UNIVERSIDADE DO VALE DO RIO DOS SINOS - UNISINOS CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE SISTEMAS DE INFORMAÇÃO ENÉAS URIEL SCHREIBER GESING

Transcrição

1 UNIVERSIDADE DO VALE DO RIO DOS SINOS - UNISINOS CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE SISTEMAS DE INFORMAÇÃO ENÉAS URIEL SCHREIBER GESING SEO ANALYTICS: UMA FERRAMENTA PARA ANÁLISE DE SEO São Leopoldo 2010

2 ENÉAS URIEL SCHREIBER GESING SEO ANALYTICS: UMA FERRAMENTA PARA ANÁLISE DE SEO Trabalho de conclusão de curso apresentado à Universidade do Vale do Rio dos Sinos UNISINOS, como requisito parcial para a obtenção do título de bacharel em Sistemas de Informação. Orientador: Prof. Ms. Cláudia Flores São Leopoldo 2010

3 DEDICATÓRIA Aqui presto minha homenagem a todos aqueles que de alguma forma me auxiliaram durante minha vida acadêmica. Dedico este trabalho: Aos meus pais, Lauro Manuel Gesing e Silvana Schreiber Gesing, que me guiaram pelo caminho correto e permitiram que hoje chegasse até aqui À minha esposa, Patrícia Firme Graciano, por ser compreensiva nos momentos de ausência e por me motivar a continuar a caminhada, sempre com muito amor e carinho Aos meus irmãos, Ezael Gesing e Eliel Gesing, que compartilham comigo momentos especiais e representam para mim uma motivação adicional Aos meus amigos, que sempre estão ao meu lado Aos motoristas de ônibus que me conduziram por mais de km de minha cidade até a universidade durante os sete anos de graduação Ao Programa Universidade para Todos (ProUni), sem o qual não conseguiria concluir minha graduação nesta excelente universidade que é a Unisinos

4 AGRADECIMENTOS Aqui presto homenagem àqueles que contribuíram de maneira relevante para a elaboração do presente trabalho. Agradeço: À professora orientadora Cláudia Flores, por aceitar o tema por mim sugerido e por estar constantemente presente durante a elaboração do trabalho À empresa SEOmoz, por conceder acesso gratuito à API Site Intelligence, autorizar o uso da pesquisa Search Engine Ranking Factors 2009 e responder rapidamente aos meus questionamentos Aos 72 especialistas de SEO que contribuíram com a pesquisa Search Engine Ranking Factors 2009 Às pessoas que aceitaram avaliar a ferramenta proposta neste trabalho À empresa em que trabalho, representada pelo meu coordenador e amigo Alexandre Saraiva Soares, por permitir em alguns momentos tornar meu horário flexível e alterar meu posto de trabalho para que eu pudesse elaborar o trabalho e realizar encontros presenciais na universidade

5 RESUMO A Internet vem crescendo rapidamente em todo o mundo. A cada dia surgem novos sites e aumenta o número de usuários da rede. A maior parte destes usuários, quando deseja algum tipo de informação, produto ou serviço, utiliza mecanismos de busca como Google, Yahoo! e Bing, para encontrar o que quer. Logo, para um site que tenha por objetivo aumentar o número de visitantes, é essencial estar entre os primeiros resultados das buscas efetuadas nesses buscadores. O conjunto de estratégias que visa otimizar um site para aparecer entre os primeiros resultados chama-se Search Engine Optimization (Otimização para Mecanismos de Busca, ou SEO). Embora existam referências bibliográficas sobre o assunto em quantidade significativa, não há no mercado uma única ferramenta que forneça indicadores e meça resultados de SEO de um site e de seus concorrentes de forma satisfatória. Essa monografia apresenta o desenvolvimento de uma ferramenta capaz de preencher essas lacunas, o SEO Analytics. A ferramenta está dividida em cinco módulos, e apresenta indicadores e informações de SEO sobre qualquer site ou página que se deseje medir. Para fins de validação, a ferramenta foi submetida a especialistas e entusiastas da área para verificação da aplicação da ferramenta no cotidiano dessas pessoas. Palavras-Chave: SEO. Análise de SEO. Fatores de Ranking. Indicadores de SEO. SEO Analytics.

6 5 ABSTRACT The Internet is growing rapidly worldwide. Every day brings new sites and increases the number of network users. Most of these users, when want some information, product or service, uses search engines like Google, Yahoo and Bing, to find what they want. Therefore, for a site that has the objective of increasing the number of visitors, it is essential to be among the top results of searches made in these search engines. The set of strategies aimed at optimizing a site to appear among the top results is called Search Engine Optimization (SEO). Although there are references about SEO in significant amount, no there a unique tool on the market that provides indicators and measure results of an SEO site and your competitors in a satisfactory manner. This paper presents the development of a tool capable of filling these gaps, the SEO Analytics. The tool is divided into five modules, and presents indicators and information on SEO on any site or page. For verification purposes, the tool was submitted to specialists and enthusiasts in the area to verify the application of the tool in the daily life of these people. Keywords: SEO. SEO Analysis. Ranking Factors. SEO Indicators. SEO Analytics.

7 LISTA DE FIGURAS Figura 1 - Participação dos motores de busca no mercado em setembro de Figura 2 - Popularidade de links...23 Figura 3 - Barra de ferramentas SEOQuake...29 Figura 4 - Informações do SEOQuake nos resultados de uma busca...29 Figura 5 - Relatório oriundo de uma análise feita usando o SenSEO...30 Figura 6 - Parte de relatório do SEO Analytics sobre o conteúdo de um domínio.36 Figura 7 - Estrutura de um link em HTML (RICOTTA, 2010)...36 Figura 8 - Pesquisa no Google por clique aqui...37 Figura 9 - Parte de relatório sobre os textos-âncora recebidos por um domínio...38 Figura 10 Módulo de resultados...39 Figura 11 - Arquitetura multiusuário do SEO Analytics...40 Figura 12 - Fluxo dos dados do SEO Analytics...40 Figura 13 - Interface do SEO Analytics...42 Figura 14 - Diagrama compacto do banco de dados da aplicação SEO Analytics.43

8 LISTA DE ABREVIATURAS E SIGLAS FTP File Transfer Protocol SEM Search Engine Marketing SEO Search Engine Optimization PPC Pay Per Click TLD Top Level Domain URL Uniform Resource Locator

9 SUMÁRIO 1 INTRODUÇÃO OBJETIVOS DO TRABALHO Objetivo Geral Objetivos Específicos JUSTIFICATIVA DELIMITAÇÃO DO ESTUDO ESTRUTURA DO TRABALHO REFERENCIAL TEÓRICO MECANISMOS DE BUSCA Objetivos dos Mecanismos de Busca Mercado dos Mecanismos de Busca Como os Mecanismos de Busca Funcionam SEARCH ENGINE OPTIMIZATION Fatores de Ranking Fatores on-page relacionados à palavra-chave Fatores on-page não relacionados à palavra-chave Fatores da página relacionados à popularidade de links Fatores do site relacionados à popularidade de links Fatores do site não relacionados à popularidade de links Fatores relacionados aos dados das mídias sociais sobre o site ou página Fatores relacionados ao uso do site Fatores negativos Fatores que afetam negativamente o valor de links externos Fatores geográficos Ferramentas para Análise de SEO Existentes SEOQuake SenSEO Ferramentas de SEO privadas Linkscape METODOLOGIA DESENHO DE PESQUISA Levantamento Bibliográfico FERRAMENTA SEO ANALYTICS Características da Ferramenta Módulos do SEO Analytics Módulo de Métricas de URL Módulo de Links Módulo de Conteúdo Módulo de Texto-âncora Módulo de Resultados Arquitetura do SEO Analytics Desenvolvimento da Ferramenta Interface Banco de Dados...42

10 9 3.3 COLETA DE DADOS PREPARAÇÃO PARA A VALIDAÇÃO Submissão aos Avaliadores Identificação dos Avaliadores VALIDAÇÃO DA FERRAMENTA PERCEPÇÃO DOS AVALIADORES Interface Contribuições para SEO Gestão do SEO Substituição das Ferramentas Atuais Recomendação da Ferramenta CONCLUSÕES E TRABALHOS FUTUROS IMPLICAÇÕES GERENCIAIS IMPLICAÇÕES ACADÊMICAS TRABALHOS FUTUROS...53 REFERÊNCIAS...55 ANEXO A LISTA DE INDICADORES DE URL FORNECIDOS PELA API SITE INTELLIGENCE...57 APÊNDICE 1 CONVITE ENVIADO AOS INTEGRANTES DO GRUPO DE DISCUSSÃO BRSEO...60 APÊNCIDE 2 ENVIADO AOS AVALIADORES...61

11 10 1 INTRODUÇÃO O crescente aumento do número de pessoas com acesso à Internet no Brasil e em todo o mundo (CETIC.BR, 2009) traz consigo um número cada vez mais elevado de empresas interessadas em obter clientes na grande rede. Para uma empresa, independente do seu ramo de negócios, estar presente na Internet pode representar um excelente meio de atrair novos clientes e manter os já existentes. Segundo a empresa de consultoria Serasa Experian Hitwise, a maior fonte de tráfego na Internet brasileira, é o site de buscas Google, que representa 95,37% do mercado de buscas na Internet no Brasil. Estima-se, por exemplo, que 53,76% dos visitantes de sites do setor de saúde sejam originários do Google (o restante se origina de outras fontes como tráfego direto, links de outros sites e de outros motores de busca). Para um site, estar entre os primeiros resultados das buscas efetuadas pelos usuários no Google (ou em outros buscadores) representa obter quantidades consideráveis de visitantes. A área que visa promover sites aumentando sua visibilidade e os posicionado entre os primeiros resultados nos motores de busca é conhecida como SEM (Search Engine Marketing) (LEDFORD, 2007). SEM, por sua vez, é dividido em links patrocinados, que posicionam o site entre os primeiros resultados em uma parte específica para anunciantes mediante pagamento de taxa por clique (PPC - Pay Per Click), e SEO (Search Engine Optimization) que é um conjunto de estratégias de otimização que visam tornar os sites mais relevantes, importantes e legíveis sob o ponto de vista do mecanismo de busca se baseando em dados históricos, engenharia reversa do algoritmo de classificação dos buscadores e em documentos fornecidos pelos próprios sites de busca, com o objetivo de posicionar sites entre os primeiros resultados de determinadas buscas (LEDFORD, 2007). Estas informações permitem que diversos fatores de ranking de sites em mecanismos de busca sejam especulados pelos especialistas da área (ENGE, 2009). Os investimentos iniciais em SEO costumam ser relativamente baixos porque envolvem apenas recursos humanos. Entretanto, conforme pode ser verificado em grande parte dos sites pessoais e de empresas seja pela fraca atuação das equipes que desenvolvem os sites, por desconhecimento dos fatores de ranking (ENGE, 2009), por desconhecimento dos benefícios que podem ser obtidos ou mesmo por falta de análise dos resultados, os webmasters, em geral, não aplicam corretamente estratégias relacionadas à SEO em seus sites.

12 11 A ferramenta proposta neste trabalho tem por objetivo fornecer indicadores e informações de SEO a webmasters, facilitando o gerenciamento das campanhas de SEO de sites e páginas, inclusive dos concorrentes. Por isto, deve ser integrada à pesquisa Search Engine Ranking Factors (SEOMOZ, 2009) para que as métricas disponibilizadas estejam alinhadas aos fatores de ranking estimados pela pesquisa. 1.1 OBJETIVOS DO TRABALHO Considerando o contexto apresentado até o momento, o estudo pretende atingir os seguintes objetivos Objetivo Geral Desenvolver uma ferramenta capaz de gerar relatórios analíticos sobre SEO de um site e seus concorrentes, apoiando o webmaster no acompanhamento histórico dos resultados obtidos Objetivos Específicos O trabalho conta com os seguintes objetivos específicos: Estudar a API Site Intelligence e as métricas por ela fornecidas Testar a ferramenta com uma amostra de sites reais Estudar os fatores de posicionamento em mecanismos de busca

13 JUSTIFICATIVA Apesar de estar ligada ao aumento do número de clientes e, posteriormente, ao aumento do faturamento de uma empresa, SEO ainda é uma área pouco explorada no mundo acadêmico. Um trabalho de conclusão relacionado ao tema, além de contribuir como mais uma referência sobre o assunto, pode abrir portas para que outros trabalhos sobre o tema sejam desenvolvidos no futuro. O desenvolvimento de uma ferramenta de SEO por um acadêmico pode motivar outros estudantes a continuar o trabalho ou a desenvolver suas próprias ferramentas. Atualmente não no mercado uma única ferramenta que forneça dados suficientes para uma gestão de SEO satisfatória. Isso acarreta em grande dificuldade por parte de webmasters e de consultores da área em medir, monitorar e acompanhar a aplicação de estratégias porque os obriga a utilizar diversas ferramentas para coleta de dados e controle. Além disso, o acompanhamento da concorrência exige que o trabalho de coleta e controle seja multiplicado pelo número de concorrentes que se deseje acompanhar. O desenvolvimento de uma ferramenta única para preencher estas lacunas representa um grande ganho para o público que otimiza sites para mecanismos de busca. O uso da ferramenta pode permitir que esse público substitua o tempo perdido com a coleta e controle de dados pela aplicação de estratégias de SEO, focando mais nos resultados. 1.3 DELIMITAÇÃO DO ESTUDO O foco deste estudo foi fornecer indicadores de SEO, através da ferramenta SEO Analytics, de conjuntos de sites fornecidos pelo usuário. É importante citar, portanto, que a versão desenvolvida neste estudo possui algumas limitações: Embora estejam contemplados mecanismos de segurança de acesso no sistema, não foram efetuados testes para comprovar a eficácia dos mesmos. Não há, no sistema, interface para gerenciamento de usuários, sendo a inclusão, edição e exclusão dos mesmos, feitas diretamente no banco de dados

14 13 Os resultados exibidos podem estar divergentes da realidade devido ao fato de a API Site Intelligence, de onde se originam os dados, os obter do índice Web Linkscape que tenta imitar um mecanismo de busca, mas não o faz integralmente (SEOMOZ, 2010) As informações para os grupos Links, Conteúdo e Texto-âncora não serão persistidas porque não serão acompanhadas historicamente e serão fornecidas na ferramenta diretamente das APIs que as oferecem. Espera-se que a ferramenta seja compatível a qualquer navegador moderno (Internet Explorer 7+, Mozilla Firefox 2+, Opera e Safari), entretanto testes mais aprofundados foram realizados apenas no Mozilla Firefox, versão No módulo de resultados previa-se a utilização de webservices do Google para verificação do posicionamento de sites analisados. Entretanto, foi constatado pelo pesquisador que os resultados das buscas executados pelo webservice eram divergentes dos resultados das buscas no mecanismo de busca principal. Para alimentação do módulo de resultados, estão sendo extraídos os dados do mecanismo principal, o que gera um resultado mais confiável. Porém, é uma prática não recomendada pelo Google. Ainda no módulo de resultados, é importante deixar claro que os resultados são obtidos do Google.com. Os resultados obtidos em versões locais como Google.com.br (Brasil) e Google.com.ar (Argentina) serão diferentes. Há um trabalho futuro em que o pesquisador pretende permitir a escolha da audiência no momento do cadastro da campanha e que deve contornar essa divergência. 1.4 ESTRUTURA DO TRABALHO Além da introdução realizada anteriormente, o trabalho compreende os seguintes capítulos: O Capítulo 2, que apresenta o referencial teórico, está dividido em: o Mecanismos de Busca: uma breve história dos mecanismos de busca, seus objetivos, mercado e como funcionam.

15 14 o SEO: descreve o que é SEO, quais são os fatores de ranking importantes que atuam sobre os algoritmos dos mecanismos de busca e ferramentas que existem no mercado para análise de informações. O Capítulo 3 contém a metodologia empregada no desenvolvimento do trabalho. O Capítulo 4 apresenta a validação da ferramenta desenvolvida. O Capítulo 5, por sua vez, contém as considerações finais do autor sobre o desenvolvimento do trabalho. Posteriormente, ao final do trabalho, estão as referências bibliográficas, os anexos e os apêndices.

16 15 2 REFERENCIAL TEÓRICO Neste capítulo é abordado o referencial teórico que permitiu que a ferramenta SEO Analytics fosse desenvolvida. Inicialmente é abordada uma breve história dos mecanismos de busca, seus objetivos, mercado e como funcionam. Logo após, é descrito o conceito de SEO, os fatores de ranking importantes que atuam sobre os algoritmos dos mecanismos de busca e ferramentas que existem no mercado para análise de informações. 2.1 MECANISMOS DE BUSCA No princípio, quando foi criada, a Internet era apenas uma coleção de sites FTP em que os usuários baixavam e enviavam arquivos. Para encontrar algum arquivo, o usuário precisava navegar pasta por pasta até encontrar ou criar atalhos (considerando, nesse caso, que o usuário já conhecia a localização do arquivo original). Esse processo era difícil e demorado, até que Alan Emtage, um estudante da Universidade McGill em Montreal, criou em 1990 a primeira ferramenta de busca da Internet. Sua criação, um índice de arquivos na Internet, chamava-se Archie (LEDFORD, 2007). Posteriormente, outro estudante percebeu que se era possível localizar arquivos na Internet, também era possível pesquisar referências dentro de arquivos de texto puro (que posteriormente se tornariam sites de Internet, mas que até então não passavam de simples arquivos de texto). Mark McCahill, da Universidade de Minnesota, criou o Gopher que indexava o conteúdo dos arquivos. Com a criação do Gopher, era necessário o surgimento de programas que fossem capazes de encontrar referências no seu índice. Veronica (Very Easy Rodent-Oriented Net-wide Index to Computerized Archives) e Jughead (Jonzy s Universal Gopher Hierarchy Excavation and Display) foram criados com esse propósito. Esses dois programas funcionavam de uma forma similar, permitindo que os usuários fizessem buscas por palavras-chave (LEDFORD, 2007). O primeiro mecanismo de busca similar aos que existem hoje, o Wandex, foi criado em 1993 por Matthew Gray. O Wandex foi o primeiro programa a indexar e buscar em páginas da Internet e serviu de base para todos os rastreadores de sites existentes (LEDFORD, 2007). De 1993 a 1998 foram criados grandes mecanismos de busca que existem até hoje:

17 16 Excite Yahoo! WebCrawler Lycos Infoseek AltaVista Inktomi AskJeeves Google 1997 MSNSearch (Bing) 1998 Atualmente, com os mecanismos de busca mais modernos, as buscas na Internet já fazem parte do cotidiano das pessoas. Com mais de 15 bilhões de buscas sendo realizadas todo mês, somente por americanos, como ocorreu em julho de 2010 (COMSCORE, 2010), aproximadamente 500 milhões de buscas são efetuadas todos os dias. Isso significa que, em média, a cada segundo os americanos executam mais de buscas na Internet. Como o Google tem cerca de 63,7% de participação no mercado de buscas nos Estados Unidos (COMSCORE, 2010), isso significa que a tecnologia do Google precisa manipular mais de buscas por segundo. Além disso, cada vez mais os usuários esperam que os resultados de suas pesquisas sejam gerados em menos de um segundo (ENGE, 2009). Hoje, usando os sites de busca, as pessoas podem obter informações sobre qualquer assunto em poucos segundos (ENGE, 2009). Há 20 anos, a busca por uma informação exigia uma ida à biblioteca, uma pesquisa através da Classificação Decimal de Dewey 1 e uma pesquisa pelos corredores pelo volume, um processo que facilmente levava 2 horas ou mais para ser executado. O número elevado de usuários que executam buscas na Internet, em especial no Google, gera uma competição entre sites interessados em aparecer entre os primeiros resultados das buscas efetuadas. Um estudo sobre o comportamento de usuários de mecanismos de busca (IPROSPECT, 2006) apontou que quando executam uma busca, 62%

18 17 deles não passam da primeira página de resultados e apenas 19% passam da segunda página, sendo, portanto, essencial para um site que tenha por objetivo elevar o número de visitantes, estar o mais próximo possível dos primeiros resultados. Além disso, o estudo demonstrou que 36% dos usuários de busca acreditam que as empresas que lideram os resultados também lideram o mercado Objetivos dos Mecanismos de Busca A grande fonte de renda dos motores de busca são os anúncios patrocinados em meio aos resultados de buscas efetuadas pelos usuários (ENGE, 2009). Isso significa que quanto mais usuários, mais renda será gerada. Como o uso dos motores é gratuito, os usuários escolhem para efetuar suas buscas o motor mais rápido e relevante, aquele que proporciona a ele uma experiência de busca mais agradável. Como resultado, os buscadores investem uma grande quantidade de tempo, capital e energia em tornar seus resultados relevantes ao usuário (ENGE, 2009). Isso inclui estudos sobre as respostas dos usuários aos resultados e comparação de resultados com concorrentes, por exemplo (ENGE, 2009) Mercado dos Mecanismos de Busca A Figura 1 mostra a participação dos mecanismos de busca no mercado mundial em setembro de 2010 (NET APPLICATIONS, 2010), onde é possível perceber que o Google domina o mercado. 1 A Classificação Decimal de Dewey é um sistema de classificação documentária puramente numérico e infinitamente hierárquico desenvolvido por Melvil Dewey ( ) em 1876 (WIKIPEDIA, 2010)

19 18 Figura 1 - Participação dos motores de busca no mercado em setembro de 2010 Fonte: Net Aplications Como os Mecanismos de Busca Funcionam Os mecanismos de busca Google, Bing e Yahoo! trabalham seguindo dois grandes objetivos (ENGE, 2009): Rastrear e indexar os bilhões de documentos acessíveis na Web; Responder às pesquisas dos usuários mostrando resultados relevantes. O rastreamento de páginas é feito através da varredura das páginas e dos links das páginas. Cada página visitada pelo rastreador é indexada e seus links seguidos e também rastreados (ENGE, 2009). Dessa forma o rastreador age continuamente, já que cada link leva a outras páginas com mais links. Os resultados das buscas e a ordem desses resultados fazem parte do segundo objetivo. Esse processo exige duas coisas: que o motor de busca retorne ao usuário, entre os milhões de documentos indexados, os documentos relevantes à pesquisa realizada e que os resultados sejam ordenados conforme a sua importância para a pesquisa. De um modo geral, é a combinação de relevância e importância que determina a ordem dos resultados das buscas (ENGE, 2009). A relevância é o primeiro passo para que uma página esteja entre os resultados de uma pesquisa. Se uma página não é relevante, ela será descartada dos resultados. A relevância de uma página é determinada pelo seu conteúdo e pela vizinhança em que se encontra (origem dos links que a página e que o site recebem).

20 19 A importância pode ser vista como o meio de determinar qual página será o primeiro resultado, qual será o segundo, qual será o terceiro, etc. entre páginas igualmente relevantes para uma determinada pesquisa. A autoridade da página e a confiança que o mecanismo de busca tem nela são determinantes nesse ponto (ENGE, 2009). Tanto a relevância quanto a importância não são determinadas manualmente (ENGE, 2009). Isso seria uma tarefa intangível em meio as bilhões de páginas que existem na Web. Ambas são calculadas através de algoritmos dos mecanismos de busca. Existem centenas de componentes que atuam nesses algoritmos, conhecidos como fatores de ranking. O trabalho sobre esses fatores e consequentemente, sobre os algoritmos, em resumo, é o SEO. 2.2 SEARCH ENGINE OPTIMIZATION Search Engine Optimization (SEO) é um conjunto de estratégias que visa melhorar o posicionamento de páginas em resultados orgânicos de mecanismos de busca. O termo SEO, que também é usado para definir a indústria que presta consultoria na aplicação dessas estratégias, existe desde 1997 quando a empresa online Multimedia Marketing Group (MMG), de John Audette, publicou páginas mencionando o termo (LEDFORD, 2007). As estratégias de SEO são baseadas no funcionamento dos algoritmos dos mecanismos de busca, que são os responsáveis por classificar os sites nos resultados das buscas (LEDFORD, 2007). As variáveis envolvidas nesses algoritmos não são formalmente conhecidas porque os mecanismos de busca esperam que os resultados sejam naturais (não manipulados). Tornar o algoritmo público faria com que os resultados das buscas fossem facilmente manipulados pelos proprietários de sites interessados em posicionar seus sites entre os primeiros resultados das buscas. As variáveis que podem afetar os algoritmos dos mecanismos de busca são conhecidas como fatores de ranking Fatores de Ranking Os fatores de ranking são componentes que atuam nos algoritmos de classificação dos resultados das buscas. Como os algoritmos não são publicamente acessíveis, os fatores de

21 20 ranking são estimados através do conhecimento de especialistas da área de SEO e obtidos empiricamente. Uma empresa norte-americana, a SEOmoz, levantou 149 fatores potenciais e os submeteu a 72 especialistas em SEO consagrados para que emitissem sua opinião sobre cada fator. O resultado foi o artigo Search Engine Ranking Factors 2009, possivelmente uma das melhores fontes de informação sobre SEO existente (SEOMOZ, 2009). No artigo, cada fator recebeu um valor para a sua importância variando de 0% a 100% conforme a opinião emitida pelos especialistas, sendo classificado em uma escala conforme a Tabela 1 - Classificação dos Fatores de Ranking de Acordo com a sua Importância. A classificação de cada fator, segundo sua importância, permite que os fatores com importância mínima e muito mínima sejam desconsiderados neste referencial teórico, permitindo maior foco sobre os fatores que mais impactam sobre os resultados de SEO. Tabela 1 - Classificação dos Fatores de Ranking de Acordo com a sua Importância Importância Percentual Muito Alta 65% a 100% Alta 55% a 64% Moderada 45% a 54% Baixa 35% a 44% Mínima 25% a 34% Muito Mínima 0% a 24% A análise dessa pesquisa permite que sejam levantadas quais são as variáveis que, possivelmente, agem com maior intensidade nos algoritmos de classificação dos mecanismos de busca. O conhecimento dessa intensidade permite que sejam identificados indicadores de SEO que merecem maior atenção, medição e monitoramento. Os fatores de ranking foram divididos pela pesquisa em dez categorias: Fatores on-page relacionados à palavra-chave Fatores on-page não relacionados à palavra-chave Fatores da página relacionados à popularidade de links Fatores do site relacionados à popularidade de links Fatores do site não relacionados à popularidade de links Fatores relacionados a mídias sociais e redes sociais Fatores relacionados a dados de uso

22 21 Fatores negativos Fatores que afetam negativamente o valor de links externos Fatores geográficos Fatores on-page relacionados à palavra-chave Fatores on-page são aqueles que atuam sobre o conteúdo da página. Os fatores onpage relacionados à palavra-chave são influenciados pela palavra-chave que está sendo buscada pelo visitante no mecanismo de busca. A pesquisa levantou os 24 fatores de ranking nesta categoria, sendo que 12 deles apresentam pelo menos 35% de importância: Uso da palavra-chave em qualquer lugar da tag HTML de título <title> (importância de 66%) Uso da palavra-chave no começo da tag HTML de título <title> (importância de 63%) Uso da palavra-chave no nome de domínio raiz (importância de 60%) Uso da palavra-chave em qualquer lugar da tag HTML de cabeçalho <h1> (importância de 49%) Uso da palavra-chave em links internos na página (importância de 47%) Uso da palavra-chave em links externos na página (importância de 46%) Uso da palavra-chave no começo da tag HTML de cabeçalho <h1> (importância de 45%) Uso da palavra-chave entre as primeiras palavras no HTML da página (importância de 45%) Uso da palavra-chave no nome de subdomínio (importância de 42%) Uso da palavra-chave no nome da página na URL (importância de 38%) Uso da palavra-chave no nome da pasta na URL (importância de 37%) Uso da palavra-chave em tags HTML de cabeçalho de níveis inferiores <h2>, <h3>, <hx> no conteúdo da página (importância de 35%)

23 Fatores on-page não relacionados à palavra-chave Os fatores on-page não relacionados à palavra-chave influenciam no ranking independentemente da palavra que esteja sendo buscada pelo usuário no mecanismo de busca. A pesquisa levantou os 12 fatores de ranking nesta categoria, sendo que cinco deles apresentam pelo menos 35% de importância: Existência de um conteúdo único na página (importância de 65%) Página criada recentemente (importância de 50%) Uso de links que apontam para outras URLs no mesmo domínio (importância de 41%) Mudanças históricas no conteúdo (importância de 39%) Uso de links externos na página (importância de 37%) Fatores da página relacionados à popularidade de links Popularidade de links é um termo usado para definir o quanto uma página ou site é popular através do número e qualidade de links que recebe. Páginas que recebem mais links e de maior qualidade, são mais populares que páginas que recebem menos links e de menor qualidade, por exemplo. A analogia usada na Figura 2 - Popularidade de links, onde cada face representa um site, o tamanho de cada uma, a sua popularidade, e as setas representam links, explica como funciona esse conceito.

24 23 Figura 2 - Popularidade de links Fonte: Google Imagens A pesquisa levantou fatores que tenham relação com popularidade de links, especificamente de uma determinada página. No total, 11 fatores foram abordados pela pesquisa, dos quais nove apresentam importância superior a 35%: Textos âncora de links externos com foco na palavra-chave (importância de 73%) Popularidade de links externos (importância de 71%) Diversidade da origem dos links (importância de 67%) TrustRank da página (importância de 65%) Popularidade global dos links com base em um algoritmo iterativo (importância de 63%) Origem dos links externos para a página com foco em um tópico específico (importância de 58%) Textos âncora de links internos com foco na palavra-chave (importância de 55%) Localização da informação da página em relação à arquitetura do site (importância de 51%) Popularidade de links internos (importância de 51%)

25 Fatores do site relacionados à popularidade de links A pesquisa levantou fatores que tenham relação com popularidade de links do site. No total, sete fatores foram abordados, dos quais seis apresentam importância superior a 35%: Confiança do domínio baseado na distância em links de sites confiáveis (importância de 66%) Popularidade global dos links do domínio baseado em um algoritmo iterativo (importância de 64%) Diversidade dos links do domínio (importância de 64%) Links de autoridades em um tópico específico (importância de 64%) Crescimento/redução dos links para o domínio (importância de 52%) Links de domínios com extensão TLD de acesso restrito (importância de 47%) Fatores do site não relacionados à popularidade de links Entre os fatores não relacionados à popularidade de links do site, quatro possuem importância, segundo a pesquisa Search Engine Ranking Factors, superior à 35%. Arquitetura de site do domínio (importância de 52%) Uso de links externos para sites de boa reputação, confiáveis (importância de 37%) Idade do domínio (importância de 37%) Histórico de registro do domínio (importância de 36%)

26 Fatores relacionados aos dados das mídias sociais sobre o site ou página Entre os seis fatores de ranking relacionados aos dados das mídias sociais sobre o site ou página, nenhum é considerado pela pesquisa como de baixa importância ou maior, o que demonstra que a influência dos dados de sites como Twitter, Facebook e MySpace no ranking ainda é pequena Fatores relacionados ao uso do site Os fatores de ranking relacionados ao uso do site ainda representam pouco em relação à importância. Estima-se, porém, que estes fatores tornem-se cada vez mais importantes (SEOMOZ, 2009) porque tratam diretamente do comportamento do usuário. Dos sete fatores da categoria, três foram considerados pelo menos 35% importantes: Taxa histórica de cliques nos resultados das buscas para a página (importância de 42%) Taxa histórica de cliques nos resultados das buscas para o site (importância de 39%) Buscas realizadas pelo nome do domínio ou marca associada (importância de 36%) Fatores negativos Fatores negativos são variáveis que compõe o algoritmo de classificação dos mecanismos de busca agindo de forma a reduzir o posicionamento ou mesmo desclassificar um site/página dos resultados das buscas. Mostrar conteúdos diferentes conforme o tipo de usuário com intenção maliciosa e/ou manipulativa (importância de 68%) Aquisição de links de vendedores conhecidos (importância de 56%)

27 26 Links da página para sites/páginas spam (importância de 51%) Mostrar conteúdos diferentes conforme o navegador (importância de 51%) Servidor inacessível com frequência (importância de 51%) Esconder texto com a mesma cor ou similar com a cor de fundo (importância de 49%) Links do domínio para sites/páginas spam (importância de 48%) Repetição excessiva de um mesmo texto-âncora em uma página (importância de 46%) Mostrar conteúdos diferentes conforme o endereço IP (importância de 46%) Esconder texto posicionando o elemento HTML fora da tela usando CSS (importância de 44%) Número excessivo de parâmetros dinâmicos na URL (importância de 43%) Número excessivo de links de sites hospedados no mesmo endereço IP (importância de 41%) Aquisição de links em campanhas manipulativas de Bait-and-Switch (os sites criam links para um conteúdo que é redirecionado para outro) (importância de 41%) Keyword Stuffing 2 popular excessivamente com palavras-chave no texto da página (importância de 41%) Esconder texto com CSS display:none; (importância de 40%) Keyword Stuffing na tag <title> (importância de 39%) Keyword Stuffing na URL (importância de 37%) Aquisição de links a partir de campanhas manipulativas de widgets/selos (importância de 37%) Mostrar conteúdos diferentes conforme suporte do usuário à JavaScript ou algum tipo de mídia (importância de 37 2 Keyword Stuffing significa inserir palavras-chave no título, na URL ou no conteúdo da página com o objetivo de manipular os resultados dos mecanismos de busca e criando uma experiência negativa ao usuário (GOOGLE, 2010)

28 27 Mostrar conteúdos diferentes conforme cookies existentes no computador do usuário (importância de 36%) Aquisição de links a partir de diretórios pagos de baixa qualidade (importância de 36%) Número excessivo de links recebidos de sites com mesmo dono (importância de 36%) Existência de links para a página a partir de sites/páginas spam (importância de 36%) Fatores que afetam negativamente o valor de links externos Os links externos ainda representam a maior porção de importância entre os fatores de ranking. Por isso, a pesquisa abordou fatores que podem negativamente afetar a qualidade de links externos. Cinco fatores foram pontuados com importância superior a 35%: Domínio de origem foi banido do Google por web spam (importância de 70%) Domínio de origem foi punido pelo Google por web spam (importância de 65%) Link foi determinado como pago, não natural (importância de 63%) Domínio de origem contém links para web spam (importância de 52%) Domínio de origem não recebeu links confiáveis (importância de 41%) Fatores geográficos Fatores geográficos estão relacionados com a localização do usuário que fez a busca no mecanismo de busca. De modo geral, os resultados do Google são diferentes conforme o país em que a busca é efetuada. Os fatores listados nessa categoria influenciam positivamente sites com conteúdo voltado para uma região ou país específico.

29 28 Código de país TLD do domínio raiz (importância de 69%) Linguagem do conteúdo usado no site (importância de 63%) Links de outros domínios ligados ao país / região (importância de 60%) Localização geográfica do endereço IP da hospedagem do site (importância de 57%) Revisão manual / seleção pelos engenheiros do Google (importância de 53%) Opção de Geo-Targeting selecionada na ferramenta Google Webmaster Tools (importância de 52%) Registro do site no Google Local com o país / região (importância de 45%) Endereço no conteúdo da página (importância de 41%) Endereço associado com o registro do domínio (importância de 35%) Ferramentas para Análise de SEO Existentes Embora sejam conhecidos os fatores que possivelmente atuam nos algoritmos dos mecanismos de busca, não há no mercado ferramenta capaz de apoiar satisfatoriamente o webmaster na medição, monitoramento e acompanhamento histórico desses fatores. Isso ocorre especialmente porque boa parte das informações sobre os fatores de ranking não são facilmente mensuráveis. A seguir serão apresentadas algumas ferramentas analisadas que possuem características semelhantes em alguns pontos SEOQuake SEOQuake é uma extensão para o navegador Mozilla Firefox que fornece algumas informações úteis para análise de alguns fatores de SEO. Entretanto, os poucos dados fornecidos são insuficientes para uma análise eficaz porque poucos fatores são atendidos.

30 29 A extensão instala no navegador uma barra de ferramentas que exibe dados sobre a página aberta no navegador, conforme a Figura 3 - Barra de ferramentas SEOQuake. Figura 3 - Barra de ferramentas SEOQuake Fonte: Mozilla Firefox O SEOQuake também permite que múltiplos sites sejam analisados. A extensão instala um bloco de código nos resultados das buscas no Google, Bing e Yahoo!, conforme a Figura 4 - Informações do SEOQuake nos resultados de uma busca. Figura 4 - Informações do SEOQuake nos resultados de uma busca Fonte: Mozilla Firefox SenSEO SenSEO é outra extensão de SEO para Firefox, que possui como diferencial a metodologia utilizada. O SenSEO gera uma pontuação a partir de uma análise automática dos fatores de SEO da página relacionados ou não à palavra-chave. Em conjunto com a pontuação, um relatório é fornecido com informações sobre como aumentar a pontuação gerada. Na Figura 5 - Relatório oriundo de uma análise feita usando o SenSEO, é possível observar parte de um relatório.

31 30 Figura 5 - Relatório oriundo de uma análise feita usando o SenSEO Fonte: Mozilla Firefox Ferramentas de SEO privadas Algumas empresas especializadas em SEO oferecem relatórios para análise através de diversas ferramentas cujo acesso se dá mediante pagamento de mensalidades. Estas ferramentas oferecem diversas informações sobre SEO, mas não estão integradas entre si e aos fatores de ranking. Além disso, poucas delas oferecem o acompanhamento evolutivo dos resultados, essencial para determinar se uma campanha está sendo eficiente. Infelizmente não foi possível, por parte do autor, pesquisar a fundo as ferramentas oferecidas pelas empresas pelo seu caráter comercial, mas as conclusões foram tiradas a partir da revisão bibliográfica das especificações de cada uma.

32 Linkscape A limitação das ferramentas disponíveis em fornecer dados capazes de suportar a análise dos fatores de SEO se deve à dificuldade em medir a maior parte dos fatores que agem sobre os algoritmos dos buscadores, que só poderiam ser calculados em um ambiente similar a um mecanismo de busca, com indexação constante de dados e links. Pensando nisso, a empresa SEOmoz criou o Linkscape, um índice Web que funciona de modo muito similar a um mecanismo de busca, indexando continuamente páginas e links (SEOMOZ, 2010). Em outubro de 2010, o índice já armazenava 9,2 trilhões de links e 400 bilhões de páginas de 92 milhões de domínios diferentes (OPEN SITE EXPLORER, 2010). Os dados gerados pelo Linkscape que podem ser úteis para SEO, podem ser extraídos usando a API de dados Site Intelligence (SEOMOZ, 2010) também disponibilizada pela empresa SEOmoz. A empresa criou a API para que os usuários que não encontraram ferramentas adequadas entre as disponíveis possam criar suas próprias ferramentas. A API tem duas versões: uma gratuita que fornece poucos dados e outra paga que fornece maior quantidade. Mediante solicitação à empresa, o pesquisador conseguiu acesso gratuito à versão completa até dezembro, que custaria de U$ 500 a U$ mensais, conforme o volume de dados usado, desde que o uso fosse exclusivamente acadêmico. Esta API fornecerá a maior parte das informações que serão usadas na ferramenta a ser desenvolvida neste estudo.

33 32 3 METODOLOGIA Considerando o objetivo deste estudo de desenvolver uma ferramenta capaz de gerar relatórios analíticos sobre SEO de um site e de seus concorrentes, apoiando o webmaster no acompanhamento histórico dos resultados obtidos, foram utilizados os seguintes métodos para este estudo. Inicialmente foi definido desenho da pesquisa, explicando a sua estratégia. A seção seguinte apresenta o desenho de pesquisa, onde o formato de pesquisa que foi utilizado é explicado. 3.1 DESENHO DE PESQUISA A pesquisa qualitativa de natureza exploratória teve como finalidade proporcionar maior familiaridade com os componentes necessários para a criação de um sistema para análise de SEO. Para isto, um levantamento bibliográfico sobre SEO foi efetuado e, logo após, foi desenvolvida a ferramenta proposta Levantamento Bibliográfico Para permitir que uma ferramenta de análise de SEO fosse desenvolvida, o pesquisador realizou um levantamento bibliográfico sobre o assunto, constituído principalmente de livros e artigos científicos da área. O objetivo era verificar como uma ferramenta computacional poderia agilizar, de forma eficaz, no processo de tomada de decisão. A revisão bibliográfica sobre SEO permitiu ao pesquisador identificar a melhor fonte para os dados que são usados na ferramenta: a API Site Intelligence. Esta API, que oferece dados do Linkscape, um índice Web que tem por finalidade agir como um mecanismo de busca, é a única capaz de fornecer dados sobre fatores de ranking como popularidade de links da página, confiança do domínio e poder de ranking passado através de links. A API fornece grande parte das informações para análise disponibilizadas no SEO Analytics.

34 33 Além disso, para prover percepções e compreender melhor o contexto do problema foi estudada profundamente a pesquisa Search Engine Ranking Factors A análise dessa pesquisa permitiu identificar quais são as variáveis envolvidas em SEO e que necessitam ser acompanhadas e medidas. A partir dessa identificação, foi desenvolvida a ferramenta que fornece grande parte dessas variáveis, o SEO Analytics 3.2 FERRAMENTA SEO ANALYTICS A ferramenta SEO Analytics é um sistema que fornece indicadores e informações de SEO e visa preencher as lacunas que existem atualmente nas ferramentas para análise de SEO, como a falta de acompanhamento histórico dos resultados e impossibilidade de comparação de sites e páginas com concorrentes Características da Ferramenta A ferramenta SEO Analytics é acessado via Web através de qualquer navegador Web moderno. Sua arquitetura permite que seja usado por múltiplos usuários, cada um com suas próprias campanhas e URLs de análise. As informações disponibilizadas estão disponíveis em módulos, conforme será apresentado a seguir Módulos do SEO Analytics módulos. As informações de SEO oferecidas pelo SEO Analytics estão organizadas em cinco Módulo de Métricas de URL

35 34 O módulo de métricas de URL fornece indicadores relacionados à página ou site analisados. Ao todo são fornecidos 43 indicadores diferentes, que podem ser visualizados no Anexo A Lista de Indicadores de URL. Estes indicadores oferecem informações fundamentais para uma boa gestão de SEO porque englobam boa parte dos fatores de ranking estimados pela pesquisa Search Engine Ranking Factors Na ferramenta SEO Analytics é possível acompanhar através de gráfico a evolução do valor do indicador de todos os sites de uma campanha, permitindo, por exemplo, que sites concorrentes sejam comparados Módulo de Links Os links englobam alguns dos principais fatores de ranking conhecidos. O módulo de links oferece quatro perspectivas diferentes: Principais 50 links de entrada especificamente para a página cadastrada na campanha, ordenados pela autoridade de página 3 da origem do link. Principais 50 links de entrada para o domínio da página ou site cadastrado(a) na campanha, ordenados pela autoridade de página da origem do link. Principais 50 domínios com links de entrada especificamente para a página cadastrada na campanha, ordenados pela autoridade do domínio 4 de origem. Principais 50 domínios com links de entrada para o domínio da página ou site cadastrado(a) na campanha, ordenados pela autoridade do domínio da origem do link Através deste módulo, o usuário pode identificar a origem dos links de seu site e de sites concorrentes e direcionar táticas de Link Building 5. O módulo oferece relatórios dinâmicos, que se alteram conforme o site/página escolhido e filtros selecionados. Todos os 3 Autoridade de Página é uma métrica criada pela SEOmoz que melhor define a capacidade de uma página em se posicionar entre os resultados dos mecanismos de busca. O cálculo que gera essa métrica envolve os resultados reais nos mecanismos de busca e os dados existentes no índice Linkscape (SEOMOZ, 2010). 4 Autoridade de Domínio é a média dos valores de autoridade das páginas de um domínio (SEOMOZ, 2010). 5 Link Building é o termo que denomina todo o trabalho que envolve a aquisição de links para um determinado site ou página. (MARCEL, 2010)

36 35 links são exibidos nos relatórios por ordem decrescente de Autoridade de Página da origem do link. Os seguintes filtros podem ser aplicados: Links internos: apresenta apenas os links internos para a página ou site selecionados Links externos: apresenta apenas os links externos para a página ou site selecionados Links nofollow: apresenta apenas os links sem poder de ranking (que possuem o atributo rel= nofollow ) para a página ou site selecionados. Links follow: apresenta apenas os links com poder de ranking (que não possuem o atributo rel= nofollow ) para a página ou site selecionados Redirecionamentos 301: apresenta apenas os redirecionamentos 301. Esse tipo de redirecionamento, que é comumente usado quando um site é movido permanentemente para outro endereço, passa consigo todo o poder de ranking da URL movida. É uma prática comum entre os especialistas de SEO comprar sites antigos e redirecionar todas as páginas para um domínio já existente com o objetivo de adquirir o poder de ranking do antigo endereço (ENGE, 2009) Módulo de Conteúdo O módulo de conteúdo permite que o webmaster perceba quais conteúdos dos sites analisados são mais relevantes para SEO. A análise desses dados possibilita que o webmaster identifique os tipos de conteúdo que dão melhor resposta para SEO no seu site e nos sites concorrentes. No módulo, são exibidas as principais 50 páginas do domínio apresentadas em ordem decrescente de número de domínios com links para a página. A Figura 6 - Parte de relatório do SEO Analytics sobre o conteúdo de um domínio, mostra parte de um relatório do SEO Analytics sobre as principais páginas do domínio codeigniter.com.

37 36 Figura 6 - Parte de relatório do SEO Analytics sobre o conteúdo de um domínio Fonte: SEO Analytics Módulo de Texto-âncora O texto-âncora é o texto que descreve um link. Na Figura 7 - Estrutura de um link em HTML, onde a estrutura básica de links é representada, é possível visualizar qual porção de um link é um texto-âncora O texto-âncora dos links de entrada de um site é muito importante para SEO porque ele indica ao mecanismo de busca sobre o que se refere o site de destino do link (SEOMOZ, 2009). Figura 7 - Estrutura de um link em HTML (RICOTTA, 2010) Fonte: Blog da empresa Mestre SEO Uma prova de que os textos-âncora influenciam na classificação das buscas pode ser visto na Figura 8 - Pesquisa no Google por clique aqui, onde uma busca no Google pela expressão clique aqui retorna como resultados sites normalmente apontados por essa expressão.

38 37 Figura 8 - Pesquisa no Google por clique aqui Fonte: Google O módulo texto-âncora permite que para cada site ou página analisados sejam identificados quais textos-âncora ocorrem com maior frequência. Os textos-âncora exibidos são ordenados por ordem decrescente de número de domínios com links que usam a âncora e podem ser filtrados com os seguintes atributos: Frase para Domínio: exibe apenas âncoras com dois ou mais termos em links para qualquer página do domínio Frase para Página: exibe apenas âncoras com dois ou mais termos em links para a página cadastrada na campanha do SEO Analytics Termo para Domínio: exibe apenas âncoras com termos simples em links para qualquer página do domínio Termo para Página: exibe apenas âncoras com termos simples em links para a página cadastrada na campanha do SEO Analytics

39 38 A Figura 9 - Parte de relatório sobre os textos-âncora recebidos por um domínio, mostra parte de um relatório do SEO Analytics sobre as 50 principais frases em textos-âncora para o domínio unisinos.br. Figura 9 - Parte de relatório sobre os textos-âncora recebidos por um domínio Fonte: SEO Analytics Módulo de Resultados Neste módulo é possível acompanhar a evolução dos sites cadastrados na campanha ao longo dos meses nos resultados do Google. Os sites são comparados nos resultados do buscador e exibidos em um gráfico usando as palavras-chave cadastradas na campanha. O módulo de resultados permite que o usuário conclua sobre a eficácia das suas estratégias de SEO e de seus concorrentes com o passar dos meses. A Figura 10 Módulo de resultados mostra uma cópia da tela do módulo de resultados. A evolução de cada site/página da campanha nos resultados das buscas no site Google.com é mostrada em um gráfico, dentro desta figura.