Integrated Marketing SEO/Content Execution Play: Hvordan vi byggede et SERP-dominanssystem med rigtige data

I 2019 skalerede Dulé Stojnic og Axel Lavergne hos Brevo, tidligere Sendinblue, SaaS-synlighed gennem et integreret marketing-, SEO- og content execution play: at få brandet til at dukke op på mange af de bedst placerede sider for en forespørgsel, ikke kun forsøge at rangere én ejet side som #1. Spørgsmålet var enkelt: hvad nu hvis dit brand dukkede op på hver eneste side i top 10-resultaterne?

De kaldte det integrated marketing SEO/content execution play, og inden for 6 måneder med sporing af 600+ søgeord opnåede de 50% program-påvirkede omtaler. Vi tog deres rammeværk, byggede et komplet automatiseringssystem omkring det og kørte det på 3.222 søgeord på 31 sprog. Trackeren blev sat op til at score Brevo, det brand, som playet blev bygget til. Tajo blev tilføjet den 18. oktober 2026, så de fleste synligheds- og omtaletal nedenfor er Brevos, og hver tabel siger, hvis tal den viser.

Dette indlæg er en komplet teknisk gennemgang af arkitekturen, værktøjerne, databasedesignet og de rigtige data, vi ser. Nedenfor finder du interaktive 3D-visualiseringer bygget med Three.js, der viser de gemte synlighedsscorer, søgeordslandskabet og outreach-pipelinen.

Opdatering 2026-10-18

Den 18. oktober 2026 gentjekkede vi 197 af de 284 gemte søgninger i to omgange, herunder 181 af de 217 målsøgeord. 316 af de 520 søgeforespørgsler kom tomme tilbage, så de øvrige 87 søgninger beholder deres resultater fra 3. oktober.

• Google har genindekseret forsiden. For “tajo.io” ligger tajo.io som #1 i USA og Frankrig og viser nu forsidens nye titel. Den 3. oktober viste Google stadig den gamle titel.
• Én ny brandplacering. tajo.io er kommet i top 20 for “tajo app”: #15 i USA og #14 i Frankrig.
• Stadig fraværende for “tajo” på alle 7 tjekkede markeder. Floden har knowledge panelet i USA, Spanien, Tyskland og Frankrig, og en restaurant ligger øverst i Italien.
• Ikke-brand: 0 af 182. tajo.io er ikke i resultaterne for nogen af de 182 opdaterede kategori- og målsøgninger, ligesom den 3. oktober.
• Synlighed. Tajo er synlig på 4 af de 197 opdaterede søgeord med en gennemsnitlig score på 0,13. Brevo er synlig på 101 med et gennemsnit på 11,31.

Efterspørgslen efter de termer, der beskriver Tajo, er målt for første gang (månedligt volumen i USA og søgeordssværhedsgrad, Ahrefs):

Den 3. oktober havde disse termer intet målt volumen, og der blev antaget 100 søgninger om måneden for hver.

Mange gemte volumener var forkerte. En Ahrefs-opdatering af 451 par af land og søgeord erstattede de gemte værdier for volumen og sværhedsgrad, og de gamle værdier bevares i keyword_metric_snapshots. De ikke-engelske tal holdt dårligst. “integração shopify” (Brasilien) får 50 søgninger om måneden, ikke de gemte 1.200. “integraciones zapier” (Mexico) og “integration zapier” (Frankrig) har slet intet målbart volumen. Vi genberegnede mulighedsrangeringen med de reelle volumener og lod Jevs svar være uændrede. 17 emner faldt til nul og røg ud, så der er 533 tilbage. Den nye top fem:

Kun den femte hviler helt på et friskt Ahrefs-tal.

Kerneindsisgten: Vær overalt, ikke kun #1

Tænk over, hvordan du faktisk opdager produkter. Du søger “bedste e-mail marketing software,” og du ser 10 resultater. Du klikker på 3-4 af dem. Hvis ét brand optræder i hver eneste artikel, du læser, vinder det brand, selvom det aldrig selv rangerede som #1.

“Jo oftere nogen hører om dit produkt fra flere kilder, jo mere sandsynligt er det, at de køber dit produkt.”

Dette er integrated marketing SEO/content execution-effekten. Som et cocktailparty, hvor alle anbefaler den samme bog.

Matematikken bag det

Visibility Score, den simpleste metrik:

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

Hvis dit brand optræder på 8 af de top 20 resultater for “bedste CRM-software,” er din synlighedsscore 40%.

Position-Weighted Visibility, fordi position 1 betyder mere end position 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, hvor du skal fokusere din indsats:

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

Et søgeord med 35.000 månedlige søgninger og 5% synlighed = opportunity score på 33.250. Det er der, du pitcher først.

Systemarkitektur

Her er den fulde teknologistak, vi byggede til at automatisere integrated marketing SEO/content execution-arbejdsgangen:

Teknologistak

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    │
└─────────────────┘     └──────────────────┘     └───────────────────┘

Databasedesign

Vores PostgreSQL-database har 14 tabeller, der sporer alt fra rå søgeord til outreach-prospektstatus. Her er de data, vi arbejder med:

Kernetabeller

Skemahøjdepunkter

keywords-tabellen understøtter multi-land, multi-sprogssporing:

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)
);

visibility_scores-tabellen sporer brandsynlighed pr. søgeord 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()
);

Søgeordslandskab: 9,8 mio. månedlige søgninger

Vi sporer 3.222 søgeord fordelt på 45 indholdssiloer, som repræsenterer omkring 9,8 millioner månedlige søgninger. Her er fordelingen:

Topsiloer efter søgevolumen

Support-rækken er ét søgeord, “help desk solutions”, som Ahrefs sætter til 3.010.000 søgninger om måneden: næsten en tredjedel af det samlede tal. Læs den som en outlier, ikke en silo. Diagrammet udelader den. Gennemsnitligt volumen tæller kun søgeord med et målt volumen.

Gennemsnitlig søgeordssværhedsgrad: 23,6/100

Det er gennemsnittet over de 2.499 søgeord med en sværhedsgrad. Sweet spot for integrated marketing SEO/content execution er søgeord med sværhedsgrad 20-50 og volumen over 1.000. 615 af vores søgeord ligger der.

Rigtige synlighedsdata

Her bliver strategien virkelig. Trackeren blev bygget til at score Brevo, og Tajo kom med den 18. oktober 2026. Ved den dags opdatering af 197 søgeord var Tajos gennemsnitlige synlighed 0,13%, og Brevos var 11,31%. Tajo dukker op på fire søgeord, alle søgninger efter sit eget navn:

Hvor Tajo er synlig (2026-10-18)

Hvor de største muligheder er

Det er søgeordene med det højeste volumen i opdateringen den 18. oktober. Tajo er ikke på nogen af dem:

Scor muligheder med Jev

Tabellen ovenfor tog fejl om os, og vi så det først den 3. oktober 2026. Sorteret efter (100% − synlighed) × volumen ligner head terms som “crm” med 193.000 søgninger om måneden eller “newsletter” med 69.800 i kandidatsættet fra 3. oktober de bedste steder at bruge en uge. Tajo er en agentisk integrationsbygger: reverse ETL, MCP-servere og -værktøjer og en MCP UI til at bygge synkroniseringer mellem SaaS-apps. Shopify og Brevo er de første connectorer. En læser, der leder efter tips til nyhedsbreve, prøver ikke at forbinde to værktøjer. Det kan volumen ikke se. Det kan en model.

Så vi satte Jev, TypeSafes model til typede vurderinger, ind mellem søgeordsdatabasen og to do-listen. Den skriver ingenting. Den besvarer fire spørgsmål om hver mulighed og returnerer et typet svar med en sikkerhed for hvert. Kode klarer resten.

De fire spørgsmål

Hver forespørgsel indeholder det samme afsnit, der beskriver Tajo, plus de fakta, vi har om det pågældende emne: volumen, søgeordssværhedsgrad, den gemte top 10 med kendte domain ratings, hvor mange fora og listicles der ligger i den, og vores eksisterende artikel (antal ord, dage siden seneste opdatering, sidevisninger) eller tredjepartssiden.

Formlen 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 opsætning 1.0, sammenligner 0.9,
                                        lærer 0.6, navigation 0.3; eget brand 1.0)

Volumen indgår på en logaritmisk skala, så et søgeord, der er ti gange større, giver ét point mere, ikke ti gange så mange point. Beslægtet relevans giver nul: Vi betaler ikke for trafik, der aldrig kan nå frem til en synkronisering. Vindbarhed rammer aldrig nul, så et søgeord med perfekt relevans bliver på listen, selv når det er svært. Hensigt vægtes med hele Jevs sandsynlighedsfordeling, så tvivl om hensigten mindsker scoren i stedet for at tvinge et gæt frem.

Så kommer tærsklerne. Ethvert svar om relevans eller vindbarhed med en sikkerhed under 0,6 går til et menneske, ikke ind i rangeringen.

Hvad der ændrede sig

Første gennemløb delte relevans med tre og lod volumen bære resten. En portugisisk listicle om de “bedste nyhedsbreve” kom ind som nummer 16. Beslægtet relevans, 25.000 søgninger, og volumen gjorde hele arbejdet. Det gennemløb modsagde det, vi sælger. Derfor blev formlen ændret, så beslægtet relevans giver nul, og alt blev scoret igen.

I det endelige gennemløb handler hele top ti om integration og synkronisering:

“newsletter” endte som nummer 543 ud af 550. Efter volumenopdateringen den 18. oktober ligger den som nummer 526 ud af 533, og “integração Shopify” faldt fra nummer 1 til nummer 8 med sit reelle volumen på 50.

Gennemløbet afslørede også noget, ingen formel ville have fundet: 97% af vores lokaliserede artikler bærer stadig det engelske primære søgeord. Den portugisiske Shopify-artikel var skrevet på portugisisk og rettet mod en engelsk søgning.

Hvad det koster

At score 1.866 emner kostede 2,77 millioner input-tokens: omkring elleve cent. Da vi stillede de samme 19 emner to gange, flyttede scorerne sig i gennemsnit 0,034, og 2 af 38 valgsvar skiftede. To prioriteter inden for 0,1 af hinanden er altså uafgjort. Vurderingerne er kun så gode som de fakta, der fodres ind. De fleste af vores gemte søgeresultater er fra februar 2026 (6.802 af 8.921), og kørslen den 3. oktober havde ingen for sine ikke-engelske søgeord. Der hvilede vindbarhed alene på søgeordssværhedsgrad. Opdateringen den 18. oktober tilføjede 338 resultater for 37 ikke-engelske søgeord. Jev har ikke scoret noget igen siden.

Detektion af brandsomtaler

Vores omtalechecker har scannet 8.898 sider indtil videre. Brevo eller det gamle navn Sendinblue optræder på 1.248 af dem (14,0% omtalerate), 34.010 omtaler i alt. Kun 215 af de sider indeholder et link. Tajo optræder på 4 sider, alle på tajo.io. Sider tilføjet den 18. oktober blev tjekket ud fra søgeuddraget, ikke hele siden, hvilket tæller for lavt.

Omtalecheckeren fungerer ved at:

1. Hente sideindhold via web scraping scraping-API (håndterer botdetektion og CAPTCHAs)
2. Regex-matching for brandnavne og aliasser (ufølsom over for store/små bogstaver, med kontekstekstraktion)
3. Linkdetektion for at afgøre, om omtaler inkluderer backlinks
4. Kontekstekstraktion for at fange sætningen omkring 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 prospekter

Outreach-systemet finder sider, der rangerer for vores målsøgeord, men endnu ikke nævner det sporede brand. Hver af dem bliver et prospekt.

Pipeline-opdeling

Intet prospekt er kvalificeret eller kontaktet endnu: databasen indeholder ingen Go- eller No-Go-beslutninger.

Prospekttyper

De 397 listicle-, sammenlignings-, forum- og videosider kom fra opdateringen den 18. oktober. Nogle er skrevet af leverandører, så de skal triageres før enhver pitch.

Indholdsplanstatus

Vi har 585 indholdsstykker i planen. 525 er færdige. De 60 planlagte stykker er 35 nye artikler og 25 revisioner, indholdsmaskinen, der fodrer integrated marketing SEO/content execution-maskinen.

Værktøjerne: MCP-drevet automatisering

Hele systemet orkestreres via Model Context Protocol (MCP)-servere, der muliggør AI-assisteret udførelse af hvert trin i arbejdsgangen.

Ahrefs MCP-integration

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

web scraping MCP-integration

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

Arbejdsgang: Fra søgeord til outreach

Her er en rigtig arbejdsgang, vi kører regelmæssigt:

Trin 1: Søgeordsresearch

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

Trin 2: SERP-analyse

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

Trin 3: Omtaletjek

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

Trin 4: Synlighedsberegning

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

Erfaringer (indtil videre)

1. Start med konkurrentsøgeord

I “Competitor”-siloen ligger Brevos seneste synlighed i gennemsnit på 26,8% over 166 søgeord, mod 24,1% over alle 795 scorede søgeord, fordi konkurrentsammenligningssider naturligt nævner flere brands. Søgeord som “mailchimp alternatives” eller “hubspot vs brevo” er lavthængende frugter.

2. Anmeldelsessider er guld

Sider som G2, Capterra og PCMag rangerer for næsten alt og vil liste dig, hvis du opfylder deres kriterier. De 173 gemte resultater med en domain rating har i gennemsnit DR 87,3. Du kan ikke udrangere dem, men du kan være på dem.

3. Volumen er ikke lig med mulighed

“crm” har 193.000 månedlige søgninger i USA, og de fleste af de læsere prøver ikke at forbinde to værktøjer. Relevans for det, du faktisk sælger, slår volumen. Derfor er mulighedsscoren nu en vurdering fra Jev, der ganges i koden, ikke rå volumen gange et hul.

4. Omtale er ikke lig med link

Af 1.248 sider, der nævner Brevo, inkluderer kun 215 et link. Det er en linkrate på 17,2%. Hver omtale uden link er en nem outreach-gevinst, du kan høfligt bede om et link, da de allerede anbefaler dig.

5. Flere sprog multiplicerer alt

Søgeordssættet dækker 31 sprog, og seks af dem (EN, ES, PT, DE, FR, IT) rummer 2.892 af de 3.222 søgeord. Hvert sprog multiplicerer din mulighedsoverflade. Et søgeord med 1.000 søgninger på engelsk kan have 500 på fransk og 300 på tysk, det er 1.800 fra ét koncept.

Hvad er det næste: 90-dages mål

Prøv det selv

integrated marketing SEO/content execution-metoden virker for ethvert brand. Sådan kommer du i gang:

1. Vælg 20 søgeord, fokusér på formater som “bedste X”, “X alternativer”, “X vs Y”
2. Auditér SERP’erne, for hvert søgeord, tjek hvem der rangerer i position 1-20
3. Tjek for omtaler, optræder dit brand på de sider?
4. Beregn synlighed, brug formlerne ovenfor
5. Prioritér efter relevans, ikke volumen, scor hver mulighed for relevans, hensigt og vindbarhed, og gang dem så sammen i koden (formlen står ovenfor)
6. Pitch hullerne, kontakt sider, der rangerer men ikke nævner dig

Det smukke ved integrated marketing SEO/content execution er, at det akkumulerer. Hver ny omtale forbedrer din synlighedsscore, og hver synlighedsforbedring gør den næste omtale nemmere at opnå.

Tallene i dette indlæg kommer fra forespørgsler mod vores integrated marketing SEO/content execution-trackingdatabase den 18. oktober 2026. Three.js-visualiseringerne viser de samme data: 3.222 søgeord, 8.921 SERP-resultater og 3.964 outreach-prospekter.