Hvad er topic clusters?
En topic cluster (på dansk også kaldet en indholdsklynge) er en gruppe af landingssider, der omhandler det samme overordnede emne. Gruppen består af en hovedside (en pillar page), der er målrettet mod emnets vigtigste søgeord, og en række undersider (supporting pages), der understøtter hovedsiden indholdsmæssigt og linker til hovedsiden.
Her er et eksempel på en topic cluster med en hovedside og seks undersider. Hovedsiden er målrettet søgeordet ‘bilforsikring’ (fordi det er søgeordet med flest søgninger), mens undersiderne er målrettet forskellige søgeord med relation til hovedsiden. Hver side er typisk optimeret efter flere nært relaterede søgeord (eksempelvis ‘veteranforsikring mc’ og ‘veteranforsikring bil’):
En topic cluster er alene en måde at strukturere indhold på. Processen med at finde søgeord til siderne og indholdsoptimere siderne er den samme som beskrevet tidligere i dette kapitel. Antallet af undersider kan variere, men bør ikke være færre end tre. Undersiderne skal linke til hovedsiden og omvendt – om muligt med en ankertekst (dvs. linktekst) der er identisk med det søgeord, som siden, der linkes til, er optimeret mod. Du kan linke mellem undersiderne efter behov.
Der er flere fordele ved at skabe indhold i topic clusters:
- Du opbygger stor autoritet inden for et emneområde.
- Du understøtter hovedsiden og øger dens chancer for en høj Google-placering.
- Du dækker et emneområde fyldestførende og opnår en bred synlighed på Google.
- Du gør det nemt for læserne at navigere mellem relateret indhold.
Især punkt 1 og 2 er vigtige, for hvis ikke du har flere sider om samme emne, er der kun en meget lille sandsynlighed for, at du opnår en høj synlighed på Google inden for emnet.
Du kan se dine konkurrenters topic clusters ved at lave en site-søgning på Google efterfulgt af navnet på emnet, eksempelvis site:if.dk bilforsikring. Søgningen gør det i dette eksempel muligt at identificere alle sider på websitet if.dk, der omhandler emnet bilforsikring.
Listen to “Torbjørn Flensted – Topic Clustering” on Spreaker.
