Jetzt die richtige Geschichte, danach die nächste.
Leser suchen nach Ereignissen, Personen und Themen, die sich gestern verändert haben. AACSearch wägt Relevanz gegen Aktualität ab, beantwortet „Was ist mit … passiert“ aus Ihrem Archiv und empfiehlt den nächsten Artikel.
Anfragen, an denen Stichwortsuche scheitert
выборы итогиAktualität zähltчто известно о …Frage nach einer Zusammenfassungинтервью ИвановPerson + Formatкурс доллара прогнозwiederkehrendes ThemaWo die Suche heute Kunden verliert
Alte Geschichten oben
Ein ausführlicher Artikel von 2019 rankt über dem Update von heute Morgen.
Ein Artikel pro Besuch
Leser gehen nach dem Artikel, für den sie gekommen sind.
Archiv ohne Kontext
Leser wollen den bisherigen Stand der Geschichte, keine Liste mit 40 Links.
Wie AACSearch es löst — Ebene für Ebene
Jede Karte nennt die zugrunde liegende Funktion. Einträge mit „in Entwicklung“ sind geplant, aber noch nicht live.
Findet den richtigen Treffer ab dem ersten Buchstaben — Tippfehler, Synonyme, Filter, Bedeutung.
Ranking mit Blick auf Aktualität
Sortieren und Gewichten nach Veröffentlichungsdatum zusätzlich zur Textrelevanz.
Vergrößert den Warenkorb: ähnlich, häufig zusammen, persönlich.
Nächster Artikel
Verwandte und angesagte Artikel, diversifiziert, damit die Zeile nicht aus fünf Versionen derselben Geschichte besteht.
Beantwortet Fragen, die kein Filter beantwortet — mit Quellen aus Ihrem Katalog.
Der bisherige Stand
Zusammenfassungen aus dem Archiv mit Quellenangaben für Fragen wie „Was ist über … bekannt?“.
Erkennt Zusammenhänge zwischen Produkten, Anfragen und Themen — und führt zum Ziel.
Entitäten und Handlungsstränge
Wird Personen, Organisationen und Ereignisse über Artikel hinweg zu Handlungssträngen verknüpfen, denen Leser folgen können.
Ein Besucher, von der ersten Anfrage bis zum Ziel
Links, was der Besucher tut — rechts, was AACSearch tut.
- 1
Ankommen
Sucht nach einem aktuellen Thema.
Updates von heute ranken über älteren Hintergrundartikeln.
Sofortsuche - 2
Aufholen
Fragt, was bisher bekannt ist.
Eine kurze Zusammenfassung aus dem Archiv mit Quellenangaben.
KI-Antworten mit Quellen - 3
Bleiben
Liest den Artikel zu Ende.
Empfiehlt den nächsten verwandten Artikel.
Empfehlungen
Ihre ersten zwei Wochen
Ein typischer Rollout für diese Branche. Die meisten Teams sind am ersten Tag live und nutzen die restliche Zeit zum Messen und Feinjustieren.
Tag 1
Importieren Sie das Archiv über RSS, Sitemap oder WordPress.
Tag 2
Erhöhen Sie die Relevanz nach Veröffentlichungsdatum für Nachrichtenabfragen.
Woche 1
Fügen Sie verwandte Artikelzeilen unter jeder Geschichte hinzu.
Woche 2
Messen Sie Seiten pro Sitzung.
Was Sie messen sollten
Die Kennzahlen für die Bewertung. Vergleichen Sie per A/B-Test oder Vorher/Nachher auf demselben Traffic.
- Seiten pro Sitzung
- Die Wirkung der Empfehlungen.
- Ausstiegsrate nach Suche
- Suchen, die den Besuch beenden.
- Abonnentenkonversion aus der Suche
- Für Verlage mit Bezahlschranke.
Verbindet sich mit
- Sitemap-Crawl
- RSS / JSON
- WordPress
- REST API
Genutzte Funktionen
Als Nächstes
Suche für Medien & Verlage — live in dieser Woche
Feed oder Website verbinden, ein Skript einbinden und den Unterschied auf eigenem Traffic messen.