Как группировать запросы семантическое ядро. Сравнение сервисов автоматической кластеризации ключевых слов для SEO

Это группировка ключевых слов, которые идут просто списком, разделение их на кластеры (группы). Это то, что превращает тысячу ваших запросов в полноценную структуру, разбитую на категории, страницы, статьи и т.д. Без правильной разбивки вы будете тратить много денег и времени в "холостую", так как некоторые запросы не могут быть "посажены" на одну страницу. Либо наоборот, ключевые слова требуют, чтобы данные запросы были на одном URL.

При сборе семантического ядра (СЯ) я обычно делаю кластеризацию руками, с помощью , вот ссылки по теме:

Но все это легко и просто, когда у нас есть четкие группы запросов по разному логическому смыслу. Мы прекрасно знаем, что для запроса "Коляска для близнецов" и "Коляска для мальчика" должны существовать разные посадочные страницы.

Но бывают запросы, которые разделяются между собой не совсем явно и тяжело "по ощущениям" определить, какие запросы нужно сажать на одну страницу, а какие запросы раскидывать по разным посадочным URL.

Один из участников моего SEO марафона задал мне вопрос: "Петя, как быть с этими ключами: сажать все на одну страницу, создавать несколько, если да, то сколько?" А вот и сам отрывок из списка ключевых слов:

Одно только слово "java" использует в трех вариациях ("ява", "джава"), плюс ко всему этому народ ищет его для разных игр, устройств и т.д. Запросов там очень много и реально тяжело понять, как все-таки лучше поступить.

Как вы думаете, как правильно? Верно. Лучше всего подойдет анализ конкурентов, которые уже находятся в ТОПе по данным ключевым словам. Сегодня я расскажу вам, как можно сделать кластеризацию семантического ядра на основе данных у конкурентов.

Если у вас уже есть готовый список ключевых слов для кластеризации, вы можете сразу переходить к 4-му пункту.

1. Матрица запросов

Возьму еще другой пример: есть у меня один клиент с интернет-магазином электро- и светотехники. У магазина очень большое количество товаров (несколько десятков тысяч).

Конечно, у любого магазина есть товары, которые наиболее приоритетны для продажи. У этих товаров может быть высокая маржинальность, либо просто нужно избавиться от данного товара со склада. Так вот, пришло мне письмо, что-то вроде этого "Петя, вот список товаров, которые интересны нам". И там списком было перечислено:

  • выключатели;
  • светильники;
  • лампы;
  • прожекторы;
  • удлинители;
  • и еще несколько пунктов.

Я попросил составить так называемую "матрицу запросов". Так как владельцы магазина лучше меня знают свой ассортимент, мне нужно было собрать весь товар и основные характеристики/отличия у каждого товара.

Получилось что-то вроде этого:

При составлении матрицы, не забываем, что некоторые англоязычные бренды запрашиваются и на русском, это нужно учесть и их добавить.

Конечно, если у товара были еще и другие характеристики добавлялся столбец. Это могут быть "Цвет", "Материал" и т.д.

И такая работа была проделана для самых приоритетных товаров.

2. Перемножение запросов

Для перемножения запросов существуют много сервисов и программ. Я воспользовался этим генератором ключевых фраз http://key-cleaner.ru/KeyGenerator , вбиваем туда все наши запросы по столбцам:

Сервис перемножил всевозможные варианты со словом удлинитель. Важно: многие генераторы перемножают только подряд идущие столбцы, то есть 1 столбец со вторым, потом первые два с третьим и т.д. А этот перемножает все подряд из первого столбца с другими: первый со вторым, потом первый с третьим, четвертым; далее первый*второй*третий, первый*второй*четвертый и т.д. То есть мы получаем максимальное количество фраз с содержанием основного слова в первом столбце (это так называемый маркер).

Маркер - это основная фраза, от которого нужно генерировать ключ. Без маркера невозможно создать адекватный ключевой запрос. Нам не нужны фразы "иэк оптом", или "на катушке купить".

При перемножении важно, чтобы в каждом ключевом словосочетании был этот маркер. В нашем примере - это фраза "удлинитель". В итоге сгенерировалось в данном примере 1439 (!) уникальных ключевых фраз:

3. Очистка запросов от "мусора"

Теперь есть 2 варианта развития событий. Можно заняться кластеризацией всех этих запросов и насосоздавать огромное количество сгенерированных страниц под каждый кластер, если позволяет это сделать система вашего сайта. Конечно, у каждой страницы должны быть свои уникальные метатеги, h1 и т.д. Да и проблемно иногда подобные типы страниц засовывать в индекс.

У нас же подобной возможности в техническом плане не было, поэтому мы даже не рассматривали данный вариант. Нужно было в "полуручном" режиме создавать только самые необходимые новые посадочные страницы.

С каким типом частотности работать? Так как у нас список товаров + пересечений встречались не очень популярные (узконаправленные), я делал акцент на частотности с кавычками (без восклицательных знаков) - то есть в различных словоформах. Это ключевые фразы в разном падеже, числе, роде, склонении. Именно этот показатель позволяет более менее оценить трафик, который мы сможем получить из Яндекса в случае попадания в ТОП.

Снимаем в Key Collector частотности в кавычках у данных фраз (конечно, если у вас сезонный товар, то нужно снять частотности в "сезон"):

И удаляем все то, что равно нулю. Если у вас более популярная тематика и очень много слов с ненулевой частотностью, вы можете увеличить нижний порог до 5, или еще выше. У меня же ненулевых запросов из 1439 фраз осталось всего 43 по региону Москва и область.

Эти 43 фразы с данными частотностей я переношу в Excel:

4. Кластеризация запросов

Все это я делаю в Rush Analytics , вот алгоритм кластеризации в данном сервисе:

Под каждый запрос "выдергивается" из выдачи ТОП-10 URL по заданному региону. Далее по общим URL происходит кластеризация. Точность кластеризации можно задать самому (от 3-х до 8 общих url).

Допустим мы выставили точность 3. Система запоминает URL страниц, которые в ТОП-10 по первому запросу. Если по второму запросу из списка в ТОП-10 встречаются те же 3 URL, которые были у первого, то эти два запроса попадут у нас в 1 кластер. Количество общих URL зависит от заданной нами точности. И такая обработка происходит с каждым запросом. В итоге ключевые слова разбиваются на кластеры.

  1. Заходим в RushAnalytics -> Кластеризация, создаем новый проект (при регистрации каждый получает 200 рублей на счет для тестирования, удобно):
  2. Выбираем приоритетную поисковую систему для нас и регион:

  3. Выбираете тип кластеризации. Я выбираю в данном случае "Wordstat". Метод "Ручные маркеры" мне не подходит, так как в запросах только один маркер "удлинитель". Если же вы загружаете сразу несколько разных типов товаров (пример, удлинитель, лампочка и т.д.), то тогда вам лучше выбрать тип "Wordstat + ручные маркеры" и указать маркеры (маркеры нужно будет отметить цифрой 1 во втором столбце, а не маркеры цифрой 0, частотность уйдет в третий столбец). Маркерами будут самые основные запросы, которые логически никак не связываются между собой (не может "посадиться" запрос "удлинитель" и "лампочка" на одну страницу). В моем случае я работаю поэтапно с каждым товаром и создавал отдельные кампании для удобства. Также выбираете точность кластеризации. Если пока не знаете какой метод выбрать, можно отметить все (на цену это не повлияет никак), а дальше уже после получения результата сможете выбрать тот вариант, который лучше всего откластеризовал ваши запросы. По опыту скажу, что самый подходящий во всех тематиках - это точность = 5. Если вы делаете кластеризацию для уже существующего сайта, я рекомендую вам вбить URL вашего сайта (если ваш сайт будет в ТОП-10 по запросу, то ваш URL выделится зеленым в полученным файле):

  4. В следующем шаге загружаете файл в систему. Также можно настроить стоп-слова, у меня же файл был без них, поэтому данная функция не нужна в данном примере. Цена кластеризации - 50-30 копеек за 1 запрос (зависит от объема):
  5. Нужно будет немного подождать пока сервис Rush Analytics выполнит свою работу. Заходите в завершенный проект. Уже там можете просмотреть кластеры исходя из точности кластеризации (жирным выделено начало нового кластера и его название):
  6. Повторюсь, лучше всего использовать точность 5 для кластеризации. Он чаще всего подходит.
  7. Также в соседней вкладке можно увидеть список некластеризованных слов:

    Вы спросите, почему они не кластеризовались? Скорей всего по данным запросам выдача не очень качественная и невозможно было в автоматическом режиме отнести данные запросы к какому-нибудь кластеру. Что с ними делать? Можно кластеризовать вручную и создать отдельные посадочные страницы по логике, если это возможно. Можно даже для одного запроса создать отдельный кластер и "посадить" его на отдельную страницу. Либо же можете расширить список слов и заново произвести кластеризацию в сервисе Rush Analytics.
  8. Во вкладке "Лидеры тематики" можно увидеть ТОПовые домены по данным запросам:

  9. Кстати, в некоторых запросах вы можете увидеть вот такие пальчики вверх, выделенные "зеленым":
    Это означает что по данным запросам, у вас уже есть посадочная страница для данного кластера в ТОП-10 и нужно работать над ней.
  10. Все это дело можно скачать себе на компьютер в Excel и работать уже в данном документе. Я работаю с точностью 5, поэтому скачиваю этот файл:

  11. В Excel документе та же самая информация. Серым выделено начало каждого кластера и его название (кликните по изображению, чтобы увеличить):

  12. Помимо названия кластеров, здесь вы увидите их размеры, частотности, суммарные частотности, Top URL, релевантный URL и подсветки, что очень нужно при работе над посадочной страницей. Вот они:

    Обратите внимание, что бренд "Юниверсал" (через "Ю") тоже подсвечивается, а я даже не подозревал, что данный бренд можно прописывать итак. В подсветках также вы увидите синонимы и тематические фразы, которые крайне желательно использовать на посадочных страницах для достижения ТОПа.

Заключение

Что же дальше? Что нам даст эта кластеризация? Теперь под каждый кластер у нас на сайте должен быть отдельный, а главное релевантный url. Продвижение этих страниц полностью в наших руках и продвигаем дальше так, как умеем (оптимизация контента, внутренняя перелинковка, внешняя оптимизация, социальные факторы и т.д.).

Если же мы бы сделали неправильную кластеризацию, то очень много запросов тяжело было бы продвинуть. Это было бы "якорем", который сдерживал бы нас, несмотря на то, что мы тратили бы кучу денег на продвижение этих страниц.

Правильная кластеризация поможет вам прилично сэкономить и существенно облегчит попадение в заветный ТОП.

Что вы думаете по этому поводу? А как вы делаете кластеризацию запросов семантического ядра?

В небольшом SEO-отделе большого контентного проекта, где я работаю, решили увеличить штат. Набирать планировалось людей с небольшим опытом или совсем без опыта. По этой причине было решено создать некий гайд, который бы служил исчерпывающим руководством по написанию новых статей. Руководство получилось действительно подробным и полным, один из его важных блоков – это кластеризация запросов.

Зачем нужны сервисы кластеризации?

В один кластер должны быть объединены только такие запросы, которые имеют хорошие шансы выйти в топ-10 поисковых систем с общей релевантной страницей. То есть, если по двум запросам в выдаче все страницы сайтов разные и нет пересечений, то следует относить их к разным кластерам. Также и наоборот: если два запроса возможно продвинуть на одной статье, то не следует разносить их на разные кластеры, чтобы не писать лишнего – бюджет на контент не резиновый.


Общая схема составления ТЗ на написание SEO-статьи следующая:

  1. Сбор семантики – статистика поисковых систем, базы семантики, внутренняя статистика проекта;
  2. Кластеризация автоматическая – сервис или программа для кластеризации по подобию топов;
  3. «Посткластеризация» ручная – обработка того что не удалось кластеризовать автоматически;
  4. Приоритезация – определение важности полученных запросов в каждом кластере;
  5. Оформление ТЗ для копирайтера – лемматизация, LSI и различные указания для написания статей, по статье на каждый кластер.

Вот именно для второго пункта нужно было выбрать самый подходящий сервис автоматической кластеризации. Для этой цели я провел сравнительный анализ самых известных, на мой взгляд, сервисов.

Способы кластеризации

Из способов, которые автоматизированы в каких-то известных сервисах или программах, можно выделить два:

  • По подобию топов (по поисковой выдаче);
  • По .
Исходя из задачи – написание SEO-статей, был выбран метод по подобию топов. Поисковая система на трафик с которой мы ориентируемся – Яндекс, поэтому для кластеризации использовался топ-10 Яндекса. У данного метода есть два вида:
  • Soft – когда все запросы кластера связаны хотя бы с одним общим (маркерным) запросом;
  • Hard – когда каждый запрос связан со всеми запросами в своем кластере;
а также такой параметр как «сила связи» – количество общих URL в поисковой выдаче по запросам.

По рекомендациям создателей сервисов кластеризации для нашего случая был выбран вариант Soft с силой связи 4. Это важный момент, потому что для интернет-магазина, например, следовало бы выбирать другие опции.

Методика сравнения

Суть сравнения сервисов в следующем: выбрать идеально кластеризованный список запросов – эталонное ядро. Сравнить результаты кластеризации каждого сервиса с эталонным.


Важно было хорошо составить такое эталонное ядро. Поскольку у нас контентный проект и большая часть контента – это вопросы и ответы пользователей, то материала для сбора статистики по проекту предостаточно.


Было взято ядро на 2500+ ключевых фраз, которое отслеживается уже много месяцев. Из него выбраны только запросы вышедшие в топ-5 Яндекса. И из них взяты только те которые имеют релевантной страницу одного из широких разделов (категория вопроса, тема вопроса, категория документа, страница с формой «задать вопрос»), а не узкую страницу вопроса с ответами. Запросы были сгруппированы по релевантной странице. Оставлены только группы в которых более чем 4 запроса. В итоге получилось 292 запроса разбитых на 22 кластера.


Забегая вперед скажу, что сравнивались результаты кластеризации по Московской выдаче Яндекса и без геопривязки. Региональная московская выдача показала себя лучше, поэтому далее будем говорить про нее.

Сравнение сервисов

В поиске самых популярных сервисов очень помог доклад Александра Ожгибесова на BDD-2017, к тем, что у него было добавлено еще несколько сервисов, получился такой список:

  1. Топвизор
  2. Pixelplus
  3. Serpstat
  4. Rush Analytics
  5. Just Magic
  6. Key Collector
  7. MindSerp
  8. Semparser
  9. KeyAssort
  10. coolakov.ru

Первое на что проверялись полученные в результате кластеризации эталонного ядра по этим сервисам группы – это не делает ли сервис слишком широкие группы. А именно не попали ли запросы из разных групп эталонного ядра в один кластер по версии сервиса.


Но только такого сравнения не достаточно. Сервисы делятся на два подхода к некластеризованному остатку фраз:

  • сделать для них общую группу «Некластеризованные»;
  • сделать для каждой некластеризованной фразы группу из нее одной.
По причине п.2 появилась необходимость смотреть на количество фраз, которые находятся в одной группе эталонного ядра и попали в разные по сервисам.

В сравнении я использовал оба этих параметра в виде соотношения – какой процент фраз от общего количества попал не в свою группу.


Результаты сравнения:

  • Топвизор
    • разные группы эталона в одной по сервису – 4%
  • Pixelplus
    • одна группа эталона в разных по сервису – 7%
  • Serpstat
    • разные группы эталона в одной по сервису – 0%
  • Rush Analytics (132 фразы, demo)
    • разные группы эталона в одной по сервису – 11%
    • одна группа эталона в разных по сервису – 8%
  • Just Magic
    • разные группы эталона в одной по сервису – 0%
    • одна группа эталона в разных по сервису – 9%
  • Key Collector
    • разные группы эталона в одной по сервису – 12%
    • одна группа эталона в разных по сервису – 16%
  • MindSerp – не удалось получить демо, не выходят на связь
  • Semparser
    • одна группа эталона в разных по сервису – 3%
  • KeyAssort
    • разные группы эталона в одной по сервису – 1%
    • одна группа эталона в разных по сервису – 1%
  • coolakov.ru
    • разные группы эталона в одной по сервису – 0%
    • одна группа эталона в разных по сервису – 18%

Итоги

В качестве оптимального решения для нашего проекта была выбрана программа KeyAssort – это именно программа, а не онлайн-сервис, лицензия покупается однократно, привязывается к железу.


Неплохие результаты показал популярный онлайн сервис Serpstat, но для нашего случая чуть хуже, а также значительно дороже. Если брать большие объемы запросов в месяц и использовать его только для кластеризации – он не рентабелен. Возможно, если использовать кластеризатор вместе с другими его инструментами, то он и окажется приемлемым по цене.


Самые худшие показатели у программы Key Collector, что все равно не отменяет необходимость ее иметь в своем арсенале для любого сеошника.


Очень удивил сервис MindSerp, через сайт которого я так и не смог получить никакой обратной связи по поводу демо. Если представители этого сервиса прочитают статью, может быть я добавлю в сравнение и его)

Теги: Добавить метки

Когда есть уже список запросов, это еще не семантическое ядро — надо бы для начала раскидать запросы по страницам, чтобы иметь представление о том, как наполнять сайт. Без хорошей семантики будет очень трудно получать трафик из поиска.

Что такое кластеризация запросов

Кластеризация запросов – это как раз распределение поисковых запросов одной тематики на группы для продвижения посадочной страницы.

Кластеризация включает в себя следующие процессы:

  • группировка запросов в зависимости от намерений пользователя (интента);
  • проверка совместимости ключевых запросов для продвижения на одной странице в топе Яндекса.

Запросы с одинаковым интентом – это разные запросы, через которые человек, по сути, ищет одну и ту же вещь. Очевидным примером служат запросы [ручка Parker] и [ручка Паркер]. Сложнее дело обстоит с такими синонимами как: [настольная лампа] – [ночник], [свидетельство о рождении] – [метрика], [монитор] – [экран]. Трудность заключается в том, что при поиске синонимов ключей через словарь Яндекса, система далеко не всегда предлагает адекватную выборку.

На практике похожие запросы могут обладать уймой разных характеристик, из-за которых их нельзя будет разместить на одной странице. На помощь приходит кластеризация запросов по топам. Кластеризатор находит в топе выдачи поисковой системы одинаковые URL-ы, тем самым сигнализируя о присутствии одинакового интента. Результат работы выражается в следующем:

  • присутствие одинаковых URL-лов в топе по запросам означает возможность их продвижения на одной странице;
  • отсутствие общих URL-лов говорит, с высокой вероятностью, о невозможности такого продвижения.

Зачем нужна кластеризация

С помощью автоматических кластеризаторов можно быстро группировать даже самые большие семантические ядра. Если раньше на разборку ядра уходили недели и месяцы, то благодаря кластеризаторам работа сокращается до пары часов. Большим плюсом кластеризации является распределение запросов по страницам таким образом, чтобы их было возможно одновременно продвинуть. Сложно представить ручной аналог кластеризации высокой точности, так как даже опытный оптимизатор совершает до 30% ошибочных распределений. Из этого следует, что кластеризация ключевых слов необходима практически в любом случае.

Когда я был вебмастером-чайником, я делал сайт, где под каждый запрос была отдельная статья. Конечно же, трафика он не получал — получился только фейл. И это проблема реально многих начинающих — неправильные запросы или неправильная кластеризация.

Методы кластеризации

При группировке запросов возникает неопределенность в методике их объединения на основании топов. На практике выделяют два основных метода: “soft” и “hard” кластеризация.

Soft-кластеризация основывается на формировании группы с одного «центрального» запроса. Всех остальных подвергают сравнению с ним по количеству общих URL-ов в топ-10 Яндекса. Soft-кластеризация формирует группы достаточно большого размера, но часто возникают ошибки в определении возможности совместного продвижения запросов на странице.

Hard-кластеризация характерна объединением запросов в группу, когда есть общий для всех запросов набор URL-ов, который показан по всем этим запросам в топ-10.

Различают два критерия оценки кластеризации:

  1. Полнота – количество запросов в группе, имеющих один и тот же «интент». Если все запросы с одинаковым интентом попали в одну группу, показатель полноты – 100%.
  2. Совместимость запросов между собой, попавших в одну группу. За 100% принимают случай, когда все попавшие в кластер запросы совместимы между собой.

Важную роль играет такой параметр как «порог кластеризации ». Это минимальное количество общих URL-ов для образования группы. Большое число означает высокую точность групп, однако при этом они закономерно уменьшаются в размерах. Опыт использования кластеризаторов семантики показывает, что минимальный рабочий порог для «hard»-кластеризации – 3 URL-а, для «soft» – 4 URL-а.

Даже при пороге в 3 URL-а hard-кластеризация обеспечивает точность выше 90%. Для сравнения: без использования инструментов точность работы опытного оптимизатора, в лучшем случае, составит 70%, а новичка – не более 30%. Несмотря на высокую точность, “hard” метод дает лишь около 40% полноты.

Soft-кластеризация обладает высоким показателем полноты, но существенно проигрывает в точности. Таким образом, “soft” и “hard” методы являются обратно пропорциональными по отношению друг к другу. Использование того или иного метода зависит от целей оптимизационного процесса.

При «трафиковом» продвижении, когда важно вывести на страницу как можно больше любых запросов, лучше подходит soft-кластеризация. Если осуществляется «позиционное» продвижение, то решающее слово за hard’ом.

Также hard-кластеризацию применяют при текстовом анализе страницы. Любой текстовый анализ по группе запросов для страницы довольно строго соотносится с качеством этой группы. Только “hard” метод обеспечивает группы нужного качества.

Как сделать группировку семантического ядра

Я обычно делаю кластеризацию в два этапа. В первом этапе я закидываю ядро в какой-нибудь сервис/программу автоматической кластеризации, а на втором этапе я добиваю ядро вручную. Через Excel. Вот примерно как эти мужичары:

На этих видео в принципе понятно, как делать ручную добивку, а по поводу автоматических кластеризаторов — тут уж каждый выбирает, что ему больше по вкусу.

Semparser

Автоматический группировщик запросов от Топвизора представляет собой альтернативу Rush Analytics и Semparser, причем по интерфейсу похож на последний. Степень группировки и сохранение проекта в Exсel-файл присутствует.

В кластеризаторе Топвизора присутствует операция «перегруппировка». После ее применения количество групп возрастает, а число запросов в них заметно уменьшается. Данная функция пригодится тем, кого не устраивает soft-кластеризация и подойдет хард-вариант.

«Перегруппировка» тут платная, хотя и снимает не больше пары рублей.

Достоинство Топвизора основано на большой скорости группирования. Семантическое ядро в 1000 запросов кластеризатор распределит за считанные минуты. Недостатки: дороговизна группировки и, конечно же, необходимость в ручной правке.

Группировка через Key Collector

Еще один пример автоматического кластеризатора представлен в качестве онлайн-инструмента на сайте coolakov.ru . Разбивка запросов на группы производится на основе схожести топ-10 Яндекса.

Плюс: бесплатный онлайн-сервис.
Минусы: невысокая точность группировки, отсутствие выгрузки в файл.

Поводя итог, можно с уверенностью остановить свой выбор на автоматических кластеризаторах, предлагаемых различными онлайн-сервисами. Но, к сожалению, работа любого кластеризатора требует ручной доработки.

Мы выпустили новую книгу «Контент-маркетинг в социальных сетях: Как засесть в голову подписчиков и влюбить их в свой бренд».

Что такое кластеризация семантики?

Сервис работает в режиме онлайн и позволяет кластеризовать ключи, опираясь на выдачу поисковых систем. На самом деле группировка - это только одна из возможностей сервиса, но сейчас поговорим именно о ней.

Создаем новый проект, в котором указываем его название, выбираем страну, регион и т. д.

Задаем точность и указываем, с какой частотностью сервису придется работать.

Жмакаем создать проект. В появившемся окне мы увидим «контрольную информацию», в которой содержится стоимость нашего проекта.

Также ознакомиться со стоимостью, можно просто нажав на вкладочку цены.

После кластеризации программа выгружает Excel документ с разгруппированными ключевыми фразами.

Пробегаемся по тому, что получилось и дорабатываем, т.к. все-таки работает автомат и погрешности возможны.

  • работа протекает в режиме онлайн;
  • все проекты, с которыми мы работали - сохраняются;
  • стоит денег;
  • конечная цена дороговата;
  • приходится все равно проходить все руками.

Наверняка многие слышали о данной программе, а некоторые и работали в ней, собирали частотности. Группировка ключей - это лишь малая часть из того, что может эта утилита.

Можно группировать запросы по составу фраз, основываясь на выдаче ПС. Группировка, основанная на поиске, работает только при собранном значении KEI. На все про все уходит в среднем 2 минуты.

  • интуитивно понятный интерфейс;
  • возможность настраивать группировку;
  • огромное количество вариантов работы с семантикой;
  • сравнительно низкая цена продукта;

  • необходимо устанавливать на ПК;
  • нельзя править получившие группы в самой утилите - только в Excel доке;
  • необходимо вручную корректировать кластеры.

Известная seo-платформа с инструментом для автоматической кластеризации. Ее отличие от конкурентов - в режиме реального времени пробивает топ-30 выдачи по каждой фразе, добавленной на кластеризацию, и составляет группы семантически связанных фраз на основании того, какое количество сайтов использует эту фразу на своем сайте. Чем у большего количества сайтов из топ-30 встречаются одни и те же фразы, тем выше между ними связь - тогда сервис внесет их в кластер. О механизме работы снято отдельное видео разработчиками.
И если техническая часть кластеризации сложная, то настраивать проект пользователю легко.

Всего 4 этапа. На первом нужно задать название проекта. Второй шаг - это импорт ключевых фраз на кластеризацию, можно добавить как вручную через Ctrl+V или импортировать файл. Третий этап - выбор региона кластеризации. Сервис позволяет выбирать регион вплоть до города, что важно для локального SEO. И в завершающем четвертом шаге - настройка типа и силы кластеризации.




На четвертом шаге можете оставлять режим кластеризации по умолчанию. Если результат вам не понравится, вы сможете просто поменять настройки проекта и заново пробить те же ключевые слова с другими параметрами бесплатно.


Результат экспортируется в XLS, XLSX, CSV файлы и выглядит вот так: - один из важнейших этапов работы с проектом. Эта процедура позволяет правильно настроить сайт на начальных ступенях становления ресурса и вести его в правильном направлении в дальнейшем. С ней можно избежать ненужных переделываний и пересматриваний ресурса после нескольких месяцев продвижения.

От себя могу добавить, что группировка с помощью сервисов это хорошо и удобно. Но для того чтобы быть на все 100% уверенным в результате в любом случае необходимо делать финальный этап кластеризации семантики руками.

В сегодняшнем выпуске На Доске про семантику и структуризацию ключевых слов для сайта.

О том, что такое кластеризация семантического ядра. Зачем нужно кластеризировать и как это можно сделать.

Про это рассказывает Олег Шестаков , основатель Rush Analytics .

Видео получилось довольно таки объемным. В нем основные нюансы связанные с кластеризацией.

Переходим к просмотру видео:

Фото с доски:

Важно : Если у вас есть вопросы, то смело задавайте их в комментариях. Олег с удовольствием на них ответит.

Расшифровка видео

1. Что такое кластеризация?

Кластеризация по методу подобия топов - это группировка ключевых слов на основе анализа выдачи поисковых систем. Как это происходит?

  • Берем два запроса, например, «блеск для губ» и «купить блеск для губ».
  • Собираем для каждого из запросов поисковую выдачу, сохраняем 10 url из каждой выдачи и проверяем, есть ли общие url в обеих выдачах.
  • Если есть хотя бы 3-5 (в зависимости от точности кластеризации, которую мы зададим), то эти запросы группируются.

2. Зачем делать кластеризацию?

Почему тренд кластеризации на рынке уже около полутора лет? Почему это важно и как это поможет?

  • Экономия времени. Кластеризация - замечательная технология, которая поможет сократить рутину при работе с группировкой семантического ядра. Если обычный специалист по семантическому ядру разбирает 100 000 ключевых слов, отделяя их на группы, порядка 2-3 недель (а то и больше, если сложная семантика), то кластеризатор может это разделить в порядке очереди примерно за час.
  • Позволяет избежать ошибки продвигать разные запросы на одну страницу. В Яндексе есть классификаторы, которые оценивают коммерческие запросы. Например, выдача по информационным запросам и коммерческим - совершенно разная. Запросы «блеск для губ» и «купить блеск для губ» никогда не получится продвинуть на одну страницу.

1) По первому запросу («блеск для губ») стоят сайты информационной тематики (irecommend, Википедия). Под этот запрос нужна информационная страница.

2) По второму запросу («купить блеск для губ») — коммерческие ресурсы, известные интернет-магазины. Под этот запрос нужна коммерческая страница.

То есть под разные запросы нужны разные типы страниц. Частая ошибка отимизатора - когда он продвигает все вместе на одну страницу. Получается так, что половина семантического ядра выходит в ТОП-10, а вторая половина никак не может туда попасть. Кластеризатор позволяет избежать таких ошибок.

Для того чтобы так не происходило, нужно изначально правильно сгруппировать запросы по типам страниц по выдаче.

3. Как кластеризация помогает в продвижении?

  • скорость обработки данных,
  • классификация страниц, под которые делается продвижение.

Если структура сайта сгруппирована и внутренняя оптимизация сделана правильно, то это уже половина дела, если мы говорим о российском рынке. Под западные рынки, естественно, потребуются ссылки. По нашему опыту, где-то 50-60% запросов при правильной кластеризации и правильной текстовой оптимизации просто выходит в ТОП без какого-либо внешнего вмешательства. Для интернет-магазинов либо классифайдов (агрегаторов и порталов) в принципе даже не нужны и тексты.

Кластеризация - залог правильного ранжирования. На данный момент нет смысла бороться с ранжированием поисковой системы, а проще подстроиться под это ранжирование, войти в нужные типы страниц и успешно продвигаться. Сменить парадигму продвижения какой-то тематики - скорее нереально, чем реально.

4. Какие есть методы кластеризации? (Hard/Soft)

Soft — это то, что было описано ранее. Берется маркерный запрос какой-то категории интернет-магазина, к нему привязываются другие запросы, сравнивается выдача. «купить блеск для губ», «купить блеск для губ в москве», «купить блеск для губ цены» — они имеют с главным запросом 4-5 связей.

Эти запросы привязываются. На этом проверка заканчивается, получается кластер ключевых слов и его можно продвигать.

Но есть тематики более конкурентные, например, пластиковые окна. Здесь нужно проверить, чтобы все запросы, которые были привязаны к главному, могли быть продвинуты друг с другом.

Нужно сравнить, есть ли в выдаче по этим запросам

одинаковый url. Сравниваем выдачу не только с главным запросом, но и между собой. И группируем только те запросы, которые могут быть связаны между собой.

Для большинства случаев хватает Soft кластеризации. Это интернет-магазины (не очень конкурентные категории), информационные ресурсы.

5. Кластеризация в Rush Analytics

У нас есть модуль кластеризации и 3 типа кластеризации:

  • По Wordstat. Самый простой и менее затратный по времени с точки зрения оптимизатора метод. Идеально подойдет для ситуаций, когда мы не знаем о структуре сайта практически ничего.

1) В Excel загружаете в одну колонку ключевые слова, в другую - частотность по Wordstat, и отправляете на кластеризацию.

2) Мы сортируем весь список по убыванию: наверху получаются самые частотные слова (обычно самые короткие).

3) Алгоритм работает так: мы берем первое слово, пробуем привязать к нему все остальные слова, группируем. Все, что привязалось, вырезаем, делаем сортировку заново и опять повторяем эту итерацию.

4) Из списка ключевых слов мы получаем набор кластеров.

По маркерам

Подходит для сайтов, где структура определена. Очень хорошо работает в e-commerce (например, интернет-магазины).

1) Мы знаем маркерный запрос (основной запрос страницы или несколько запросов, под которые она продвигается).

2) Мы берем список ключевых слов, в колонке справа единицами отмечаем маркерные запросы, и нулями - все остальные запросы.

3) Мы берем маркерное ключевое слово и пытаемся привязать к нему остальные ключевые слова и сгруппировать в кластеры. Здесь важно, что в этом алгоритме маркерные слова, которые мы пометили единичками, никогда не будут связаны между собой. Мы не будем пытаться их привязать.

Комбинированная кластеризация

Этот алгоритм совмещает в себе два предыдущих

1) Мы загружаем ключевые слова, отмечаем «маркер/не маркер» и частотность.

2) Привязываем к маркерным запросам все слова, которые мы можем привязать.

3) Берем ключевые слова, которые остались не привязанными, и группируем их между собой по Wordstat.

4) Все остальное откинется в «некластеризованные».

5) В итоге - структура, которую мы уже знаем. Также получится автоматическая кластеризация всех остальных ключевых слов, что поможет нам расширить структуру. Все эти типы кластеризации есть в Rush Analytics .

Какие еще есть инструменты на рынке?

Из достойных, кроме Rush Analytics, можно выделить сервис JustMagic, где есть и Hard и Soft кластеризация. Сервис разработал Алексей Чекушин.

Это все, что вам нужно знать о кластеризации, чтобы начать работу по группировке ключевых слов.

Используйте кластеризацию и экономьте свое время. К тому же, люди часто ошибаются, процент ошибок оптимизатора — порядка 15%. Доверьте рутину роботам - не нужно разбирать это руками.

 

Возможно, будет полезно почитать: