Yapay zekâ ile yerel SEO denetimi oluşturun Google Haritalar verilerini dışa aktarın, ardından ChatGPT ve Claude Code'un puanlamasına izin verelim

Yapay zekânızı gerçek iş verileriyle besleyin

Yerel SEO denetimi tek bir soruyu yanıtlar: Bir işletme Google Haritalar'da ne kadar görünür ve sıralamalarda nerede kayıp yaşıyor? Girdilerin tümü herkese açıktır. Kategoriler, yorum sayıları, ortalama puan, profilin bir web sitesine bağlantı verip vermediği, adres tutarlılığı ve fotoğraf sayısı gibi verilerin tümü haritada yer alır.

En yavaş kısım her zaman bu girdileri büyük ölçekte toplamak ve bir sonuca dönüştürmek olmuştur. Yapay zeka tam olarak bu işte çok başarılı, yeter ki ona ekran görüntüleri yerine yapılandırılmış veri verin. Dolayısıyla iş akışı basittir: Haritayı kazıyın, bir dosya dışa aktarın ve modelin onu okumasını sağlayın..

Vonsel eklentisi veri yakalama işlemini gerçekleştiriyor. Google Haritalar'ı açıp şu şekilde bir arama yapıyorsunuz Austin'deki diş hekimleri, Ve bu eklenti, her bir listeyi dışa aktarabileceğiniz bir tabloda toplar. Buradan itibaren dosya, tercih ettiğiniz yapay zeka için yakıt haline gelir. Bu, eklentinin özüdür Yapay zekânızı iş verileriyle besleyin fikir.

Denetiminizin hangi alanlara ihtiyacı var

Yapay zekanın herhangi bir puanlama yapabilmesi için dosyanın doğru sütunları içermesi gerekir. Yerel SEO denetimi, eklentinin her listeden doğrudan çektiği birkaç alana dayanır. Dışa aktarma ne kadar temiz olursa, analiz o kadar keskin olur; bu nedenle her yakalamada sütunları tutarlı tutun.

Google, bu unsurların yerel sıralamayı nasıl etkilediğini kendi rehberinde açıklıyor Google'daki yerel sıralamanızı iyileştirmek. Alaka düzeyi, mesafe ve öne çıkma üç temel unsurdur ve öne çıkma, yorumların, kategorilerin ve web varlığının işlevini yerine getirdiği yerdir. Dışa aktardığınız dosya, yapay zekaya bu üç unsurun da bir göstergesini sunar. Dosyanın mekaniği için bkz CSV, XLSX ve JSON dışa aktarma seçenekleri..

ChatGPT'de kodsuz denetim

ChatGPT, dosya yükleme ve sade bir dille yazılmış komut istemi gerektirdiği için çoğu kişinin başlangıç noktasıdır. CSV veya Excel dosyanızı sohbete sürükleyin, ardından istediğiniz denetimi açıklayın. Komut dosyası yok, kurulum yok.

İyi çalışan bir komut istemi şöyle görünür: Yerel bir SEO danışmanısınız. Bu dosyadaki her işletmeyi, kategori uygunluğu, yorum sayısı, ortalama puan, web sitesi varlığı ve NAP (Ad, Adres, Telefon) bilgilerinin eksiksizliği kriterlerini kullanarak Google Haritalar görünürlüğü açısından 0 ile 100 arasında puanlayın. Her işletme için puanı, en büyük zayıflığı ve önerilen bir çözümü içeren bir tablo döndürün.

ChatGPT sütunları okur, her satırda tutarlı bir mantık uygular ve sıralanmış bir tablo sunar. Artan sırada sıralamayı istediğinizde, hangi işletmelerin en zayıf olduğunu anında görürsünüz; bu da bir SEO ajansının tam olarak hedeflediği işletmelerdir. Aynı dosyayla daha da derine inebilirsiniz: şikayetleri ortaya çıkarmak için inceleme metnini ikinci bir işlemden geçirin, ardından bunu kılavuzumuzla karşılaştırın Google yorumlarının duygu analizi. Liste çalışmaları için daha fazla örnek şablon istiyorsanız, nasıl yapılacağına dair adım adım kılavuza göz atabilirsiniz ChatGPT ile potansiyel müşteri listelerini analiz edin Sorulması gereken takip sorularını kapsar.

Claude Code ile tekrarlanabilir denetimler

ChatGPT tek bir dosya için mükemmeldir. Ancak tüm bir şehri denetlediğinizde veya bir müşteri için her ay aynı denetimi yaptığınızda, tekrarlanabilir bir şeye ihtiyacınız olur. İşte ChatGPT tam da bu noktada devreye giriyor Claude Kodu hak ettiği yeri kazanıyor.

Claude Code'a dışa aktardığınız JSON dosyasını gösterin ve puanlama kurallarını bir kez açıklayın. Bu, dosyayı okuyan, ağırlıkları uygulayan ve puanlanmış bir elektronik tablo veya biçimlendirilmiş bir rapor çıktısı veren küçük bir komut dosyası yazar. Mantık kodda yer aldığı için, bir sonraki dışa aktarma işlemi tamamen aynı kurallardan geçer, bu nedenle Mart denetiminiz ve Temmuz denetiminiz doğrudan karşılaştırılabilir.

JSON burada daha iyi bir format. İnceleme dökümü gibi iç içe geçmiş alanları koruyor ve türleri olduğu gibi muhafaza ediyor; bu da bir sohbet penceresi yerine bir komut dosyası okuma işlemini yaptığında önemli. İlgili ek yazıya bakın Claude Code ile potansiyel müşterileri analiz etmek Aynı modelin potansiyel müşteri bulma çalışmalarına da uygulandığını gösteriyor. Bunu bir adım daha ileri götürebilirsiniz ve Claude Code ile potansiyel müşteri panosu oluşturun Bu da denetimi, zayıf ve güçlü profillerin canlı bir haritası haline getiriyor.

Tipik bir Claude Code isteği: onu şuraya yönlendirin austin-dişhekimleri.json, Web sitesi olmayan, 25'ten az yorumu olan veya 4.0'ın altında puanı olan tüm işletmeleri işaretlemesini ve sonuçları ciddiyet derecesine göre gruplandırmasını isteyin. Tüm süreci o yönetir ve siz sonucu incelersiniz.

Kodeks, yerel modeller ve yapılandırılmış çıktı

Vonsel kontrol panelinin döngüyü tamamladığı yer burası

Puanlandırılmış bir elektronik tablo, bir bulgudur, satış değil. Yerel SEO denetiminin amacı genellikle bir hizmet satmaktır: yeni bir web sitesi, yorum yönetimi, Google İşletme Profili temizliği. Bu da en kötü puanlara sahip işletmelerin en sıcak potansiyel müşterileriniz olduğu anlamına gelir.

Burası Vonsel kontrol paneli Ham dosyadan devralma işlemi gerçekleşir. Aynı veriler, eşleştirilmiş bir CRM içinde canlı olarak yakalanır, böylece zayıf profilli bir liste, görebileceğiniz bir bölge haline gelir. E-posta Zekası, işletmenin gerçek eksikliklerine dayalı olarak her işletme için özel bir mesaj taslağı oluşturur ve yakalanan işletmelere yorumlar ekleyebilir veya daha sonra veriyi zenginleştirmek için tarama işlemini yeniden açabilirsiniz. Denetim, bir PDF olmaktan çıkıp, satın alma nedeni olan potansiyel müşterilerden oluşan, bağlamlandırılmış, işlevsel bir veritabanı haline gelir.

İşte tüm süreç bu. Uzantı araç, yapay zeka analist ve gösterge paneli ise bulgunun gelire dönüştüğü yer. Bu tür yapıların daha fazlasını inceleyin Yapay Zeka İş Akışları merkez.