Как использовать инструмент «группировка запросов по топу» и какие его преимущества?

Для чего нужна кластеризация запросов

Кластеризация — это второй этап работы с семантикой. С ее помощью определяется количество будущих целевых страниц сайта для продвижения.

Таким образом, кластеризация — это не только процесс распределения семантики по посадочным страницам сайта, но и следующее:

• формирование структуры сайта;
• определение места каждого отдельного запроса из СЯ — попадает ли он в группу с другими кеями или под него надо создавать отдельную страницу;
• определение типа ключа — информационный или коммерческий (продвигать их вместе не стоит);
• нахождение лишних фраз, не подходящие ни к одной из групп.

Грамотно проведенная кластеризация — прямой путь сайта в Топ. Это подтвердит любой опытный seo-шник. Поэтому данному процессу уделяют первостепенное значение.

Автоматический способ кластеризации

Автоматическая кластеризация заключается в группировке ключевых запросов с помощью специальных сервисов и программ.

Пример:

• https://serpstat.com/ru/ и др.

Сервис для автоматической кластеризации запросов Coolakov. Как группировать запросы

Рассмотрим в качестве примера сервис “Кулаков”, как наиболее простой и интуитивно понятный.

Выберите регион продвижения для которого Вы хотите группировать запросы.

В раздел “Запросы” введите список ключевиков, который Вы хотите кластеризовать. В список включайте различные ключевые слова и их синонимы.

Установите порог кластеризации. Рекомендуемый уровень — 3.

Сервис группирует Ваши запросы.

Вы можете экспортировать их в формате .xls.

Запросы, которые кластеризовал любой сервис требуют проверки и доработки.

Поэтому берите голову в руки и внимательно просмотрите готовый список.

Бесплатная версия “Кулакова” имеет ограничения — до 1 тыс. ключевых запросов для группировки за одну проверку.

Если же Вы хотите увеличить количество запросов, которые можно кластеризовать единоразово, то переходите на платный тариф.

Либо разбивайте список ключевиков на части.

Чистим запросы

После сбора расширений ключевых фраз необходимо очистить семантическое ядро от «мусорных» запросов — неподходящих или низкоэффективных фраз.

Если мы не использовали опцию «Применение стоп-слов при обращению к Яндекс.Вордстат», необходимо очистить запросы с помощью инструмента «Стоп-слова»:

Далее собираем частотность по всем фразам:

3.1. Выбираем инструмент «Сбор статистики Яндекс.Директ».

3.2. Собираем статистику за год, потому что собирая статистику за последний месяц, мы привязываемся к сезонности в этот период.

3.3. Ставим галочку «Целью сбора статистики является заполнение колонок частот Яндекс.Вордстат.

3.4. Нажимаем на кнопку «Получить данные».

После получения статистики по всем необходимым запросам переходим к инструменту «Анализ неявных дублей» и задаем настройки:

• ищем дубли во всех группах;
• отмечаем все фразы, кроме самой высокочастотной;
• если не все неявные дубли имеют частоту, то снимаем отметку со всех дублей;
• если несколько фраз имеют одинаково высокую частотность, оставляем одну из них;
• выбираем, на основании какой колонки частотностей анализировать неявные дубли.

После выполнения всех настроек нажимаем на «Выполнить поиск дублей повторно» и получаем отмеченные неявные дубли, которые нужно удалить:

После очистки неявных дублей переходим к инструменту «Анализ групп»:

С помощью инструмента быстро удаляем ненужные фразы, которые остались. Для этого отмечаем все неподходящие группы. В контекстном меню выбираем пункт «Отправить все слова из определений групп, в которых хотя бы одна фраза отмечена, в окно стоп-слов»:

На данном этапе мы отправляем все неподходящие слова в список стоп-слов. Это могут быть города, бренды или типы товаров, которые сайт не продает или не планирует продавать.

Далее очищаем все фразы, у которых фразовая частотность («») за год равна или меньше 10. В зависимости от тематики минимальный порог может быть разным. Такие фразы будут нести в себе только информационный шум, поэтому мы их удаляем при помощи фильтров в KeyCollector:

3.1. Группируем ключевые фразы

Последний этап создания семантического ядра — группировка ключевых фраз. После очистки всех запросов от мусорных фраз мы переходим к кластеризации.

Это можно делать как в ручном, так и полуавтоматическом режиме. Мы используем встроенный инструмент группировки ключевых фраз в KeyCollector, который группирует фразы на основе выдачи поисковых систем, затем группируем фразы вручную.

В качестве выбора поисковой системы для анализа топа используем выдачу Google.ru, потому что он реже банит прокси. Выбор поисковой системы для кластеризации не критичен, так как наша цель — не подстроиться под топ, а определить близкие фразы, которые в дальнейшем мы будем проверять вручную.

Выбираем инструмент «Получить данные для ПС Google» в разделе «Вычисление KEI»:

Учтите, что для сбора выдачи по большому количеству фраз необходимо много хороших прокси. Лучше всего использовать платные прокси, которые будете использовать только вы. Таким образом вы минимизируете вероятность попадания в бан и получения капчи.

Далее переходим к инструменту «Анализ групп» и настраиваем группировку:

• тип группировки: по составу фраз и поисковой выдаче;
• сила по составу: 1;
• сила по SERP: 5;
• поисковая система: зависит от того, какую ПС мы спарсили;
• топ: «все имеющиеся».

В качестве альтернативы KeyCollector можно использовать сервис Rush — Analytics, но мне намного удобнее делать всю работу в одном комплексе инструментов.

Напоследок вручную проходим по всем группам запросов, объединяем, создаем новые и распределяем фразы по текущим.

Подробнее о группировке фраз читайте в статье.

После ручной сортировки у нас уже получается почти готовая структурированная семантика. Вот как выглядит часть структуры групп нового сайта в KeyCollector для категории «Ножи и инструменты»:

Как произвести кластеризацию (группировку) запросов?

Для того, чтобы связать ключи в группы, необходимо предварительно продумать их систематизацию. Рассмотрим на примере.

Как видно, существует очень много различных вариаций запросов, у каждого из которых существует огромное многообразие производных (уточненных) запросов.

Для предания прозрачности при поиске ключевиков логично произвести предварительную группировку.

1. По бренду – наименование брендов создаёт отдельную группу поисковых запросов.
2. По виду товара – кухни, столы, стулья, мягкая мебель, диваны, стеллажи и т.п.
3. Действие – купить, заказать, приобрести, произвести.
4. Уточнение – на заказ, с доставкой, со сборкой, в рассрочку.
5. Местоположение – на кухню, в спальню, в зал, в холл, в ванну и т.д.
   6) Материал – деревянный, стеклянный, массив, металлический и т.п.
   7) ГЕО – Москва, Московская область и более детальное уточнение.

Список групп не является окончательным и может многократно дополняться и уточняться. Чтобы охватить максимальное количество ключей, необходимо перемножить полученные группы друг на друга, чтобы у нас получились не отдельные слова, а поисковые фразы, с которыми в дальнейшем и предстоит производить работу. Для перемножения можно использовать бесплатные онлайн-сервисы или средства Microsoft Excel/Open Office (его бесплатный аналог).

После завершения процесса необходимо произвести парссинг (сбор статистики). Его можно осуществить с помощью «Яндекс Wordstat» или более автоматизировано, с помощью программ «Key Collector» (лицензия платная), «Словоеб» (бесплатная версия Key Collector с немного урезанным функционалом, но достаточного для осуществления сбора статистики). Параллельно можно заниматься очисткой от мусора, минусацией слов.

Далее, все полученные поисковые запросы необходимо кластеризовать, то есть разбить на смысловые группы.

Выделяют три основных метода кластеризации:

• мягкая (soft) – подходит преимущественно для информационных сайтов, включает в группы и по синонимам, похожим терминам;
• жёсткая (hard) – применяется для коммерческих сайтов, группирует четче предыдущего метода, более узко и целенаправленно
• умеренная (Middle) – является компромиссом между первыми двумя методами.

Кластеризация вручную с помощью Microsoft Excel/Open Office – процесс трудоемкий, занимающий много времени. Подходит в том случае, если позволяет на то время и есть желание прочувствовать весь процесс самостоятельно, пропустив массивы информации через себя.
Далее, в данной статье будем рассматривать автоматизированные инструменты для группировки поисковых запросов.

Лучший метод кластеризации

С точки зрения нашего многолетнего опыта наилучшими вариантами являются:

• кластеризация по ТОПу с последующим объединением по интенту; 
• кластеризация по ТОПу с последующей разбивкой по интенту. 

Автоматизация первого этапа (кластеризация по ТОПу, с использованием одного из сервисов или программных решений) позволяет ускорить процесс на больших массивах данных, выполняя роль первичной группировки. Дальнейший ручной этап помогает сформировать наиболее конкурентоспособные группы и создать соответствующую структуру сайта. 

В большинстве случаев эти два подхода – объединение и разбивка – по сути не делятся на отдельные операции. На ручном этапе SEO-специалист принимает решение о необходимости объединения или разнесения запросов по страницам с учетом особенностей конкретного проекта и конкуренции в тематике.

Особенности ядра для Интернет-магазина

Примечание: Уникальные запросы — это фразы, которые вбивали в строку поиска всего 1 раз. Статистики по ним нету, так как в предыдущие и последующие месяцы их частотность равна нулю. Обычно, это длинные и конкретные запросы. 

Что делать в таком случае? Многие рекомендуют собирать огромное семантическое ядро с десятками тысяч низкочастотников. Сложность заключается в том, что работать с такой семантикой крайне сложно. Мы предлагаем немного иной подход.

В ядре необходимо отразить дерево всех основных ключевых запросов с частотностью до 5-10 показов. А вместо очень низкочастотных запросов просто выписать слова, которые необходимо упомянуть в тексте и тэгах. Огромное количество низкочастотников формируется из достаточно небольшого количества слов.

Таким образом, Вы сможете упомянуть в описании товара большинство слов, которые формируют низкочастотные запросы. При этом, ядро будет наглядным и структурированным. Выглядеть это может таким образом:

Сколько стоит кластеризация

Стоимость инструмента зависит от:

• количества обработанных запросов;

• количества поисковых систем;

• количества регионов.

В таблице представлены цены за 1 ТЗ (ТЗ — это группировка одного запроса в одном регионе в одной поисковой системе).

Добавление поисковой системы и регионов увеличивает количество ТЗ. Вот примеры:

1 запрос в 1 регионе в 1 ПС = 1 ТЗ;

1 запрос в 1 регионе в 2 ПС = 2 ТЗ;

1 запрос в 2 регионах в 1 ПС = 2 ТЗ;

1 запрос в 2 регионах в 2 ПС = 4 ТЗ.

100 запросов в 2 регионах в 2 ПС = 400 ТЗ и т. д.

По сравнению с конкурентами стоимость кластеризации в PromoPult в 3-5 раз ниже.

Приведем примеры расчета бюджета на кластеризацию запросов в разных ситуациях.

Как видите, стоимость кластеризации мала по сравнению с рекламными бюджетами. Если учесть количество времени, которое инструмент позволяет сэкономить, то выгода очевидна. Кроме того, первые 100 запросов можно кластеризовать бесплатно — так что вы можете попробовать инструмент в действии, не потратив ни рубля.

Этап 3. Формирование структуры интернет-магазина

Анализируем леммы по каждому признаку и продумываем, под какие из них создать разделы/подразделы или фильтры.

Признак «время» сразу отсеиваем. Сюда попали слова, относящиеся к «поводу». Также удаляем признак «процесс», поскольку слово «вышивать» нерелевантное, а «купить» и так будет фигурировать практически на всех страницах магазина.

Также логично создать пункт меню по признаку «место». Назовем его «Виды декора». Подпункты — «Для гостиной», «Для кухни», «Для сада» и т. п.

Аналогично вынесем в меню признак «повод». Назовем пункт «Праздники». Подразделами будут «Декор на Новый год», «Декор на день рождения» и т. п.

На основе признака «человек» сформируем пункт меню «Подарки» с подразделами «Подарки парню», «Подарки подруге», «Подарки бабушке» и т. п.

И последний пункт меню — «Стиль», сформированный на основе одноименного признака. Подпункты — «Декор прованс», «Декор шебби шик», «Декор лофт».

Остаются признаки «предмет» и «свойство». На основе первого признака нет смысла выделять пункт меню или фильтры, мы их будем использовать в названиях разных рубрик. А вот на основе слов из признака «свойства» делаем фильтры:

• цвет (обязательно — черный, белый, красный, зеленый + другие цвета);
• материал (дерево, железо, бронза, фарфор, стекло, кварц, винил);
• расположение (напольный, настенный, настольный, подвесной декор);
• форма (круглый, овальный, квадратный, неправильной формы);
• размер (высокий, мелкий, большой);
• дополнительные характеристики (светящийся, романтический, резной, ароматизированный).

Выстраиваем структуру магазина:

Остается рассортировать кластеры поисковых запросов по разделам и подразделам.

Естественно, разделов и подразделов не хватит, чтобы разнести все 200 кластеров. Под оставшиеся кластеры создаются страницы с результатами фильтрации (например, будут страницы «Белый декор», «Круглый декор», «Романтический декор» и т. п.). Если и после этого останутся кластеры, под них оптимизируются релевантные карточки товаров.

Способы группировки семантического ядра

Для формирования групп ключевых слов семантики сайта используют ручной и/или автоматизированный способы. Первый самый рутинный и сложный. Зато самый надежный — нет лучшего проверяльщика и корректора, чем человек.

Ручной способ очень трудоемок. Одно дело, распределить 500 запросов на ряд статей новой темы. Другое дело, когда нужно просканировать 10 000 ключевиков и сформировать из них подобающие группы. Тут нужна выдержка и терпение.

Автоматизированный способ почти всю рутину берет на себя — вебмастеру или специалисту остается только проверить результат кластеризации. Но зато возникают другие сложности — часть запросов стоит не в своих группах, логика распределения может отличаться от той, которую представляет себе человек.

Чтобы как-то нивелировать иногда «туповатую» логику машины, используется полуавтоматический способ распределения СЯ сайта. В этом случае специалист заранее формирует общие группы согласно найденным запросам. А автоматика распределяет запросы уже в самих этих группах. Таким образом ошибок распределения намного меньше.

Теперь рассмотрим каждый способ кластеризации семантического ядра, используя самые лучшие инструменты (на мой взгляд, конечно).

Ручной способ распределения семантического ядра

Ручным способом я называю такой вариант кластеризации ядра, при котором мы самостоятельно указываем группы, наводим порядок в них, формируем структуру СЯ самостоятельно. Конечно, без специальных программ здесь не обошлось. Вернее, без одной — Excel.

Распределение запросов с помощью программы Excel

Здесь все просто — выгружаем уже собранные и отредактированные поисковые запросы и ручками формируем группы и перекидываем в них подходящие фразы.

Подробно об этом варианте кластеризации я расписал в этом практическом мануале. Там я даю 3 способа группировки, выбирайте свой и дерзайте. Я лично их комбинирую в зависимости от ситуаций.

Кластеризация ключевых слов с помощью файла «Ядро»

Данный вариант отличается от предыдущего тем, что здесь уже мы перекидываем  фразы благодаря умному скрипту «Ядро», сделанному в Excel. Все остальное проделывается тоже своими руками.

Скрипт «Ядро» сделали ребята из MFC (Made for content) для облегчения задачи распределения ключевиков. За основу они взяли наработку seo-специалиста Сергея Кокшарова, который и придумал вариант с Excel. Давайте посмотрим, как работает этот макрос. Для этого я воспользуюсь видеороликом ребят из MFC:

https://youtube.com/watch?v=lXOcjYDV0QY

В общем, все понятно. Ничего сложного здесь нет. Поэтому, если у Вас нет возможности использовать программу Key Collector, а семантических ядер для распределения у Вас много, используйте скрипт «Ядро» (погуглите). Даже если Вы делаете кластеризацию редко для своего сайта или блога, данный макрос лишним не будет. По крайней мере с него стоит начинать, а уже потом допиливать группировку первым ручным способом.

Да, забыл самое важное сказать про файл «Ядро» — он бесплатен!

Как провести кластеризацию запросов вручную

Для ручной кластеризации семантического ядра сайта достаточно самостоятельно проанализировать ключевики и разделить их на группы. Эту работу можно облегчить с помощью инструментов Excel, LibreOffice, OpenOffice. Эти приложения позволяют работать с таблицами данных, выполнять сортировку и фильтрование по определенным параметрам.

Представленные инструменты имеют ряд достоинств:

• Универсальность — производят группировку с учетом множества разных критериев;
• Высокая точность обработки;
• LibreOffice, OpenOffice — бесплатные.

В числе их недостатков:

• Необходимость периодических бекапов;
• Низкая скорость обработки;
• Лицензионный Excel — платный.

Ручная кластеризация семантического ядра сайта более сложная и длительная по сравнению с автоматизированной. Зато можно лично проконтролировать весь процесс

Если этому уделить должное внимание, то результат качественно превзойдет автоматическую кластеризацию ся

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

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.

Этап 1. Кластеризация

Кластеризация — это группировка ключевых фраз на основе схожести результатов поисковой выдачи по ним.

В отличие от группировки на основе семантической близости, кластеризация позволяет избежать ошибок, связанных с размещением на одной странице запросов с разным интентом.

Например, фразы «картина для спальни купить» и «картины для спальни» при группировке на основе семантики наверняка бы попали в одну группу. Но если посмотреть на поисковую выдачу по ним, то она окажется разной.

Для кластеризации есть онлайн-сервисы (Just Magic, PixelPlus, PromoPult и др.) и десктопные программы (KeyAssort, KeyCollector). Работают они по похожему принципу (разве что в KeyCollector кластеризация требует специфической подготовки): загружаете список запросов, указываете регион, точность кластеризации и получаете сгруппированное ядро.

При кластеризации особенно важно задать правильную точность — количество совпадений результатов выдачи в ТОП-10, при котором фразы попадают в одну группу. Например, при точности 3 запросы попадут в один кластер, если в выдаче по ним будет три и более одинаковых результата

Если точность низкая, то кластеры получаются слишком обширными, а если высокая, то ядро может быть излишне раздроблено.

Чтобы не гадать и не переплачивать за лишние итерации, удобнее всего задать точность диапазоном. В этом случае вы получите несколько кластеризованных ядер, но заплатите только один раз. Такая функция есть в кластеризаторе PromoPult. Задаем точность от 3 до 7, устанавливаем приоритетную поисковую систему, регион и запускаем процесс:

Загружаем отчет и сравниваем результаты кластеризации при разной точности. Наша задача — выбрать «золотую середину», чтобы кластеры были и не слишком обширными, и не раздробленными. В нашем примере оптимальной видится точность 6.

Например, есть кластеры «деревянные подсвечники» и «купить свечи в интернет магазине». Мы не можем размещать эти кластеры на одной странице — у них разный интент. Но на сайте товарные группы с такими названиями расположены как раз на одной странице, что с точки зрения оптимизации неверно.

Логика подсказывает: почему бы просто не создать раздел «Свечи» и оптимизировать его под кластер «свечи купить», а раздел «Подсвечники, канделябры, свечи» переименовать в «Подсвечники» и оптимизировать под «деревянные подсвечники»?

Но все не так просто: а что делать с другими кластерами вроде «подсвечник в подарок»? Размещать в разделе «Подсвечники»? Или «Праздники»? Или еще каком-то? И таких кластеров около 200 — и каждый из них по-своему «проблемный».

Как собирать ключи

Обзор инструментов для сбора семантики

Список программ и сервисов, которые могут пригодиться на каждом этапе работы с семантическим ядром: сбор ключей, их очистка и кластеризация. Составить исчерпывающий список подходящих продуктов сложно, потому что их достаточно много, так что мы рассмотрели несколько интересных примеров.

В статье собраны сервисы для:

• Сбора ключевых слов

• Очистки результатов

• Группировки ключей

Как собрать ключи для СЯ с помощью Яндекс.Вордстат

Вордстат неточный инструмент, в нем есть не все существующие запросы, а данные несколько искажены, потому что не все пользуются Яндексом. Но этот инструмент подходит для сбора ключей, оценки популярности запросов и прогнозирования.

Расскажем, как комфортно и эффективно пользоваться Яндекс.Вордстатом для сбора ключей: как читать данные, какие операторы помогут искать нужные запросы и какие секреты есть для работы с инструментом.

Поиск длинных запросов в Вордстате

В статье:

• Зачем нужен Вордстат

• Работа с операторами Вордстата

• Как читать данные Wordstat

• Расширения для Яндекс Вордстата

Как собрать низкочастотные запросы

Собирать запросы только с высокой частотностью неправильно, так вы наверняка попадете в условия огромной конкуренции за топ в поисковой выдаче с тысячами раскрученных сайтов.

Запросы, которые пользователи совершают реже среднечастотных, обычно это не чаще 1000 в месяц, называют низкочастотными. По ним проще выйти в топ, потому что конкуренции меньше. Хоть один такой запрос и дает мало трафика, много низкочастотных уже могут привести какое-то ощутимое количество аудитории.

Рассматриваем, как продвигаться по таким запросам, как их собирать и что с ними делать дальше.

В статье:

• LT-запросы

• Суть продвижения по низкочастотным запросам

• Преимущества продвижения по низкочастотным запросам

• Как найти и собрать НЧ-запросы

• Как оптимизировать сайт и отдельную страницу под НЧ

4 тактики подбора ключевых слов, которыми не все пользуются

Адаптированный перевод интересной статьи «Advanced Keyword Research: Four Tactics You’re (Probably) Not Using». Ее автор придумал несколько нестандартных способов собрать ключи, протестировал их, получил результаты, масштабировал и описал результаты в материале. Попробуйте эти способы и вы.

В статье:

• Подбор ключевиков по молодым сайтам из топа

• Сбор ключей с помощью пользовательского поиска Google (Google Custom Search Engine)

• Тактика моделирования запросов, по которым другие сайты попали в топ за несколько недель

• Реверс-инжиниринг «слабых» сайтов не из топа

Что такое семантическое ядро

Начнем с азов. Семантическим ядром (семантикой) называют упорядоченный набор запросов, которые характеризуют услугу, продукт или вид деятельности, представленный на сайте наиболее точным образом. Сбор семантики – это первый шаг на пути к поисковому трафику. Запросы, распределенные по страницам сайта, помогают «Яндексу» и понимать, о чем именно страницы ресурса, и предлагать эти веб-страницы пользователям в соответствии с их поисковыми запросами.  

Собранные разными способами поисковые слова группируются, на основании анализа полученных групп составляется ментальная карта с распределением слов по конкретным страницам. После этого в соответствии с полученной схемой создаются материалы для сайта и оптимизируются страницы.

Процесс объединения ключевых слов из ядра в тематические группы называется кластеризацией.

Принципы группировки ключевых слов

Существует несколько методов кластеризации. Нельзя сказать,
что одни лучше другие хуже. Все они имеют как плюсы, так и минусы. Выбор метода,
скорее обусловлен потребностью, которую должен закрыть ключевой запрос в
тексте.

Кластеризация
семантического ядра бесплатно: 9 способов

Метод
Когда используется
Ключи остаются в одной группе
Часто используется для запуска рекламы 1 офера с довольно узкой семантикой, для 1 страницы.
Кластеризация по продукту или услуге
В нишах, где покупатели могут искать один и тот же продукт, но формировать при этом, разные запросы.
По морфологическому сходству
Метод считается универсальным, подходит для всех ниш. Применяется для тем с обширной семантикой, большим количеством однокоренных слов.
По интенту
Кластеризация по намерению используется в нишах с продолжительным периодом принятия решения о покупке, высокой стоимостью трафика, конкуренцией.
По уровням воронки продаж
Распределение запросов по нескольким потребностям, которые стремятся закрыть потенциальные покупатели: осознание потребности, интерес к продукту, желание приобрести.
Группировка по ключевым фразам
Используется, когда нужно кластеризировать огромный массив семантики. Метод легко автоматизируется, группирует ключи для Яндекса и Google. Для этого способа возможна на соответствующих сервисах, но о них позже.
Метод SKAG
Когда Google запустил похожие алгоритмы срабатывания фразового и широкого соответствия, мнения об эффективности кластеризации этим способом, разделились

Кто-то утверждает, что использовать SKAG больше нет смысла, другие считают, инструмент вполне рабочий, особенно в нишах, где важно добиться максимальной релевантности объявлений.
Кластеризация способом Альфа/Бета
Совершенно бесплатная кластеризация запросов. Суть метода – из старого работающего сайта выбираются ключи, принесшие наибольшую конверсию и переносятся на новый сайт

После чего на старом сайте заносятся в списки минус-слов.
Метод STAG
Кластеризация по узкой тематике по одному четкому критерию (цена, характеристика, др.).

Грамотная кластеризация, каким бы методом, не
осуществлялась, проводится с соблюдением следующих принципов: в группу
собираются запросы только с одним интентом, коммерческие и информационные
запросы подлежат обязательному разделению, каждый семантический блок
определяется в отдельный документ.

Классификация вакансий

1. Понять, где используется язык программирования, о котором я мало знаю (как в этой статье).
2. Фильтровать новые опубликованные вакансии.

1. Берем вакансию, которую хотим классифицировать. Векторизуем ее и получаем точку в нашем пространстве.
2. Рассчитываем расстояние от этой точки до всех кластеров. Под расстоянием между точкой и кластером я принял среднее расстояние от этой точки до всех точек кластера.
3. Кластер с наименьшим расстоянием и является предсказанным классом для выбранной вакансии. Расстояние до кластера указывает надежность такого предсказания.
4. Для увеличения точности модели я выбрал расстояние 0.87 как пороговое, т.е. если расстояние до ближайшего кластера больше 0.87, то модель не классифицирует вакансию.

Заключение

Семантическая кластеризация запросов — важный для SEO процесс, который поможет организовать контент по страницам сайта, покрыть больше интентов и как результат ранжироваться по большему количеству фраз.

Существуют разные подходы к кластеризации — можно группировать ключи по их значению или по совпадающим URL-адресам в выдаче. Выбирайте метод группировки (hard или soft) и уровень точности в зависимости от своих целей: изучение ниши, создание структуры сайта, скрупулезная сортировка по релевантности и т.д.

В инструменте SE Ranking вы задаете поисковую систему, локацию и язык интерфейса, выбираете метод и точность — и алгоритм сгруппирует запросы по схожести их выдачи. Автоматическая кластеризация ключевых слов сэкономит вам время и усилия и поможет проанализировать свою нишу и потребности пользователей.

Просмотры:
3 021

Анастасия Осипенко

Анастасия — контент-маркетолог и редактор в SE Ranking, пишет про SEO, маркетинг и цифровые технологии. Кроме текстов для блога SE Ranking, Анастасия пишет музыку, а также любит старые фильмы и свою собаку.

Похожие записи:

Сбербанк бизнес онлайн Кто такой никола тесла и почему в честь него называют компании I.mts.ru остаток трафика Издалека уже не поймешь, где большинство Где брать силы, когда жизненная энергия на нуле Как правильно составить портрет клиента