Integrated Marketing SEO/Content Execution Play: Hogyan építettünk SERP dominancia rendszert valós adatokkal

2026. október 18-án 197 kulcsszót ellenőriztünk újra, és a tajo.io négyen szerepelt közülük, mindegyik a saját nevére irányuló keresés. A Tajo átlagos láthatósága 0,13% volt. A viszonyítási alap, amelyhez mérjük, 11,31%.

Ez a különbség az oka, hogy ez a rendszer létezik. Az integrated marketing SEO/content execution play lényege, hogy a márka egy keresés sok rangsoroló oldalán megjelenjen, ahelyett hogy egyetlen saját oldalt próbálna a #1 helyre juttatni. A mögötte álló kérdés egyszerű: mi lenne, ha a márkád megjelenne a top 10 találat minden oldalán?

A viszonyítási alapunk arra, mire képes a play: 50%-os programbefolyásolt említési arány 600+ kulcsszó követésének 6 hónapja alatt. Egy teljes full-stack automatizálási rendszert építettünk köré, és 3 222 kulcsszón futtatjuk 31 nyelven.

Ez a bejegyzés a technikai lebontás: architektúra, eszközök, adatbázis-tervezés és az adatok, amelyeket látunk. A diagramok ugyanabból az adatbázisból készülnek.

2026-10-18 frissítés

2026. október 18-án két körben a 284 tárolt lekérdezésből 197-et ellenőriztünk újra, köztük a 217 célkulcsszóból 181-et. Az 520 keresési kérésből 316 üresen tért vissza, így a másik 87 lekérdezés megtartja az október 3-i eredményeit.

• A Google újraindexelte a kezdőlapot. A „tajo.io” keresésre a tajo.io az #1 az Egyesült Államokban és Franciaországban, és most a kezdőlap új címét mutatja. Október 3-án még a régi cím látszott.
• Egy új márkás rangsor. A tajo.io bekerült a top 20-ba a „tajo app” keresésre: #15 az Egyesült Államokban és #14 Franciaországban.
• A „tajo” keresésre továbbra sincs jelen mind a 7 ellenőrzött piacon. Az Egyesült Államokban, Spanyolországban, Németországban és Franciaországban a folyóé a tudáspanel, Olaszországban pedig egy étterem áll az első helyen.
• Nem márkás: 0 a 182-ből. A tajo.io egyik frissített kategória- és célkeresés találatai között sincs ott a 182-ből, ugyanúgy, mint október 3-án.
• Láthatóság. A Tajo a 197 frissített kulcsszóból 4-en látható, 0,13-as átlagpontszámmal. A viszonyítási márka 101-en látható, 11,31-es átlaggal.

A Tajót leíró kifejezések keresleti adatai, először mérve (havi amerikai volumen és kulcsszó-nehézség):

Október 3-án ezeknek a kifejezéseknek nem volt mért volumene, és mindegyikre havi 100 keresést feltételeztünk.

Sok tárolt volumen hibás volt. Egy 451 ország- és kulcsszópárra kiterjedő friss mérés lecserélte a tárolt volument és nehézséget, a régi értékeket a keyword_metric_snapshots őrzi. A nem angol számok bizonyultak a legrosszabbnak. Az „integração shopify” (Brazília) havi 50 keresést kap, nem a tárolt 1 200-at. Az „integraciones zapier” (Mexikó) és az „integration zapier” (Franciaország) volumene egyáltalán nem mérhető. A valós volumenekkel újraszámoltuk a lehetőségrangsort, Jev válaszait változatlanul hagytuk. 17 tétel nullára esett és kiesett, így 533 maradt. Az új első öt:

Csak az ötödik épül teljes egészében frissen mért számra.

Az alapvető felismerés: Légy mindenhol, ne csak az #1

Gondolj bele, hogyan fedezel fel valójában termékeket. Rákereselsz a „legjobb email marketing szoftver” kifejezésre, és 10 találatot látsz. Rákattintasz 3-4-re. Ha egy márka megjelenik minden egyes cikkben, amit elolvasol, az a márka nyer, még akkor is, ha soha nem volt maga az #1.

„Minél gyakrabban hall valaki a termékedről több forrásból, annál valószínűbb, hogy megvásárolja a termékedet.”

Ez a integrated marketing SEO/content execution hatás. Mint egy koktélparti, ahol mindenki ugyanazt a könyvet ajánlja.

A mögöttes matematika

Visibility Score, a legegyszerűbb mérőszám:

Visibility Score % = (mentions in top 20 ÷ 20) × 100

Ha a márkád a top 20 találat közül 8-ban jelenik meg a „legjobb CRM szoftver” kulcsszóra, a láthatósági pontszámod 40%.

Position-Weighted Visibility, mert az 1. pozíció többet számít, mint a 20.:

Weighted Score = Σ(Position Weight where mentioned) / Σ(All Position Weights) × 100

Position Weights: #1 = 20pts, #2 = 19pts, ... #20 = 1pt (total 210)

Opportunity Score, hova érdemes koncentrálni az erőfeszítéseidet:

Opportunity = (100% - Visibility Score) × Monthly Search Volume

Egy 35 000 havi kereséssel és 5% láthatósággal rendelkező kulcsszó = 33 250-es opportunity score. Ide érdemes először pitch-elni.

Rendszerarchitektúra

Íme a teljes stack, amelyet a integrated marketing SEO/content execution munkafolyamat automatizálására építettünk:

Technológiai stack

A pipeline

┌─────────────────┐     ┌──────────────────┐     ┌───────────────────┐
│  Keyword         │────▶│  SERP Analyzer    │────▶│  Mention Checker  │
│  Research        │     │  (Top 20 per KW)  │     │  (Scrape + Match) │
│  keyword_        │     │  serp_            │     │  mention_         │
│  research.py     │     │  analyzer.py      │     │  checker.py       │
└─────────────────┘     └──────────────────┘     └───────────────────┘
                                                          │
                                                          ▼
┌─────────────────┐     ┌──────────────────┐     ┌───────────────────┐
│  Outreach        │◀────│  Opportunity      │◀────│  Visibility       │
│  Pipeline        │     │  Scoring          │     │  Calculator       │
│  (3,964 targets) │     │  (Gap Analysis)   │     │  visibility_      │
│                  │     │                   │     │  calculator.py    │
└─────────────────┘     └──────────────────┘     └───────────────────┘

Adatbázis-tervezés

A PostgreSQL adatbázisunk 14 táblával rendelkezik, amely a nyers kulcsszavaktól az outreach prospect státuszig mindent nyomon követ. Íme az adatok, amelyekkel dolgozunk:

Alapvető táblák

Séma kiemelések

A keywords tábla támogatja a több országos, többnyelvű követést:

CREATE TABLE keywords (
    id SERIAL PRIMARY KEY,
    keyword VARCHAR(500) NOT NULL,
    silo VARCHAR(100),           -- Content silo grouping
    volume INTEGER,              -- Monthly search volume
    difficulty INTEGER,          -- Keyword difficulty (0-100)
    cpc NUMERIC(10,2),          -- Cost per click
    search_intent VARCHAR(50),   -- informational, commercial, transactional
    country VARCHAR(5),          -- us, de, fr, etc.
    language VARCHAR(5),         -- en, de, fr, etc.
    UNIQUE(keyword, country, language)
);

A visibility_scores tábla a márka láthatóságát követi kulcsszavanként időben:

CREATE TABLE visibility_scores (
    id SERIAL PRIMARY KEY,
    keyword_id INTEGER REFERENCES keywords(id),
    brand_name VARCHAR(100),
    visibility_score NUMERIC(5,2),  -- 0-100%
    mention_count INTEGER,
    pages_with_mentions INTEGER,
    total_pages_checked INTEGER,
    calculated_at TIMESTAMP DEFAULT NOW()
);

Kulcsszó-tájkép: 9,8M havi keresés

3 222 kulcsszót követünk 45 tartalom silóban, amelyek nagyjából 9,8 millió havi keresést képviselnek. Íme az eloszlás:

Top silók keresési volumen szerint

Az Ügyfélszolgálat sor egyetlen kulcsszó, a „help desk solutions”, amelyre havi 3 010 000 keresést mértünk: ez az összes közel harmada. Kiugró értékként olvasd, ne silóként. A diagram kihagyja. Az átlagos volumen csak a mért volumenű kulcsszavakat számolja.

Átlagos kulcsszó nehézség: 23,6/100

Ez a 2 499 nehézségi pontszámmal rendelkező kulcsszó átlaga. A integrated marketing SEO/content execution számára az ideális pont a 20-50 nehézségű és 1000 feletti volumenű kulcsszavaknál van. 615 kulcsszavunk esik ide.

Valós láthatósági adatok

Itt válik a stratégia valóságossá. A 2026. október 18-i, 197 kulcsszót érintő frissítésen a Tajo átlagos láthatósága 0,13% volt, szemben a 11,31%-os viszonyítási alappal. A Tajo négy kulcsszón jelenik meg, mindegyik a saját nevére irányuló keresés. A legnagyobb kulcsszavakon így néz ki a különbség:

Ahol a Tajo látható (2026-10-18)

Ahol a legnagyobb lehetőségek vannak

Ezek az október 18-i frissítés legnagyobb volumenű kulcsszavai. A Tajo egyiken sincs ott:

Lehetőségek pontozása Jev segítségével

A fenti táblázat tévedett velünk kapcsolatban, és 2026. október 3-ig tartott, mire észrevettük. Ha (100% - láthatóság) × volumen szerint rangsorolunk, az olyan fő kifejezések, mint a havi 193 000 keresésű „crm” vagy az október 3-i jelöltkészletben 69 800 keresésű „newsletter”, tűnnek a legjobb helynek, ahová egy hetet érdemes befektetni. A Tajo viszont ágensalapú integrációépítő: reverse ETL, MCP szerverek és eszközök, valamint MCP UI a SaaS alkalmazások közötti szinkronizációk felépítéséhez. Aki hírlevél-tippeket keres, az nem két eszközt akar összekötni. A volumen ezt nem látja. Egy modell igen.

Ezért a kulcsszó-adatbázis és a teendőlista közé beraktuk a Jev-et, a TypeSafe típusos ítéletalkotó modelljét. Nem ír semmit. Minden lehetőségről négy kérdésre válaszol, és mindegyikre típusos választ ad egy megbízhatósági értékkel. Minden mást a kód végez.

A négy kérdés

Minden kérés ugyanazt a Tajót leíró bekezdést tartalmazza, plusz az adott elemről ismert tényeket: volumen, kulcsszó-nehézség, a tárolt top 10 az ismert domain-értékelésekkel, hány fórum és listás cikk van köztük, valamint a meglévő cikkünk (szószám, az utolsó frissítés óta eltelt napok, oldalmegtekintések) vagy a harmadik féltől származó oldal.

A képlet a kódban él

priority = log10(1 + volume) × fit_norm × win_norm × intent_weight

fit_norm      = clamp((fit − 1) / 2, 0, 1)
win_norm      = (winnability + 1) / 5
intent_weight = Σ P(intent) × weight   (beállításra kész 1.0, összehasonlít 0.9,
                                        tanul 0.6, navigációs 0.3; saját márkánk 1.0)

A volumen logaritmikus skálán kerül be, így egy tízszer nagyobb kulcsszó egy ponttal kap többet, nem tízszer annyi pontot. A szomszédos illeszkedés nullát ér: nem fizetünk olyan forgalomért, amely nem juthat el egy szinkronizációig. A megnyerhetőség soha nem nulla, így egy tökéletesen illeszkedő kulcsszó akkor is a listán marad, ha nehéz. A szándékot a Jev teljes valószínűségi eloszlása súlyozza, így a szándékkal kapcsolatos bizonytalanság csökkenti a pontszámot, ahelyett hogy találgatásra kényszerítene.

Aztán jönnek a kapuk. Minden illeszkedési vagy megnyerhetőségi válasz, amelynek megbízhatósága 0,6 alatt van, emberhez kerül, nem a rangsorba.

Mi változott

Az első kör hárommal osztotta az illeszkedést, a többit pedig a volumenre bízta. Egy portugál „legjobb hírlevelek” listás cikk a 16. helyen végzett. Szomszédos illeszkedés, 25 000 keresés, és minden munkát a volumen végzett. Ez a kör ellentmondott annak, amit árulunk, ezért a képlet úgy módosult, hogy a szomszédos illeszkedést nullázza, és mindent újrapontoztunk.

A végső futásban az első tíz mind integrációs és szinkronizációs lekérdezés:

A „newsletter” az 550-ből az 543. helyen végzett. Az október 18-i volumenfrissítés után az 533-ból az 526. helyen áll, az „integração Shopify” pedig a valós, havi 50-es volumenével az 1. helyről a 8.-ra esett.

A futás olyasmit is felszínre hozott, amit semmilyen képlet nem talált volna meg: a lokalizált cikkeink 97%-a még mindig az angol elsődleges kulcsszót viseli. A portugál Shopify-cikket portugálul írtuk, de egy angol keresésre céloztuk.

Mennyibe kerül

Az 1 866 elem pontozása 2,77 millió bemeneti tokent használt el: nagyjából tizenegy centet. Amikor ugyanazt a 19 elemet kétszer kérdeztük meg, a pontszámok átlagosan 0,034-dal mozdultak el, és 38 választásos válaszból 2 megfordult. Vagyis bármely két prioritás, amely 0,1-en belül van egymástól, döntetlennek számít. Az ítéletek csak annyira jók, amennyire a beléjük táplált tények. A tárolt keresési eredményeink többsége 2026 februárjából származik (8 921-ból 6 802), és az október 3-i futásban nem angol kulcsszavakra egyáltalán nem volt ilyen, így ott a megnyerhetőség kizárólag a kulcsszó-nehézségen alapult. Az október 18-i frissítés 338 találatot adott hozzá 37 nem angol kulcsszóhoz. A Jev azóta semmit nem pontozott újra.

Márkaemítés-detektálás

Az említésellenőrzőnk eddig 8 898 oldalt vizsgált meg. A viszonyítási márka 1 248 oldalon szerepel (14,0%-os említési arány), összesen 34 010 említéssel. Ezek közül csak 215 oldal tartalmaz linket. A Tajo 4 oldalon szerepel, mind a tajo.io-n. Az október 18-án hozzáadott oldalakat a keresési találat kivonatából ellenőriztük, nem a teljes oldalból, ami alulszámol.

Az említésellenőrző működése:

1. Oldaltartalom lekérése a web scraping scraping API-ján keresztül (kezeli a botdetektálást és a CAPTCHA-kat)
2. Regex illesztés márkanevekre és aliasokra (kis- és nagybetű érzéketlen, kontextus kinyeréssel)
3. Link detektálás annak meghatározására, hogy az említések tartalmaznak-e visszahivatkozásokat
4. Kontextus kinyerés az egyes említések körüli mondat rögzítéséhez

# Simplified mention detection logic
def find_brand_mentions(content, brand_names):
    mentions = []
    for brand in brand_names:
        pattern = re.compile(
            rf'\b{re.escape(brand)}\b',
            re.IGNORECASE
        )
        for match in pattern.finditer(content):
            # Extract surrounding context (200 chars)
            start = max(0, match.start() - 100)
            end = min(len(content), match.end() + 100)
            context = content[start:end]
            mentions.append({
                'brand': brand,
                'position': match.start(),
                'context': context,
                'has_link': check_for_link(content, match)
            })
    return mentions

Outreach pipeline: 3 964 prospect

Az outreach rendszer azonosítja azokat az oldalakat, amelyek a célkulcsszavainkra rangsorolnak, de még nem említik a követett márkát. Mindegyik prospectté válik.

Pipeline lebontás

Még egyetlen prospectet sem minősítettünk vagy kerestünk meg: az adatbázisban nincs Go vagy No-Go döntés.

Prospect típusok

A 397 listás, összehasonlító, fórum- és videóoldal az október 18-i frissítésből származik. Néhányat gyártók írtak, ezért minden pitch előtt triázsra szorulnak.

Tartalomterv státusz

585 tartalom szerepel a tervben. 525 kész. A 60 tervezett darab 35 új cikk és 25 átdolgozás, ez a tartalommotor, amely a integrated marketing SEO/content execution gépezetet táplálja.

Az eszközök: MCP-alapú automatizálás

A teljes rendszert Model Context Protocol (MCP) szervereken keresztül orchestráljuk, amely lehetővé teszi az AI-támogatott végrehajtást minden munkafolyamat-lépésnél.

Kulcsszóadat MCP

• Kulcsszó-metrikák: volumen, nehézség és CPC
• Kapcsolódó kulcsszavak felfedezése
• Keresési találati pozíciók bármely kulcsszóra
• Versenytársak kulcsszavainak elemzése
• Tömeges domain-metrikák

Web scraping MCP

• Élő keresési találatok scrapingje, egy kulcsszóra vagy kötegben
• Teljes oldaltartalom kinyerése, egy oldalra vagy kötegben

Munkafolyamat: Kulcsszótól az outreach-ig

Íme egy valós munkafolyamat, amelyet rendszeresen futtatunk:

1. lépés: Kulcsszókutatás

python3 keyword_research.py --stats
# Returns: 3,222 keywords, 45 silos, 9.8M total volume

2. lépés: SERP elemzés

python3 serp_analyzer.py --keyword-id 1 --summary
# Keyword 1 in the database: 7 stored results, 7 unique domains

3. lépés: Említésellenőrzés

python3 mention_checker.py --stats
# Returns: 8,898 pages checked, 1,248 with the baseline brand, 34,010 mentions

4. lépés: Láthatóság számítás

python3 visibility_calculator.py --overall --report
# 2026-10-18 refresh: Tajo 0.13%, baseline 11.31% mean visibility

Tanulságok (eddig)

1. Kezdd a versenytárs kulcsszavakkal

A „Versenytárs” silóban a viszonyítási márka láthatósága 166 kulcsszón átlagosan 26,8%, szemben az összes 795 pontozott kulcsszó 24,1%-os átlagával, mert a versenytárs-összehasonlító oldalak természetesen több márkát említenek. Az „X alternatives” és „X vs Y” típusú kulcsszavak könnyen elérhető gyümölcsök.

2. Az értékelő oldalak aranyat érnek

Az értékelő és összehasonlító oldalak szinte mindenre rangsorolnak, és felsorolnak téged, ha megfelelsz a kritériumaiknak. A 173 tárolt, domain-értékeléssel rendelkező találat átlagos DR-je 87,3. Nem tudod felülmúlni őket, de rajta lehetsz.

3. Volumen ≠ Lehetőség

A „crm” kulcsszónak 193 000 havi amerikai keresése van, és ezeknek az olvasóknak a többsége nem két eszközt akar összekötni. Az illeszkedés ahhoz, amit valóban árulsz, többet ér a volumennél, ezért a lehetőségpontszám most egy Jev-ítélet, amelyet a kód szoroz össze, nem pedig nyers volumen szorozva egy hiánnyal.

4. Említés ≠ Link

A viszonyítási márkát említő 1 248 oldalból csak 215 tartalmaz linket. Ez 17,2%-os link arány. Minden linkeletlen említés egy könnyű outreach győzelem, udvariasan kérhetsz linket, mivel már ajánlanak téged.

5. A többnyelvűség mindent megsokszoroz

A kulcsszókészlet 31 nyelvet fed le, és közülük hat (EN, ES, PT, DE, FR, IT) adja a 3 222 kulcsszóból 2 892-at. Minden nyelv megsokszorozza a lehetőségi felületedet. Egy 1000 keresésű angol kulcsszónak lehet 500 francia és 300 német keresése, ez 1800 egyetlen koncepcióból.

Mi következik: 90 napos célok

Próbáld ki magad

A integrated marketing SEO/content execution módszertan bármely márkára működik. Így kezdj hozzá:

1. Válassz ki 20 kulcsszót, fókuszálj a „legjobb X”, „X alternatívák”, „X vs Y” formátumokra
2. Auditáld a SERP-eket, minden kulcsszónál nézd meg, ki rangsorol az 1-20 pozíciókban
3. Ellenőrizd az említéseket, megjelenik a márkád ezeken az oldalakon?
4. Számítsd ki a láthatóságot, használd a fenti képleteket
5. Prioritizálj illeszkedés szerint, ne volumen szerint, pontozz minden lehetőséget illeszkedésre, szándékra és megnyerhetőségre, majd szorozd össze őket a kódban (a képlet fent található)
6. Pitch-elj a résekbe, keress meg olyan oldalakat, amelyek rangsorolnak, de nem említenek téged

A integrated marketing SEO/content execution szépsége az, hogy halmozódik. Minden új említés javítja a láthatósági pontszámodat, és minden láthatósági javulás könnyebbé teszi a következő említés megszerzését.

A bejegyzés számai a integrated marketing SEO/content execution követő adatbázisunkon 2026. október 18-án futtatott lekérdezésekből származnak. A diagramok ugyanezeket az adatokat jelenítik meg: 3 222 kulcsszó, 8 921 SERP eredmény és 3 964 outreach prospect.