Interne Suche als Keyword-Quelle

Keyword-Tools berichten, wonach ein Markt sucht; Ihre Site-Suche berichtet, was Menschen, die sich bereits für Sie entschieden haben, nicht finden. Diese Anfragen tragen höhere Kaufabsicht und nutzen oft Vokabular, für das die Tools keine Volumendaten haben. Die Falle ist, das rohe Query-Log als Keyword-Liste zu behandeln - der meiste Wert steckt in den Anfragen ohne Treffer und mit hoher Absprungrate, also genau im Gegenteil dessen, was eine Sortierung nach Volumen zeigt.

Die Skill-Datei

---
name: internal-search-as-keyword-source
description: Nutzen Sie dies, wenn Sie Kategorie- und Content-Ideen brauchen, die auf dem beruhen, wonach Ihre tatsächlichen Käufer fragen, statt auf Schätzungen eines Keyword-Tools.
---

# Interne Suche als Keyword-Quelle

Keyword-Tools berichten, wonach ein Markt sucht; Ihre Site-Suche berichtet, was Menschen, die sich bereits für Sie entschieden haben, nicht finden. Diese Anfragen tragen höhere Kaufabsicht und nutzen oft Vokabular, für das die Tools keine Volumendaten haben. Die Falle ist, das rohe Query-Log als Keyword-Liste zu behandeln - der meiste Wert steckt in den Anfragen ohne Treffer und mit hoher Absprungrate, also genau im Gegenteil dessen, was eine Sortierung nach Volumen zeigt.

## Was Sie vorher brauchen

- 12 Monate interner Site-Search-Logs mit Trefferzahlen und Ausstiegsraten
- Ihre aktuelle Kategorie- und Facetten-URL-Struktur
- Konversionsdaten je Suchbegriff, sofern verfügbar

## Methode

1. Normalisieren Sie zuerst das Log - Kleinschreibung, Satzzeichen entfernen, Plurale und offensichtliche Tippfehler zusammenfassen. Unnormalisierte Logs zersplittern dieselbe Nachfrage über Dutzende Zeilen und verbergen das echte Volumen.
2. Sortieren Sie absteigend nach Suchen ohne Treffer. Das ist Nachfrage, für die Sie keine Seite und oft kein Produkt haben, und sie ist die klarste Lücke im Katalog.
3. Sortieren Sie separat nach Suchen mit Treffern, aber hoher Ausstiegsrate. Die bedeuten, dass Sie die Wörter treffen, aber nicht die Intention, was meist ein Definitionsproblem bei Kategorie oder Facette ist und kein Bestandsproblem.
4. Gleichen Sie die wichtigsten normalisierten Begriffe mit Ihren bestehenden URLs ab. Jeder Begriff mit Volumen und ohne eigene Landingpage ist ein Kandidat für eine Kategorie oder eine indexierbare Facette.
5. Prüfen Sie, ob sich das Vokabular von Ihrer Site-Taxonomie unterscheidet - Kunden, die nach einem Begriff suchen, den Ihre Navigation nie verwendet, sind ein Benennungsproblem, das Sie auch organische Rankings kostet.
6. Führen Sie die übrig gebliebenen Begriffe zur Größenabschätzung durch eine Volumenprüfung, lassen Sie die Priorität aber von den internen Daten bestimmen. Interne Häufigkeit schlägt externes Volumen bei Begriffen, die Ihre Käufer tatsächlich verwenden.

## Was dabei herauskommt

Eine priorisierte Lückenliste interner Suchbegriffe ohne passende Landingpage, aufgeteilt in Katalog- und Taxonomielücken.

## Wo es schiefgeht

- das rohe Log nach Volumen sortieren und nur die eigenen Marken- und Bestsellernamen finden, für die Sie ohnehin ranken
- Anfragen ohne Treffer ignorieren, weil sie auf der Seite keinen Traffic-Wert haben, obwohl sie das stärkste Nachfragesignal sind, das Sie besitzen
- jeden internen Begriff als Seitenkandidaten behandeln und dünne Kategorieseiten für einmalige Anfragen bauen

---

Aus der QuQi-Skill-Bibliothek - https://www.quqi.io/de/skills/internal-search-as-keyword-source

Was Sie vorher brauchen

• 12 Monate interner Site-Search-Logs mit Trefferzahlen und Ausstiegsraten
• Ihre aktuelle Kategorie- und Facetten-URL-Struktur
• Konversionsdaten je Suchbegriff, sofern verfügbar

Methode

1. 01 Normalisieren Sie zuerst das Log - Kleinschreibung, Satzzeichen entfernen, Plurale und offensichtliche Tippfehler zusammenfassen. Unnormalisierte Logs zersplittern dieselbe Nachfrage über Dutzende Zeilen und verbergen das echte Volumen.
2. 02 Sortieren Sie absteigend nach Suchen ohne Treffer. Das ist Nachfrage, für die Sie keine Seite und oft kein Produkt haben, und sie ist die klarste Lücke im Katalog.
3. 03 Sortieren Sie separat nach Suchen mit Treffern, aber hoher Ausstiegsrate. Die bedeuten, dass Sie die Wörter treffen, aber nicht die Intention, was meist ein Definitionsproblem bei Kategorie oder Facette ist und kein Bestandsproblem.
4. 04 Gleichen Sie die wichtigsten normalisierten Begriffe mit Ihren bestehenden URLs ab. Jeder Begriff mit Volumen und ohne eigene Landingpage ist ein Kandidat für eine Kategorie oder eine indexierbare Facette.
5. 05 Prüfen Sie, ob sich das Vokabular von Ihrer Site-Taxonomie unterscheidet - Kunden, die nach einem Begriff suchen, den Ihre Navigation nie verwendet, sind ein Benennungsproblem, das Sie auch organische Rankings kostet.
6. 06 Führen Sie die übrig gebliebenen Begriffe zur Größenabschätzung durch eine Volumenprüfung, lassen Sie die Priorität aber von den internen Daten bestimmen. Interne Häufigkeit schlägt externes Volumen bei Begriffen, die Ihre Käufer tatsächlich verwenden.

Was dabei herauskommt

Eine priorisierte Lückenliste interner Suchbegriffe ohne passende Landingpage, aufgeteilt in Katalog- und Taxonomielücken.

Wo es schiefgeht

• das rohe Log nach Volumen sortieren und nur die eigenen Marken- und Bestsellernamen finden, für die Sie ohnehin ranken
• Anfragen ohne Treffer ignorieren, weil sie auf der Seite keinen Traffic-Wert haben, obwohl sie das stärkste Nachfragesignal sind, das Sie besitzen
• jeden internen Begriff als Seitenkandidaten behandeln und dünne Kategorieseiten für einmalige Anfragen bauen

Diese Skill in Ihrer eigenen KI nutzen

Die Datei ist einfaches Markdown, mit Name und Auslöser im Frontmatter. Wo ein Assistent Skills selbst laden kann, liest er genau dieses Frontmatter, um zu entscheiden, dass diese hier passt.

Mehr in E-Commerce-SEO