Komponente des Vektors PR, d.h. PRi, ist der PageRank der i-ten Seite. Die Matrix M setzt sich wie folgt zusammen

M = 1 – d T

wobei T die Übergangsmatrix beschreibt. Die Komponenten von T lassen ergeben sich aus der Anzahl der ausgehenden Links:

Tij= 1 / Cj (falls Seite j zu Seite i linkt)
Tij= 0 (sonst)

Cj ist die Anzahl von Links auf Seite j. Die Lösung des linearen Gleichungssystems ist

PR = M-1 * ( 1 – d )

Die Berechnung der inversen Matrix M-1 kann prinzipiell analytisch erfolgen. Für 0 < d <1 hat M keine Eigenwerte die Null sind, so dass die letzte Gleichung eine eindeutige Lösung hat. Für größere Dimensionen N ist es allerdings sinnvoll (d.h. weniger zeitaufwändig) die Berechnung numerisch vorzunehmen. Dies geschieht mittels eines Iterationsschemas. Das einfachste Verfahren ist die Jacobi-Iteration

PR{k+1} = ( 1 –d ) + d T * PR{k}

PR{k} bezeichnet den Wert des PageRank-Vektors in der k-ten Iteration. Als Startwert kann z.B. PR{0} = 1 genommen werden. Die Konvergenz des Verfahrens ist garantiert, da der größte Eigenwert von d T kleiner als 1 ist. Der Dämpfungsfaktor d bestimmt den Anteil des Pageranks, der weiter transferiert wird. Für d=1 wird alles weitergeleitet, für kleinere d erfolgt eine Dämpfung. Für Werte von d nahe 1 treten allerdings Konvergenzprobleme auf. Die Anzahl der Iterationen, bis das Ergebnis stabil ist, nimmt zu. Für eine reale Berechnung des PageRanks wären ca. 100 Iterationen nötig. Natürlich ist die genaue Anzahl auch von der Verlinkungsstruktur und der gewünschten Genauigkeit abhängig. Die Anzahl der Iterationen kann reduziert werden, wenn als Ausgangswert z.B. das Endergebnis der letzen Iterationen genommen wird (vorausgesetzt die Verlinkungsstruktur hat sich in der Zwischenzeit nicht grundsätzlich geändert).

Schreibt man die Gleichung in Komponenten und lässt die Bezeichnung für die Nummer der Iteration weg, so ergibt sich

PRi= ( 1 – d ) + d ( PRX1 / CX1 + …
+ PRXn / CXn )

Die letzte Gleichung wird oftmals auch als der PageRank-Algorithmus bezeichnet. Genau genommen ist allerdings nur ein Iterationsschema zur numerischen Lösung der obigen Matrixinversion. Die Jacobi-Iteration ist einfach, allerdings nicht das schnellste Verfahren. So konvergiert beispielsweise das folgende Iterationsschema (minimal residue)

PR{k+1} = PR{k} + R{k} ( ? Ri Mij Rj) /
( ? Min Rn Mij Rj)

mit

R{k+1} = R{k} – M * R{k} ( ? Ri Mij Rj) /
( ? Min Rn Mij Rj)

i.A. schneller. Daneben gibt eine Anzahl weiter Iterationsschemata zur Matrixinversion (s. z.B. A. S. Householder. “The Theory of Matrices in Numerical Analysis” New York, 1964) wie Gauss-Seidel, Überrelaxationsverfahren, Konjugierte-Gradienten-Verfahren, Präkonditionierung, Multigrid und Blocking Techniken or Chebyshev. Allerdings sind einige dieser Methoden auf hermitesche Matrizen beschränkt.

In einigen Fällen wird alternativ auch das Gleichungssystem

M * PR = ( 1 – d ) / N

betrachtet. Offensichtlich ergibt sich der gleiche Lösungsvektor nur mit einer anderen Normierung ( 1 / N ).

Einen Sonderfall stellt der Fall d=1 (d.h. keine Dämpfung) dar. In diesem Fall wird der Eigenvektor der Matrix T mit dem Eigenwert eins gesucht. Das Problem sind degenerierte Eigenwerte. Diese treten immer auf, falls die Verlinkungsstruktur so ist, dass nicht jede Seiten von jeder anderen aus erreicht werden kann. Dies ist der Fall, wenn es tote Enden gibt (d.h. Seiten ohne ausgehende Links) oder geschlossene Strukturen existieren. Das Endergebnis der Iteration ist in diesem Fall von den Anfangswerten abhängig und ist eine Kombination der verschiedenen Eigenvektoren mit Eigenwert 1. Für d < 1 stellen tote Ende kein Problem dar und brauchen nicht gesondert behandelt zu werden.
Zufalls-Surfer-Modell

Eine anschauliche Interpretation des PageRanks (für d < 1) ist das Zufalls-Surfer-Modell: Ein Surfer startet auf einer zufälligen Seite und bewegt sich dann durch das Netz, indem er mit der Wahrscheinlich d zufällig einem Link auf der Seite folgt bzw. mit der Wahrscheinlichkeit (1-d) auf einer beliebigen Seite neu startet. Falls es keine toten Enden gibt, so entspricht die Wahrscheinlichkeit auf Seite i zu landen genau dem PageRank des Gleichungssystems

M * PR = ( 1 – d ) / N

Gibt es in dem System solche toten Enden, so ist der Wahrscheinlichkeits-Vektor proportional zum PageRank-Vektor.