跳至正文
Get Ranked On Top示意性案例研究Content Engine 方案

虚构的企业。数据为模拟情景,并非客户的实际结果。

Gridlark Analytics · 数据管道分析 SaaS,120 名员工 · 奥斯汀

一家数据管道 SaaS 如何改造追热点的博客,让工程师的问题找到它,而不是竞品

自然试用注册增长 186%,41% 的 AI 回答提到它

18 个月 · 北美 · Content Engine 方案 · 主题集群 · 内容精简 · AI 搜索可见度 · 原创研究

交换台状态 · 第 18 个月41%的被追踪 AI 回答如今会提到 Gridlark,起点仅为 6%

§ 1线路上的麻烦

工程师一直在打电话,接起来的却是别人。

它的博客一味追热点,毫无主题结构;当工程师问 AI 助手如何监控数据管道时,回答里提到的都是竞品。

Gridlark 为数据团队提供数据管道可观测性产品,它的客户往往要调研好几周才会预约演示。博客每周更新三篇,写的却总是当下的热点:大会回顾、对最新 AI 发布的点评、各种盘点清单。文章之间没有任何关联,搜索引擎从未把 Gridlark 视为任何领域的权威。后来,工程师不再搜索,而是直接问 AI 助手;AI 助手引用的是竞品的操作指南,于是把他们直接转接给了别人。

优化前的博客 · 310 篇文章的类型分布
  • 热点与新闻点评
  • 操作指南
  • 产品动态

§ 2故障报告

交换台上的四处故障。

死线

47%

310 篇文章中有 146 篇在十二个月里没有获得过一次自然点击。大多是对当周新闻的反应,一个月后就已过时。

故障 1 / 4

串线

38 对

有 38 对文章在争抢同一个查询词。九篇不同的文章都瞄准“data pipeline monitoring”,却没有一篇进入首页。

故障 2 / 4

没有交换台

0 个中心页

没有支柱页面,也没有内链规划。文章只链接到首页和价格页,几乎从不互相链接,因此没有任何主题积累起权威。

故障 3 / 4

电话转给了别人

6%

在工程师真实会问的 200 条提问中,AI 助手只在 6% 的回答里提到 Gridlark。它们引用竞品的分步指南,因为 Gridlark 根本没有可供引用的内容。

故障 4 / 4

§ 3操作规程

接通交换台的四道规程。

基于我们的 Content Engine 方案:面向买家在联系销售之前就会长时间调研的企业的内容与 AI 搜索服务。

中心页
中心页与子页面 · 管道监控主题集群每个子页面完整回答一个问题并向上链接到中心页;中心页向下链接到每个子页面。搜索引擎和 AI 助手会把这种结构理解为内容深度。
  1. 3.1

    主题集群

    六个中心页,对应工程师要完成的六类工作:监控、数据质量、数据血缘、告警、数仓成本和 Schema 变更。围绕它们的是 84 个子页面,每个页面完整回答一个具体问题,选题来自 1,900 条搜索词、工单和销售通话记录。每个子页面向上链接到中心页,每个中心页向下链接到它的全部子页面。

  2. 3.2

    内容精简

    142 篇文章被并入更强的页面,或以 301 重定向到最接近的子页面后下线。最好的 31 篇被改写为子页面;九篇互相竞争的“pipeline monitoring”文章合并成一页,终于有了排名。

  3. 3.3

    AI 搜索可见度

    每个子页面开头都是两句话的直接答案,接着是步骤、代码和对比表,这正是 AI 助手爱引用的结构。署名作者、真实的作者信息、TechArticle 与 FAQPage schema,并每月在四款 AI 助手上复查 200 条提问。

  4. 3.4

    原创研究

    一年一度的 Pipeline Reliability Report,基于 900 条数据管道的匿名故障数据。如今其他作者和 AI 回答引用的正是这些数字,而每一次引用都会把人带回某个中心页。

§ 4交换台

把每个问题插接到能回答它的页面。

左边是工程师每天都会拨出的十二通电话,右边是六个中心页插孔。先选一通电话,再选应该回答它的中心页,接线就会把它接到该中心页下的子页面。每一通没接上的电话,都会转给竞品。

来电

中心页插孔

由 Gridlark 接听
0 / 12
转给别人
12 / 12
完整的集群
0 / 6
AI 提及率(模拟)
6%

AI 助手会怎么回答

把一通电话接上线路,听听回答。

按 Esc 挂断线路。

选择一通来电,把它接上线路。

§ 5值班记录

18 个月,一条线一条线地接通。

  1. 第 1–2 个月

    旁听

    抓取全部 310 篇文章,分析一年的 Search Console 数据,建立 200 条提问的 AI 基线,并从搜索、客服和销售通话中整理出 1,900 个问题。

  2. 第 3–4 个月

    画出交换台

    规划六个中心页和 84 个子页面,解决互相蚕食的文章,与产品团队确认合并与重定向方案。

  3. 第 5–8 个月

    接通中心页

    中心页和首批 40 个子页面上线,142 篇旧文合并或下线,从中心页到子页面的双向内链全部重建。

  4. 第 9–13 个月

    填满线路

    其余 44 个子页面、第一份 Pipeline Reliability Report、作者页,以及整个集群的 schema。

  5. 第 14–18 个月

    守好交换台

    每月复查提问,更新排名下滑的 20 个子页面,发布第二份报告,并围绕中心页推出系列网络研讨会。

§ 6成果

如今,大多数电话都转接到了 Gridlark。

每月自然试用注册

+186%

每月 210 → 600

AI 助手提及率(200 条提问)

6% → 41%

在 4 款 AI 助手上追踪的 200 条提问中的占比

每月非品牌自然点击

9,800 → 31,500

每月数据,按季度展示

建成的主题集群

6 个中心页 · 84 个子页面

31 篇由旧文改写,53 篇全新撰写

这是为虚构企业建模的情景,并非真实客户成果。排名、流量和 AI 助手提及均无法保证;详见我们的条款。

自然试用注册与 AI 提及率(按月)每月试用注册AI 提及率
02004006000%20%40%60041%第1月第4月第7月第10月第13月第16月第18月

追踪的提问:AI 回答把人转接给了谁

提问(原文)中心页AI 回答 · 第 1 个月AI 回答 · 第 18 个月Google 排名
how to monitor airflow dag failures管道监控未提及第 1 / 共 3#24 → #2
data pipeline monitoring tools管道监控第 4 / 共 4第 1 / 共 4#17 → #3
data quality tests in dbt数据质量未提及第 2 / 共 3#31 → #4
column level lineage explained数据血缘未提及第 1 / 共 2#22 → #1
reduce alert fatigue data team告警与值班未提及第 1 / 共 3#40 → #3
why is my warehouse bill so high数仓成本未提及第 2 / 共 4#28 → #5
handle schema drift in streamingSchema 变更第 3 / 共 3第 1 / 共 3#15 → #2
upstream schema change broke my pipelineSchema 变更未提及第 1 / 共 2#36 → #4

“第 1 / 共 3”表示 Gridlark 是回答所推荐的三款工具中的第一款,结果在四款 AI 助手上复核。Google 排名指对应子页面在同一查询下的位置,从第 1 个月到第 18 个月。

为您制定这样的方案

博客很热闹,销售线索却很冷清?从 Content Engine 方案开始,或者告诉我们,您的买家在联系您之前都会问些什么。

← 全部案例