Surround Sound SEO-strategie: Hoe we een SERP-dominantiesysteem bouwden met echte data

In 2019 waren Alex Birkett en Irina Nica bij HubSpot pioniers in iets dat onze manier van denken over SEO veranderde. In plaats van te obsesseren over een enkele #1-ranking, vroegen ze: wat als jouw merk op elke pagina in de top 10 resultaten zou verschijnen?

Ze noemden het de Surround Sound Strategy — en binnen 6 maanden van het volgen van 600+ zoekwoorden bereikten ze 50% door het programma beïnvloede vermeldingen. Wij namen hun framework over, bouwden er een full-stack automatiseringssysteem omheen en pasten het toe op ons eigen merk over 2.800+ zoekwoorden in 6 talen.

Dit artikel is een complete technische analyse van de architectuur, tooling, databaseontwerp en de echte data die we zien. Hieronder vind je interactieve 3D-visualisaties gebouwd met Three.js die onze werkelijke zichtbaarheidsscores, zoekwoordlandschap en outreach-pipeline tonen.

Het kerninzicht: Overal aanwezig zijn, niet alleen #1

Denk na over hoe je daadwerkelijk producten ontdekt. Je zoekt “beste e-mail marketing software” en ziet 10 resultaten. Je klikt op 3-4 ervan. Als één merk verschijnt in elk artikel dat je leest, wint dat merk — zelfs als het nooit zelf #1 was.

“Hoe vaker iemand over jouw product hoort uit meerdere bronnen, hoe waarschijnlijker het is dat ze jouw product kopen.”

Dit is het surround sound-effect. Als een cocktailparty waar iedereen hetzelfde boek aanbeveelt.

De wiskunde erachter

Visibility Score — de eenvoudigste metriek:

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

Als jouw merk verschijnt op 8 van de top 20 resultaten voor “beste CRM-software”, is je zichtbaarheidsscore 40%.

Positiegewogen zichtbaarheid — omdat positie 1 meer uitmaakt dan positie 20:

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

Position Weights: #1 = 10pts, #2 = 9pts, ... #10 = 1pt

Opportunity Score — waar je je inspanning op moet richten:

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

Een zoekwoord met 35.000 maandelijkse zoekopdrachten en 5% zichtbaarheid = opportunity score van 33.250. Daar pitch je eerst.

Systeemarchitectuur

Hier is de volledige stack die we bouwden om de surround sound-workflow te automatiseren:

Technologie-stack

De 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       │
│  (7,322 targets) │     │  (Gap Analysis)   │     │  visibility_      │
│                  │     │                   │     │  calculator.py    │
└─────────────────┘     └──────────────────┘     └───────────────────┘

Databaseontwerp

Onze PostgreSQL-database heeft 13 tabellen die alles volgen, van ruwe zoekwoorden tot de status van outreach-prospects. Hier zijn de data waarmee we werken:

Kerntabellen

Schema-hoogtepunten

De keywords-tabel ondersteunt multi-land, multi-taal tracking:

CREATE TABLE keywords (
    id SERIAL PRIMARY KEY,
    keyword VARCHAR(500) NOT NULL,
    silo VARCHAR(100),           -- Content silo grouping
    volume_ahrefs 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)
);

De visibility_scores-tabel volgt de merkzichtbaarheid per zoekwoord over tijd:

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()
);

Zoekwoordlandschap: 7,4M maandelijkse zoekopdrachten

We volgen 2.804 zoekwoorden over 58 content-silo’s, die meer dan 7,4 miljoen maandelijkse zoekopdrachten vertegenwoordigen. Hier is de verdeling:

Top silo’s op zoekvolume

Gemiddelde zoekwoordmoeilijkheid: 38,7/100

De meeste van onze doelzoekwoorden zitten in het gemiddelde moeilijkheidsbereik — haalbaar met kwaliteitscontent en strategische vermeldingen door derden. De sweet spot voor surround sound zijn zoekwoorden met moeilijkheid 20-50 en volume boven 1.000.

Echte zichtbaarheidsdata

Hier wordt de strategie echt. Onze huidige totale zichtbaarheidsscore is 0,1% — we zijn vroeg in de uitvoering. Maar kijk naar de zoekwoorden waar we al tractie hebben:

Waar we al zichtbaar zijn

Waar de grootste kansen liggen

Deze zoekwoorden met hoog volume hebben nul zichtbaarheid — enorme kans:

Detectie van merkvermeldingen

Onze mention checker heeft tot nu toe 739 pagina’s gescand en 17.285 merkvermeldingen gevonden op 590 pagina’s (79,8% vermeldingspercentage). Slechts 37 pagina’s bevatten een daadwerkelijke backlink.

De mention checker werkt door:

1. Pagina-inhoud ophalen via BrightData’s scraping-API (handelt botdetectie en CAPTCHA’s af)
2. Regex-matching voor merknamen en aliassen (case-insensitive, met contextextractie)
3. Linkdetectie om te bepalen of vermeldingen backlinks bevatten
4. Contextextractie om de zin rond elke vermelding vast te leggen

# 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: 7.322 prospects

Het outreach-systeem identificeert pagina’s die ranken voor onze doelzoekwoorden en ons nog niet vermelden. Elk wordt een prospect.

Pipeline-overzicht

Prospect-typen (Gekwalificeerde “Go”-prospects)

Contentplan-status

We hebben 535 contentstukken gepland. 23 zijn klaar. 512 zijn in verschillende productiestadia — dit is de contentmachine die de surround sound-strategie aandrijft.

De tooling: MCP-aangedreven automatisering

Het hele systeem wordt georkestreerd via Model Context Protocol (MCP)-servers, waarmee AI-ondersteunde uitvoering van elke workflowstap mogelijk is.

Ahrefs MCP-integratie

keywords-explorer-overview    → Keyword metrics (volume, difficulty, CPC)
keywords-explorer-matching    → Related keyword discovery
serp-overview                 → SERP position data for any keyword
site-explorer-organic-keywords → Competitor keyword analysis
batch-analysis                → Bulk domain metrics

BrightData MCP-integratie

search_engine       → Live SERP scraping (Google, Bing, Yandex)
search_engine_batch → Batch SERP scraping
scrape_as_markdown  → Full page content extraction
scrape_batch        → Batch content scraping

Workflow: Van zoekwoord naar outreach

Hier is een echte workflow die we regelmatig uitvoeren:

Stap 1: Zoekwoordonderzoek

python3 keyword_research.py --stats
# Returns: 2,804 keywords, 58 silos, 7.4M total volume

Stap 2: SERP-analyse

python3 serp_analyzer.py --keyword-id 1 --summary
# Returns: top 15 results, avg DR 90.2, 13 unique domains

Stap 3: Vermeldingscontrole

python3 mention_checker.py --stats
# Returns: 739 pages checked, 590 with mentions, 17,285 total

Stap 4: Zichtbaarheidsberekening

python3 visibility_calculator.py --overall --report
# Returns: 0.1% overall visibility, silo breakdown, opportunities

Geleerde lessen (tot nu toe)

1. Begin met concurrentzoekwoorden

Het “Competitor”-silo heeft de hoogste gemiddelde zichtbaarheid (11%) omdat concurrentvergelijkingspagina’s natuurlijk meerdere merken vermelden. Zoekwoorden als “Mailchimp-alternatieven” of “HubSpot vs Brevo” zijn laaghangend fruit.

2. Reviewsites zijn goud

Sites als G2, Capterra en PCMag ranken voor bijna alles en vermelden je als je aan hun criteria voldoet. Onze SERP-data tonen een gemiddelde DR van 90,2 voor topresultaten — je kunt ze niet overtreffen in ranking, maar je kunt op ze staan.

3. Volume ≠ Kans

“CRM” heeft 44.000 maandelijkse zoekopdrachten maar rankende pagina’s worden gedomineerd door enterprise-merken. “ecommerce email marketing” met 500 zoekopdrachten heeft meer uitvoerbare outreach-doelen. Gebruik de opportunity score-formule, niet het ruwe volume.

4. Vermelding ≠ Link

Van 590 pagina’s die ons vermelden, bevatten slechts 37 een link. Dat is een linkpercentage van 6,3%. Elke vermelding zonder link is een gemakkelijke outreach-winst — je kunt beleefd om een link vragen aangezien ze je al aanbevelen.

5. Meertaligheid vermenigvuldigt alles

Het volgen in 6 talen (EN, FR, DE, IT, PT, ES) vermenigvuldigt je kansoppervlak. Een zoekwoord met 1.000 zoekopdrachten in het Engels heeft misschien 500 in het Frans en 300 in het Duits — dat zijn 1.800 van één concept.

Wat volgt: 90-dagen doelen

Probeer het zelf

De surround sound-methodologie werkt voor elk merk. Zo begin je:

1. Kies 20 zoekwoorden — focus op “beste X”, “X-alternatieven”, “X vs Y”-formats
2. Audit de SERP’s — controleer voor elk zoekwoord wie rankt op posities 1-20
3. Controleer op vermeldingen — verschijnt jouw merk op die pagina’s?
4. Bereken de zichtbaarheid — gebruik de bovenstaande formules
5. Prioriteer op kans — (100% - zichtbaarheid) × volume = waar je je op moet richten
6. Pitch de gaten — neem contact op met pagina’s die ranken maar je niet vermelden

Het mooie van surround sound is dat het zich opbouwt. Elke nieuwe vermelding verbetert je zichtbaarheidsscore, en elke zichtbaarheidsverbetering maakt de volgende vermelding makkelijker te verkrijgen.

Dit artikel is gegenereerd uit live database-query’s tegen ons productie surround sound-trackingsysteem. De Three.js-visualisaties hieronder renderen echte data van 2.804 zoekwoorden, 6.900 SERP-resultaten en 7.322 outreach-prospects.