A lekérdezések szemantikai magjának csoportosítása. Automatikus kulcsszóklaszterezési szolgáltatások összehasonlítása SEO-hoz

Ez a kulcsszavak olyan csoportosítása, amely egyszerűen egy lista, amely klaszterekre (csoportokra) osztja őket. Ez az, ami ezer lekérdezését teljes szerkezetté alakítja, kategóriákra, oldalakra, cikkekre stb. A megfelelő bontás nélkül rengeteg pénzt és időt veszíthet „tétlenül”, mivel egyes kéréseket nem lehet egy oldalon „leszállni”. Vagy fordítva, a kulcsszavak megkövetelik, hogy ezek a lekérdezések ugyanazon az URL-en legyenek.

Szemantikai mag (SN) gyűjtésekor általában kézzel végzek klaszterezést a segítségével, itt vannak a témához kapcsolódó linkek:

De mindez könnyű és egyszerű, ha világos lekérdezési csoportjaink vannak különböző logikai jelentéssel. Nagyon jól tudjuk, hogy a „Babakocsi ikreknek” és „Babakocsi fiúknak” lekérdezéshez különböző céloldalaknak kell lenniük.

Vannak azonban olyan kérések, amelyek nem különülnek el egyértelműen egymástól, és nehéz meghatározni, hogy mely kéréseket kell elhelyezni egy oldalon, és mely kéréseket kell szétszórni a különböző cél URL-eken.

A SEO maratonom egyik résztvevője feltett nekem egy kérdést: "Petya, mit csináljak ezekkel a kulcsokkal: mindent egy oldalra rakni, létrehozni többet, ha igen, mennyit?" És itt van egy részlet a kulcsszavak listájából:

A „java” szó önmagában három változatban használatos („java”, „java”), ráadásul mindehhez keresik az emberek különböző játékokhoz, eszközökhöz stb. Nagyon sok kérés van, és nagyon nehéz megérteni, mi a legjobb dolog.

Ön szerint mi a helyes? Jobb. A legjobb megközelítés az, ha elemezzük azokat a versenytársakat, akik már a TOP-ban vannak ezen kulcsszavak tekintetében. Ma elmondom, hogyan csoportosíthatja a szemantikai magot a versenytársak adatai alapján.

Ha már van egy kész kulcsszavak listája a klaszterezéshez, azonnal továbbléphet a 4. pontra.

1. Lekérdezési mátrix

Hadd vegyek egy másik példát: van egy ügyfelem elektromos és világítástechnikai berendezések online boltjával. Az üzletben nagyon sok termék található (több tízezer).

Természetesen minden üzletben vannak olyan termékek, amelyek eladása a legmagasabb prioritást élvezi. Előfordulhat, hogy ezeknek a termékeknek magas az árrése, vagy egyszerűen meg kell szabadulnia ettől a terméktől a raktárból. Szóval kaptam egy levelet, valami ilyesmit: "Petya, itt van egy lista a számunkra érdekes termékekről." És ott volt a lista:

  • kapcsolók;
  • lámpák;
  • lámpák;
  • reflektorok;
  • hosszabbító kábelek;
  • és még néhány pont.

Kértem egy úgynevezett „lekérdezési mátrix” létrehozását. Mivel az üzlettulajdonosok nálam jobban ismerik a termékpalettáját, össze kellett gyűjtenem az összes terméket és az egyes termékek főbb jellemzőit/különbségeit.

Valami ilyesmi lett belőle:

A mátrix összeállításakor ne felejtsük el, hogy egyes angol nyelvű márkákat oroszul is kérnek, ezt figyelembe kell venni és hozzá kell adni.

Természetesen, ha a terméknek más jellemzői is voltak, akkor egy oszlopot adtak hozzá. Ez lehet „Szín”, „Anyag” stb.

És ilyen munkát a legmagasabb prioritású árukért végeztek.

2. Lekérdezések szorzása

Számos szolgáltatás és program létezik a lekérdezések sokszorosítására. Ezt a kulcskifejezés-generátort használtam: http://key-cleaner.ru/KeyGenerator, ott minden lekérdezést beírunk oszlopokba:

A szolgáltatás mindenféle lehetőséget megsokszorozott a szóhosszabbítóval. Fontos: sok generátor csak az egymást követő oszlopokat szorozza meg, azaz 1 oszlopot a másodikkal, majd az első kettőt a harmadikkal stb. És ez az első oszlopból mindent megszoroz másokkal: az elsőt a másodikkal, majd az elsőt a harmadikkal, negyedikkel; majd első*második*harmadik, első*második*negyedik stb. Vagyis az első oszlopban (ez az ún. marker) megkapjuk a fő szót tartalmazó kifejezések maximális számát.

Jelző- ez a fő kifejezés, amelyből kulcsot kell generálni. Marker nélkül lehetetlen megfelelő kulcslekérdezést létrehozni. Nincs szükségünk az „IEC nagykereskedelmi” vagy a „buy on reel” kifejezésekre.

A szorzásnál fontos, hogy minden kulcsmondatnak legyen ez a jelzője. Példánkban ez a „hosszabbító kábel” kifejezés. Ennek eredményeként ebben a példában 1439 (!) egyedi kulcskifejezés jött létre:

3. Kérelmek törlése a "szeméttől"

Most 2 lehetőség van az események fejlesztésére. Elkezdheti fürtözni ezeket a kéréseket, és létrehozhat hatalmas számú generált oldalt minden egyes fürthöz, ha webhelye rendszere ezt lehetővé teszi. Természetesen minden oldalnak rendelkeznie kell saját egyedi metacímkével, h1 stb. Igen, és néha problémás az ilyen típusú oldalak indexbe helyezése.

Technikailag nem volt ilyen lehetőségünk, ezért nem is gondoltuk ezt a lehetőséget. Csak a legszükségesebb új céloldalakat kellett létrehozni „félmanuális” módban.

Milyen frekvenciával dolgozzak? Mivel a terméklistánk + kereszteződéseink nem voltak túl népszerűek (szűk a célpontok), ezért a fókuszra koncentráltam frekvenciák idézőjelekkel(felkiáltójel nélkül) - vagyis különféle szóalakban. Ezek kulcsmondatok különböző esetekben, szám, nem, deklináció. Ez a mutató lehetővé teszi, hogy többé-kevésbé megbecsüljük azt a forgalmat, amelyet a Yandextől kaphatunk, ha a TOP-ba kerülünk.

A Key Collectorban eltávolítjuk az idézőjelben lévő gyakoriságokat ezeknél a kifejezéseknél (természetesen, ha szezonális terméke van, akkor el kell távolítania a „szezonban” szereplő gyakoriságokat):

És mindent törölünk, ami nullával egyenlő. Ha népszerűbb a témája, és sok a nullától eltérő gyakoriságú szó, akkor az alsó küszöböt 5-re vagy még magasabbra emelheti. Csak 43 nem nulla lekérdezésem van az 1439 kifejezésből a moszkvai régióra és a régióra vonatkozóan.

Ezt a 43 frázist a gyakorisági adatokkal átviszem Excelbe:

4. Lekérdezés klaszterezés

Mindezt a Rush Analytics szolgáltatásban teszem, itt van a klaszterezési algoritmus ebben a szolgáltatásban:

Minden egyes kérésnél az adott régió TOP-10 URL-je „kihúzódik” a keresési eredmények közül. Ezután a klaszterezés közös URL-ek használatával történik. A fürtözési pontosságot saját maga is beállíthatja (3-8 általános URL-cím).

Tegyük fel, hogy a pontosságot 3-ra állítjuk. A rendszer megjegyzi a TOP 10-ben szereplő oldalak URL-címét az első kéréskor. Ha a TOP 10 listából a második kérés ugyanazt a 3 URL-t tartalmazza, mint az első, akkor ez a két kérelem 1 klaszterbe fog tartozni. A megosztott URL-ek száma az általunk megadott pontosságtól függ. És ilyen feldolgozás minden kérésnél előfordul. Ennek eredményeként a kulcsszavak klaszterekre vannak osztva.

  1. Lépjen a RushAnalytics -> Clustering oldalra, hozzon létre egy új projektet (regisztrációkor mindenki 200 rubelt kap a fiókjába a teszteléshez, kényelmes):
  2. Kiválasztunk egy kiemelt keresőt magunknak és egy régiónak:

  3. Válassza ki a fürtözés típusát. Ebben az esetben a "Wordstat"-ot választom. A "Manual Tokens" módszer számomra nem működik, mivel csak egy "extender" token van a kérésekben. Ha több különböző típusú terméket tölt be egyszerre (például hosszabbítót, izzót stb.), akkor jobb, ha a „Wordstat + kézi jelölők” típust választja, és adja meg a jelölőket (a jelölőket). a második oszlopban az 1-es számmal kell megjelölni, és nem a 0-s jelölőket, a gyakoriság a harmadik oszlopba kerül). A jelölők a legalapvetőbb lekérdezések lesznek, amelyek logikailag semmilyen módon nem kapcsolódnak egymáshoz (a „hosszabbító” és a „villanykörte” lekérdezés nem fér el egy oldalon). Az én esetemben minden termékkel lépésről lépésre dolgozom, és külön kampányokat készítettem a kényelem érdekében. Kiválaszthatja a klaszterezés pontosságát is. Ha még nem tudja, melyik módszert válassza, mindent ellenőrizhet (az árat ez semmilyen módon nem befolyásolja), majd az eredmény megérkezése után kiválaszthatja azt a lehetőséget, amely a legjobban csoportosította a lekérdezéseket. Tapasztalatból azt mondom, hogy minden témában a pontosság = 5 a legalkalmasabb. Ha egy meglévő webhelyen végez klaszterezést, azt javaslom, hogy adja meg webhelye URL-címét (ha webhelye a TOP 10-ben van a kérelemben , akkor az URL-címe zöld színnel kiemelve jelenik meg:

  4. A következő lépésben töltse fel a fájlt a rendszerbe. Leállító szavakat is beállíthat, de volt fájl nélkülük, így ebben a példában erre a funkcióra nincs szükség. A klaszterezés ára 1 kérésenként 50-30 kopijka (mennyiségtől függően):
  5. Várnia kell egy kicsit, amíg a Rush Analytics szolgáltatás elvégzi a munkáját. Írja be az elkészült projektet. Már itt is megtekinthetők a klaszterek a klaszterezés pontossága alapján (egy új fürt eleje és neve félkövérrel van kiemelve):
  6. Ismét a legjobb az 5-ös pontosságot használni a klaszterezéshez. Leggyakrabban illik.
  7. Szintén a következő lapon láthatja a nem klaszterezett szavak listáját:

    Miért nem csoportosultak, kérdezed? Valószínűleg ezeknek a lekérdezéseknek az eredményei nem túl jó minőségűek, és lehetetlen volt automatikusan hozzárendelni ezeket a lekérdezéseket bármely fürthöz. Mit kell velük csinálni? Lehetőség szerint manuálisan is csoportosíthat, és logika szerint külön nyitóoldalakat hozhat létre. Egy kéréshez akár külön klasztert is létrehozhat, és külön oldalra „ültetheti”. Vagy bővítheti a szavak listáját, és újra csoportosíthatja a Rush Analytics szolgáltatásban.
  8. A "Tárgyvezetők" lapon megtekintheti az alábbi lekérdezések TOP domainjeit:

  9. Egyébként néhány lekérdezésnél zöld színnel kiemelve az ehhez hasonló hüvelykujj látható:
    Ez azt jelenti, hogy ezeknek a kéréseknek megfelelően már van egy céloldala ehhez a klaszterhez a TOP 10-ben, és ezen kell dolgoznia.
  10. Ezt az egészet letöltheti a számítógépére Excelben, és dolgozhat ebben a dokumentumban. Precision 5-tel dolgozom, ezért letöltöm ezt a fájlt:

  11. Az Excel dokumentum ugyanazokat az információkat tartalmazza. Az egyes klaszterek eleje és neve szürkével kiemelve (kattintson a képre a nagyításhoz):

  12. A fürtök nevei mellett itt látható a méretük, gyakoriságuk, teljes gyakoriságuk, Top URL-jük, releváns URL-címük és kiemelések, ami nagyon szükséges a landing oldalon való munka során. Itt vannak:

    Felhívjuk figyelmét, hogy az „Univerzális” márka (az „U”-n keresztül) is kiemelve van, és nem is sejtettem, hogy ez a márka ilyen módon bejegyezhető. A kiemelt részekben olyan szinonimákat és tematikus kifejezéseket is láthat, amelyeket nagyon kívánatos használni a céloldalakon a TOP elérése érdekében.

Következtetés

Mi a következő lépés? Mit ad nekünk ez a klaszterezés? Mostantól webhelyünk minden klaszteréhez külön, és ami a legfontosabb, releváns URL-t kell adni. Ezen oldalak népszerűsítése teljes mértékben a mi kezünkben van, és lehetőségeinkhez mérten tovább népszerűsítjük őket (tartalomoptimalizálás, belső linkelés, külső optimalizálás, társadalmi tényezők stb.).

Ha rossz klaszterezést végeztünk volna, akkor nehéz lenne sok kérést előlegezni. Ez egy "horgony" lenne, ami visszatartana minket, pedig rengeteg pénzt költenénk el ezen oldalak reklámozására.

A helyes klaszterezés sokat spórol, és sokkal könnyebben bejut az áhított TOP-ba.

Mit gondolsz róla? Hogyan csoportosíthatja a szemantikai alaplekérdezéseket?

A nagy tartalomprojekt kis SEO osztályán, ahol dolgozom, úgy döntöttek, hogy növelik a létszámot. A tervek szerint csekély vagy semmilyen tapasztalattal nem rendelkező embereket toboroznának. Emiatt úgy döntöttek, hogy egy útmutatót készítenek, amely átfogó útmutatóként szolgál majd az új cikkek írásához. Az útmutató valóban részletesnek és teljesnek bizonyult, az egyik fontos blokkja a lekérdezések klaszterezése.

Miért van szükségünk klaszterszolgáltatásra?

Csak azokat a lekérdezéseket érdemes egy klaszterbe egyesíteni, amelyek jó eséllyel eljutnak a 10 legjobb keresőmotor közé egy közös releváns oldallal. Vagyis ha két lekérdezésnél a keresési eredményekben a webhely összes oldala eltérő, és nincsenek kereszteződések, akkor azokat különböző klaszterekhez kell rendelni. Továbbá, és fordítva: ha lehetséges két kérés népszerűsítése egy cikkben, akkor ne ossza szét őket különböző klaszterekbe, hogy ne írjon túl sokat - a tartalom költségvetése nem gumi.


A SEO cikk írásához szükséges feladatmeghatározás összeállításának általános sémája a következő:

  1. Szemantika gyűjtemény – keresőstatisztikák, szemantikai adatbázisok, belső projektstatisztika;
  2. Automatikus fürtözés – a csúcsok hasonlósága alapján klaszterezésre szolgáló szolgáltatás vagy program;
  3. „Utólagos klaszterezés” manuális – annak feldolgozása, amit nem lehet automatikusan klaszterezni;
  4. Prioritizálás – a beérkezett kérések fontosságának meghatározása az egyes klaszterekben;
  5. Műszaki specifikációk elkészítése szövegíróhoz - lemmatizálás, LSI és különféle cikkírási utasítások, minden klaszterhez egy cikk.

Éppen a második ponthoz kellett a legmegfelelőbb automatikus klaszterezési szolgáltatást kiválasztani. Ebből a célból összehasonlító elemzést végeztem a véleményem szerint leghíresebb szolgáltatásokról.

Klaszterezési módszerek

Néhány jól ismert szolgáltatásban vagy programban automatizált módszerek közül kettőt különböztethetünk meg:

  • A felsőkhöz való hasonlóság alapján (keresési eredmények szerint);
  • által .
A SEO cikkek írásának feladata alapján a topokhoz hasonló módszert választottam. Az általunk megcélzott forgalom keresőmotorja a Yandex, így a Yandex top 10-ét használták a klaszterezéshez. Ennek a módszernek két típusa van:
  • Lágy – amikor a fürt összes kérése legalább egy közös (jelölő) kérelemhez van társítva;
  • Kemény – amikor minden kérés hozzá van rendelve a fürt összes kéréséhez;
valamint egy olyan paraméter, mint a „kapcsolat erőssége” – a gyakori URL-ek száma a lekérdezések keresési eredményei között.

A fürtözési szolgáltatások készítőinek javaslatai szerint esetünkben a Soft opciót választottuk 4-es kapcsolati erősséggel. Ez azért fontos szempont, mert például egy webáruháznál más lehetőségeket kell választani.

Összehasonlítási módszer

A szolgáltatások összehasonlításának lényege a következő: válassza ki a kérések tökéletesen fürtözött listáját - egy referenciamagot. Hasonlítsa össze az egyes szolgáltatások klaszterezési eredményeit a referencia szolgáltatással.


Fontos volt egy ilyen referenciamagot jól összeállítani. Mivel van egy tartalomprojektünk, és a tartalom nagy része a felhasználók kérdése és válasza, rengeteg anyag áll rendelkezésre a projektről szóló statisztikák gyűjtéséhez.


Több mint 2500 kulcskifejezésből álló mag készült, amelyet hosszú hónapok óta figyeltek. Ebből csak azokat a lekérdezéseket választották ki, amelyek a Yandex top 5-jében jelentek meg. És belőlük csak azokat veszik ki, amelyeknek a tágabb szakaszok valamelyikének megfelelő oldala van (kérdéskategória, kérdés téma, dokumentumkategória, oldal a „kérdezz fel” űrlappal), és nem egy szűk kérdésoldal a válaszokkal. A kérelmeket a megfelelő oldalak szerint csoportosítottuk. Csak a 4-nél több kéréssel rendelkező csoportok maradnak. Az eredmény 292 kérés volt 22 fürtre osztva.


A jövőre nézve azt mondom, hogy a klaszterezés eredményeit a moszkvai Yandex keresési eredményeivel és földrajzi hivatkozás nélkül hasonlították össze. A regionális moszkvai keresőmotor jobbnak bizonyult, ezért erről tovább fogunk beszélni.

A szolgáltatások összehasonlítása

Sokat segített a legnépszerűbb szolgáltatások megtalálásában Alexander Ozhgibesov jelentése a BDD-2017-nél amellett, hogy több szolgáltatást is hozzáadott, a következő lista készült:

  1. Topvisor
  2. Pixelplus
  3. Serpstat
  4. Rush Analytics
  5. Csak varázslat
  6. Kulcsgyűjtő
  7. MindSerp
  8. Semparser
  9. KeyAssort
  10. coolakov.ru

Az első dolog, amit a csoportok a szolgáltatások referenciamagjának klaszterezése eredményeként kaptak, az volt, hogy a szolgáltatás nem teszi-e túl szélessé a csoportokat. Nevezetesen, hogy a referenciamag különböző csoportjaiból érkező kérések a szolgáltatás verziója szerint egy klaszterbe estek-e.


De egy ilyen összehasonlítás önmagában nem elég. A szolgáltatások két megközelítésre oszthatók a nem fürtözött kifejezésmaradványok tekintetében:

  • hozzon létre számukra egy közös csoportot „Nem klaszterezett”;
  • hozz létre egy csoportot minden nem csoportosított kifejezéshez.
A 2. pont miatt szükségessé vált, hogy megvizsgáljuk a referenciamag azonos csoportjába tartozó és különböző szolgáltatásokba került kifejezések számát.

Összehasonlításképpen mindkét paramétert arány formájában használtam - a kifejezések hány százaléka esett rossz csoportba a teljes számból.


Összehasonlítási eredmények:

  • Topvisor
    • különböző szabványcsoportok egyben a szolgáltatáshoz – 4%
  • Pixelplus
    • egy standard csoport különböző szolgáltatásokban – 7%
  • Serpstat
    • különböző szabványcsoportok egyben szolgáltatásonként – 0%
  • Rush Analytics (132 kifejezés, bemutató)
    • különböző referenciacsoportok egyben a szolgáltatáshoz – 11%
    • egy standard csoport különböző szolgáltatásokban – 8%
  • Csak varázslat
    • különböző szabványcsoportok egyben szolgáltatásonként – 0%
    • egy standard csoport különböző szolgáltatásokban – 9%
  • Kulcsgyűjtő
    • különböző referenciacsoportok egyben a szolgáltatáshoz – 12%
    • egy standard csoport különböző szolgáltatásokban – 16%
  • MindSerp – nem sikerült megkapni a demót, nincs kapcsolat
  • Semparser
    • egy standard csoport különböző szolgáltatásokban – 3%
  • KeyAssort
    • különböző szabványcsoportok egy szolgáltatásonként – 1%
    • egy standard csoport különböző szolgáltatásokban – 1%
  • coolakov.ru
    • különböző szabványcsoportok egyben szolgáltatásonként – 0%
    • egy standard csoport különböző szolgáltatásokban – 18%

Eredmények

Projektünk optimális megoldásának a KeyAssort programot választottuk - ez egy program, nem online szolgáltatás, a licenc egyszeri megvásárlása a hardverhez van kötve.


A népszerű Serpstat online szolgáltatás jó eredményeket mutatott fel, de esetünkben egy kicsit rosszabb és drágább is volt. Ha havonta nagy mennyiségű kérelmet fogad el, és csak fürtözésre használja, az nem költséghatékony. Talán, ha a fürtöt a többi eszközzel együtt használja, megfizethető lesz.


A Key Collector program teljesítménye a legrosszabb, ami még mindig nem zárja ki annak szükségességét, hogy bármelyik SEO-nak a fegyvertárában legyen.


Nagyon meglepett a MindSerp szolgáltatás, amelynek weboldalán keresztül soha nem kaphattam visszajelzést a demóról. Ha ennek a szolgáltatásnak a képviselői elolvassák a cikket, talán hozzáadom az összehasonlításhoz)

Címkék: Címkék hozzáadása

Ha már van lekérdezések listája, ez még nem egy szemantikai mag – először szét kell szórnia a lekérdezéseket az oldalak között, hogy elképzelése legyen a webhely kitöltésének módjáról. Jó szemantika nélkül nagyon nehéz lesz forgalmat szerezni a keresésből.

Mi a lekérdezésfürtözés

A lekérdezések klaszterezése pontosan az azonos témához tartozó keresési lekérdezések csoportokba osztása a céloldal népszerűsítése érdekében.

A klaszterezés a következő folyamatokat tartalmazza:

  • kérések csoportosítása a felhasználói szándékok (intent) függvényében;
  • a kulcsfontosságú promóciós lekérdezések kompatibilitásának ellenőrzése egy oldalon a Yandex tetején.

Kéri ugyanazt elszánt- ezek különböző kérések, amelyek révén egy személy valójában ugyanazt keresi. Nyilvánvaló példa erre a [Parker toll] és [Parker toll] lekérdezések. A helyzet bonyolultabb az olyan szinonimákkal, mint: [asztali lámpa] - [éjszakai fény], [születési anyakönyvi kivonat] - [metrikus], [monitor] - [képernyő]. A nehézséget az okozza, hogy amikor kulcsfontosságú szinonimákat keres a Yandex szótáron keresztül, a rendszer nem mindig kínál megfelelő választékot.

A gyakorlatban a hasonló lekérdezések nagyon sok különböző tulajdonsággal rendelkezhetnek, ami miatt nem helyezhetők el egy oldalon. A lekérdezések teteje szerinti fürtözése segít. A fürtöző azonos URL-eket talál a keresőmotor legjobb eredményei között, jelezve ezzel ugyanazt a szándékot. A munka eredményét a következőképpen fejezzük ki:

  • az azonos URL-ek jelenléte a lekérdezések tetején azt jelenti, hogy egy oldalon népszerűsíthetők;
  • A közös URL-ek hiánya nagy valószínűséggel az ilyen promóció lehetetlenségét jelzi.

Miért van szükség a klaszterezésre?

Az automatikus klaszterek segítségével gyorsan csoportosíthatja a legnagyobb szemantikai magokat is. Ha korábban hetekig-hónapokig tartott a mag szétszerelése, a klaszterezőknek köszönhetően a munka néhány órára csökken. A fürtözés nagy előnye, hogy a kéréseket úgy osztja el az oldalak között, hogy azok egyidejűleg is előmozdíthatók legyenek. Nehéz elképzelni a nagy pontosságú klaszterezés kézi analógját, mivel még egy tapasztalt optimalizáló is akár 30%-ban hibás allokációt végez. Ebből az következik, hogy szinte minden esetben szükség van kulcsszócsoportosításra.

Amikor webmester-teáskanna voltam, készítettem egy weboldalt, ahol minden kéréshez külön cikk volt. Természetesen nem kapott forgalmat - ez csak egy kudarc volt. És ez sok kezdő számára probléma - helytelen lekérdezések vagy helytelen fürtözés.

Klaszterezési módszerek

A lekérdezések csoportosításánál bizonytalanság merül fel a topok alapján történő kombinálás módszertanában. A gyakorlatban két fő módszer létezik: „puha” és „kemény” klaszterezés.

A lágy klaszterezés egy „központi” kérésből csoport létrehozásán alapul. Mindenki mást hozzá hasonlítanak a Yandex top 10-ében található gyakori URL-ek száma alapján. A lágy klaszterezés meglehetősen nagy méretű csoportokat hoz létre, de gyakran előfordulnak hibák a kérések egy oldalon történő közös előmozdításának lehetőségének meghatározásakor.

A kemény fürtözésre jellemző, hogy a lekérdezéseket egy csoportba egyesítik, amikor az összes lekérdezéshez közös URL-készlet tartozik, ami az összes ilyen lekérdezésnél a legjobb 10-ben látható.

A klaszterezés értékelésének két kritériuma van:

  1. Teljesség– az azonos „szándékú” kérelmek száma a csoportban. Ha az összes azonos szándékú kérés egy csoportba esik, a teljességi arány 100%.
  2. Kompatibilitás egymás közötti lekérdezések, amelyek ugyanabba a csoportba tartoznak. Az az eset, amikor a fürtben lévő összes kérés kompatibilis egymással, 100%-nak számít.

Fontos szerepet játszik egy olyan paraméter, mint a „ klaszterezési küszöb" Ez a minimális számú általános URL-cím egy csoport létrehozásához. A nagy szám a csoportok nagy pontosságát jelenti, ugyanakkor természetesen csökken a méretük. A szemantikus klaszterek használatában szerzett tapasztalatok azt mutatják, hogy a „kemény” klaszterezés minimális működési küszöbe 3 URL, a „puha” fürtözésnél pedig 4 URL.

A kemény klaszterezés még 3 URL-es küszöb mellett is 90% feletti pontosságot biztosít. Összehasonlításképpen: eszközök használata nélkül a tapasztalt optimalizáló munkájának pontossága a legjobb esetben is 70%, a kezdők esetében pedig nem több, mint 30%. A nagy pontosság ellenére a „kemény” módszer csak körülbelül 40%-os teljességet biztosít.

A lágy klaszterezésnek magas a teljességi indexe, de jelentősen veszít a pontosságból. Így a „puha” és a „kemény” módszerek fordítottan arányosak egymással. Egyik vagy másik módszer alkalmazása az optimalizálási folyamat céljaitól függ.

A „forgalmi” promócióhoz, amikor fontos, hogy a lehető legtöbb lekérdezést jelenítse meg az oldalon, a lágy klaszterezés jobban megfelel. Ha „pozíciós” előléptetést hajtanak végre, akkor a kemény kimondja a végső szót.

A kemény klaszterezést az oldal szövegelemzésére is használják. Bármilyen szövegelemzés egy oldal lekérdezési csoportjára vonatkozóan, meglehetősen szorosan összefügg a csoport minőségével. Csak a „kemény” módszer biztosítja a kívánt minőségű csoportokat.

Hogyan csoportosítsuk a szemantikai magot

A klaszterezést általában két szakaszban végzem. Az első szakaszban bedobom a kernelt valamilyen automatikus fürtöző szolgáltatásba/programba, a második szakaszban pedig manuálisan fejezem be a kernelt. Excelen keresztül. Íme valami ilyesmi, mint ezek a srácok:

Ezekben a videókban alapvetően egyértelmű a kézi simítás, de ami az automata fürtözőket illeti, mindenki azt választja, ami neki a legjobban tetszik.

Semparser

A Topvisor automatikus lekérdezéscsoportosítója a Rush Analytics és a Semparser alternatívája, felülete pedig az utóbbihoz hasonló. Van egy bizonyos fokú csoportosítás és a projekt Excel fájlba mentése.

A Topvisor klaszternek van egy „átcsoportosítási” művelete. Alkalmazása után a csoportok száma megnő, a bennük lévő kérések száma pedig érezhetően csökken. Ez a funkció azok számára hasznos, akik nem elégedettek a lágy klaszterezéssel, és inkább a hard opciót választanák.

Az „átcsoportosítás” itt fizetett, bár ez nem több, mint néhány rubel.

A Topvisor előnye a nagy csoportosítási sebességen alapul. A fürtöző percek alatt szétosztja 1000 lekérdezés szemantikai magját. Hátrányok: a csoportosítás magas költsége és természetesen a kézi szerkesztés szükségessége.

Csoportosítás a Key Collector segítségével

Az automatikus fürtöző egy másik példája online eszközként jelenik meg a coolakov.ru webhelyen. A kéréseket csoportokra osztják a Yandex top 10 hasonlósága alapján.

Plusz: ingyenes online szolgáltatás.
Hátrányok: alacsony a csoportosítási pontosság, a fájlba való feltöltés hiánya.

Összefoglalva, nyugodtan választhatja a különféle online szolgáltatások által kínált automatikus fürtöket. Sajnos azonban bármely klaszter működése manuális módosítást igényel.

Új könyvet adtunk ki, a Közösségi média tartalommarketingje: Hogyan juthat el követői fejébe, és szerelmeskedhet velük a márkájával.

Mi az a szemantikai klaszterezés?

A szolgáltatás online működik, és lehetővé teszi a kulcsok csoportosítását a keresőmotor eredményei alapján. Valójában a csoportosítás csak az egyik szolgáltatási lehetőség, de most beszéljünk róla.

Létrehozunk egy új projektet, amelyben feltüntetjük a nevét, kiválasztjuk az országot, régiót stb.

Beállítjuk a pontosságot és jelezzük, hogy milyen gyakorisággal kell majd működnie a szolgáltatásnak.

Kattintson a projekt létrehozásához. A megjelenő ablakban a „vezérlő információ” jelenik meg, amely projektünk költségét tartalmazza.

A költségeket egyszerűen az ár fülre kattintva is megtekintheti.

A fürtözés után a program egy Excel dokumentumot tölt fel csoportosítatlan kulcskifejezésekkel.

Átnézzük, amit kaptunk, és véglegesítjük, mert... Hiszen a gép működik és hibák is előfordulhatnak.

  • a munka online történik;
  • minden projekt, amellyel dolgoztunk, mentésre kerül;
  • pénzbe kerül;
  • a végső ár drága;
  • akkor is mindent kézzel kell végigvinned.

Bizonyára sokan hallottak már erről a programról, és néhányan dolgoztak is benne, frekvenciákat gyűjtöttek. A kulcsok csoportosítása csak egy kis része annak, amit ez a segédprogram képes elvégezni.

A kéréseket kifejezésösszetétel szerint csoportosíthatja, a PS kiadása alapján. A keresés alapú csoportosítás csak akkor működik, ha a KEI értéket gyűjtik. Átlagosan 2 percet vesz igénybe minden.

  • intuitív interfész;
  • a csoportosítás testreszabásának képessége;
  • rengeteg lehetőség a szemantikával való munkavégzéshez;
  • a termék viszonylag alacsony ára;

  • számítógépre kell telepíteni;
  • Magában a segédprogramban nem szerkesztheti a fogadott csoportokat - csak az Excel dokkban;
  • a klasztereket manuálisan kell beállítani.

Egy jól ismert SEO platform automatikus klaszterezési eszközzel. Az különbözteti meg versenytársaitól, hogy valós időben áttöri a legjobb 30 keresési eredményt minden egyes, a klaszterezéshez hozzáadott kifejezésnél, és szemantikailag kapcsolódó kifejezéscsoportokat hoz létre az alapján, hogy hány webhely használja ezt a kifejezést a webhelyén. Minél több webhelyen szerepel a top 30-ból ugyanazok a kifejezések, annál nagyobb a kapcsolat közöttük – akkor a szolgáltatás hozzáadja őket a fürthöz. A működési mechanizmusról külön fejezetet írtak. videó fejlesztők.
Ha pedig a klaszterezés technikai része összetett, akkor a projekt beállítása egyszerű a felhasználó számára.

Összesen 4 szakasz van. Először is meg kell adnia a projekt nevét. A második lépés a kulcsmondatok importálása a fürtözéshez, manuálisan hozzáadhatja őket a Ctrl+V billentyűkombinációval, vagy importálhat egy fájlt. A harmadik lépés a klaszterrégió kiválasztása. A szolgáltatás lehetővé teszi a régió kiválasztását egészen a városig, ami fontos a helyi keresőoptimalizálás szempontjából. És az utolsó negyedik lépésben - a klaszterezés típusának és erősségének beállítása.




A negyedik lépésben elhagyhatja az alapértelmezett fürtözési módot. Ha nem tetszik az eredmény, egyszerűen módosíthatja a projekt beállításait, és ingyenesen újra megadhatja ugyanazokat a kulcsszavakat különböző paraméterekkel.


Az eredményt a rendszer XLS, XLSX, CSV fájlokba exportálja, és így néz ki: - a projekttel való munka egyik legfontosabb szakasza. Ez az eljárás lehetővé teszi a webhely helyes konfigurálását az erőforrásfejlesztés kezdeti szakaszában, és a jövőben a megfelelő irányba vezesse. Ezzel elkerülheti az erőforrás szükségtelen átdolgozását és felülvizsgálatát több hónapos promóció után.

A magam nevében hozzátehetem, hogy a szolgáltatások segítségével csoportosítani jó és kényelmes. De annak érdekében, hogy 100% -ban biztosak legyünk az eredményben, mindenképpen manuálisan kell elvégezni a szemantika klaszterezésének utolsó szakaszát.

Az On the Board mai epizódjában a szemantikáról és a webhely kulcsszavainak strukturálásáról szól.

Arról, hogy mi a szemantikai mag klaszterezése. Miért van szükség klaszterezésre, és hogyan lehet ezt megtenni?

Arról beszél Oleg Sestakov, a Rush Analytics alapítója.

A videó elég terjedelmesre sikerült. Tartalmazza a klaszterezéssel kapcsolatos főbb árnyalatokat.

Térjünk tovább a videó megtekintésére:

Fotó a tábláról:

Fontos: Ha kérdésed van, nyugodtan tedd fel kommentben. Oleg szívesen válaszol nekik.

Videó átirata

1. Mi a klaszterezés?

A felső hasonlósági módszert használó klaszterezés kulcsszavak csoportosítása a keresőmotorok eredményeinek elemzése alapján. Hogyan történik ez?

  • Két lekérdezést fogadunk el, például: „szájfény” és „vegyél szájfényt”.
  • Minden egyes kérelemhez összegyűjtjük a keresési eredményeket, elmentünk 10 URL-t minden keresési eredményből, és ellenőrizzük, hogy mindkét találatban vannak-e közös URL-ek.
  • Ha legalább 3-5 van (az általunk megadott klaszterezési pontosságtól függően), akkor ezek a kérések csoportosítva vannak.

2. Miért klaszterezés?

Miért van a klaszterezési trend körülbelül másfél éve a piacon? Miért fontos ez, és hogyan segít?

  • Időt takarít meg. A klaszterezés egy csodálatos technológia, amely segít csökkenteni a rutint a szemantikus magcsoportosítással végzett munka során. Ha egy közönséges szemantikai magszakértő 100 000 kulcsszót elemez, csoportokra bontva őket, körülbelül 2-3 hétig (vagy még több, ha a szemantika összetett), akkor a fürtöző körülbelül egy óra alatt szét tudja választani ezt a fontossági sorrendben.
  • Lehetővé teszi, hogy elkerülje azt a hibát, hogy a különböző kéréseket egy oldalon helyezze el. A Yandex rendelkezik olyan osztályozókkal, amelyek értékelik a kereskedelmi kéréseket. Például az információs kérések és a kereskedelmi kérések eredményei teljesen eltérőek. A „szájfény” és „vásárlás szájfény” lekérdezések soha nem kerülnek ugyanarra az oldalra.

1) Az első kéréshez („szájfény”) vannak információs oldalak (irecommend, Wikipédia). Ehhez a kéréshez információs oldalra van szükség.

2) A második kéréshez („szájfény vásárlása”) - kereskedelmi források, jól ismert online áruházak. Ehhez a kéréshez kereskedelmi oldalra van szükség.

Vagyis különböző típusú oldalakra van szükség a különböző kérésekhez. Az optimalizálók gyakori hibája az, amikor mindent egy oldalon reklámoz. Kiderült, hogy a szemantikai mag fele bekerül a TOP 10-be, a második fele pedig nem kerülhet oda. A klaszter lehetővé teszi az ilyen hibák elkerülését.

Ennek elkerülése érdekében először megfelelően csoportosítsa a kéréseket az oldal típusa szerint a keresési eredmények között.

3. Hogyan segíti a klaszterezés a promóciót?

  • adatfeldolgozási sebesség,
  • azon oldalak osztályozása, amelyekre promóció készül.

Ha az oldal szerkezete csoportosított és a belső optimalizálás helyesen történik, akkor ez már fél siker, ha az orosz piacról beszélünk. A nyugati piacoknak természetesen szükségük lesz kapcsolatokra. Tapasztalataink szerint a kérések valahol 50-60%-a megfelelő klaszterezéssel és megfelelő szövegoptimalizálással egyszerűen eljut a TOP-ba külső beavatkozás nélkül. Az internetes áruházakhoz vagy a minősített oldalakhoz (aggregátorokhoz és portálokhoz) elvileg nincs is szükség szövegekre.

A klaszterezés a helyes rangsorolás kulcsa. Jelenleg nincs értelme a keresőmotorok helyezései ellen harcolni, de könnyebb ehhez a helyezéshez alkalmazkodni, beírni a szükséges oldaltípusokat és sikeresen népszerűsíteni. Egy adott téma népszerűsítésének paradigmájának megváltoztatása inkább irreális, mint valós.

4. Melyek a klaszterezési módszerek? (Kemény/Lágy)

puha - erről volt szó korábban. Egy online áruház valamely kategóriájának marker kérését veszik, más kéréseket kapcsolnak hozzá, és az eredményeket összehasonlítják. „Szájfény vásárlás”, „Szájfény vásárlás Moszkvában”, „Szájfény vásárlása” - 4-5 kapcsolatuk van a fő kéréssel.

Ezek a kérések kötöttek. Ezzel befejeződik az ellenőrzés, a kulcsszavak fürtje létrejön, és előléptethető.

De vannak versenyképesebb témák is, például a műanyag ablakok. Itt ellenőriznie kell, hogy minden olyan kérés, amely a főhöz volt kötve, előmozdítható-e egymással.

Össze kell hasonlítanunk, hogy vannak-e eredmények ezekre a lekérdezésekre

ugyanaz az url. Az eredményeket nem csak a fő kéréssel, hanem egymással is összehasonlítjuk. És csak azokat a kéréseket csoportosítjuk, amelyek összefüggésbe hozhatók egymással.

A legtöbb esetben elegendő a lágy klaszterezés. Ezek online áruházak (nem túl versenyképes kategóriák), információs források.

5. Klaszterezés a Rush Analyticsben

Van egy klaszterezési modulunk és 3 féle klaszterezés:

  • A Wordstat szerint. Optimalizálási szempontból a legegyszerűbb és legkevesebb időigényes módszer. Ideális olyan helyzetekben, amikor szinte semmit sem tudunk az oldal felépítéséről.

1) Excelben töltse be a kulcsszavakat az egyik oszlopba, a Wordstat szerinti gyakoriságot a másikba, és küldje el fürtözésre.

2) A teljes listát csökkenő sorrendbe rendezzük: a leggyakoribb szavak (általában a legrövidebbek) a legfelül vannak.

3) Az algoritmus a következőképpen működik: vesszük az első szót, megpróbáljuk az összes többi szót hozzá kapcsolni, és csoportosítjuk. Mindent kivágunk, ami hozzátapadt, átválogatjuk és megismételjük ezt az iterációt.

4) A kulcsszavak listájából klaszterek halmazát kapjuk.

Jelölők szerint

Alkalmas olyan helyekre, ahol a szerkezet meghatározott. Nagyon jól működik az e-kereskedelemben (például online áruházakban).

1) Ismerjük a jelölőkérést (az oldal fő kérése vagy több olyan kérés, amelyek alapján előléptetik).

2) Felvesszük a kulcsszavak listáját, a jobb oldali oszlopban a marker lekérdezéseket egyesekkel, az összes többi lekérdezést nullával jelöljük.

3) Fogunk egy jelölő kulcsszót, és megpróbálunk hozzá más kulcsszavakat kapcsolni, és klaszterekbe csoportosítani őket. Itt fontos, hogy ebben az algoritmusban azok a jelölőszavak, amelyeket egyesekkel jelöltünk, soha ne legyenek kapcsolatban egymással. Nem próbáljuk meg lekötni őket.

Kombinált klaszterezés

Ez az algoritmus ötvözi az előző kettőt

1) Betöltjük a kulcsszavakat, megjelöljük a „token/non-token” és a gyakoriságot.

2) A marker lekérdezésekhez kötjük az összes szót, amelyet hozzá tudunk kötni.

3) A nem összekapcsolt kulcsszavakat a Wordstat segítségével csoportosítjuk.

4) Minden más „nem klaszterezettnek” minősül.

5) Ennek eredményeként - egy szerkezet, amelyet már ismerünk. Az összes többi kulcsszó automatikus klaszterezését is megkapjuk, ami segít a struktúra bővítésében. A fürtözési típusok mindegyike elérhető a Rush Analytics szolgáltatásban.

Milyen egyéb eszközök vannak még a piacon?

Az érdemesek közül a Rush Analytics mellett kiemelhetjük a JustMagic szolgáltatást, ahol van Hard és Soft klaszterezés is. A szolgáltatást Alexey Chekushin fejlesztette ki.

Ez minden, amit a fürtözésről tudnia kell a kulcsszavak csoportosításának megkezdéséhez.

Használjon klaszterezést, és takarítson meg időt. Emellett az emberek gyakran hibáznak, az optimalizáló hibaaránya körülbelül 15%. Bízza a rutint a robotokra – nem kell kézzel rendezni.

 

Hasznos lehet elolvasni: