Как быстро собрать и разгруппировать поисковые запросы

Часто встречаются ситуации, когда магазины продают однотипный товар, отличающийся только модификациями. Например «чехлы для телефонов». У нас есть чехлы для iPhone, LG, Samsung и т. п. При этом каждый бренд разделяется на модели, а модели, порой, дополнительно дробятся на модификации. И не важно, что чехол для Айфона отлично налезает на Samsung. Пользователи ищут чехол именно на свой телефон. И набирают в поиске именно свою марку и модель телефона.

Про пользу точной сегментации аудитории мы сейчас тоже говорить не будем :) В итоге мы предварительно можем запланировать вот такую структуру сайта

Теперь нам нужно собрать СЯ. И мы можем пойти разными путями.

Первое, что приходит в голову, это просто начать собирать ключи для каждой посадочной страницы по отдельности, банально забивая стартовый ключ. Так мы сразу и соберем запросы, и рассортируем на группы по посадочным страницам. Например «чехол для Айфон 5 С». Но посмотрите на скрин:

Тут мы видим, что к «5 с» примешались и 5 и нам потом все равно придется чистить эту группу запросов.

Кроме того, когда мы начнем собирать запросы для верхних групп, в которых пользователь не указывает модификацию и модель телефона, то рискуем заново собрать все те запросы, которые уже собирали.

Да, в КейКоллекторе есть кнопка «Не добавлять фразу, если она есть в любой другой группе», однако при сборе Кейколлектор все равно будет цеплять эту фразу и сравнивать с теми, что уже есть. Это дополнительные операции и увеличение времени работы программы. Особенно, если у вас не 7 групп, а несколько сотен :)

Второй способ (и достаточно популярный). Мы создаем шаблон, куда забиваем возможные слова для сочетания с нашими ключами. Например:

  • купить
  • купить не дорого
  • магазин
  • силиконовые
  • книжка
  • и т. п.

Далее генерируем ключи подставляя указанные выше слова к модификациям телефона. Получаем что-то вроде этого:
«купить чехлы на айфон», «купить недорого чехлы на айфон», «силиконовые чехлы на айфон». Снимаем частотности и вот, вроде, готовое СЯ.

Однако у этого способа недостатков еще больше.

Во первых несогласованность некоторых слов с ключами. Например «магазин чехлы на айфон». Правильно будет «магазин чехлОВ на айфон».

А во вторых, работая таким методом мы упускаем огромное количество поисковых запросов, которые набирали пользователи, но о которых мы можем даже не подозревать. Например «чехлы на айфон со стразами». Слово «стразы» не входило в наш список слов, и мы просто упустили этот ключ.

Ну и третий путь, о котором я и хочу рассказать.

Рекомендуем прочесть  Google не планирует увеличивать влияние HTTPS на ранжирование сайтов

Мы просто собираем все подряд! Для этого нам не нужно придумывать слова для шаблона, мы не будем на данном этапе заморачиваться с группами. Мы соберем все ключи, которые касаются запросов «чехлы айфон». Единственный труд, который мы себе дадим, это при сборе напишем слово «Айфон» два раза — латиницей и кириллицей. Ну и клацнуть по соответствующей кнопке в КК.

И так, КейКоллектор у нас отработал, и мы получили список из запросов при сборе выставлял регион «Москва и область»).

Если сейчас представить, что это все нам предстоит очистить от мусора и раскидать по группам, то сразу хочется удавиться. Однако не спешите сводить счеты с жизнью, или профессией. У нас есть замечательный инструмент!

Мы будем использовать вкладку «Стоп слова» в Кей Коллекторе. Чаще всего эта вкладка используется на этапе сбора ключей и/или последующей фильтрации. Этой стандартной функцией воспользуемся и мы.

Быстро просматриваем список запросов, и вылавливаем слова, которые явно не относятся к продажам нашего товара. Например «фото», или кастомизация чехлов — «с фамилией» и т. п.

Забиваем эти слова в список стоп слов, отмечаем галкой и удаляем лишнее.

С вероятностью 99.9% вы пропустите больше половины возможных стоп слов :)

Пора выдавать обещанные секреты :)

Как быстро выбрать стоп слова из списка запросов

Если мы начнем поштучно отбирать стоп слова и удалять фразы, где они присутствуют, то увидим, что более 90% стоп слов встречаются в одном, или двух ключевых запросах. Соответственно нам нужно:

  1. Взять весь список запросов
  2. Разобрать его на слова
  3. Посчитать количество вхождений каждого слова
  4. С чистой совестью выбрать все слова, которые встречаются один или два раза и забить их в список стоп-слов.

Основная сложность как раз в разбивке текста на слова и подсчет встречаемости.

Я пробовал разные онлайн-сервисы по анализу текста, но ни один из них не счел достаточно удобным. Везде приходилось так или иначе что-то допиливать в этом списке стоп слов.

Например широко известный сервис Адвего даст нам вот такой список слов:

Этот список можно скопипастить в Эксель, убрать цифры и дальше воткнуть во свкладку «Стоп слова». Но обратите внимание, что слова здесь приведены к исходной словоформе. И при фильтрации КК часть слов просто не зацепит. Нам нужны слова именно в том виде, в каком они встречаются в самих запросах.

Рекомендуем прочесть  Основные сервисы автоматизации SEO в 2017

Как уже сказал, ни он-лайн сервисов, ни программ я не нашел, которые бы решали эту задачу (может плохо искал, или банально не в курсе возможностей какого либо софта).

Поэтому идем малость через Ж :)

Есть замечательная программа ТекстусПРО //www.blog-kaplunoff.ru/programmy-dlya-kopirajterov.html

Программа бесплатная, смело качайте и ставьте.

Открываем программу и в окно для вставки текста вставляем наш список запросов.

Во первых, программа сама пропускает все стандартные стоп-слова (в данном случае стоп-слова, это «в, на, для, 4,5 и т.д.»).

Во вторых она разобрала наш текст на слова и посчитала количество вхождений каждого из них. Переключаемся на вкладку «Статистика фраз и слов»

Это как раз то, что нам нужно. Самый большой минус этой программы в том, что тут нет экспорта. Поэтому продолжаем делать через Ж

Используя Shift выделяем все слова. Далее жмем ctrl+C. Все слова у нас скопировались в буфер обмена.

Открываем Эксель (или как у меня ОпенОфис) и жмем ctrl+V

Получаем:

Упс! Не воспринимается кодировка. Поэтому продолжаем углубляться в Ж :)

Открываем блокнот и вставляем туда все, что скопировали:

В блокноте у нас все чисто и красиво. И вот теперь уже в блокноте копируем весь наш список (жмем ctrl+A, ctrl+C) и вставляем в электронную таблицу:

И так, мы получили рабочий файл. И смею уверять, что делать вы его будете быстрее, чем сечас читали :)

Теперь мы удаляем те слова, которые нам нужны в нашем семантическом ядре. Не перепутайте! Удаляем то, что нам нужно!

Получается примерно так:

Самые важные и нужные слова будут вверху списка. Поэтому как доберетесь до встречаемость в 1 или 2 вхождения, то можно дальше не смотреть.

На эту операцию уходит пять минут (и то, если перепроверить раза три)

Все. Наш список стоп-слов готов. Копируем его из таблицы и вставляем в список в соответствующей вкладке КК

Кликаем по кнопке «Отметить в таблице» и все фразы, содержащие стоп-слова у нас будут отмечены. Теперь их можно удалить. Но я бы этого не рекомендовал. Во первых не исключена ошибка и мы могли что-то пропустить. Во вторых, сайт может развиваться и впоследствии добавятся еще и виды чехлов — силиконовые, кожаные, деревянные и т. п. (на данном этапе это все попало в стоп слова). Ну и в третих, все эти ключевые фразы можно потом использовать для разбавки анкоров покупных ссылок.

Поэтому кликаем по кнопке «Перенос фраз в другую группу». Там кликаем «Создать группу», пишем название и переносим

Итак, буквально за 10 минут и несколько кликов мы очистили список состоящий из 999 запросов от всякого мусора и получили вполне рабочий список из 159 запросов

Рекомендуем прочесть  Сбор семантики для контекстной рекламы — руководство от Ильи Исерсона

При беглом просмотре рабочего списка ключей видим, что туда затесались айфоны 2 и 3. Они нам не нужны. Опять открываем вкладку «Стоп слова», создаем второй список и просто прописываем цифры 2 и 3

И точно так же фильтруем и переносим в группу «Удаленные». Итого у нас осталось 147 ключей, которые теперь нужно раскидать по группам.

Группировка поисковых запросов

Начинаем группировать наши ключи. И тут мы опять используем кнопку «Стоп слова». По сути «Стоп слова» это самый обыкновенный фильтр, но очень удобный в работе.

Открываем вкладку и создаем еще один список, куда заносим модели и модификации

Букву С я вбил два раза — один вариант кириллицей, другой латиницей.

Теперь выбираем модель — 4 айфоны. Отмечаем галкой 4 и слово «чет» и кликаем «Отметить в таблице».

И у нас все запросы, где присутствует цифра 4, или прописью фигурирует «четыре, четвертый» будут отмечены в таблице.

Далее кликаем «Перенос фраз в другую группу», «Создать новую группу». Пишем назвние группы — 4 айфон и переносим туда все отмеченные запросы.

Аналогично поступаем с 5 и 6 айфоном.

И так, у нас получилась верхняя общая группа, где есть ключи «чехлы для айфон» без указания конкретных моделей. И три группы по моделям.

Группы стали меньше и работать с ними стало проще. Сразу видны другие стоп-слова, которые мы все таки пропустили Например «чехол для iphone 7». Тут уже можно руками отметить и удалить лишнее.

Теперь нам нужно рассортировать модели по модификациям. Делаем все тоже самое.

Заходим в группу с 5 айфоном, открываем стоп-слова, выбираем S и С (латиница и кириллица), отмечаем и переносим в новую группу, которую создаем внутри группы «5 айфоны». Аналогично поступаем c другими группами.

В результате опять получаем верхнюю группу, где пользователи указали модель айфона, но не указали модификацию. И две группы с модификацией.

Проделываем все тоже самое для остальных подкатегорий.

В результате, буквально за несколько кликов, мы получили обширное и разгруппированное СЯ.

При этом большую часть времени занимает непосредственно сбор ключей КейКоллектором. Однако, если у вас настроены прокси и работа идет в несколько потоков, то и сам сбор займет не так много времени.

Автор: Анисимов Сергей

Комментарии

Денис Жоголев
  • разбить на структуру сайта
  • делать серч по общим ключам
  • собирать статистику
  • фильтровать по общим ключам => вытаскивать нужное в отдельную общую папку
  • фильтровать по запросам => вытаскивать нужное в отдельную общую папку

Единственный минус такого подхода, при большом количестве кейвордов статистика будет собираться долго. Не усложняет ли процесс эти стоп слова?

Сергей Анисимов

Тут как раз особенность в том, что не все стоп слова мы выкидываем. Что-то оставляем. Кроме того, чисто по практике, стоп-слова, которые нам не нужны, как правило повторяются и для других категорий товаров. Например «водонепроницаемый» будет актуально для всех марок телефонов. И этот стоп-лист мы в дальнейшем уже можем использовать при сборе запросов для других брендов телефонов.

Понравилась статья? Поделить с друзьями: