Quarterly SEO Workflow

SEO Structured Data Audit — квартальний стандарт Science Portal

Повний процес перевірки schema.org, JSON-LD, RDFa та мікророзмітки для 3 000+ сторінок. Дотримуйтесь чеклісту, автоматизуйте валідацію, формуйте звіти й інтегруйте сповіщення у Slack та аналітичну панель.

Schema.org JSON-LD Automation Quality Gates

🔍 Цілі аудиту та scope

Аудит охоплює всі статичні сторінки, симуляції, калькулятори, статті, категорії, мовні версії. Ми перевіряємо відповідність стандартам Google, Bing, Yandex, а також наявність структурованих даних для rich results, knowledge graph, FAQ, breadcrumbs, каруселей.

  • ✅ Перевірка синтаксису JSON-LD, дублювання, конфліктів між різними типами розмітки.
  • ✅ Валідація ключових типів: `WebSite`, `WebPage`, `Article`, `Dataset`, `EducationalOccupationalProgram`, `FAQPage`, `BreadcrumbList`.
  • ✅ Зіставлення контенту, даних у CMS, перекладів та метаданих (title, description, hreflang).
  • ✅ Виявлення ієрархії, що впливає на внутрішній пошук, каруселі постів, рекомендовані симуляції.

Основні індикатори

  • 📈 Coverage Rate — частка сторінок із валідною розміткою (ціль ≥ 98%).
  • 🛡️ Error Rate — кількість критичних помилок (ціль = 0).
  • 🔁 Update Lag — час між оновленням контенту та структурованих даних (ціль ≤ 24 год).
  • 🧠 Rich Result Visibility — CTR із rich snippets (ціль +12% QoQ).

Команда та SLA

Команда аудиту: SEO lead, контент-редактор, девелопер, дата-аналітик. SLA: критичні помилки виправляємо за 24 години, середні — за 72 години, рекомендації — протягом кварталу.

🗓️ Quarterly Workflow — покроковий план

1. Підготовка

  • 🔄 Оновити список URL (усі мови та типи контенту).
  • 🧾 Зібрати Schema Inventory з CMS та Git (версії шаблонів).
  • 🛠️ Оновити інструменти: Google Rich Results API, Schema App, локальні валідатори.
  • 👥 Призначити відповідальних за кожну категорію контенту.

2. Автоматичний аудит

  • 🤖 Запустити Python-скрипт `scripts/automation/schema_audit.py`.
  • 🔍 Зберегти звіти: синтаксис, відсутні поля, дублікати, застарілі типи.
  • 🛰️ Перевірити відповідність з API Search Console, Bing Webmaster.
  • 📊 Завантажити результати в BigQuery для аналітики.

3. Мануальна перевірка

  • 🧪 Випадкова вибірка 5% сторінок кожної категорії.
  • 🧐 Перевірка відповідності фактичному контенту, зображенням, перекладам.
  • 📋 Акт із критичними/середніми помилками, власник задачі, дедлайн.
  • ✅ Верифікація виправлень через Git PR + CI тест.

4. Репортинг і моніторинг

  • 📈 Оновити аналітичну панель (Looker Studio / Power BI).
  • 📣 Надіслати дайджест у Slack #seo-quarterly.
  • 🗂️ Додати записи в Confluence/Notion з рекомендаціями.
  • 🛎️ Налаштувати alerting (PagerDuty, Slack alerts) для майбутніх змін.

📚 Приклади та шаблони schema.org

1. Статті та гіди

Використовуємо тип `Article` + `FAQPage` для довгих гідів. Обов'язково додаємо поля `author`, `datePublished`, `image`, `headline`, `keywords`, `speakable`. Для мультимовності — окремі блоки `inLanguage`, `alternateName`.

2. Симуляції та калькулятори

`SoftwareApplication` з атрибутами `applicationCategory`, `operatingSystem`, `aggregateRating`, `offers`. Додаємо `EducationalOccupationalProgram` для pathway та `HowTo` для покрокових інструкцій.

3. Каталоги та категорії

`ItemList` + `CollectionPage` із `itemListElement`, `isPartOf`, `about`. Breadcrumbs — через `BreadcrumbList` з непустими `item`, `name`, `position`.

🛠️ Інструменти, алерти, автоматизація

Стек інструментів

  • 🔍 Google Rich Results Test API.
  • 🧠 Schema App + Screaming Frog з custom extraction.
  • 📦 BigQuery + Data Studio для візуалізації.
  • ⚙️ GitHub Actions — автоматичні перевірки при деплої.

Система алертів

  • 🚨 Slack бот повідомляє про нові помилки.
  • 📧 Email digest для SEO-лиду та контент-менеджерів.
  • 📊 Dashboard warnings при зниженні Coverage Rate.
  • 🛎️ PagerDuty — критичні проблеми, що впливають на rich results.

Моніторинг змін

Зміни шаблонів відстежуємо через Git diff. Автоматичні тести порівнюють стару та нову розмітку, виявляють розбіжності у полях, типах, URI. Всі зміни логуються в історії аудиту.

❓ FAQ — 10 ключових запитань

Як часто проводимо аудит?➕
Щоквартально — повний аудит, щомісячно — spot-check для нових сторінок. Критичні релізи супроводжуються позаплановою перевіркою.
Які пороги помилок допустимі?➕
Критичні — 0. Якщо з'являється хоча б одна критична помилка, запускаємо миттєве виправлення. Попередження допускаються до 1.5% від загальної кількості сторінок.
Як інтегруємо результати з іншими командами?➕
Звіти передаємо контент-команді, девелоперам, аналітикам. В Confluence ведемо журнал рекомендацій, у Jira — задачі з пріоритетами.
Що робимо з новими типами schema?➕
Досліджуємо RFC, тестуємо на staging, додаємо у шаблони, відстежуємо вплив на CTR/позиції.
Як контролюємо багатомовність?➕
Для кожної мови перевіряємо `inLanguage`, `alternateName`, `hreflang`, локалізовані атрибути. Відсутність перекладу відмічаємо як помилку середнього пріоритету.
Який зв'язок з Core Web Vitals?➕
Аудит перевіряє, чи розміщення JSON-LD не блокує рендеринг. Під час тестів аналізуємо impact на LCP, CLS, FID, використовуємо async-завантаження, якщо потрібно.
Як поводимось з UGC?➕
Для UGC використовуємо `review`, `rating` з атрибутом `isUserGeneratedContent`. Перевіряємо достовірність і модерацію даних.
Чи є автоматичне виправлення?➕
Так, Python-скрипти пропонують патчі для типових помилок (відсутні поля, невірні URI). Патчі проходять code review перед злиттям.
Як відстежуємо issue у часі?➕
В BigQuery зберігаємо історію аудитів. Можна побудувати тренди, heatmaps, виявити повторювані проблеми, визначити власників.
Що робимо з legacy сторінками?➕
Для сторінок, які не підтримуються, створюємо план міграції або canonical/redirect. Якщо сторінка важлива, додаємо шаблонну розмітку й ставимо задачі на редизайн.