Podsumowanie wyników w 30 sekund

Kontekst i cel biznesowy

Klient dostarcza usługi IT, jest m.in. partnerem Atlassian. Specjalizuje się w ITSM, ESM, migracjach chmurowych i security, w tym DORA, NIS2 oraz KSC.
Cel biznesowy obejmował odbudowę spadków widoczności w wyszukiwarkach oraz dostosowanie serwisu do wymagań Google AI Overview i Perplexity. Zależało nam na generowaniu leadów z ruchu organicznego na bazie obecnych zasobów domeny.

Diagnoza problemu

Serwis odnotował mocny spadek widoczności organicznej. Liczba fraz w TOP 10 spadła z ponad 50 do 15. TOP 3 obejmowało zaledwie 4 frazy.

Modele językowe nie potrafiły precyzyjnie odczytać architektury usług z powodu braku dostosowania treści do algorytmów AI. Blog zawierał ponad 240 wpisów, z których większość nie generowała ruchu ani konwersji, co obciążało domenę. Brakowało danych strukturalnych FAQ oraz Organization. Występowała kanibalizacja słów kluczowych i chaotyczne linkowanie wewnętrzne. Wpisy generujące sesje traciły pozycje przez nieaktualne treści.

Co zrobiliśmy

Podzieliliśmy prace na trzy etapy.

W pierwszym etapie zoptymalizowaliśmy 28 głównych podstron oferty pod kątem poprawnego rozumienia ich przez modele językowe. Na każdej podstronie przygotowaliśmy sekcję FAQ i wdrożyliśmy dla niej odpowiednie dane strukturalne. Skonfigurowaliśmy dane strukturalne Organization i opublikowaliśmy plik LLMs.txt w katalogu głównym serwisu, co ułatwia crawlerom AI indeksowanie informacji o firmie.

Etap 2 jesteśmy w trakcie wdrażania. Obejmuje on optymalizację bloga. Typujemy 20 artykułów z największym ruchem, zabezpieczamy ich pozycje i dodajemy sekcje FAQ ze schematami. Przebudowujemy też podstronę autora – dodajemy biogramy ekspertów i znaczniki Schema, aby podnieść wskaźniki E-E-A-T.

Etap 3 to dalszy rozwój prac nad tym projektem z klientem. Przeprowadzimy audyt 240 artykułów blogowych. Wpisy bez ruchu przekierujemy lub oznaczymy jako noindex. Zaktualizujemy treści, które słabiej rankują, ale konwertują. Wyeliminujemy kanibalizację fraz i wdrożymy docelową strukturę linkowania wewnętrznego.

Wyniki w cyfrach

Realizacja pierwszego etapu zatrzymała spadki i dała szybkie odbicie widoczności w Senuto.

Zanotowaliśmy wzrost pozycji bezpośrednio po publikacji pliku LLMs.txt, schematów FAQ i optymalizacji stron ofertowych. Pojawiły się pierwsze frazy w AIO np.

Wnioski i rekomendacje

Wdrożenie pliku LLMs.txt oraz uporządkowanie danych strukturalnych bezpośrednio poprawia rozumienie oferty przez Google AI Overview i Perplexity. Aktualizacja konwertujących wpisów blogowych daje szybsze efekty SEO niż ciągła produkcja nowego contentu. Czyszczenie zaplecza treści za pomocą noindex i przekierowań wzmacnia przepływ mocy wewnątrz domeny. Budowa E-E-A-T za pomocą podstron autorów ze schematami danych strukturalnych mocno wspiera widoczność w branżach B2B.

Podział projektu na etapy dał nam i klientowi pełną kontrolę nad procesem. Po każdym etapie ocenialiśmy wyniki, co pozwalało na bieżąco weryfikować opłacalność kolejnych kroków. Sposób rozłożenia prac dostosowaliśmy bezpośrednio do mocy przerobowych oraz czasowej dostępności zespołu klienta, unikając przeciążenia po ich stronie. Kontynuacja działań i przejście do trzeciego etapu wynika wprost z zadowolenia klienta z dotychczasowych efektów oraz wyraźnego zwrotu z wykonanych prac.