Šta je WDF*IDF analiza i kako da je koristiš za bolji rang u 2026

Sećaš se onog SEO saveta, „dva-tri procenta keyword density za primarni keyword"? Bio je validan oko 2010-te. Danas je anti-savet. Google odavno ne broji ponavljanja, on meri da li pokrivaš temu. Razlika je suštinska.

Zamisli ovako: napišeš tekst od 1 500 reči o izradi sajtova, i strpaš tu frazu osam puta, jer ti je „SEO ekspert rekao da tako treba". Tekst zvuči neprirodno, ali OK, taman si u density rasponu. I onda gubiš od konkurenta koji tu istu frazu pomene tri puta, a pokriva temu duplo šire, od cene do hosting-a do mobilnog dizajna. Pogađaš ko rangira bolje.

U ovom članku ti objašnjavam zašto se to dešava i šta možeš da uradiš , bez doktora iz informacionih nauka, bez uzaludnih formula. Na kraju ćeš znati šta je WDF*IDF i kako da ga primeniš na svoje tekstove.

WDF*IDF je formula koja meri koliko je neki termin bitan za temu. Ne koliko se često pojavljuje u tvom tekstu (to je density), nego koliko je važan u kontekstu cele konkurencije.

Razlažem na dva dela jer je važno da ih razumeš odvojeno:

WDF (Within Document Frequency), koliko se termin javlja u jednom tekstu. Ali ne sirov broj , logaritamski težinjen. Što znači da prvo ponavljanje vredi puno, peto vredi manje, deseto skoro ništa. Tako se sprečava da neko ko doslovno nabija reč 30 puta dobije više težine od onoga ko je pomene 5 puta na pravim mestima.

IDF (Inverse Document Frequency), koliko je termin redak ako pogledaš ceo korpus rangirajućih stranica. Reč „i" se javlja u svakoj stranici, ima IDF blizu nule. Specifičan termin tipa „canonical tag" javlja se samo u tehničkim SEO tekstovima, ima visoku težinu jer signalizuje duboku temu.

Kad pomnožiš ova dva, dobijaš termine koji su i česti kod konkurencije i specifični za tvoju nišu. To su tačno oni signali koji govore Google-u: „ovaj autor zaista razume šta priča".

Workflow je jednostavan:

1. Izaberi keyword za koji želiš da rangiraš. Npr. „izrada web sajtova".
2. Pokreni analizu top 10 SERP rezultata. Alat (npr. WDFIDF Pro) skida sadržaj svih 10 rangirajućih stranica.
3. Lematizuj sve tekstove da padeži ne budu problem (samo za sr/hr/bs/de, engleski je manje fleksivan).
4. Izračunaj WDF*IDF za sve termine, dobijaš rangiranu listu termina po važnosti za temu.
5. Uporedi sa svojim tekstom. Vidiš: must-have termini koje imaju svi a ti nemaš (= dodaj), termini koje imaš previše (= smanji), termini gde si u optimalnom rangu (= ostavi).

WDFIDF Pro deli termine u 4 grupe na osnovu poređenja tvog teksta sa korpusom konkurencije:

• ✓ Already good , termini gde si u optimalnom rangu (između 25. i 75. percentila konkurencije). Ne diraj.
• ↑ Boost, termini koje koristiš ali manje od proseka konkurencije. Dodaj prirodno u sledeću reviziju.
• ↓ Reduce , termini gde si pretera (preko 75. percentila). Algoritam može da te kazni za over-optimization.
• + Missing , termini koje koristi 60%+ top stranica, a ti ih uopšte nemaš. Najveća prilika za poboljšanje rang-a.

Ne direktno. Google koristi mnogo kompleksnije semantičke modele (BERT, RankBrain, MUM). Ali WDF*IDF je indirektni signal, ako tvoj tekst ima term distribuciju sličnu top rangirajućim stranicama, verovatno pokrivaš temu na sličan način kao što Google smatra relevantnim.

Drugim rečima: WDF*IDF te ne tera da napišeš „dobar" tekst tehnički, ali ti pokazuje gde se konkurencija zaustavila a ti nisi stigao. Razlika između content-a koji ranjuje na #5 i onog na #1 često je upravo u širini teme koju pokriva, i ta širina se vidi kroz WDF*IDF.

WDF*IDF najbolje radi kad se kombinuje sa drugim metrikama:

• BM25, alternativni term-weighting algoritam koji uzima u obzir dužinu dokumenta. Bolji od WDF*IDF za jako duge tekstove.
• LaBSE / sentence embeddings, meri semantičku sličnost (sinonimi, parafraze). Hvata da su „kupovina" i „nabavka" povezani, što WDF*IDF lexical ne vidi.
• Per-element scoring, skor po elementu stranice (Title, H1, H2, body, strong). Pokazuje GDE su termini važni, ne samo da li ih ima.
• AI brief, Claude Sonnet 4.6 ili sličan model uzima sve gore podatke i generiše konkretan brief sa predlozima H1, outline, FAQ.