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

2019-ben Dulé Stojnic és Axel Lavergne a Brevónál, korábban Sendinblue-nál, integrált marketing, SEO és content execution play segítségével skálázta a SaaS láthatóságot: a márka megjelenjen egy keresés sok legjobban rangsorolt oldalán, ne csak egy saját oldal jusson #1 helyre. A kérdés egyszerű volt: mi lenne, ha a márkád megjelenne a top 10 találat minden oldalán?

Ezt integrated marketing SEO/content execution play-nek nevezték el, és 600+ kulcsszó követésének 6 hónapja alatt 50%-os programbefolyásolt említési arányt értek el. Mi átvettük a keretrendszerüket, egy teljes full-stack automatizálási rendszert építettünk köré, és 3 222 kulcsszón futtattuk 31 nyelven. A követőrendszert a Brevo pontozására állították be, arra a márkára, amelyre a play készült. A Tajo 2026. október 18-án került be, így az alábbi láthatósági és említési adatok többsége a Brevóé, és minden táblázat jelzi, kié.

Ez a bejegyzés a rendszerarchitektúra, az eszközök, az adatbázis-tervezés és a valós adataink teljes technikai lebontása. Az alábbiakban Three.js-sel készült interaktív 3D vizualizációkat találsz, amelyek a tárolt láthatósági pontszámokat, a kulcsszó-tájképet és az outreach pipeline-t mutatják.

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 Brevo 101-en látható, 11,31-es átlaggal.

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

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 Ahrefs-frissítés 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 friss Ahrefs-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_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)
);

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”, amelyet az Ahrefs havi 3 010 000 keresésre tesz: 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 követőrendszert a Brevo pontozására építették, a Tajo 2026. október 18-án csatlakozott. Az aznapi, 197 kulcsszót érintő frissítésen a Tajo átlagos láthatósága 0,13% volt, a Brevóé 11,31%. A Tajo négy kulcsszón jelenik meg, mindegyik a saját nevére irányuló keresés:

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. A Shopify és a Brevo az első konnektorai. 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 Brevo vagy korábbi neve, a Sendinblue 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.

Ahrefs MCP integráció

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 integráció

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

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 Brevo, 34,010 mentions

4. lépés: Láthatóság számítás

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

Tanulságok (eddig)

1. Kezdd a versenytárs kulcsszavakkal

A „Versenytárs” silóban a Brevo legutóbbi 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 olyan kulcsszavak, mint a „mailchimp alternatívák” vagy a „hubspot vs brevo”, könnyen elérhető gyümölcsök.

2. Az értékelő oldalak aranyat érnek

Az olyan oldalak, mint a G2, Capterra és PCMag, 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

Az 1 248 Brevót említő 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 Three.js vizualizációk ugyanezeket az adatokat jelenítik meg: 3 222 kulcsszó, 8 921 SERP eredmény és 3 964 outreach prospect.