 En dat is Irene Stickers en taal is echt hartstikke dik. Je hebt het vast vaker gehoord. Ja. Irene is 25. Ik werk bij een zeker bedrijf uit Wieke. Dat is veel mensen die daar werken, lijkt me wel. En leuk dat je er bent. Dank je. Je gaat ons vertellen over taal en zaal. En anders wat jij weet over taal, willen wij ook eigenlijk best wel weten. Vinds het wel het proberen. Ik ga het vandaag hebben over wat taalwetenschaps kunnen betekenen voor jouw SEO. En de link tussen taalwetenschap en SEO is misschien niet heel duidelijk, maar ik hoop dat ik jullie vandaag gaan overtuigen dat dat wel een logische combinatie is. Mijn boodschap is niet dat iedereen die een eigen website heeft in taalwetenschappen indies moet nemen, maar wel dat taalwetenschaps op de achtergrond veel kunnen betekenen voor SEO. Ik zal mezelf even voorstellen. Ik ben Irene Stickers. Ik werk bij jouwst. Ik ben daar begonnen als echt als taalwetenschapper. Toen deed ik echt alleen maar taalwetenschappelijke projecten. We kunnen ook steeds meer gaan programmeren. En sinds ongeveer twee maanden ben ik nu teamlied van de plug-in team. Ik werk dus aan taalwetenschappelijke projecten. En daar ga ik het vandaag over hebben. Ik ben opgericht niet de enige taalwetenschapper bij jou. Ze hebben inmiddels vier taalwetenschappers. Ook Natalia Chitova, Agnieszka Zuba en Manuel Augustin werken aan taalwetenschappelijke projecten. Ik zal beginnen bij het begin. Wat is taalwetenschappen? Als je taalwetenschap studeert, dan leer je de structuur van taal analyseren. Je leert wat overeenkomst en verschillen zijn tussen talen. Je leert hoe kinderen een eerste taal verwerven en hoeveel ons een tweede en duidelijke taal kunnen leren. En je leert hoe taal in de hersenen zit. En wat er gebeurt als er iets misgaat in de hersenen, wat dat voor invloed dat heeft op de taalontwikkeling of bijvoorbeeld op laagdresentijd, als je AFC krijgt, wat dat dan doet, wat dat betekent. Dat gezegde heb ik, dan wil ik ook nog even aangeven wat taalwetenschap niet is. Als je taalwetenschap studeert, leer je niet om 30 verschillende taal te spreken en met allerlei soorten volken te communiceren. En de wezen taalwetenschappers worden ook niet heel boos als je een D in plaats van een D schrijft aan het eind van een werkwoord. Om te laten zien wat taalwetenschappen kunnen betekenen voor SEO, wil ik vandaag drie projecten bespreken. Het eerste project is ook het eerste project dat ik bij Joost gedaan heb. En dat ging over het ontwikkelen van een leerswaartsanalyse. En het doel van dat project was om automatisch een oordeel te kunnen geven over de leersbaarheid van een tekst. Maar wat heeft leersbaarheid nou eigenlijk met SEO te maken? Want ik heb gezegd, ik ga het vertellen over wat taalwetenschappers voor SEO kunnen betekenen. Als een tekst leersbaar is, dan begrijpen de bezoekers van je website wat je wil schrijven, waar je het over wil hebben. En dat is natuurlijk waar het voor gaat, als je een tekst schrijft. Je wil dat de bezoeker weet wat je bedoelt, begrijpt wat je geschreven hebt. Daarnaast zorgt een goed leersbaarheid tekst voor vertrouwen. Als jij een tekst vol met schrijffouten hebt, met onleersbare zinnen, dan ga je misschien al snel terug naar Google om te kijken of ze misschien een andere resultaat kunnen vinden, omdat ze gewoon niet vertrouwen wat jij geschreven hebt. Maar juist als je een goed leersbaarheid tekst hebt, dan is dat vertrouwen er wel en zelfs eerder je dienst of product afnemen. En daardoor gaat de burn rate omhoog. Ja, omlaag, sorry. Je buitenkant gaat omlaag. Dus als mensen je site vertrouwen, je expertise vertrouwen, je tekst begrijpen, dan zullen ze lang op je site blijven hangen. Als dat niet zo is, dan gaan ze snel terug naar Google, naar een onderzoek resultaat. Dat waarschijnlijk wel kan bieden wat ze willen bevinden. En dan is dat een booschop aan Google, dat jouw site of jouw pagina blijkbaar niet goed genoeg is om hoog te renken. En dan zullen je renking stalen. Maar terug naar het leersbaarheidsproject. Het opdricht is om teksten automatisch beoordelen op leersbaarheid en ook adviezen te geven over hoe je de leersbaarheid kunt vergoten. En ik zal jullie laten zien hoe je met een taalhetschappelijke blik tot dat soort criteria kunt komen. Flip en Sidi weten dat er verschillende criteria zijn, verschillende aandachtspunten in een tekst die iets zeggen over leersbaarheid. En over het algemeen gaan die of over de structuur van de tekst als geheel, of over de structuur van zinnen. Zo weet ik bijvoorbeeld dat lange zinnen over het algemeen lastiger zijn om te begrijpen dat passieve zinnen een tekst snel afstandelijk maken en dat signaal worden zorgend dat een dezer de structuur van je tekst kan begrijpen en verbanden kan leggen binnen je tekst. Deze luist van criteria, ik weet uit mijn studie dat dit zo is. Je kunt natuurlijk niet alleen daarop passeren dat dat de criteria zijn. Dus vervolgens heb ik literatuur onderzoek gedaan om deze punten te onderbouwen. En mocht je interesse hebben via de link daaronder, kun je daar de resultaten vinden? Wacht op de foto die gewoon wordt. Deze sluit jullie vaker zien, dit is mijn sluit over de toegevoegde waarde van de taalwetenschappen. In dit project zit dat vooral dat ik dus al wat kenmaker wist die invloed had op de houten schap, maar daarnaast wat ook heel belangrijk is. Ik wist op wat voorzoek worden, ik moet zoeken in wetenschappelijke data waves en zo om die dingen de criteria te kunnen onderbouwen. Dus omdat ik dat vocabulaire al had en de context ging heel weinig tijd verloeren aan het opbouwen van de context voordat we überhaupt konden beginnen aan de leesbijdsanalyse. Dit is uiteindelijk het resultaat geworden, we geven op basis van elke tekst feedback over tussenkopjes, saliniagebruik, passieve zinnen, signaalwoorden en nog veel meer criteria. En als je een botjesysteem, dus als je bijvoorbeeld een roodbotje hebt dan betekent dat het nog niet zo goed is. En als dat zo is, geef je ook adviezen om het beter te maken. Dus zeg niet alleen je van het is slecht, maar ook dit kun je doen om het te verbeteren. En we rekenen ook een totaal score uit. Je ziet hier bovenaan dat oranje smiley-tje. Het is niet erg om af en toe een rood of een oranje bolletje te hebben in de lossepunten, zolang het grote bolletje bovenaan maar groen is want dat betekent dat je de leesbijd op het algemeen goed is. Ik denk dat het wel redelijk evident is wat een taartschapper kan betekenen in het project zoals het Leesbijdsproject. Maar ik wil nu overgaan naar het verband tussen dat project en een taartschapper misschien wat minder duidelijk is. En dat zijn de links suggesties. We hebben een project gedaan binnen Joost waarin we wilden aanraden vooruit een post die je aan het schrijven bent. Naar welke andere post op je website je zou kunnen linken. En die post moet zo relevant mogelijk zijn natuurlijk want je interne links geven ook aan Google aan wat aan over de structuur van je site. Dus we gaan vanuit één post gaan we kijken naar welke andere post op je website je zou kunnen linken. Maar laten we even een stapje terug doen wat heeft interne linking met SEO te maken. Interne links zijn dus de manieren om aan Google te laten zien wat de belangrijkste posts op je website zijn. Stel je schrijft 10 posts over copyrighting en één daarvan is het belangrijkste dan kun je vanuit die 9 andere posts linken naar die ene post en is het een signal aan Google dat die ene post het belangrijkste is. Dus als je bijvoorbeeld een ultimate guide te copyrighting hebt dan kun je het beste van al je andere copyrighting posts daarna linken zodat Google weet dat dat de belangrijkste is. En op die manier voorkom je dat je met al die 10 verschillende posts gaat concurreren binnen Google om voor het ene keyword copyrighting te renken. Laten we het aanraden van links suggesties bekijken vanuit deze text. Als ik zo overheen scanne dan lijkt het over clickbait het lijn te gaan en voor ons mensen is het best makkelijk om over een text heen te scannen en dan te kijken wat het onderwerp van het text is. Maar het is toch ver, hij heeft daar een algoritme voor nodig. En de enige data die je voor dat algoritme beschikbaar hebben zijn de woorden uit de text. Dus laten we kijken wat de meest relevante woorden uit die text zijn en op basis daarvan het onderwerp bepalen. Dat kunnen dan vervolgens ook voor al andere texten op de site doen en dan kijken of er veel overlap is tussen die relevante woorden en welke texten dan dus een vergelijbare onderwerp hebben en dat je daarna zou kunnen linken. Dus we beginnen met een lijst maken van alle woorden op de site. Ik heb nu even alleen de eerste zin gekozen in de post, ik heb nu alleen de eerste zin gekozen. Maar niet al deze woorden in deze lijst zeggen veel over het onderwerp van de text. Vooral als je in het Engels schrijft dan is de kans heel groot dat elke post op je site het woord toe bevat. Dus het woord toe is nooit heel relevant om post om naar te linken op te laseren. Dus er moeten ook woorden uitgesloten worden. En dan komt de taalweedschoppen wel even op ons. Er zijn dus verschillende woortsoorten die eigenlijk nooit iets kunnen zeggen over een onderwerp van een text die te functioneel zijn, dus bijvoorbeeld verwoorden of voorzetsels. Dat soort woorden zijn ooit het onderwerp van de text. Dus die gaan we uitfilteren. Maar we moesten niet alleen weten welke woortsoorten dat waren maar vervolgens moesten we ook woordelijsten gaan opstellen die zo volledig mogelijk waren zodat we ook echt die woorden konden gaan uitfilteren. Dus onder andere lidwoorden, voorzetsels, voornaanwoorden en vraagwoorden bleken nooit relevant genoeg te zijn om iets over het onderwerp van een text te zetten. Dus die hebben we uitgesloten. En na de eerste filter houden we dan deze woorden over. Als woorden vaak voorkomen in het text zegt ze waarschijnlijk meer over het onderwerp van het text dan wanneer ze maar één of twee keer voorkomen. Dus laten we voor elk woord tellen hoe vaak ze voorkomen in het text die dan sorteren en de top 100 daarvan opslaan zodat we alleen de 100 meest relevanten woorden hebben uit de text. Maar laten we ook kijken naar woortcombinaties want niet elke text heeft een onderwerp dat er vangen is in gewoon één los woord. Een maximum van vijf woorden klinkt voor het Engels wel redelijk dus laten we alle woordcombinaties van 2 tot 5 woorden uit de text halen. Maar hier zetten we maar hetzelfde probleem. Het was tot het woord te weinig zegt over het onderwerp van het text. Is dat ook zo voor bijvoorbeeld like your? Like your zegt niks over het onderwerp van het text. Dus ook dat soort combinaties moeten we uit gaan filteren. En ook hier komt de oude schappelijke kennefeer van pas. Het was de vraag welke woordsoorten nooit aan het begin of het eind van een combinatie konden staan die logisch was of die iets die betekend is vol was. Welke combinaties moest uitgefilterd worden? Er zijn voorbeelden van combinaties die we beter uit konden filteren moordzeel logisch of betekend is vol waren. Terwijl bijvoorbeeld combinaties die eindigen met een voegwoord of met een voorsetsel of combinaties waren en persoonlijk voornameloord in vol kwam. Van de volgende 20 combinaties houden we dan deze 5 over. Maar ook hier geldt weer. Dat combinaties die vaker voorkomen waarschijnlijk meer zeggen over het onderwerp van het text dan worden combinaties die minder vaak voorkomen. Dus ook hier tellen we weer vaak voorkomen en slaan we die volgorde op met het aantal voorkomens daarbij. De volgende vraag is nu hoe gaan we deze woorden en woordcombinaties renken? Want we waren op zoek naar de meest relevante woorden en woordcombinaties. We moesten dus op zoek naar eigenschappen van die woorden en woordcombinaties die iets zeiden over relevantie. En natuurlijk ook hier kwam de oude schappelijk de kennis weer van pas. We moesten namelijk op zoek naar die eigenschappen en vervolgens moesten ook gaan kijken wat de weging was van die eigenschappen. Iets wat we eerder al gezegd hebben is dat woorden die vaker voorkomen en woordcombinaties dat hier waarschijnlijk meer zeggen over het onderwerp van het text. En daarnaast kwamen er achter dat de lengte van combinaties ook wel wat zegt, omdat woordcombinaties die zijn specifieker en daardoor zeggen ze vaak iets over het echte onderwerp van het text. Ook het percentage relevante woorden in een combinatie leek een goed criterium te zijn om op te renken. En daarmee hebben we bedoellijk hoeveel procent van de woorden in een combinatie voorkom in de top 100 meest voorkomende woorden uit de text die we eerder opgeslagen hebben. Dat was op deze slides toen we gingen renken wat de meest voorkomende woorden waren. Dus woorden die in deze lijst voorkomen tellen we dan als relevante woorden. En bijvoorbeeld een poster rank kwam post en rank wel voor in die lijst, maar toen niet. Dus dan heb je een relevante woordcombinaties van 67 procent. En daarnaast klinkt het ook wel aaneemelijk dat woorden die iets zeggen over het onderwerp van het text over het algemeen ook voorkomen in titels en tussenkopjes. Dit waren de vijf criteria die we getest hebben. Want we hebben die ranking en de weging vooral gebaseerd op teksten met heel veel verschillende teksten. En uit die test kwam dat de bovenste drie het meest waardevol bleef te zijn. Dus op een woord- of voorkominatie voorkomen in een titel of tussenkopje bleek eigenlijk niet heel veel toe te voegen. En over het algemeen was het zo, omdat ze ook wel zo vaak voorkomen in de tekst kwamen ze al boven aan het rankinglijstje. Dus of ze dan ook nog eens voorkomen in een titel of tussenkopje, dat maakt ze dan eigenlijk niet meer uit. Dat ze toch al zo hoog renkte. En na de relevantiebreking ziet het er dan zo uit. Clickbait, headlines, headlines, clickbait, bounce rate en helps you optimize bleken de meest relevante woorden uit de teksten zijn. En de relevantie werd bereken met een verbiele lengtebonus keer proportional relevante woorden plus 1, keer het aantal voorkomens. Dus bijvoorbeeld bij clickbait headlines heb je een lengtebonus van 3, keer proportional relevante woorden van 1 is 3, plus 1 is 4, keer het aantal voorkomens 12 is 48. En dat was dus de meest relevante woord- de meest relevante woordcombinatie uit de tekst. En we slaan nu de top 30 van relevante woorden en woordcombinaties op. Maar met alleen deze lijst weten we natuurlijk nog niet naar welke andere post je zou kunnen linken. Daarvoor moeten we ditzelfde algoritme loslaten op alle andere posts op de site. Dus we gaan al die top 30's van al die verschillende posts vergelijken en dan gaan we kijken wat de overlap is tussen die top 30's. En als de social overlap is, zoals we hoort hier bij post 2 en 3, dan raden we aan om naar die posts te linken en als er bij een negen vreemd overlap is, dan komt dat niet in het lijstje terecht. Dus in dit geval zou dat van post 1 naar post 2 en 3 zijn, maar niet naar post 4. Ik heb jullie dan meegedomen in het maken van het algoritme voor het Engels, maar dat betekent niet dat dat voor alle andere talen ook werkt. Nu hebben de linkingsregisties nu schrikbaar voor 7 talen en over ongeveer 1,5 weken komt het voor de polls ook uit. Maar het beschikbaar maken van andere talen is niet een kwestie van het vertalen van de woordenlijsten die we gebruiken voor het filteren. Maar je voelt hem aankomen en hier komt ook taalwetenschappelijke kennis weer van pas. Per taal die we willen ondersteden, moet uitgezocht worden, welke woordzorg er gevuld moet worden, maar ook moet de onderzoek gedaan worden naar de woordvolgorde van die zaal en welke invloed dat heeft op het filteren. En natuurlijk moesten er ook weer woordenlijsten samengesteld worden om die filters werkelijk mee uit te voeren. En dan bijvoorbeeld te geven, in het Nederlands komt een, een voegelijk naamwoord voor het zelfstandig naamwoord. Dus een combinatie als nieuwe auto is een verliebde combinatie in het Nederlands, maar kope nieuwe wordt uitgefilterd. En het frant is dat bij de meeste, bij voegelijk naamwoorden andersom, die staan achter het zelfstandig naamwoord. Dus vatuur rapide, natuurlijk auto snel, is een verliebde combinatie in het Engels, maar rapide proegkontree is dat niet. Dus voor elke taal die we willen toevoegen, moeten we ook echt kijken naar de woordvolgorde regels. We zijn nog steeds bezig met de beschikbaar maken voor meerdere talen. En we zijn, over een aantal maanden gaan we ook beginnen met een project om te kijken of we de, voor de talen die we al onder scene, of we die filtering nog beter kunnen maken. En de algoritmen nog, ja, nog beter dus. En ook of we nog meer criteria kunnen vinden die iets zeggen over de relevantie zodat we ons algritmen nog, nog beter kunnen aanpassen. Dat over naar het laatste project, ik sta het nog eens in mijn kinderschoenen, maar ik wil toch alvast behandelen omdat het weer een groot taalitschappelijk onderdeel heeft. En dat is keyword morphologie. Morphologie gaat over woordstructuur en woordvorming. En morpheme zijn de meest, of de kleinste betekenisvolle elementen in een woord. Dus het woord appel taarten bestaat uit de morpheme appel taart en een. En de betekens van een is misschien niet beteend duidelijk, maar de betekens daarvan is dat het meer van zaag heeft. Op dit moment doen we in de plug-in daar dus nog niet zoveel mee, of eigenlijk nog helemaal niks, maar we willen het graag kunnen gebruiken in de keyworderkening. We analyseren je nu je tekst op het keyword dat je ingeeft en op het focus keyword dat je ingeeft. En we kijken of dat vaak genoeg voorkomt, maar ook of dat op de juiste plekken voorkomt. En het focus keyword is dan het woord waarop je wil renken in Google. En dit voorbeeld is het focus keyword boeken. Maar nu zegt onze analyse daar rechtsonder. Het focus keyword boeken komt niet voor in de titel, omdat in de titel alleen het woord boek staat. Maar waar we de komende tijd naartoe gaan werken, is dat we in zulke gevallen zonder en extra input van de gebruiker ook kunnen zeggen dat een afgeleide volum van boeken, dus boek ook, voorkomt in de titel. Dus als je daar een groenballet descort en dat we kunnen zeggen je focus keyword of een afgeleide volumnaval, komt voor in de titel. Uitwekkende van meerdere woordvormen gaat ook gesweld verder dan alleen enkelfout en meerfout. We willen ook verschillende naamvalsvormen kunnen herkennen en verschillende vervoegingen van bevroegende naamwoorden en werkwoorden. En wie weet als we naar meerdere talen gaan kijken dat we nog op meer van dit soort woordvormen komen, dan zullen we nog meer verschillende vormen gaan herkennen. En de reden dat we dat willen, is dat Google steeds slimmer woord met gerelateerde woordvormen. En dat zie je terug in de zoekresultaten. Paar dagen geleden zocht ik op boek. En het eerste resultaat, daar komt het letlijke woordboek niet in voor, maar in boeken. En je ziet ook in de zoekresultaten dat ze wel boeken als boek dik gedrukt staan. En de reden dat Google dit kan, is dat het zoekgelag van mensen veranderd en nu moet ze op inspelen. Vroeger zochten mensen vooral op losse keywords en nu zoeken mensen steeds meer op volledige zinnen en sprekenzaal. En ook de opkomst van voice-shirts draagt hier aan bij. Want natuurlijk als je met voice-shirts iets aan Google vraagt is het volledig bij uitstek natuurlijk omdat we op een natuurlijke manier te doen in een volledig gezin, in plaats van met losse woorden. En daar is hij weer, voor de laatste keer, de sluit over het nyt van de taalwetenschapper. Dit project is de eerste vraag welke woordzoorten verschillende vormen hebben. En met de taalwetenschappelijk inzicht kan daarbij geen kwaad om te kijken dat we voor elk woordzoort een goede beslissing nemen en dat we... dat er geen woordzoorten over het hoofd zien. Dus bijvoorbeeld bij woorden zoals altijd of daar hebben we maar één vorm, dus daar hoeft geen moeite voor te doen. Maar werkwoorden en bij voorkanaanwoorden hebben we meerdere vormen, dus daar moeten we wel iets voor doen. En de volgende vraag is welke vormen daar dan zijn per woordzoort en wat de uitvondringen zijn. En daar komt een beetje taalwetelijk inzicht natuurlijk ook van pas. En als laatste geldt weer dat deze feature bouwen voor het Engels of het Nederlands niet betekent dat dat voor andere talen ook meteen werkt. Elke taal heeft zijn eigen woordvormen, eigen woordzoorten en eigen uitvondringen. En een beetje inzicht in de overeenkomst en verschillen tussen talen kan daarbij natuurlijk geen kwaad. Zoals ik al zei zit het morfologieproject nog in de opstortfase dus is het nog niet helemaal duidelijk hoe we het keyword herkenningsprolemen gaan oplossen. Maar waarschijnlijk wordt het een combinatie van het genereren van woordvormen en het opzoeken van gerealiteerde woordvormen in woordenboeken en het zal per taal en misschien ook per woordvoort verschillen wat dan de beste oplossing is. Maar daar gaan we de laatste komende tijd achterkomen. Ik wil deze talk eindig met jezelf is uitnodig om met een taalwetenschappelijke blik naar je website te kijken. Want met een beetje taalwetenschappelijke achtergrondkennis kun je zelf een groot verschil maken over de leesbaarheid van je site en de linkstructuur en daarmee met de SEO van je website. Verdiep je in het belang van tekstructuur en leesbaarheid en kijk kritisch naar alle posts op je site. Houd steeds daarbij in je achterhoofd wat een goede leesbaarheid kan doen voor je SEO wat voor vertrouwen je kunt geven aan je lezers en wat voor boordschappen je daarmee stuurt naar Google. Google wordt steeds beter in het begrijpen van teksten en daarmee wordt goede content steeds belangrijker. Het is Google's missie om alle informaties in de wereld universeel beschikbaar te maken en te oordinnen en dat betekent op de lange termijn dat alleen goed leesbare content kans heeft om hoog te renken. Ik heb hier een aantal bron op een rij te gezeten waarmee je zou kunnen beginnen. De lijst is een combinatie van achtergrond artikelen en meer praktische artikelen. Ik voel je vrij om een foto te maken maar ik zal straks mijn slides ook nog tweeten voor iedereen die nu geen telefoon bijdant heeft. Ik hoop dat ik jullie heb kunnen overtuigen dat tijdschappers veel kunnen doen voor jullie SEO en ik hoop ook dat jullie inspiratie hebben opgedaan om zelf verstaande slag te gaan met de SEO en leesbaarheid van je website en met de linkstructuur van de website. Dank je wel voor jullie aandacht. Het is een hele heldere talk of taal. En alvast om je te bedanken duik ik even onder de bureau want wordkend Nijmegen heeft voor jou een verrassing. Dank je wel. En als er nog vragen zijn, dan hebben we nog een paar minuutjes. De timekeepers waar je tas de tijd over is. Oké, waar kan ik het zien? Wat zijn de vragen van de Rijkenheden? De gebruikers van de SEO-plugging en in hoeverde moet je hier waarschuwen van je werkt in de Turks. Wij hebben nog geen Turkse taalanalyse gedaan. We hebben een aantal taalanalyses die voor elke taal werken. Dus die zie je dan. En de naast vragen ook regelmatig van mensen die voor een taal die nog niet beschikbaar is om zelf mee te helpen. Oké. Want bijvoorbeeld die worddrijfse samenstellen dat als je een moeder taal spreker bent kun je daar ook aan mee helpen. Dus we zeggen altijd bij in welke taal je site staat. Dus voor welke taal de analysie die we doen toch maar op dat moment uitgevoerd wordt. Maar we zeggen inderdaad niet de melding van we hebben er nog meer maar niet voor jouw taal. Dat doen we nog niet. Ik heb met Turkse studenten gewerkt en die hebben het dus gewaarschuwd. Maar ik mag wel zo blij dat de tips wel in de Turks worden. Dat klopt. Dus als je de site taal in de Turks staat dan wordt de analysie dus ook op de Turks uitgevoerd en krijg je daar tips van. Maar omdat voor Turks we nog niet alles hebben krijg je minder checks. Meer vragen? Ja, ik had nog een vraag. Want op gegeven moment had je erover dat het niet zo belangrijk was dat een key word in de titel voorkwam. Dat het minder belangrijk was. Maar dat geven jullie wel iedere keer aan van hij komt er niet voor. Wat ik bedoelde is dat focuskeyword was boeken en boeken stonden in de titel. En op dit moment kunnen we daarom niet zeggen dat die in de titel staat en dat het niet letterlijk dezelfde vorm is. Dat was niet dat stuk. Daarvoor nog had je erover dat je zo'n wijsje met de vorm wat belangrijk was. Dat zit in onze SEO-analyse. Dat gedeelte. Ja. En daarvan had ik zoiets van het minder belangrijk bleek om het in de titel of in een... Dat ging erover. Dat ging erover of een woord relevant is voor je tekst. Dus of het hoog komt in... Kijk of het er snel kan gaan. In dit lijstje daarvoor voegde niks extra stoel. Dat wil niet zeggen dat het niet belangrijk is voor je SEO. Maar om te bepalen welke woorden het meest relevant zijn in je tekst voegde dat eigenlijk niks meer toe aan de analyse omdat het dan ook al heel vaak voelkom in de tekst zelf. Ja, maar als je bij jullie dan dat focuskeyword in voelt dan krijg je op gegeven met de beoording. Dan zegt hij ook dat woord komt niet voor in de titel. Maar dat is de SEO-analyse. Dat staat los van hoe wij de interne links aanraden. Dat zijn twee compleet losse processen. Dus als je hoog wil renken op een keyword is het nog steeds belangrijk dat het in een titel staat en verdeeld over de tekst. Had je redelijk bedoeld in de relevantietest was het niet zo belangrijk in de SEO? Daar is het wel belangrijk. Ik zag het daar. Volgens mij net nog één vraag. Wat is het? Eén van de achterlaatste? Toch ook nog een antwoord. Als je op een een website in verschillende talen aan het blog is even van je makkelijk switchen. Je kunt per gebruik met de talen aan het zellen maar we doen de analyse op de site-taal. Dus dan heb je, denk ik, één site-taal ingesteld staan en daar doen we dan de analyse op. Dus we kunnen op dit moment nog niet omgaan als jij op 5 talen blogt op één termijn. Ik weet niet hoe het zit als je een lingelplugin hebt. Je zou dan tijdelijk je site-taal op het Engels kunnen zetten maar ik weet niet wat dat verder voor gevoel geeft. Dus dat durf ik niet te zeggen. Dan zou je tijdelijk een switch naar Engels maar we kunnen niet op dit moment switchen binnen de analyse tussen verschillende talen. Dat is de site-taal aan het passen inderdaad. Ok, dan gaat het gewoon naar daar. Ja, dat gaat inderdaad naar de weak preceding. Goed. Dat was hem. Dank je wel. Applaus.