Integrated Marketing SEO/Content Execution Play: Hvordan Vi Bygde et System for SERP-Dominans med Ekte Data

18. oktober 2026 sjekket vi 197 søkeord på nytt og fant tajo.io på fire av dem, alle søk etter sitt eget navn. Tajos gjennomsnittlige synlighet var 0,13 %. Referanseverdien vi måler den mot, er 11,31 %.

Det gapet er grunnen til at dette systemet finnes. Et integrated marketing SEO/content execution play får en merkevare til å dukke opp på mange av sidene som rangerer for et søk, i stedet for å prøve å rangere én eid side som #1. Spørsmålet bak er enkelt: hva om merkevaren din dukket opp på hver side i de 10 beste resultatene?

Vår referanseverdi for hva strategien kan oppnå: 50 % programpåvirkede omtaler innen 6 måneder med sporing av 600+ søkeord. Vi bygde et fullstack automatiseringssystem rundt den og kjører det på 3 222 søkeord på 31 språk.

Dette innlegget er den tekniske gjennomgangen: arkitektur, verktøy, databasedesign og dataene vi ser. Diagrammene er hentet fra den samme databasen.

Oppdatering 2026-10-18

Den 18. oktober 2026 sjekket vi 197 av de 284 lagrede søkene på nytt i to runder, inkludert 181 av de 217 målsøkeordene. 316 av de 520 søkeforespørslene kom tomme tilbake, så de andre 87 søkene beholder resultatene fra 3. oktober.

• Google har indeksert forsiden på nytt. For “tajo.io” er tajo.io #1 i USA og Frankrike og viser nå forsidens nye tittel. Den 3. oktober viste den fortsatt den gamle tittelen.
• Én ny merkevarerangering. tajo.io kom inn på topp 20 for “tajo app”: #15 i USA og #14 i Frankrike.
• Fortsatt fraværende for “tajo” i alle 7 markedene som ble sjekket. Elven har kunnskapspanelet i USA, Spania, Tyskland og Frankrike, og en restaurant rangerer først i Italia.
• Ikke-merkevare: 0 av 182. tajo.io er ikke med i resultatene for noen av de 182 oppdaterte kategori- og målsøkene, det samme som 3. oktober.
• Synlighet. Tajo er synlig på 4 av de 197 oppdaterte søkeordene, med en gjennomsnittlig score på 0,13. Referansemerkevaren er synlig på 101, med et gjennomsnitt på 11,31.

Etterspørselen etter begrepene som beskriver Tajo, målt for første gang (månedlig volum og søkeordsvanskelighet i USA):

Den 3. oktober hadde disse begrepene ikke noe målt volum, og 100 søk i måneden ble antatt for hvert av dem.

Mange lagrede volumer var feil. En fersk måling av 451 kombinasjoner av land og søkeord erstattet lagret volum og vanskelighetsgrad, og de gamle verdiene er bevart i keyword_metric_snapshots. Tallene utenfor engelsk holdt dårligst. “integração shopify” (Brasil) har 50 søk i måneden, ikke de lagrede 1 200. “integraciones zapier” (Mexico) og “integration zapier” (Frankrike) har ikke noe målbart volum i det hele tatt. Vi regnet ut mulighetsrangeringen på nytt med de reelle volumene og lot Jevs svar stå uendret. 17 elementer falt til null og gikk ut, så 533 gjenstår. Den nye topp fem:

Bare den femte hviler helt på et ferskt målt tall.

Kjerneinsikten: Vær Overalt, Ikke Bare #1

Tenk over hvordan du faktisk oppdager produkter. Du søker etter “best email marketing software,” og ser 10 resultater. Du klikker på 3-4 av dem. Hvis én merkevare dukker opp i hver eneste artikkel du leser, vinner den merkevaren, selv om den aldri rangerte #1 selv.

“Jo oftere noen hører om produktet ditt fra flere kilder, desto mer sannsynlig er det at de kjøper produktet ditt.”

Dette er integrated marketing SEO/content execution-effekten. Som et cocktailselskap der alle anbefaler den samme boken.

Matematikken Bak Det

Synlighetsscore, den enkleste metrikken:

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

Hvis merkevaren din dukker opp på 8 av de 20 beste resultatene for “best CRM software,” er synlighetsscoren din 40 %.

Posisjonsvektet Synlighet, fordi posisjon 1 betyr mer enn posisjon 20:

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

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

Mulighetsscore, hvor du bør fokusere innsatsen:

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

Et søkeord med 35 000 månedlige søk og 5 % synlighet = mulighetsscore på 33 250. Der pitcher du først.

Systemarkitektur

Her er den komplette stacken vi bygde for å automatisere integrated marketing SEO/content execution-arbeidsflyten:

Teknologistack

Pipelinen

┌─────────────────┐     ┌──────────────────┐     ┌───────────────────┐
│  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    │
└─────────────────┘     └──────────────────┘     └───────────────────┘

Databasedesign

PostgreSQL-databasen vår har 14 tabeller som sporer alt fra rå søkeord til outreach-kandidatstatus. Her er dataene vi jobber med:

Kjernetabeller

Skjemahøydepunkter

keywords-tabellen støtter sporing på tvers av flere land og språk:

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)
);

visibility_scores-tabellen sporer merkevaresynlighet per søkeord over tid:

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()
);

Søkeordslandskap: 9,8 Mill. Månedlige Søk

Vi sporer 3 222 søkeord på tvers av 45 innholdssiloer, som representerer omtrent 9,8 millioner månedlige søk. Her er fordelingen:

Topp Siloer etter Søkevolum

Support-raden er ett søkeord, “help desk solutions”, målt til 3 010 000 søk i måneden: nesten en tredjedel av totalen. Les den som en uteligger, ikke en silo. Diagrammet utelater den. Gjennomsnittlig volum teller bare søkeord med målt volum.

Gjennomsnittlig Søkeordsvanskelighet: 23,6/100

Det er gjennomsnittet over de 2 499 søkeordene som har en vanskelighetsscore. Det ideelle punktet for integrated marketing SEO/content execution er søkeord med vanskelighetsgrad 20-50 og volum over 1 000. 615 av søkeordene våre ligger der.

Ekte Synlighetsdata

Her blir strategien virkelig. Ved oppdateringen 18. oktober 2026 av 197 søkeord var Tajos gjennomsnittlige synlighet 0,13 %, mot en referanseverdi på 11,31 %. Tajo dukker opp på fire søkeord, alle søk etter sitt eget navn. På de største søkeordene ser gapet slik ut:

Hvor Tajo Er Synlig (2026-10-18)

Hvor de Største Mulighetene Er

Dette er søkeordene med høyest volum i oppdateringen 18. oktober. Tajo er ikke på noen av dem:

Poengsett muligheter med Jev

Tabellen over tok feil om oss, og det tok til 3. oktober 2026 før vi så det. Rangert etter (100 % − synlighet) × volum ser hovedtermer som “crm”, med 193 000 søk i måneden, eller “newsletter”, med 69 800 i kandidatsettet fra 3. oktober, ut som de beste stedene å bruke en uke. Tajo er en agentisk integrasjonsbygger: reverse ETL, MCP-servere og -verktøy og et MCP UI for å bygge synkroniseringer mellom SaaS-apper. En leser som leter etter tips om nyhetsbrev, prøver ikke å koble sammen to verktøy. Det ser ikke volumet. En modell gjør det.

Så vi satte Jev, TypeSafes modell for typede vurderinger, mellom søkeordsdatabasen og gjøremålslisten. Den skriver ingenting. Den svarer på fire spørsmål om hver mulighet og returnerer et typet svar med en sikkerhet for hvert. Koden gjør resten.

De fire spørsmålene

Hver forespørsel har med det samme avsnittet som beskriver Tajo, pluss faktaene vi har om akkurat det elementet: volum, søkeordsvanskelighet, den lagrede topp 10 med kjente domain ratings, hvor mange forum og listicles som ligger der, og den eksisterende artikkelen vår (antall ord, dager siden siste oppdatering, sidevisninger) eller tredjepartssiden.

Formelen bor i koden

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   (klar til oppsett 1.0, sammenligner 0.9,
                                        lærer 0.6, navigasjon 0.3; eget merke 1.0)

Volumet går inn på logaritmisk skala, så et søkeord som er ti ganger større, gir ett poeng mer, ikke ti ganger så mange poeng. Beslektet relevans gir null: Vi betaler ikke for trafikk som aldri kan nå en synkronisering. Vinnbarhet blir aldri null, så et søkeord med perfekt relevans blir værende på listen selv når det er vanskelig. Hensikten vektes med hele sannsynlighetsfordelingen til Jev, så tvil om hensikten krymper poengsummen i stedet for å tvinge frem en gjetning.

Så tersklene. Hvert svar om relevans eller vinnbarhet med en sikkerhet under 0,6 går til et menneske, ikke inn i rangeringen.

Hva som endret seg

Første kjøring delte relevansen på tre og lot volumet bære resten. En portugisisk listicle om “beste nyhetsbrev” kom inn på plass 16. Beslektet relevans, 25 000 søk, og volumet gjorde hele jobben. Den kjøringen motsa det vi selger. Derfor ble formelen endret slik at beslektet relevans gir null, og alt ble poengsatt på nytt.

I den endelige kjøringen handler hele topp ti om integrasjon og synkronisering:

“newsletter” endte på plass 543 av 550. Etter volumoppdateringen 18. oktober ligger det på plass 526 av 533, og “integração Shopify” falt fra 1. til 8. plass med sitt reelle volum på 50.

Kjøringen avdekket også noe ingen formel ville ha funnet: 97 % av de lokaliserte artiklene våre har fortsatt det engelske primærsøkeordet. Den portugisiske Shopify-artikkelen var skrevet på portugisisk og siktet mot et engelsk søk.

Hva det koster

Å poengsette 1 866 elementer krevde 2,77 millioner input-tokens: rundt elleve cent. Da vi stilte de samme 19 elementene to ganger, flyttet poengsummene seg i snitt 0,034, og 2 av 38 valgsvar snudde. To prioriteringer innenfor 0,1 av hverandre er altså uavgjort. Vurderingene blir aldri bedre enn faktaene som mates inn. De fleste lagrede søkeresultatene våre er fra februar 2026 (6 802 av 8 921), og kjøringen 3. oktober hadde ingen for søkeordene på andre språk enn engelsk. Der hvilte vinnbarheten bare på søkeordsvanskelighet. Oppdateringen 18. oktober la til 338 resultater for 37 søkeord på andre språk enn engelsk. Jev har ikke vurdert noe på nytt siden.

Deteksjon av Merkevareomtaler

Omtalesjekken vår har skannet 8 898 sider så langt. Referansemerkevaren står på 1 248 av dem (14,0 % omtalerate), 34 010 omtaler til sammen. Bare 215 av de sidene inkluderer en lenke. Tajo står på 4 sider, alle på tajo.io. Sider som ble lagt til 18. oktober, ble sjekket ut fra søkeutdraget, ikke hele siden, og det gir for lave tall.

Omtalesjekken fungerer ved å:

1. Hente sideinnhold via web scraping skrapings-API (håndterer botdeteksjon og CAPTCHAer)
2. Regex-matching for merkevarenavn og aliaser (uten hensyn til store/små bokstaver, med kontekstekstraksjon)
3. Lenkedeteksjon for å avgjøre om omtaler inkluderer tilbakelenker
4. Kontekstekstraksjon for å fange setningen rundt hver omtale

# 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 Kandidater

Outreach-systemet identifiserer sider som rangerer for våre målsøkeord, men ikke nevner den sporede merkevaren ennå. Hver av dem blir en kandidat.

Pipeline-Oversikt

Ingen kandidat er kvalifisert eller kontaktet ennå: databasen har ingen Go- eller No-Go-beslutninger.

Kandidattyper

De 397 liste-, sammenlignings-, forum- og videosidene kom fra oppdateringen 18. oktober. Noen er skrevet av leverandører, så de må gjennomgås før en eventuell pitch.

Innholdsplanstatus

Vi har 585 innholdsdeler i planen. 525 er fullført. De 60 planlagte delene er 35 nye artikler og 25 revamps, innholdsmotoren som driver integrated marketing SEO/content execution-maskinen.

Verktøyene: MCP-Drevet Automatisering

Hele systemet orkestreres gjennom Model Context Protocol (MCP)-servere, som muliggjør AI-assistert utførelse av hvert steg i arbeidsflyten.

Søkeorddata-MCP

• Søkeordmetrikker: volum, vanskelighetsgrad og CPC
• Oppdagelse av relaterte søkeord
• Plasseringer i søkeresultater for ethvert søkeord
• Søkeordanalyse av konkurrenter
• Domenemetrikker i bulk

Web scraping-MCP

• Live-skraping av søkeresultater, ett søkeord eller en batch
• Uttrekk av hele sideinnholdet, én side eller en batch

Arbeidsflyt: Fra Søkeord til Outreach

Her er en faktisk arbeidsflyt vi kjører regelmessig:

Steg 1: Søkeordsforskning

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

Steg 2: SERP-Analyse

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

Steg 3: Omtalesjekk

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

Steg 4: Synlighetsberegning

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

Erfaringer (Så Langt)

1. Start med Konkurrentsøkeord

I “Competitor”-siloen er referansemerkevarens synlighet i snitt 26,8 % over 166 søkeord, mot 24,1 % over alle 795 vurderte søkeord, fordi konkurrentsammenligningssider naturlig nevner flere merkevarer. Søkeord av typen “X alternatives” og “X vs Y” er lavthengende frukt.

2. Anmeldelsessider Er Gull

Anmeldelses- og sammenligningssider rangerer for nesten alt og vil liste deg hvis du oppfyller kriteriene deres. De 173 lagrede resultatene med domain rating har i snitt DR 87,3. Du kan ikke utrangere dem, men du kan være på dem.

3. Volum ≠ Mulighet

“crm” har 193 000 månedlige søk i USA, og de fleste av de leserne prøver ikke å koble sammen to verktøy. Relevans for det du faktisk selger, slår volum. Derfor er mulighetsscoren nå en vurdering fra Jev som multipliseres i koden, ikke rått volum ganger et gap.

4. Omtale ≠ Lenke

Av 1 248 sider som nevner referansemerkevaren, inkluderer bare 215 en lenke. Det er en lenkerate på 17,2 %. Hver omtale uten lenke er en enkel outreach-seier, du kan høflig be om en lenke siden de allerede anbefaler deg.

5. Flerspråklighet Multipliserer Alt

Søkeordsettet dekker 31 språk, og seks av dem (EN, ES, PT, DE, FR, IT) har 2 892 av de 3 222 søkeordene. Hvert språk multipliserer mulighetsflaten din. Et søkeord med 1 000 søk på engelsk kan ha 500 på fransk og 300 på tysk, det er 1 800 fra ett konsept.

Hva Er Neste: 90-Dagersmål

Prøv Det Selv

integrated marketing SEO/content execution-metodikken fungerer for enhver merkevare. Slik kommer du i gang:

1. Velg 20 søkeord, fokuser på formater som “best X”, “X alternatives”, “X vs Y”
2. Revider SERP-ene, for hvert søkeord, sjekk hvem som rangerer i posisjon 1-20
3. Sjekk for omtaler, dukker merkevaren din opp på disse sidene?
4. Beregn synlighet, bruk formlene ovenfor
5. Prioriter etter relevans, ikke volum, gi hver mulighet poeng for relevans, hensikt og vinnbarhet, og multipliser så i koden (formelen står over)
6. Pitch gapene, ta kontakt med sider som rangerer men ikke nevner deg

Det vakre med integrated marketing SEO/content execution er at det akkumuleres. Hver nye omtale forbedrer synlighetsscoren din, og hver synlighetsforbedring gjør det enklere å oppnå neste omtale.

Tallene i dette innlegget kommer fra spørringer mot sporingsdatabasen vår for integrated marketing SEO/content execution 18. oktober 2026. Diagrammene gjengir de samme dataene: 3 222 søkeord, 8 921 SERP-resultater og 3 964 outreach-kandidater.