Kako je složen predmet
Optimizacija za tražilice (SEO, search engine optimization) uči kako web stranicu učiniti vidljivom u organskim rezultatima Googlea: od provjere stanja weba, preko istraživanja ključnih riječi, do konkretnih prijedloga za svaku stranicu. Predmet je izrazito praktičan — gotovo sve što radiš na vježbama ponovno radiš za svog projektnog klijenta.
Izvori u ovoj skripti
| Oznaka | Materijal | Što je unutra |
|---|---|---|
| OB | OZT26_Obveze_na_kolegiju (PDF) | ishodi, bodovi, ocjene, pravila |
| P1 | Predavanje 1 – Uvod u SEO (HR) | tražilice, rangiranje, on-site i tehnički SEO |
| P2 | Predavanje 2 – Keyword Research (EN) | istraživanje ključnih riječi, namjera, kanibalizacija |
| V1 | Vježbe 1 – Uvod u SEO i SEO checklist + predložak OZT26_V1_SEO Checklist.docx | SEO checklist (Projekt 1) |
| V2 | Vježbe 2 – On-site SEO + predložak OZT26_V2_Tech audit & On-site SEO.xlsx | audit stranica |
| V3 | Vježbe 3 – Keyword research (HR i EN verzija) + predložak OZT26_V3_Keyword research.xlsx | istraživanje ključnih riječi (DZ 1) |
| V4 | Vježbe 4 – Optimization (HR i EN verzija) + predložak OZT26_V4_On-Site Optimization.xlsx | on-site optimizacija (Projekt 2) |
| PR1, PR2 | Upute za Projekt 1 i Projekt 2 (docx) | kriteriji klijenta i opseg |
Cilj i ishodi
Službeni cilj predmeta (OB str. 4): naučiti tehnike i metode optimizacije stranice za tražilice koristeći SEO alate za pristup, analizu i tumačenje podataka te pronalaženje korisnih uvida, i primijeniti optimalne tehnike prema zadanim ciljevima.
| Ishod | Minimalno (jednostavnim riječima) | Gdje se boduje (V4 sl. 6) |
|---|---|---|
| I1 | procijeniti kakav učinak ima pozicija u organskim rezultatima i gdje je tražilica u korisničkom putovanju | Projekt 1 (SEO checklist), DZ 1 (keyword research) |
| I2 | primijeniti tehnike optimizacije na stranici (on-page / on-site) | Projekt 2, DZ 2 |
| I3 | primijeniti tehnike optimizacije izvan stranice (off-site) | DZ 2, Projekt 3 (Link Building Strategy) |
| I4 | predložiti plan izgradnje poveznica (link building) prema tržištu, publici i ciljevima | — |
| I5 | istražiti trendove, predložiti arhitekturu podataka i optimizaciju sadržaja | — |
| I6 | analizirati podatke iz više SEO alata i predložiti napredne tehnike | — |
Za I4–I6 izvori još ne navode zadaće; te teme dolaze kasnije.
Kako se dolazi do ocjene
- Svaki ishod na ispitu nosi 11 bodova — ispit pokriva svih šest ishoda.
- Moraš skupiti najmanje 50 % bodova u svakom ishodu zasebno (OB str. 9). Dobar ukupni zbroj ne spašava ishod u kojem si ispod 50 %. Ishod koji padneš možeš ponovno polagati na sljedećem roku.
- Ocjene (OB str. 11): do 50,00 = 1; 50,01–58,00 = 2; 58,01–75,00 = 3; 75,01–92,00 = 4; 92,01–100 = 5.
- Rad predan nakon roka ne ocjenjuje se (OB str. 13).
- Pravilo 3 + 1: najviše četiri izlaska na ispit, a predmet moraš položiti u 12 mjeseci od upisa (OB str. 12).
tablica bodova po ishodima (OB str. 10) ne zbraja se — retci ne daju svoj MAX (npr. I4: 11 + 3 + 2 = 16, a piše 18), a zbroj MAX stupca je 102, ne 100; pravu raspodjelu po ishodu potvrdi kod predavačice.
Kako su zadaci povezani
Svi zadaci rade se na istom klijentu kojeg sam odabereš (PR2: „radite na istom klijentu tijekom cijelog kolegija“). Svaki korak koristi rezultate prethodnog (V4 sl. 4):
- Projekt 1 · SEO checklistanaliza weba, područja za poboljšanje (I1)
- DZ 1 · Keyword researchvježba na Juicefastu (I1)
- Projekt 2 · KW research + on-site optimizacijatvoj klijent, 5 stranica (I2)
- DZ 2uz temu Content SEO (I2 + I3)
- Projekt 3 · Link building strategija(I3)
rok za Projekt 2 u izvorima se ne slaže — uputa PR2 i slajdovi V4 (sl. 20) navode različite datume. Vrijedi datum na naslovnici skripte; ako nisi siguran, pitaj predavačicu.
Na što predavačica stavlja naglasak
Bilješke uz V1 (sl. 3) kažu da je predmet „malo lakši“ od MNTIOM-a i IAUDM-a: predavanja su svaka dva tjedna, a zadaće su manje praktične — istražuješ uspješne prakse i razmišljaš kako ih primijeniti na klijenta. Vježbe su istaknute kao bitne jer se na njima prolaze predlošci koji ti trebaju za projekt. Zato ova skripta za svaki predložak objašnjava stupac po stupac.
Kako predaješ radove (V1 sl. 3)
- Napravi Google Drive mapu nazvanu
[OZT26][grupa] PREZIME IME. - Unutra podmape
01 LABS,02 HOMEWORKS,03 PROJECT(slajd kaže „četiri podmape“, a navodi tri). - Podijeli mapu s
adresu profesorice sa slajda V1 (sl. 3)s pravom uređivanja (editor). - Za vježbe i zadaće koristi Google Docs i Sheets; za prezentacije bilo koji alat.
Pravilo o umjetnoj inteligenciji (V3 sl. 17)
AI smije pomoći
smišljanje ideja za ključne riječi, varijacije, grupiranje srodnih riječi, razumijevanje namjere pretraživanja, provjera i poboljšanje tvog istraživanja
AI ne smije
napraviti zadatak umjesto tebe, izmišljati metrike ključnih riječi, zamijeniti stvarno istraživanje — rad koji je u cijelosti generirao AI ne ocjenjuje se
Što tek dolazi
Materijali za ove teme još nisu stigli; poglavlja će se dodati kad stignu.
- Vježbe (V4 sl. 6): SEO & Buyer's Journey · Content SEO · Web Implementation · SEO Semantics.
- Predavanja (OB str. 6): Offsite SEO · Technical SEO · Optimiziranje stranice · Stvaranje SEO strategije · Kontrola, analiza i reporting. (Osnove on-site i tehničkog SEO-a već su u P1.)
- Obvezna literatura (OB str. 7): Enge i sur., The Art of SEO (3. izd.), te Moz, Search Engine Watch, Google Analytics Support i Google Webmasters.
Na ispitu
Izvori ne kažu što točno ulazi u međuispit. Iz tablice bodova jasno je samo da ispit nosi 11 bodova po svakom od šest ishoda i da u svakom ishodu treba 50 %.
Provjeri se
Imaš 80 bodova ukupno, ali u I3 si skupio 40 % bodova. Jesi li položio?
Ne. Uvjet je najmanje 50 % u svakom ishodu (OB str. 9). I3 ponovno polažeš na sljedećem roku.
Zašto je važno da u Projektu 1 odabereš dobrog klijenta?
Jer isti klijent ostaje do kraja kolegija (PR2): na njemu radiš keyword research, on-site optimizaciju i kasnije link building.
Što smiješ, a što ne smiješ raditi s ChatGPT-om ili Claudeom u zadaćama?
Smiješ: ideje, varijacije, grupiranje, razumijevanje namjere, provjeru. Ne smiješ: dati AI-ju da napravi zadatak ili da izmisli metrike. Potpuno AI-generiran rad se ne ocjenjuje (V3 sl. 17).