Lumaktaw sa nilalaman
Get Ranked On TopHalimbawang case studyContent Engine plan

Isang kathang-isip na negosyo. Ang mga numero ay modeladong senaryo, hindi resulta ng kliyente.

FernlogLog analytics SaaS, 60 tauhan · Tallinn

Paano naging source na binabanggit ng AI ang isang log analytics SaaS na may 60 tauhan

+261% trial sign-up mula sa organic search

18 buwan · Europa · Content Engine plan

  • Topic clusters
  • Code-first na tutorial
  • Citations sa AI search
  • Sariling data
Plate I · Fernlog20

Fig. 1 — Bumubukas ang usbong ng pako: isang tangkay, apat na topic hub, 20 subtopic page.

Sagot ng AI na bumabanggit sa Fernlog (sa 120)0 → 41

01ang hamon

Nandoon ang mga tanong. Pero iba ang may-ari ng mga sagot.

Ang mga developer na nagtatanong kung paano mag-parse ng logs ay napupunta sa mga kakumpitensya at Stack Overflow; hindi kailanman binanggit ng AI ang blog ng Fernlog.

Linggo-linggo, libu-libong engineer ang naghahanap kung paano mag-parse ng stack trace, magpatahimik ng maingay na alert o magpababa ng log bill. Kaya ng produkto ng Fernlog ang tatlong iyon, pero puro release notes at imbitasyon sa webinar ang laman ng blog nito. Dinadala ng search engines ang mga developer na ito sa docs ng mga kakumpitensya at sa mga thread sa Stack Overflow, at kapag sa AI assistant sila nagtanong, lahat ay binabanggit ng sagot maliban sa Fernlog.

parse multiline stack traces

Mga sagot ng AI sa 120 developer prompt · mga binanggit na source, bago

Puwedeng magbanggit ng ilang source ang isang sagot.

Ang blog, bago · isang guhit bawat post
  • Product news at release
  • How-to na post

02diyagnosis

Isang herbarium na walang kahit isang pako.

Blog

82%

ng 140 post ay product news

115 sa 140 post ay release notes, imbitasyon sa webinar at balita sa hiring. Walang iisang istruktura ang 25 how-to post, walang code na makokopya, at may average na 1.4 internal link lang bawat isa.

Specimen 1 sa 4

AI search

0 / 120

sagot ng AI na bumanggit sa Fernlog

Buwan-buwan, pinatakbo namin ang 120 totoong developer prompt sa apat na AI assistant. Wala kahit isang sagot ang bumanggit sa Fernlog; lumabas naman ang docs ng mga kakumpitensya sa 71.

Specimen 2 sa 4

Docs

61%

ng docs URL ang hindi naka-index

Nasa isang client-rendered na subdomain ang docs: 61% ng mga URL nito ang hindi naka-index, at screenshot ang mga code sample sa blog, kaya hindi ito mabasa ng search engines o ng AI crawlers.

Specimen 3 sa 4

Demand

1,900

tanong ng developer, halos walang sagot

May 1,900 magkakaibang tanong ng developer sa mga support ticket, community thread at sales call. Nahati ang mga ito sa apat na tema — parsing, alerting, retention at cost — at halos wala ni isang page ang Fernlog para sa mga ito.

Specimen 4 sa 4

03ang estratehiya

Magpatubo ng dahon, hindi ng post.

Nakabatay sa aming Content Engine plan: topical content at AI search para sa mga kompanyang nagre-research muna ang mga buyer bago kumausap sa sales.

from service:"checkout" level:error| parse json(message) as m| stats count() by m.error_code| alert when count > 50 within 5m
Mula sa alerting hub · sagot muna, saka ang paliwanag
  1. 01

    Topic clusters

    Apat na hub mula sa 1,900 tanong: parsing, alerting, retention at cost. Sinasagot ng bawat hub page ang malaking tanong at nagli-link pababa sa mga subtopic guide, na nagli-link naman pabalik pataas at patagilid — kaya dumadaloy ang authority sa buong dahon sa halip na maipon sa newsroom.

  2. 02

    Code-first na tutorial

    Nagsisimula ang bawat guide sa sagot na gumagana — isang query, config block o CLI command na totoong text at puwedeng kopyahin — saka ipinapaliwanag kung bakit ito gumagana. Tine-test ang mga sample laban sa produkto sa CI, kaya hindi sila naluluma.

  3. 03

    Citations sa AI search

    Mga talatang nauuna ang sagot, isang punto bawat heading, mga benchmark na may petsa, at TechArticle at HowTo schema. Buwan-buwan naming sinubaybayan ang parehong 120 prompt at ni-rewrite ang mga page na nare-retrieve pero hindi binabanggit.

  4. 04

    Sariling data

    Isang anonymised na benchmark ng ingestion volume bawat service, mula sa aggregate na data ng platform, ang naging pinakamadalas banggitin na page sa site: dito galing ang mga cost-per-GB na numerong sinisipi na ngayon ng ibang blog at ng mga sagot ng AI.

04ang topic map

I-click ang isang dahon para buksan ang mga subtopic nito.

Bawat hub ay isang dahon, at bawat subtopic page ay isang maliit na dahon. Lumipat sa pagitan ng simula at buwan 18 para makita kung aling mga page ang nagra-rank sa Google at aling mga sagot sa AI search ang bumabanggit sa Fernlog.

ParsingAlertingRetentionCost

Legend

  • Top 3
  • Posisyon 4–10
  • Posisyon 11–100
  • Walang page o walang ranking
  • Binabanggit ng AI assistants

Mga topic hub

Gawing field na puwedeng i-query ang hilaw na log lines.

Nasa top 10 ng Google
6 sa 6
Sagot ng AI na bumabanggit sa Fernlog
17 sa 36

JSON logs

Hinanap bilang
> parse json logs
Page
fernlog.example/guides/parsing/json-logs
Google
#3

Mga sagot ng AI sa 6 prompt tungkol sa subtopic na ito

4 ang bumabanggit sa Fernlog

05ang timeline

18 buwan, isang dahon sa bawat pagkakataon.

  • B3Live na ang Parsing hub
  • B6Live na ang Alerting hub
  • B9Live na ang Retention hub
  • B11Live na ang Cost hub
  1. Buwan 1–2

    Pangangalap ng tanong

    1,900 tanong mula sa support tickets, community threads at notes ng sales calls, hinati sa apat na hub at dalawampung subtopic. Baseline: 120 AI prompt at 380 Google query.

  2. Buwan 3–5

    Ang dahon ng parsing

    Isang hub page at anim na guide, bawat isa nagsisimula sa sagot na puwedeng patakbuhin. Lumipat sa server rendering ang docs, at naging text na tine-test sa CI ang mga code sample.

  3. Buwan 6–8

    Alerting

    Limang guide at isang library ng alert rules na puwedeng i-copy-paste. Dumating ang unang AI citations, para sa mga guide sa stack traces at JSON.

  4. Buwan 9–12

    Retention at cost

    Siyam pang guide at ang cost-per-GB benchmark, mula sa anonymised na data ng platform at inilunsad kasama ang isang methodology page.

  5. Buwan 13–18

    Pag-aalaga sa pako

    Buwanang prompt runs: ni-rewrite nang nauuna ang sagot ang mga page na nare-retrieve pero hindi binabanggit, in-update ang mga lumang sample, at inilipat sa changelog ang release notes.

06mga resulta

Mula release notes hanggang reference na sinisipi ng mga developer.

Trial sign-up mula sa organic search

+261%

64 → 231 trial sign-up kada buwan

Sagot ng AI na bumabanggit sa Fernlog (sa 120)

0 → 41

Parehong 120 prompt sa apat na AI assistant, pinapatakbo buwan-buwan.

Developer query sa top 10 ng Google

9 → 146

Sa 380 sinubaybayang developer query.

Organic sessions kada buwan

11,800 → 52,400

Organic sessions kada buwan sa mga guide, hub at docs.

Modeladong senaryo para sa isang kathang-isip na negosyo — hindi resulta ng totoong kliyente. Hindi kailanman garantisado ang rankings, AI citations at traffic; tingnan ang aming Terms.

Buwan-buwanOrganic sessions kada buwanSagot ng AI na bumabanggit sa Fernlog (sa 120)
0020K2040K4060K60ParsingAlertingRetentionCostB1B4B7B10B13B16B1852,40041

Mga sagot na bumabanggit sa bawat source (sa 120)

SimulaBuwan 18

Organic sessions bawat hub, buwan 18

  • Parsing19,600
  • Alerting12,800
  • Retention6,900
  • Cost13,100

Ang produkto ba ninyo ang sagot na walang bumabanggit?

Bumubuo ang aming Content Engine plan ng topic hubs at visibility sa AI search para sa mga technical na produkto — mula sa unang mapa ng mga tanong hanggang sa buwanang citation report.

Lahat ng case study