Gruppering av den semantiske kjernen. Query clustering - riktig gruppering av semantiske kjernenøkkelord

Ekspertuttalelser

Topvisor er et av de mest dynamiske verktøyene i søkemotormarkedsføringsmarkedet. Teamet utvikler seg gradvis og øker regelmessig antall nyttige tjenester for SEO-spesialister.

En av de mest interessante modulene er den raske grupperingen av søk basert på likheten til SERP-er.

Vårt firma flyttet ikke til Topvisor basert på noen anbefaling. Vi testet forskjellige posisjonsovervåkingstjenester, og vi ble imponert over utviklerens respons.

Det er fint når forslagene dine blir implementert og gjør livet og jobben enklere. Og etter hvert har ikke denne evnen til å lytte og implementere forsvunnet. Dette er veldig kult!

Jeg har lett etter en praktisk tjeneste for å sjekke posisjoner i lang tid, jeg prøvde mye! En ting du ikke likte, så en annen... I Topvisor kan du tilpasse alt for å passe deg selv, og tilleggsfunksjonene gjør deg enda mer fornøyd.

Absolutt et must-have! Jeg håper det blir videre utvikling!

Vi prøvde mange konkurrerende tjenester og valgte Topvisor på grunn av kvaliteten. Og også for nøyaktigheten og hastigheten til å kontrollere posisjoner. Nå tester vi alle nye verktøy og implementerer dem i arbeidsflyten vår.

Jeg er spesielt fornøyd med responsen til serviceteamet og den raske implementeringen av brukernes ideer og ønsker.

Da jeg nok en gang ikke kunne åpne KeyCollector på en Mac, reddet Topvisor meg. Her innhentet jeg raskt en rekke data om semantikk for en viktig studie. Om nødvendig bruker jeg Topvisor for å sjekke plasseringene til klientsidene, noe som er veldig praktisk.

Skaperne av tjenesten er kjent med markedets behov, så de gjør alt for å automatisere mange oppgaver, noen ganger ikke veldig populære. Hyggelig og praktisk service.

Et must i arsenalet av optimaliserere.

For en mann som har bygget sitt rykte på semantikk, er det ekstremt viktig å alltid få nøyaktige data; Dette gjelder clustering, posisjonslesing og analyser. Fra de første dagene satte Topvisor et høyt arbeidsnivå i forhold til markedet og bekrefter sitt lederskap hver dag.

I tillegg til bekvemmeligheten og nøyaktigheten til tjenesteverktøyene, vil jeg legge merke til det responsive arbeidet til støttetjenesten og ledelsen!

Topvisor imponerte meg med sin omtenksomhet og allsidighet. Så mange småting ble tatt i betraktning på forhånd. Jeg jobber ofte med grensesnittene til en rekke SEO-tjenester, jeg tester mye, men jeg har ennå ikke sett dette nivået av brukervennlighet noe annet sted.

Den detaljerte hjelpen, vennligheten og effektiviteten til støtten er imponerende.

Det er veldig praktisk å jobbe i det - fjern og utvide det. kjerne, gjør klynging, kontroller posisjonene til både nettsteder og sider på sosiale nettverk og videoer, Youtube-kanaler, overvåk konkurrenter, analyser optimaliseringen av nettstedet ditt. Prisene, som det viste seg, er svært rimelige for arbeidet. Jeg vil definitivt ikke forlate denne tjenesten.

Jeg har brukt Topvisor i lang tid - fra de første ukene av dets eksistens - siden 2013. Og for å være ærlig, bestemte jeg meg for å teste en annen tjeneste for å sjekke posisjoner, fordi... Den nåværende på den tiden falt stadig og teknisk støtte reagerte ikke i det hele tatt.

Og Topvisor-støtten svarte innen 2 minutter, selv på Twitter, og det som var veldig gledelig var at mange av mine forslag til forbedringer ble implementert nesten samme dag.

På tidspunktet jeg skrev denne anmeldelsen har jeg omtrent 270 lukkede billetter, og mange av funksjonene kom fra min lette hånd. Det ser ut til, hva har støtte i stillingskontrolltjenesten med det å gjøre? Som det viser seg, er dette den viktigste delen. fordi enhver feil, eventuelle forglemmelser korrigeres raskt, og hvis overskytende blir tatt fra kontoen, blir de kompensert. Hva med stabilitet? Alt er også bra (vel, bortsett fra utrullingen av nye funksjoner). I mer enn 3 år med Topvisor lastet jeg opp hundre forskjellige prosjekter med semantiske kjerner fra 10 til 5000 spørringer der, og det var nesten ingen tid da prosjektet ikke ble fjernet i tide eller noe skjedde med dataene.

Topvisor er en stabil og rask tjeneste for arbeid med semantikk, som gjør, om ikke alt, så nesten alt: Wordstat, AdWords, hint, gruppering og clustering av spørringer, utmerket og forståelig analyse, integrasjon med webmaster, metrikk, GA. I tillegg er det en haug og en liten vogn med relaterte tjenester, for eksempel overvåking av endringer på nettstedet eller en budadministrator for kontekst. Jeg bruker alle disse funksjonene til det fulle i nesten alle nye prosjekter.

Velger du en tjeneste for overvåking av stillinger og andre SEO-oppgaver anbefaler jeg å se nærmere på Topvisor.

Dette er en hel rekke nyttige verktøy: fra å sjekke posisjoner med innsamling av utdrag og bilder av søkeresultater til detaljert teknisk analyse av nettstedet. Fra å velge ord, samle søkeforslag, til å gruppere etter relevans og gruppering ved hjelp av tre forskjellige metoder.

Kunne arbeide og integrere med Yandex.Metrica, Y.Webmaster, Google Analytics og Google Search Console. En ekte søkeanalysetjeneste.

Topvisor utvikler seg konstant og dynamisk, nye verktøy dukker jevnlig opp og nåværende funksjonalitet utvides. Grensesnittet er praktisk, intuitivt og veldig gjennomtenkt av tjenesteutviklerne. Vær spesielt oppmerksom på detaljert referansemateriale om Topvisor-verktøy og -funksjoner. Jeg er sikker på at selv nybegynnere ikke vil ha noen problemer eller spørsmål med verket etter å ha lest det.

Vi begynte å bruke Topvisor i september 2014 som en backuptjeneste for interne overvåkings- og analyseverktøy. Over tid og utviklingen av prosjektet er noe av funksjonaliteten til interne ting ikke ferdig utviklet på vår side.

Vi bruker kun posisjonsmodulen, vi får statistikk ved hjelp av en praktisk API, som Power BI/Query fungerer godt med for å visualisere ferdige rapporter om parametere for antall og dynamikk i forespørsler i TOP-3..100+ for nødvendig tidsperiode.

Det er praktisk at tjenesten bruker ikke-kontant dokumentflyt gjennom Diadoc, og ferdige fakturaer en uke før oppgjørsdato sparer mye tid. Topvisor har det viktigste innen kundeservice, foruten drift av tekniske ting – god support. Svar på forespørsler innen 5-10 minutter, et synlig ønske om å hjelpe og forstå problemet og forbedre funksjonaliteten. Så russiske byer har nå forskjellige farger på grafene i statistikken, og et par ekstra skjermbilder i hjelpen.

I dette innlegget vil vi beskrive den komplette algoritmen for å samle den semantiske kjernen primært for et informasjonsnettsted, men denne tilnærmingen kan også brukes for kommersielle nettsteder.

Innledende semantikk og oppretting av nettstedstrukturen

Forberedelse av ord for parsing og den innledende strukturen til nettstedet

Før vi begynner å analysere ord, må vi kjenne dem. Derfor må vi lage den innledende strukturen til nettstedet vårt og de første ordene for parsing (de kalles også markører).

Du kan se den opprinnelige strukturen og ordene:

1. Bruk logikk, ord fra hodet (hvis du forstår emnet).
2. Fra konkurrentene dine, som du analyserte når du valgte nisjer eller ved å legge inn hovedforespørselen din.
3. Fra Wikipedia. Vanligvis ser det slik ut:

4. Se på wordstat for hovedspørsmålene dine og høyre kolonne.
5. Andre tematiske bøker og oppslagsverk.

For eksempel er temaet på nettsiden vår hjertesykdom. Det er klart at vi må ha alle hjertesykdommer i strukturen vår.

Du kan ikke klare deg uten en medisinsk oppslagsbok. Jeg ville ikke se på konkurrenter, fordi de kanskje ikke har alle sykdommer representert; mest sannsynlig hadde de ikke tid til å dekke dem.

Og de første ordene dine for å analysere vil være alle hjertesykdommer, og basert på nøklene vi analyserer, vil du bygge strukturen til nettstedet når du begynner å gruppere dem.

I tillegg kan du ta alle medisiner for behandling av hjertet, som en forlengelse av emnet, etc. Du ser på Wikipedia, kategorier på konkurrentenes nettsider, wordstat, tenker logisk og finner på denne måten flere markørord som du vil analysere.

Nettstedets struktur

Du kan se på konkurrenter for generell informasjon, men du trenger ikke alltid lage en struktur som deres. Du bør i stor grad gå ut fra logikken til målgruppen din; de skriver også inn søkene du analyserer fra søkemotorer.

Hva skal man for eksempel gjøre? List opp alle hjertesykdommer, og identifiser deretter symptomer og behandling for dem. Eller lager vi kategorier for symptomer, behandling og deretter behandler sykdommer fra dem. Disse problemene løses vanligvis ved å gruppere søkeord basert på søkemotordata. Men ikke alltid, noen ganger må du ta et valg selv og bestemme hvordan du skal lage den beste strukturen, fordi forespørsler kan overlappe hverandre.

Du må alltid huske at strukturen er skapt gjennom samlingen av semantikk og noen ganger i sin opprinnelige form består den av flere overskrifter, og med ytterligere gruppering og samling utvides den, ettersom du begynner å se spørringer og logikk. Og noen ganger kan du komponere det uten å måtte bekymre deg for søkeord med en gang, fordi du kjenner emnet godt eller det er godt presentert av konkurrenter. Det er ikke noe system for å lage strukturen til nettstedet, du kan si at dette er din personlige kreativitet.

Strukturen kan være din (forskjellig fra konkurrentene), men den må være praktisk for folk, møte deres logikk, og derfor logikken til søkemotorer, og slik at du kan dekke alle tematiske ord i din nisje. Det skal være det beste og mest praktiske!

Tenk fremover. Det hender at du tar en nisje, og så vil du utvide den, og du begynner å endre strukturen på hele nettstedet. Og den opprettede strukturen på nettstedet er veldig vanskelig og kjedelig å endre. Ideelt sett må du endre nettadressene for vedlegg og lime inn alt på nytt på selve nettstedet. Kort sagt, dette er en så kjedelig og veldig ansvarlig jobb, så bestem deg umiddelbart, som en mann, hva og hvordan du skal gjøre det!

Hvis du er veldig ny på emnet for nettstedet du oppretter og ikke vet hvordan strukturen skal bygges, vet du ikke hvilke innledende ord du skal bruke for å analysere, så kan du bytte trinn 1 og 2 av samlingen. Det vil si, først analysere konkurrenter (vi skal se på hvordan du analyserer dem nedenfor), se på nøklene deres, basert på dette lage en struktur og innledende ord for å analysere, og deretter analysere wordstat, hint, etc.

For å lage strukturen bruker jeg en mind manager – Xmind. Det er gratis og har alt grunnleggende.

En enkel struktur ser slik ut:


Dette er strukturen til et kommersielt nettsted. Informasjonsnettsteder har vanligvis ikke kryss eller filtre for produktkort. Men denne strukturen er ikke komplisert, den ble kompilert for klienten slik at han skulle forstå. Vanligvis består strukturene mine av mange piler og kryss, kommentarer - bare jeg selv kan forstå en slik struktur.

Er det mulig å lage semantikk etter hvert som siden fylles ut?

Hvis semantikken er enkel, er du trygg på temaet og kan det, så kan du gjøre semantikk parallelt med å fylle nettstedet. Men den første strukturen må legges ut. Jeg selv praktiserer dette noen ganger i veldig smale nisjer eller i veldig brede nisjer, for ikke å bruke mye tid på å samle semantikk, men for å starte et nettsted med en gang, men jeg vil likevel ikke anbefale å gjøre dette. Sannsynligheten for feil er svært høy hvis du ikke har erfaring. Likevel er det lettere når all semantikk er klar, hele strukturen er klar og alt er ugruppert og forståelig. I tillegg kan du i den ferdige semantikken se hvilke søkeord som bør prioriteres oppmerksomhet, hvilke som ikke har konkurranse og vil bringe flere besøkende.

Her må du også ta hensyn til størrelsen på nettstedet; hvis nisjen er bred, er det ingen vits i å samle semantikk, det er bedre å gjøre det mens du går, fordi å samle semantikk kan ta en måned eller mer.

Så vi skisserte først strukturen eller skisserte den ikke, vi bestemte oss for å gå med den andre fasen. Vi har en liste over innledende ord eller uttrykk for emnet vårt som vi kan begynne å analysere.

Parsing og arbeid i keycollector

For å analysere bruker jeg selvfølgelig keycollector . Jeg vil ikke dvele ved å sette opp keycollectora, du kan lese hjelpen til dette programmet eller finne artikler om oppsett på Internett, det er mange av dem og alt er beskrevet i detalj der.

Når du velger analysekilder, bør du beregne lønnskostnadene og deres effektivitet. For eksempel, hvis du analyserer Pastukhovs database eller MOAB, vil du bli begravet i en haug med søppelforespørsler som må siles ut, og dette tar tid. Og etter min mening er det ikke verdt det å finne et par forespørsler. Det er en veldig interessant studie om temaet databaser fra RushAnalytics, selvfølgelig roser de seg selv der, men hvis du ikke legger merke til dette, er det veldig interessante data om prosentandelen av dårlige søkeord http://www.rush -analytics.ru/blog/analytica-istochnikov -semantikk

På det første stadiet søker jeg etter wordstat, adwords, deres tips og bruker Bukvarix søkeorddatabase (skrivebordsversjonen er gratis). Jeg pleide også å se gjennom tips fra Youtube manuelt. Men nylig la keycollector til muligheten til å analysere dem, og det er flott. Hvis du er en fullstendig pervers, kan du legge til andre søkeorddatabaser her.

Du begynner å analysere og drar i gang.

Rensing av den semantiske kjernen for en informasjonsside

Vi analyserte spørringene og kom opp med en liste med forskjellige ord. Selvfølgelig inneholder den de nødvendige ordene, så vel som søppel - tomme, ikke tematisk, ikke relevant, etc. Derfor må de rengjøres.

Jeg sletter ikke unødvendige ord, men flytter dem inn i grupper fordi:

1. De kan senere bli til ettertanke og bli aktuelle.
2. Vi utelukker muligheten for å slette ord ved et uhell.
3. Når du analyserer eller legger til nye fraser, vil de ikke bli lagt til hvis det er merket av.

Noen ganger glemte jeg å sette den, så jeg satte opp parsing i én gruppe og analyserer nøkler bare i den, slik at samlingen ikke dupliseres:


Du kan jobbe slik eller slik, som du vil.

Samling av frekvenser

Vi samler inn fra alle ord gjennom direkte, grunnfrekvens [W] og eksakt frekvens [“!W”].


Vi samler inn alt som ikke samles inn via wordstat.

Rensing av ord med ett ord og ikke formatering

Vi filtrerer etter enkeltord, ser på dem og fjerner unødvendige. Det er noen søk på ett ord som ikke gir mening å gå videre; de ​​er ikke entydige eller dupliserer et annet søk på ett ord.


For eksempel er temaet vårt hjertesykdom. Det er ingen vits i å fremme ordet "hjerte"; det er ikke klart hva personen mener - dette er en for bred og tvetydig forespørsel.

Vi ser også på hvilke ord som ikke har noen frekvens samlet - enten inneholder ordene spesialtegn, eller så er det mer enn 7 ord i spørringen Vi overfører dem til et ikke-format. Det er usannsynlig at slike forespørsler legges inn av folk.

Rengjøring etter generell og nøyaktig frekvens

Alle ord med en total frekvens [W] fra 0 til 1 fjernes.

Jeg fjerner også alt fra 0 til 1 med nøyaktig frekvens ["!W"].

Jeg deler dem inn i forskjellige grupper.

I fremtiden kan vanlige logiske nøkkelord finnes i disse ordene. Hvis kjernen er liten, kan du umiddelbart gjennomgå alle ordene manuelt med null frekvens og la de du tror folk skriver inn. Dette vil bidra til å dekke emnet fullstendig, og kanskje vil folk klikke på disse ordene. Men naturligvis bør disse ordene brukes sist, fordi de definitivt ikke vil få mye trafikk.

Verdien fra 0 til 1 tas også basert på emnet, hvis det er mange søkeord, kan du filtrere fra 0 til 10. Det vil si at alt avhenger av bredden i emnet ditt og dine preferanser.

Full dekning rengjøring

Teorien her er denne: for eksempel er det et ord - "forum", dets basisfrekvens er 8 136 416, og den nøyaktige frekvensen er 24 377, som vi ser er forskjellen mer enn 300 ganger. Derfor kan vi anta at denne forespørselen er tom; den inkluderer mange haler.

Derfor, etter alt å dømme, beregner jeg følgende KEI:

Nøyaktig frekvens / basisfrekvens * 100 % = fullstendig dekning

Jo lavere prosentandel, jo mer sannsynlig er det at ordet er tomt.

I KeyCollector ser denne formelen slik ut:

YandexWordstatQuotePointFreq / (YandexWordstatBaseFreq+0.01) * 100

Også her avhenger alt av emnet og antall fraser i kjernen, slik at du kan redusere dekningens fullstendighet til mindre enn 5%. Og der kjernen er stor, kan du ikke ta engang 10-30%.

Rydd opp i implisitte duplikater

For å rydde opp i implisitte duplikater, må vi samle Adwords-frekvensen fra dem og navigere i henhold til den, fordi den tar hensyn til rekkefølgen på ordene. Vi sparer ressurser, så vi vil samle denne indikatoren ikke fra hele kjernen, men bare fra duplikater.


På denne måten fant og noterte vi alle ikke-opplagte duplikater. Lukk fanen - Analyse av implisitte duplikater. De ble registrert i vår arbeidsgruppe. Nå vil vi bare vise dem, fordi parametrene kun hentes fra de frasene som for øyeblikket vises i gruppen. Og først da begynner vi å analysere.


Vi venter på at Adwords skal ta indikatorene og gå inn i analysen av implisitte duplikater.


Vi setter disse parameterne for smartgruppemerket og klikker – utfør smartsjekk. På denne måten vil bare de høyest frekvensende Adwords-spørringene ikke bli merket i vår gruppe med duplikater.

Det er selvfølgelig bedre å gå gjennom alle oppgavene og se på dem manuelt, i tilfelle noe dukker opp feil der. Vær spesielt oppmerksom på grupper der det ikke er frekvensindikatorer; duplikater er notert der ved en tilfeldighet.

Alt du noterer i analysen av implisitte grupper blir også notert i arbeidsgruppen. Så etter å ha fullført analysen, lukker du bare fanen og overfører alle de merkede implisitte duplikatene til riktig mappe.

Rengjøring med stoppord

Jeg deler også stoppord inn i grupper. Jeg lister byer separat. De kan komme til nytte i fremtiden hvis vi bestemmer oss for å opprette en katalog over organisasjoner.

Hver for seg lister jeg opp ord som inneholder ordene foto, video. Kanskje de kommer til nytte en dag.

Og også, "vitale spørsmål", for eksempel Wikipedia, inkluderer jeg forumet her, og også i det medisinske emnet kan dette inkludere Malyshev, mygg, etc.

Alt avhenger av emnet. Du kan også komme med separate kommersielle forespørsler - pris, kjøp, butikk.

Dette resulterer i en liste over grupper basert på stoppord:

Rydder opp i vridde ord

Dette gjelder konkurrerende emner; konkurrenter hyper dem ofte for å villede deg. Derfor er det nødvendig å samle inn sesongvariasjoner og eliminere alle ord med en median på 0.

Du kan også se på forholdet mellom basisfrekvensen og gjennomsnittsfrekvensen; en stor forskjell kan også indikere at forespørselen har blitt jukset.

Men vi må forstå at disse indikatorene også kan indikere at dette er nye ord som det bare nylig har dukket opp statistikk for, eller at de rett og slett er sesongbaserte.

Rengjøring etter geo

Vanligvis er det ikke nødvendig å sjekke geografisk for informasjonssider, men for sikkerhets skyld skriver jeg dette ned.

Hvis det er tvil om at noen av forespørslene er geoavhengige, er det bedre å sjekke dette gjennom Rookee-samlingen; selv om det noen ganger gjør feil, er det mye mindre vanlig enn å sjekke denne parameteren ved hjelp av Yandex. Deretter, etter å ha samlet inn Rookee, bør du sjekke alle ordene manuelt, som ble angitt som geoavhengige.

Manuell rengjøring

Nå er kjernen vår blitt flere ganger mindre. Vi gjennomgår det manuelt og fjerner unødvendige fraser.

Ved utgangen får vi disse gruppene av kjernen vår:

Gul - det er verdt å grave rundt, du kan finne ord for fremtiden.

Oransje – kan komme godt med hvis vi utvider siden med nye tjenester.

Rød - ikke nyttig.

Analyse av forespørselskonkurranse for informasjonssider

Etter å ha samlet forespørslene og renset dem, må vi nå sjekke konkurrentene deres for å forstå i fremtiden hvilke forespørsler som bør behandles først.

Konkurranse basert på antall dokumenter, titler, hovedsider

Alt dette kan enkelt gjøres via KEI i KeyCollector.


Vi mottar data for hver forespørsel, hvor mange dokumenter som ble funnet i søkemotoren, i vårt eksempel i Yandex. Hvor mange hovedsider er det i søkeresultatene for dette søket og forekomster av søket i tittelen.

På Internett kan du finne forskjellige formler for å beregne disse indikatorene, selv en nyinstallert KeyCollector ser ut til å ha en form for beregning av KEI innebygd i standarden. Men jeg følger dem ikke, fordi du må forstå at hver av disse faktorene har en annen vekt. For eksempel er det viktigste tilstedeværelsen av hovedsider i søkeresultatene, deretter overskriftene og antall dokumenter. Det er usannsynlig at denne viktigheten av faktorer på en eller annen måte kan tas i betraktning i formelen, og hvis det fortsatt er mulig, kan du ikke klare deg uten en matematiker, men da vil ikke denne formelen kunne passe inn i funksjonene til KeyCollector.

Konkurranse på lenkebørser

Det er her det blir mer interessant. Hver utveksling har sine egne algoritmer for å beregne konkurranse, og det kan antas at de ikke bare tar hensyn til tilstedeværelsen av hovedsider i søkeresultatene, men også sidenes alder, lenkemasse og andre parametere. I utgangspunktet er disse utvekslingene selvfølgelig designet for kommersielle forespørsler, men likevel kan mer eller mindre noen konklusjoner trekkes basert på informasjonsforespørsler.

Vi samler inn data om børser og viser gjennomsnittsindikatorer og fokuserer deretter på dem.


Jeg samler vanligvis fra 2-3 bytter. Hovedsaken er at alle forespørsler samles inn for de samme utvekslingene og gjennomsnittet vises kun for dem. Det er ikke det at noen forespørsler ble samlet inn av noen børser, og andre av andre, og gjennomsnittet ble utledet.

For en mer visuell visning kan du bruke KEI-formelen, som viser kostnadene for én besøkende basert på parameterne til børsene:

KEI = AverageBudget / (Gjennomsnittlig trafikk +0,01)

Gjennomsnittlig budsjett for børser delt på gjennomsnittlig trafikkprognose for børser, får vi kostnaden for én besøkende basert på børsdataene.

Konkurranse om mutagen

Det er ikke i keycollector, men det er ikke noe problem. Uten problemer kan alle ord lastes opp til Excel, og deretter kjøres gjennom KeyCollector.

Hva er bedre enn Keyso? Den har en større base sammenlignet med konkurrentene. Språket hans er rent, det er ingen fraser som er duplisert eller skrevet i en annen rekkefølge. For eksempel vil du ikke finne slike gjentakende nøkler som "type 1 diabetes", "type 1 diabetes" der.

Keyso kan også søke på nettsteder med én teller for Adsense, Analytics, Leadia osv. Du kan se hvilke andre nettsteder eieren av det analyserte nettstedet har. Ja, og generelt når du søker etter konkurrenters nettsteder, tror jeg dette er den beste løsningen.

Hvordan jobbe med Keyso?

Vi tar hvilken som helst side av konkurrenten vår, selvfølgelig er mer bedre, men ikke spesielt kritisk. Fordi vi skal jobbe i to iterasjoner, vi legger det inn i feltet. La oss klemme – analysere.

Vi mottar informasjon på siden, vi er interessert i konkurrenter her, klikk åpne alle.


Alle våre konkurrenter åpner seg.


Dette er alle nettsteder hvis søkeord på en eller annen måte overlapper med vårt analyserte nettsted. Det vil være youtube.com, otvet.mail.ru osv., det vil si store portaler som skriver om alt. Vi trenger dem ikke, vi trenger nettsteder som kun handler om vårt emne. Derfor filtrerer vi dem i henhold til følgende kriterier.

Likhet er prosentandelen av vanlige nøkler av det totale antallet til et gitt domene.

Emneinnhold – antall nøkler på vårt analyserte nettsted i nøklene til en konkurrents domene.

Derfor vil skjæringspunktet mellom disse parameterne fjerne vanlige nettsteder.

La oss sette tematikk til 10, likhet til 4 og se hva vi får.

Det var 37 konkurrenter. Men vi vil fortsatt sjekke dem manuelt, laste dem opp til Excel og om nødvendig fjerne unødvendige.


Nå går vi til grupperapportfanen og legger inn alle våre konkurrenter som vi fant ovenfor. Klikk – analyser.

Vi får en liste over søkeord for alle disse nettstedene. Men vi har ennå ikke dekket temaet helt. Derfor er vi i ferd med å bli konkurrenter til gruppen.

Og nå får vi alle konkurrentene, alle nettstedene vi introduserte. Det er flere ganger flere av dem, og det er også mange generelle tematiske. Vi filtrerer dem etter likhet, la oss si 30.

Vi får 841 konkurrenter.


Her kan vi se hvor mange sider denne siden har, trafikkere og trekke konklusjoner om hvilken konkurrent som er mest effektiv.

Vi eksporterer alle til Excel. Vi går gjennom hendene våre og lar bare konkurrentene til nisjen vår være, du kan markere de mest effektive kameratene, slik at du deretter kan evaluere dem og se på hvilke funksjoner de har på siden, spørringer som gir mye trafikk.

Nå går vi tilbake til grupperapporten og legger til alle konkurrentene som allerede er funnet og får en liste med søkeord.

Her kan vi umiddelbart filtrere listen etter "!wordstat" Mer enn 10.


Her er de spørsmålene våre, nå kan vi legge dem til KeyCollector og spesifisere at fraser som allerede er i en annen KeyCollector-gruppe ikke legges til.

I dagens episode av On the Board om semantikk og strukturering av søkeord for siden.

Om hva klynging av den semantiske kjernen er. Hvorfor trenger du å gruppere og hvordan kan du gjøre det?

Han snakker om det Oleg Shestakov, grunnlegger av Rush Analytics.

Videoen viste seg å være ganske omfangsrik. Den inneholder hovednyansene knyttet til klynging.

La oss gå videre til å se videoen:

Bilde fra styret:

Viktig: Hvis du har spørsmål, spør dem gjerne i kommentarfeltet. Oleg vil gjerne svare dem.

Videoutskrift

1. Hva er clustering?

Klynger ved hjelp av metoden for topplikhet er en gruppering av søkeord basert på en analyse av søkemotorresultater. Hvordan skjer dette?

• Vi tar to spørsmål, for eksempel «lipgloss» og «kjøp lipgloss».
• Vi samler inn søkeresultater for hver forespørsel, lagrer 10 nettadresser fra hvert søkeresultat og sjekker om det er felles nettadresser i begge resultatene.
• Hvis det er minst 3-5 (avhengig av clustering-nøyaktigheten som vi spesifiserer), blir disse forespørslene gruppert.

2. Hvorfor gjøre klynging?

Hvorfor har clustering-trenden vært på markedet i omtrent halvannet år nå? Hvorfor er dette viktig og hvordan vil det hjelpe?

• Spare tid. Clustering er en fantastisk teknologi som vil bidra til å redusere rutinen når du arbeider med semantisk kjernegruppering. Hvis en vanlig semantisk kjernespesialist analyserer 100 000 nøkkelord, deler dem inn i grupper, ca. 2-3 uker (eller enda mer hvis semantikken er kompleks), så kan en klynge separere dette i prioritert rekkefølge på omtrent en time.

• Lar deg unngå feilen med å promotere forskjellige forespørsler til én side. Yandex har klassifiserere som evaluerer kommersielle søk. For eksempel er resultatene for informasjonsforespørsler og kommersielle helt forskjellige. Spørringene "lipgloss" og "kjøp lipgloss" kan aldri skyves inn på samme side.

1) For den første forespørselen ("lipgloss") er det informasjonssider (irecommend, Wikipedia). En informasjonsside er nødvendig for denne forespørselen.

2) For den andre forespørselen ("kjøp lipgloss") - kommersielle ressurser, kjente nettbutikker. Denne forespørselen krever en kommersiell side.

Det vil si at det trengs forskjellige typer sider for forskjellige forespørsler. En vanlig feil en optimizer gjør er når den markedsfører alt sammen på én side. Det viser seg at halvparten av den semantiske kjernen kommer inn på TOP 10, og den andre halvdelen kan ikke komme dit. Clustereren lar deg unngå slike feil.

For å forhindre at dette skjer, må du først gruppere forespørsler riktig etter type side i søkeresultatene.

3. Hvordan hjelper clustering i promotering?

• databehandlingshastighet,
• klassifisering av sider som promoteres for.

Hvis nettstedstrukturen er gruppert og intern optimalisering er gjort riktig, er dette allerede halve kampen, hvis vi snakker om det russiske markedet. Naturligvis vil koblinger være nødvendig for vestlige markeder. Vår erfaring er at et sted rundt 50-60 % av forespørslene med riktig klynging og riktig tekstoptimalisering bare når TOPPEN uten noen ekstern intervensjon. For nettbutikker eller rubrikkannonser (aggregatorer og portaler) er det i prinsippet ikke engang behov for tekster.

Clustering er nøkkelen til riktig rangering. For øyeblikket er det ingen vits i å kjempe mot søkemotorrangeringer, men det er lettere å tilpasse seg denne rangeringen, gå inn på de nødvendige sidene og promotere vellykket. Å endre paradigmet for å promotere et bestemt emne er mer urealistisk enn reelt.

4. Hva er klyngemetodene? (Hard myk)

Myk - dette er det som ble beskrevet tidligere. En markørforespørsel fra en kategori av en nettbutikk tas, andre forespørsler kobles til den, og resultatene sammenlignes. "kjøp lipgloss", "kjøp lipgloss i Moskva", "kjøp lipgloss priser" - de har 4-5 forbindelser med hovedforespørselen.

Disse forespørslene er bundet. Dette fullfører sjekken, en klynge med søkeord oppnås og den kan promoteres.

Men det er mer konkurransedyktige emner, for eksempel plastvinduer. Her må du sjekke at alle forespørsler som var knyttet til hovedlinjen kan promoteres med hverandre.

Vi må sammenligne om det er noen resultater for disse spørringene

samme url. Vi sammenligner resultatene ikke bare med hovedforespørselen, men også med hverandre. Og vi grupperer bare de forespørslene som kan relateres til hverandre.

I de fleste tilfeller er Soft clustering tilstrekkelig. Dette er nettbutikker (ikke veldig konkurransedyktige kategorier), informasjonsressurser.

5. Klynger i Rush Analytics

Vi har en klyngemodul og 3 typer klynging:

• Ifølge Wordstat. Den enkleste og minst tidkrevende metoden sett fra et optimaliseringssynspunkt. Ideell for situasjoner der vi nesten ikke vet noe om strukturen til nettstedet.

1) I Excel laster du inn nøkkelord i én kolonne, frekvens i henhold til Wordstat i en annen, og send for klynging.

2) Vi sorterer hele listen i synkende rekkefølge: de hyppigste ordene (vanligvis de korteste) er øverst.

3) Algoritmen fungerer slik: vi tar det første ordet, prøver å knytte alle andre ord til det, og grupperer det. Vi kutter ut alt som har festet seg, sorterer det på nytt og gjentar denne iterasjonen igjen.

4) Fra listen over søkeord får vi et sett med klynger.

Ved markører

Egnet for steder der strukturen er definert. Fungerer veldig bra i e-handel (for eksempel nettbutikker).

1) Vi kjenner til markørforespørselen (hovedforespørselen til siden eller flere forespørsler som den markedsføres under).

2) Vi tar en liste over søkeord, i kolonnen til høyre markerer vi markørspørringer med enere, og alle andre spørringer med nuller.

3) Vi tar et markørsøkeord og prøver å koble andre nøkkelord til det og grupperer dem i klynger. Det er viktig her at i denne algoritmen vil markørordene som vi merket med ener aldri være relatert til hverandre. Vi vil ikke prøve å binde dem fast.

Kombinert clustering

Denne algoritmen kombinerer de to foregående

1) Vi laster inn nøkkelord, merker "token/non-token" og frekvens.

2) Vi binder alle ordene som vi kan binde til markørspørringer.

3) Vi tar nøkkelord som ikke er koblet sammen og grupperer dem ved hjelp av Wordstat.

4) Alt annet vil bli klassifisert som "ikke-gruppert".

5) Som et resultat - en struktur som vi allerede kjenner. Vi vil også få automatisk gruppering av alle andre søkeord, som vil hjelpe oss å utvide strukturen. Alle disse typene klynging er tilgjengelige i Rush Analytics.

Hvilke andre verktøy finnes på markedet?

Blant de verdige, foruten Rush Analytics, kan vi trekke frem JustMagic-tjenesten, hvor det er både Hard og Soft clustering. Tjenesten ble utviklet av Alexey Chekushin.

Det er alt du trenger å vite om klynging for å komme i gang med søkeordgruppering.

Bruk clustering og spar tid. I tillegg gjør folk ofte feil; feilraten for optimalisereren er omtrent 15 %. Betro rutinen til roboter - du trenger ikke å ordne opp for hånd.

Hei kjære venner! Godt nytt år til deg, jeg håper du allerede har flyttet fra ferien og er i kamphumør. Jeg har en nyttårsgave til deg i dag - et veldig kult praktisk innlegg. Innlegget er ikke mitt, men det er mer enn verdig å vises på sidene til denne bloggen.

Anmeldelsen ble satt sammen av en kul fyr ved navn Dmitry Miroshnichenko. Dima bor i Volgograd, jobber som prosjektleder i et lokalt webstudio, som utvikler og promoterer egne prosjekter. Og Dima er en vitenskapskandidat, og dette er ikke mye tull!

Alt som er skrevet nedenfor er mitt synspunkt og er basert på min livserfaring. Jeg påstår ikke å være den ultimate sannheten. Hvis du ser annerledes på noen prosesser og vet hvordan du kan løse problemet mer effektivt, er det sterkt tilrådelig å ikke holde deg tilbake og skrive om det i kommentarfeltet.

Så, oppgaven: å lage en semantisk kjerne for nettstedet. Hva betyr ordet "semantisk"? Dette er hva Wikipedia forteller oss. Semantikk (fra gammelgresk σημαντικός - betegner) er en gren av lingvistikk (spesielt semiotikk) som studerer semantisk betydning språkenheter. Det vil si at vi må fremheve semantiske retninger for nettstedstrukturen.

Hvordan løses dette problemet vanligvis?

1. Parsing av spørringer (Wordstat, ulike databaser, hint, tjenester som Spywords og Semrash, åpne statistikktellere og andre kilder)
2. Vi siler ut søppelet og sjekker frekvensen
3. Vi fordeler forespørsler i grupper
4. Basert på grupper lager vi strukturen på siden og distribuerer artikler

Vi kan løse de to første punktene med en nøkkelsamler. Det er ingen spesiell smerte å velge her. Nøkkelsamleren er et veldig hendig verktøy.

Den tredje oppgaven er den mest interessante. Vi vil vurdere hennes avgjørelse.

Det fjerde problemet kan løses ganske trivielt hvis det tredje er implementert godt.

Innledende data

Informasjonsside om dacha-emner. Seksjon "busker og trær". Totalt ble det samlet inn 562 nøkler. Dette er opplæringsdatasettet. Det var viktig for meg å sammenligne resultatene av ulike verktøy.

For delen av informasjonssiden ble forespørsler samlet inn, søppel ble fjernet og hyppigheten av "!" ifølge Wordstat, mer enn 30. De må fordeles i grupper.

Du kan distribuere forespørsler manuelt eller automatisk. Vi fordeler manuelt etter mening. Alt er klart her. Det er mange måter å gjøre automatisk clustering på. La oss se nærmere på hvert verktøy.

Verktøy for å gjøre manuell spørringsgruppering enklere

Excel, LibreOffice, OpenOffice

Jeg tror det ikke er noen vits i å beskrive i detalj hvordan man jobber med disse verktøyene.

Fordeler

• høy presisjonsbehandling - vi behandler den fortsatt for hånd
• allsidighet - du kan ta hensyn til en rekke parametere
• når det gjelder LibreOffice, OpenOffice - gratis

Feil

• i tilfelle av Excel - betalt
• lav hastighet - når du arbeider med store datamengder
• trenger å ta sikkerhetskopier

google Dokumenter

Fordeler

• ligner på forrige punkt
• online tjeneste - praktisk tilgang til dokumentet
• ikke nødvendig å ta sikkerhetskopier
• gratis

Feil

• hastigheten er fortsatt lav

kg.ppc-panel.ru

Online tjeneste. Last inn forespørsler, filtrer, velg grupper.

Fungerer raskt. Funksjonaliteten er tilstrekkelig (bortsett fra lagring av prosjekter), grensesnittet er bra.

Fordeler

• brukervennlig grensesnitt
• fungerer raskt
• synlighet
• ikke nødvendig å registrere seg
• gratis
• online tjeneste

Feil

• Du kan ikke lagre prosjekter, du kan bare laste opp ferdige
• følger av den forrige - hvis tjenesten mislykkes, vil all utvikling gå tapt
• frekvenser kan ikke lastes inn

Nøkkelordassistent - skaper strukturen til det fremtidige nettstedet

En annen nettjeneste. Ligner på den forrige. Du kan nå lagre prosjekter.

Fordeler

• prosjekter lagres
• godt og oversiktlig grensesnitt
• du kan laste ned frekvenser
• gratis
• online tjeneste

Feil

• hastigheten er høyere enn når du jobber med excel, men fortsatt sammenlignbar
• for paranoide - det er ikke klart hvor dataene dine er lagret

Verktøy for automatisk klustering av spørringer

Nøkkelord grouper for PPC

Desktop-versjon med merkelig oppførselslogikk. Detaljer på lenken over (hvor du kan laste ned finner du der).

Kort beskrivelse av hvordan klyngealgoritmen fungerer:

Vi har et visst sett med nøkkelord. Før indeksen kompileres, normaliserer skriptet alle ordformer. På neste trinn bestemmer grupperingsskriptet frekvenser for hele dokumentindeksen og bygger en vurdering. Frekvenser beregnes for hvert ord (etter normalisering). Hvis vi har "ferie i Tunisia", teller manuset frekvensene for "ferie" og "Tunisia".

På dette stadiet er rangeringen av ord ordnet fra den hyppigste til den minst hyppige. Hvorfor er dette nødvendig? Å lage kjernegrupper. La oss bare si at hvis ordet «Egypt» forekommer oftere enn ordet «hotell», vil et søkeord (for eksempel [billige hoteller i Egypt]) som inkluderer ordet «hotell» bli klassifisert i «Egypt» gruppe og ikke omvendt.

Så vi grupperte ordene, men på en ganske primitiv måte. Deretter trenger vi en mer presis gruppering.

Mer presis gruppering betyr at innenfor hver gruppe vil skriptet lage undergrupper og fordele ord mellom dem.
På dette stadiet vil rangeringen av ord etter frekvens også bygges. I dette tilfellet vil vurderingen kun opprettes innenfor gruppen; hovedordet til gruppen (også gruppenavnet) vil ikke delta i vurderingen. I tillegg er rangeringen av ord i en gruppe basert på invers frekvens. De. ordet med lavest frekvens vil være det første som oppretter "sin egen" undergruppe.

Selvfølgelig kan bare de ordene som forekommer minst N ganger lage sine egne undergrupper (sett i skriptinnstillingene, men vanligvis er dette minst 4-5).

Det er denne tilnærmingen som fungerer veldig effektivt når hovedgruppene opprettes basert på rangeringen fra de hyppigste ordene til de minst hyppige, og undergrupper - fra de minst hyppige til de hyppigste.

Utgangen er en gruppert liste.

Fordeler

• gratis for nå
• fungerer raskt

Feil

• skrivebordsversjon
• på en eller annen måte reddes prosjektet skjevt
• Hvordan kan jeg slette noe der?
• ekstremt merkelig oppførselslogikk, hvorfor var det ord i systemet som ikke var der? (synlig på skjermbildet)
• Algoritmen tar ikke hensyn til betydningen av ord, bare den vanlige roten er den viktigste ulempen
• oppgitt grense på 1000 nøkler
• frekvens kan ikke lastes
• trenger å ta sikkerhetskopier

Rush Analytics

Online tjeneste for spørringsgruppering basert på PS-utstedelse. Mer presist er klynging bare en av funksjonene til tjenesten. En mer detaljert beskrivelse er tilgjengelig på nettsiden.

Kort om driftsalgoritmen:

Clustering er den automatiske inndelingen av søkeord i grupper.
Hvordan fungerer teknologien?
Du laster opp en liste med søkeord, velger type clustering - systemet analyserer søkemotorrangeringer og deler søkeord ved hjelp av vår algoritme inn i grupper som vil rangere godt i søkemotorene. Ved utgangen får du nøkkelord delt inn i grupper.

Du kan angi styrken til gruppen. Tilsynelatende utstilt i papegøyer. Utdataene er Excel-filer med den valgte grupperingsstyrken. På den første fanen er det klynger. Det andre er alt som er igjen uten klynger.

Gebyret belastes kun for grupperte forespørsler (maksimalt antall).

La meg minne deg på at det bare er 562 forespørsler. Hvor mange forespørsler som ble gruppert for hvert alternativ kan ses i tabellen nedenfor.

Vi får maksimalt antall grupperte forespørsler 359. Ikke verst for en automatisk maskin. Hvor mye kostet det?

Vi får at gruppering av 359 forespørsler koster 552,5 rubler, eller litt mer enn 1,5 rubler per rot (selv om grupperingstallet per forespørsel ikke er interessant for meg i det hele tatt, men la det være for det totale bildet). Her er det nødvendig å presisere at mer enn to forespørsler regnes som en klynge. Jeg har ikke funnet ut hvordan jeg skal telle hvor mange grupper det var.

La oss nå se hvordan kvaliteten er.

La oss velge en testgruppe for kirsebær. Her er en liste over originale forespørsler:

hvordan beskjære kirsebær riktig valery chkalov kirsebær kirsebær oksehjerte kirsebærtre kirsebær frukthage kirsebær iput beskjære unge kirsebær beskjære kirsebær kirsebær varianter varianter av kirsebær

Vi fikk to klynger for gruppestyrke 4 og 5:

For en grupperingsstyrke på 3 utvides klippeklyngen litt:

Selvfølgelig er resultatet så som så.

Hvis jeg gjorde det manuelt, ville klyngen etter variasjon sett omtrent slik ut:

kirsebær oksens hjerte kirsebær iput Valery Chkalov kirsebær kirsebær varianter varianter av kirsebær

Så algoritmene må helt klart oppdateres.

Fordeler

• online tjeneste
• alle prosjekter er lagret
• ved registrering gir de 3000 rubler til kontoen din (på publiseringstidspunktet, etter min mening, har en slik gratisbit allerede blitt dekket opp)
• i det minste, men meningen (og ikke bare den vanlige roten) tas i betraktning basert på søkemotorresultater

Feil

• fortsatt i teststadiet (på publiseringstidspunktet ser det ut til at det ikke lenger er tilgjengelig)
• betalt
• dyrt - det er bra hvis kjernen inneholder 500 spørringer, men hva om det er tusenvis og hundretusener?
• du må fortsatt gjøre det ferdig for hånd, det er ikke mulig å gjøre det helt automatisk

SEMparser - Strukturere semantikk for SEO og kontekst

En annen online clusterer basert på søkemotorresultater.

Slik fungerer det (hentet fra nettstedet):

Slik ser det ut inni:

Etter automatisk gruppering vises et redigeringsvindu der du kan rette feil.

Excel-filen er lastet ned. På den første fanen er søk og grupper med detaljer.

Den andre fanen inneholder bare grupper.

På den tredje fanen er det et toppemne.

Du kan også angi styrken til gruppen. Jeg testet de samme tallene: 3, 4 og 5.

Her må vi avklare at en klynge fra en forespørsel også er en klynge. Og det er tatt hensyn til. Så formelt viser det seg at 100 % av forespørslene var gruppert. Men jeg kunne heller ikke finne ut hvordan jeg skulle beregne hvor mange grupper det var med forespørsler på 2 eller flere.

Du må også ta hensyn til at prisene er litt forskjellige. Det trekkes penger for alle forespørsler som er i dokumentet. Jeg kjøpte 600 forespørsler, som kostet meg 288 rubler. Vi får kostnaden for en forespørsel 0,48 kopek. Etter gruppering hadde jeg 38 forespørsler igjen i systemet mitt. Som et resultat kostet gruppering av en testprøve av nøkler omtrent 270 rubler. Noe som er to ganger lavere enn i forrige tjeneste.

La oss se hva som skjer med kvaliteten.

For alle styrker i gruppen var det 4 grupper:

valery chkalov kirsebær (1/170) valery chkalov kirsebær (170) kirsebær iput (5/472) kirsebær iput (159) varianter av kirsebær (134) kirsebær varianter (92) kirsebær tre (44) kirsebær frukthage (43) oksehjerte kirsebær ( 1/64) oksehjertekirsebær (64) beskjæring av kirsebær (3/352) beskjæring av kirsebær (226) hvordan beskjære kirsebær på riktig måte (86) beskjæring av unge kirsebær (40)

Vi ser også at meningen ikke er ideell. Må etterbehandles for hånd.

Fordeler

• online tjeneste
• alle prosjekter er lagret
• 50 forespørsler om test ved registrering
• dårlig dårlig tar hensyn til meningen
• billigere enn det forrige alternativet

Feil

• betalt
• Algoritmen fungerer ikke perfekt, manuell korreksjon er nødvendig

Just Magic - automatisk valg av semantikk for SEO og kontekstuell annonsering

En interessant tjeneste etter min mening. Nettsidedesign: hei konsoll.

Hva de sier på nettsiden deres:

— Samle inn semantikk for eksisterende nettstedssider, og koble spørringer til dem umiddelbart.
— Utvide eksisterende områdestruktur.
— Tilby tematisk semantikk for nye sider på nettstedet basert på gjeldende SL.
— Lag semantikk for det utformede nettstedet.
- Og ganske enkelt gruppere spørringer. Inkludert tematisk oppdeling.

Du kan se utviklerens rapport på TopExpert:

Her er hva utviklerne fortalte meg om hvordan alt fungerer der:

Vi løser et rent utilitaristisk problem - å bestemme hvilke forespørsler som kan promoteres på én side.

Derav løsningsmetoden - vi samler inn output fra PS for hver forespørsel og utfører klynging basert på den.

Faktisk må vi løse et ganske enkelt problem - spre spørringer i henhold til samsvarende URL-er i søkeresultatene, og samtidig sørge for at fundamentalt forskjellige typer spørringer ikke faller inn i en klynge. Vi skiller mellom følgende typer:
— Kommersielt/informasjonsmessig.
— «På ansiktet»/«på innsiden».
— Ett ord/2+ ord.
— Med/uten innholdstypemarkører.

"Innholdstypemarkører" er søkeord som søkemotoren bruker for å stille krav til innhold på den promoterte siden. For eksempel - ("anmeldelser", "video", "last ned", "bilde").

Siden problemet er definert og settet med inndata er ganske enkelt, er ikke algoritmen komplisert. Hovedalgoritmen til systemet bruker ikke maskinlæring. Vi bruker de facto centroider i den nåværende algoritmen (en av spørringene er "senteret" av klyngen, og resten må ha et visst mål av likhet med det). Nå brukes en "grådig" algoritme for deres (sentre)valg. Men denne metoden har visse ulemper, så i den neste versjonen av algoritmen, som for tiden implementeres, vil vi i prinsippet forlate konseptet med en klyngesenterspørring.

Vi bruker også maskinlæring, men på et annet sted - automatisk generering av markørforespørsler basert på Yandex.Metrica-data.

Har ikke fått prøvd det enda. Sendte en forespørsel om testtilgang. De sa de har en oppdatering. Hovedfunksjonaliteten, som koster fra 30 000 rubler/måned, vil være tilgjengelig i slutten av januar. For rene dødelige med mindre volum i februar.

Hvis alt fungerer som de sier, blir det veldig kult. La oss se.

Fordeler

• gode utsikter
• online tjeneste

Feil

• Det er ingen versjon for bare dødelige ennå, bare et månedlig abonnement
• klarte ikke å prøve
• som det er - dyrt

SEO-intellekt - SEO-automatiseringstjeneste

En annen nettbasert klyngetjeneste. Deklarert funksjonalitet:

SEO automatiseringstjeneste
● spørringsgruppering
● utvalg av landingssider
● søk etter konkurrenter
● hjelp til innholdsoptimalisering
● bestilling av optimaliserte tekster

Jeg klarte aldri å få det til å fungere. Det er ingen hjelp, ingen hint...

Fordeler

• på nett

Feil

• så jeg forsto hvordan jeg skulle jobbe med ham
• betalt

Coolakov.ru - Oversikt over nøkkelspørringer

Beskrivelse på nettsiden:

Tjenesten lar deg automatisk gruppere allerede innsamlede forespørsler. Forespørsler er delt inn i grupper basert på likheten til Yandex topp 10.

Vi kunne ikke finne noe om funksjonene til algoritmen.

For mine 562 forespørsler var det 305 grupper. Det er minst én forespørsel per gruppe. La oss se hva som skjer med kirsebærene våre:

Det er klart at gruppe 73 og 189 kunne vært forent... Vel, resten er også klart. Clustering, for å si det mildt, er ikke ideelt.

Fordeler

• online tjeneste
• gratis

Feil

• Hvordan laste den ned? Det er ingen knapper å laste ned. Du kan bare kopiere teksten.
• Uten registrering kan du bare jobbe fra 20-00 til 7-00 Moskva-tid. Det er ingen måte å registrere seg på. I det hele tatt.

s:toolz er et profesjonelt søkeklyngeverktøy basert på søkeresultater

En annen klyngetjeneste. Det særegne er at det ikke fungerer i automatisk modus. Dette er også hans mangel.

Operasjons prosedyre

Deklarert funksjonalitet:

Spørringsklustertjenesten er designet for rask automatisert gruppering av store lister med spørringer (søkeord for promotering) i klynger, som dannes basert på søkemotorresultater og Yandex-søkemotorens oppfatning av brukerens behov.

Forespørsler fra én klynge må oppgraderes til 1 side.

Sendte en kort. De svarte to dager senere. Det viser seg at de behandler søknader manuelt. De skriver at de får flere tilbakemeldinger på denne måten. I fremtiden truer de med å gjøre alt automatisk.

Selve klyngingen, skriver de, varte i mindre enn ett minutt. Sitat:

Det tok mindre enn ett minutt å behandle søknaden din. Det største beløpet som måtte behandles så langt var 55k, beregningen tok ca 3 timer.

Hva de skriver om algoritmen:

Vi har utviklet vår egen grupperingsalgoritme. Data - Yandex topp 10 for hver forespørsel. Vi bruker maskinlæring, men for annen funksjonalitet, som snart presenteres.
Det er problemer med relevante sider i rapporten. Søkemotorindeksen inneholder ikke alltid det du trenger, spesielt hvis en spesialist ennå ikke har jobbet med prosjektet.
Som et resultat må du i tillegg behandle resultatet manuelt; med et visst antall forespørsler er dette allerede trist. Problemet er i ferd med å bli løst.

Å gruppere mine 562 spørringer kostet meg 309 rubler. Vi belaster 60 kopek per forespørsel. Ingen rabatter ble gitt. Ja, jeg spurte ikke.

La oss nå se hva som skjer med kvaliteten:

beskjære kirsebær hvordan beskjære kirsebær riktig beskjæring av unge kirsebær varianter av kirsebær kirsebær varianter av kirsebærtre Valery Chkalov kirsebær kirsebær oksehjerte kirsebær frukthage kirsebær og veien

Igjen ble variantene stående uten klaser.

Fordeler

• kommunikasjonsevner for teknisk støtte, svarte på alle spørsmål
• online tjeneste

Feil

• fungerer ikke automatisk, ødelegger den menneskelige faktoren inntrykket
• betalt
• manuell korrigering av klynger er nødvendig

Mc-Castle.ru – Clusterer SY

Og en tjeneste til. Den grupperer seg også, tilsynelatende, etter ordform. Ingen søkemotorer.

Resultat:

Jeg kunne ikke finne ut hva jeg skulle gjøre videre med dette. Hvordan kan jeg dele opp i klynger? Hvordan kan jeg se hvilke forespørsler som er inkludert i én klynge? Vel, hvis nedbrytningen er basert på ordformer, så er det ikke snakk om noen ensretting når det gjelder betydning.

Fordeler

• online tjeneste
• gratis
• ikke nødvendig å registrere seg

Feil

• merkelig grensesnitt
• delealgoritme basert på ordformer

Nøkkelsamler

Programmet er godt kjent for nesten alle som har vært borti innhenting av nøkler på en eller annen måte.

Gruppering er bare en liten del av det hun kan.

Forespørsler kan grupperes etter setningssammensetning, etter søkemotorresultater og i kombinert modus. Søkebasert gruppering fungerer etter kodeinnsamlede data for KEI. Det tok flere minutter å samle informasjon for gruppen. Selve grupperingen varte i mindre enn ett minutt.

Den beste grupperingen ble oppnådd med følgende parametere:

I det første tilfellet ble 381 fraser eller 68 % av det totale antallet gruppert. I det andre tilfellet 403 eller 72 %, som er veldig bra.

Morellerne vi var interessert i etter sort (iput, oksehjerte...) kom heller ikke opp i variantene. De ble delt inn i separate grupper. Noe som generelt sett ikke er overraskende.

De resterende forespørslene ble gruppert mer eller mindre. Som et resultat har vi 72 % tidsbesparelser (resten må fullføres manuelt).

Fordeler

• klart grensesnitt
• du kan velge grupperingsinnstillinger
• en haug med andre alternativer for å jobbe med nøkler
• fornuftig pris
• utmerket teknisk støtte

Feil

• skrivebordsversjon
• Du kan ikke redigere de resulterende gruppene i programmet - bare i Excel
• for å fungere trenger du anti-gate, proxyer, kontoer - det er ingen slike problemer med nettjenester, de tar disse problemene på seg selv
• manuell korrigering av klynger er nødvendig

MegaLemma - automatisering av kompileringen av den semantiske kjernen og Yandex.Direct-kampanjer

Desktop-programvare for klynging.

Det er vanskelig å bare stå opp og jobbe. Brukervennligheten er dårlig.

Jeg vil gjerne normalisere det. Det gir meg en melding om at jeg må lagre prosjektet. Er det ikke mulig å lagre prosjektet automatisk? Hvorfor skal jeg trykke på en knapp når en datamaskin kan gjøre det?

Det er ikke åpenbart hva du skal klikke for å starte grupperingsprosessen. Det viser seg at dette er "frekvensanalyse".

Å analysere 562 forespørsler med standardinnstillinger i 7 tråder og 7 proxyer tok omtrent 10 minutter. Det tok ytterligere 5 minutter for normalisering.

Etter normalisering er det igjen uklart hvordan jeg skal gruppere ordene jeg trenger. Jeg fant informasjonen på side 27 i manualen. Og takk for det.

Tross alt er dette hovedfunksjonen til programmet. Del ordene i grupper. Hvorfor er den mest nødvendige informasjonen så langt unna? Vel, det ville være nyttig å gjøre noe som rask start. For kontekst og for nettsteder separat. Jeg innså at det er forskjeller i arbeidet.

Jeg ønsket ikke å fullføre oppgaven med å gruppere søkene mine her. Hovedproblemet er plasseringen av aksenter i programgrensesnittet.

Det er ingen vits i å bruke den kun til gruppering. Jeg tror den fulle kraften til programmet bør avsløres når du jobber fullt med nøkler. Starter med å rense forespørsler fra søppel og lage stoppord.

Fordeler

• det er en full demoversjon

Feil

• skrivebordsprogram
• For å fungere trenger du anti-gate og proxyer - det er ingen slike problemer med nettjenester, de tar disse problemene på seg selv
• kombinerer på grunnlag av ordformer, det vil si at det ikke er nødvendig å snakke om noen betydninger
• brukervennlighet må forbedres

"Semyon-Yadren" - dannelse av den semantiske kjernen av nettstedet basert på søkemotorer

En annen ekstern tjeneste. Det har vært mye PR i det siste.

Igjen må du jobbe med tjenesten gjennom mellomledd. Altså gjennom mennesker. Ingen automatisering for deg.

Du må først sende inn en brief, og deretter vente til de kontakter deg. Du er enig i detaljene. Deretter betaling.

De ønsket ikke å gruppere gratis, men de ga 50 % rabatt. Som et resultat kostet gruppering av 562 forespørsler meg 350 rubler (uten rabatt ba de om 700). Å gruppere en forespørsel kostet 60 kopek (eller 1,2 rubler uten rabatter)

Igjen er det problemer med brukervennligheten på siden. "Send inn kort"-knappen er liten, hvit og usynlig på en hvit bakgrunn. Jeg kunne ikke motstå, beklager.

De nektet å si hvordan og på hvilket grunnlag clustering gjøres. Det er bare kjent at på grunnlag av å utstede en PS.

Resultatet av arbeidet ble sendt i løpet av noen timer. I tillegg til selve klyngene sendte de ytterligere 100 500 parametere og filer. Selv om jeg ikke spurte. I prinsippet nyttig informasjon for analyse. Men det ville være logisk å dele: hvis du bare vil ha gruppering, er det én pris; hvis du vil ha flere godbiter, er det en annen pris. Fordi ulike klienter trenger forskjellig informasjon.

La oss se hvilke klynger vi har:

beskjære kirsebær hvordan beskjære kirsebær riktig beskjære unge kirsebær kirsebær iput varianter av kirsebær kirsebær varianter kirsebær oksehjerte valery chkalov kirsebær kirsebærtre kirsebærhage

Dette er allerede mye bedre! Noen sorter havnet i klyngen for sort! Riktignok gikk Valery Chkalov seg vill.

Fordeler

• svarte raskt
• klar til å gi rabatter
• online tjeneste
• en haug med forskjellig tilleggsinformasjon, inkludert oppgaver for tekstforfattere (selv om de skriver at oppgaver fortsatt må fullføres individuelt)

Feil

• det er en mellommann i form av en person
• Algoritmer er en fullstendig forretningshemmelighet
• manuell korrigering av klynger er nødvendig

Resultater

En sammendragstabell over funksjonalitet og kostnader finner du nedenfor.

Verktøy	Pris	Klyngealgoritme	Format	Arbeidstid	Kostnad for å gruppere alle forespørsler	Kostnad for å gruppere én forespørsel
	—
	gratis	basert på utstedelse av PS	på nett	Et par minutter	gratis	gratis
	betalt	basert på utstedelse av PS	på nett	mindre enn et minutt + to dager	309 gni.	60 kopek
	betalt	basert på ordformer	på nett	mindre enn ett minutt	gratis	gratis
	1.700 gni.	basert på ordformer + basert på PS-utgang	skrivebord	Et par minutter	—	—
	3000 gni.	basert på ordformer og lemmas	skrivebord	Et par minutter	—	—
	betalt	basert på utstedelse av PS	på nett	noen minutter + et par timer	350 gni. (700 RUB uten rabatt)	60 kopek (1,2 rubler uten rabatt)
Nedenfor er tjenester som ikke var inkludert i hovedanmeldelsen i dette innlegget, men som ble foreslått av brukere i kommentarene eller representanter for tjenestene.
Topvisor.ru	betalt	basert på utstedelse av PS	på nett	~7-8 min. for 3000 forespørsler	—	fra 30 kopek

Som et resultat har vi ennå ikke et verktøy som helt automatisk vil gruppere de nødvendige forespørslene uten feil.

De beste resultatene ble vist(bedømt etter kirsebærvarianter) Semparser.ru og Seo-case.com. Når det gjelder kostnader, får vi henholdsvis 48 kopek mot 1,2 rubler. Forskjellen er nesten tre ganger. Merkostnaden til Seo-case tror jeg skyldes bonusinformasjon. Neste opp er nøkkelsamleren (siden personen som håndterer forespørslene nesten helt sikkert har en).

Den mest grundige tilnærmingen i gruppering, etter min mening, fra gutta fra Just-magic.org. Så så fort muligheten byr seg skal jeg definitivt teste den.

Uansett er det bedre å jobbe med hendene enn å bruke noen tjeneste og det er vanskelig å argumentere med det. Litt dyrere, men mye bedre kvalitet.

Dette avslutter megaanmeldelsen, kjære venner! Jeg er sikker på at du likte det, så jeg ber deg om å legge igjen din mening i kommentarene, og hvis du har noe å legge til, så enda mer, avslutt abonnementet.

Vi sees senere, venner!

Vi gir bort 200 kontogrenser for å prøve det!

Klynger av søkeord er en automatisert distribusjon av forespørsler i grupper basert på søkemotorresultater.

Rush Analytics-klyngealgoritmen vil samle TOP10 Yandex- eller Google-søke-URLene for hvert av søkeordene dine, sammenligne resultatene for hvert søkeord og gruppespørringer nøyaktig hvordan de vil bli promotert i søkemotorer, og hvordan det vil være praktisk og logisk å lage sider på nettstedet.

I Rush Analytics kan klynging gjøres ved hjelp av to metoder: Myk og Hard

Etter å ha behandlet forespørslene vil du motta en nesten ferdiglaget og riktig utformet, fra søkemotorers synspunkt, nettstedstruktur. Og basert på frekvensdataene for hver gruppe søkeord, kan du enkelt bestemme deg for å opprette flere sider på nettstedet.

Sjekk ut videoopplæringen om klyngefunksjonalitet

Vanlige spørsmål om klynging: de oftest stilte spørsmålene fra brukerne våre

Clustering er en gruppering av søkeord basert på sammenligning av søkemotorresultater. Algoritmen vil samle TOP10-URL-ene for søkeordene dine, sammenligne resultatene for hvert søkeord og gruppere søkene nøyaktig hvordan de vil bli vellykket promotert i søkemotorer, og hvordan det vil være praktisk og logisk å lage sider på nettstedet

Du må laste opp en liste over søkeord og deres frekvens (hvilken som helst) til Rush Analytics, eller merke søkeordene som hoved (markørsøk) og alle andre.
For å bruke en kombinert klyngealgoritme trenger du både frekvens og markøroppsett. Les om dette litt nedenfor.

Klyngerpresisjon spesifiserer hvor mange vanlige nettadresser som må være i søkeresultatene for to søk før vi grupperer søkene sammen.
Med andre ord, jo større nøyaktigheten av clustering (gruppering) er, desto flere like setninger vil falle inn i én gruppe (cluster).
For de fleste emner vil nøyaktighet = 5 være tilstrekkelig.

EN: Hvert emne har sin egen nødvendige og tilstrekkelige terskel for søkelikhet for å oppnå en semantisk kjerne av høy kvalitet. For eksempel, når du markedsfører nettbutikker, vil det være et stort problem hvis søkeordene «Redmond RX500 multicooker» og «Redmond RX500-1 multicooker» faller inn i én klynge ved gruppering av søk – fordi Dette er forskjellige produkter og de bør promoteres til forskjellige produktkort. Her anbefaler vi å bruke presisjon = 5

Hvis trafikken til nettstedet hovedsakelig er russisk og fra Yandex, er det optimalt å gjøre klynging av Yandex, og velge regionen der nettstedet markedsføres.
Du kan bruke begge søkemotorene og deretter sammenligne resultatene. Ofte er resultatene veldig like mellom søkemotorer.
Hvis du markedsfører et nettsted for andre markeder, er klynging allerede tilgjengelig for alle regioner og språk i verden i henhold til Google-resultater.
Snart vil vi legge til funksjonalitet for å velge land og by for gruppering etter Google.com-resultater. Hvis du er interessert i denne funksjonaliteten, stem i fellesskapet vårt og det vil dukke opp mye raskere - lenke for å stemme

Ja det kan du. Og noen ganger er det til og med nødvendig.
Når kan to klynger slås sammen til én?
Ofte kan søkeord som "kjøp redmond multicookers" og "redmond multicookers price" falle inn i forskjellige klynger på grunn av den lave kvaliteten på resultatene i Yandex og Google for disse søkene.
I dette tilfellet må du kombinere disse klyngene til én og markedsføre dem til siden multikoker redmond. Dette er en helt normal situasjon.
Når bør du ikke kombinere to klynger til en?
Når det er informasjonsforespørsler i den ene klyngen, og kommersielle i den andre. For eksempel kan ikke klyngene "kjøp redmond multicookers" og "review of redmond multicookers" kombineres fordi disse forespørslene bør i utgangspunktet fremmes til forskjellige sider.
Jeg tviler på om jeg skal kombinere to klynger eller ikke, hva skal jeg gjøre?
Vi forklarer i detalj hva du skal gjøre i dette tilfellet i denne veiledningen.

Fordi ordene fra «Ikke-klynget»-fanen ikke fant samsvar for klyngen. Dessverre kan ikke alle søkeord grupperes - fordi... ikke alle er i slekt.
Vi veiledes først og fremst av hvordan søkeord skal promoteres (rangeres) og grupperer dem basert på likhet i søkeresultatene.
For eksempel: spørringer "mobiltelefon" og "mobiltelefoner" bør promoteres til forskjellige sider fordi en forespørsel er informativ, og den andre er kommersiell, og de vil aldri gå videre en side.
Hva skal jeg gjøre med ikke-grupperte søk?
Hvis du finner nøkkelord som er verdifulle for deg i listen over ikke-grupperte ord, kan du manuelt legge dem til eksisterende grupper (de kan ikke ha blitt koblet på grunn av dårlige resultater) eller opprette separate sider på nettstedet for disse ordene.

Før gruppering vil alle fraser som inneholder stoppord bli ekskludert fra listen. De. søppelnøkkelord vil ikke bli brukt i gruppering og vil bli forkastet før sammenligning av søk starter.
Vi anbefaler å bruke dette alternativet hvis du laster inn en skitten liste med søkeord i et klyngeprosjekt. Funksjonaliteten bidrar til å spare budsjett for gruppering og løser problemet med manuell, kjedelig rengjøring av stoppord i Excel. Vi foreslår å bruke ferdige lister med stoppord for geospørringer og ulike emner, eller lage din egen liste over stoppord.

Trinn-for-trinn algoritme for å jobbe med tjenesten:

1. Opprette et prosjekt. For å opprette et prosjekt må du gå til klyngefanen og klikke på "Opprett et nytt prosjekt"



2. Trinn én: Søkemotor og region.
   Her må du skrive inn navnet på prosjektet (obligatorisk felt). Du kan skrive inn hvilket som helst navn, det er ofte praktisk å skrive inn navnet på nettstedet slik at du enkelt kan finne ønsket prosjekt i fremtiden.

   Deretter spesifiserer vi søkemotoren hvis data skal brukes til gruppering. Du kan velge enten Yandex eller Google.
   Alle regioner og språk i verden er for øyeblikket tilgjengelige for Google.
   
   

3. Trinn to: Samlingsinnstillinger
   
   

   Alt om klyngealgoritmene våre

   Klyngemetode:
   • Myk gruppering: i denne klyngemetoden identifiserer algoritmen sentrale (markør)spørringer og sammenligner alle andre spørringer med dem Algoritmen er utmerket for å gruppere nøkkelord for trafikkprosjekter: nettbutikker, informasjonssider, tjenestesider med liten konkurranse.
   • Hard clustering: forespørsler kombineres til en gruppe bare hvis det er et felles sett med URL-er for alle forespørsler. Denne typen gruppering grupperer færre søkeord, men med svært høy nøyaktighet. Ideell for konkurransedyktige høyfrekvente forespørsler.
   Type- valg av klyngealgoritme.
   

   Vi har 3 klyngealgoritmer:

   • Klynger med manuelle markører
   • Clustering av Wordstat
   • Kombinert klyngealgoritme (manuelle markører + Wordstat)

   De jobber etter det samme grunnleggende prinsippet - sammenligner likheten til TOP søkemotorer, men er designet for å løse flere forskjellige problemer.

   Algoritme ved hjelp av manuelle markører:

   Denne algoritmen er mest effektiv å bruke når du har en ferdiglaget og ganske omfattende nettsted (katalog) struktur, og du kjenner alle markørene på forhånd og du trenger bare å forstå hvilke søk du skal markedsføre eksisterende sider for, og der er det ikke nødvendig å utvide nettstedstrukturen. I dette tilfellet tar du markørene dine (navn på kategorier/sider), samler inn hint basert på dem, merker markørene som 1, den innsamlede skyen som 0, og sender den til gruppering. Som et resultat vil du motta en ferdig semantikk for kategoriene dine, og ord som ikke er knyttet til strukturen din vil forbli ugruppert.
   Datalastningsformat: nøkkelord | markør(1/0) - last ned eksempelinndatafil

   Klyngealgoritme i henhold til Wordstat

   Denne algoritmen løser heller problemet omvendt til algoritmen for manuelle markører: du kjenner ennå ikke strukturen til nettstedet ditt og kan ikke velge markører - du har nettopp samlet Wordstat, tips og frekvens i henhold til tips. Nå må du strukturere denne semantikken for å få grupper med forespørsler om sider på et fremtidig nettsted eller fremtidige kategorier på et eksisterende nettsted. I dette tilfellet er Wordstat-klyngealgoritmen perfekt; den fungerer som følger.
   Hele listen over søkeord er sortert i synkende rekkefølge etter frekvens, algoritmen prøver å assosiere alle mulige ord fra listen med det mest hyppige ordet og danner en klynge, deretter gjentas alt iterativt for de nest hyppigste søkeordene.
   Ikke bekymre deg for at nøkkelord blir tildelt feil klynge ved første pass av algoritmen - vi bruker maskinlæringsalgoritmer bygget på binære trær for å forhindre dette :)
   Datalastningsformat: nøkkelord | frekvens (hvilken som helst) - last ned eksempelinndatafil

   Kombinert algoritme (manuelle markører + Wordstat) - kombinerer tilnærmingene til de to foregående metodene.

   Denne algoritmen er egnet for oppgaven med å samtidig velge nøkkelord for den eksisterende nettstedstrukturen og utvide den. Det fungerer som følger: først prøver vi å binde alle mulige forespørsler til markørforespørslene dine og danner en ferdig struktur knyttet til markørene dine. Videre blir alle forespørsler som ikke var knyttet til markører, sortert i synkende rekkefølge etter frekvens og gruppert sammen. Som et resultat får du:
   a) Ferdig semantikk for eksisterende nettstedskategorier
   b) Utvidelse av semantikk for nettstedet ditt.
   Vi anbefaler på det sterkeste å bruke en kombinert algoritme– det gir best resultat.
   Datalastningsformat: nøkkelord | | markør(1/0) | frekvens - last ned eksempelinndatafil

   Alt du trenger å vite om clustering-nøyaktighet

   Nøyaktighet– jo større nøyaktigheten av clustering (gruppering), jo flere like setninger vil falle inn i én gruppe (cluster).
   Dette alternativet er med andre ord ansvarlig for hvor mange vanlige nettadresser som trengs i TOP10 av søkemotoren slik at søkeordene faller inn i én klynge.

   Hvert emne har sin egen nødvendige og tilstrekkelige terskel for søkelikhet for å oppnå en semantisk kjerne av høy kvalitet. For eksempel, når du markedsfører nettbutikker, vil det være et stort problem hvis søkeordene «Redmond RX500 multicooker» og «Redmond RX500-1 multicooker» faller inn i én klynge ved gruppering av søk – fordi Dette er forskjellige produkter og de bør promoteres til forskjellige produktkort. Her anbefaler vi å bruke presisjon = 5
   For informasjonsemner, for eksempel for rabatt- eller oppskriftssider, er det ikke nødvendig med slik presisjon - her er oppgaven å oppnå maksimalt antall grupperte klynger for å skrive artikler. For slike nettsteder anbefaler vi en nøyaktighet på 3 eller 4. Og for nettsteder i svært konkurransedyktige emner, der kampen om TOPPEN hovedsakelig er basert på konkurrerende høyfrekvente søk, anbefaler vi å bruke økt klyngingsnøyaktighet - 6 eller 7, og opprette separate sider for ikke-grupperte søk.

   Det anbefales å velge alternativ 3-6 og, basert på resultatene, se hvilken clustering som vil ha tilstrekkelig fullstendighet og nøyaktighet for din semantikk. Jo høyere nøyaktighetsverdi, jo mindre vil gruppene være.

   Andre klyngeinnstillinger

   Ikke cluster hvis frekvensen er mindre enn- Dette alternativet lar deg ikke gruppere søkeord med en frekvens som er mindre enn den spesifiserte. Dette vil spare deg for å manuelt rense lavpopulære søk - slike ord vil bli plassert i fanen "Ikke gruppert".

   Bestemme relevante nettadresser for eksisterende områdeklynger
   Du trenger bare å skrive inn navnet på det ønskede domenet, og algoritmene våre vil prøve å finne relevante nettadresser for de resulterende klyngene.
   Alternativet fungerer som følger: hvis nettstedet ditt allerede er i TOP10 for hovedforespørselen (markør), vil vi vise denne nettadressen og markere den i grønt. Ellers velger vi URL-en for markørforespørselen ved å bruke site:-operatoren.
   

   VIKTIG: Relevante URL-er velges for markør(hoved)spørringer i klyngen og tilordnes hele klyngen (alle nøkkelord i klyngen).

4. Trinn tre: «Søkeord og pris».
   Last opp en fil med forespørsler.
   Støttede formater: xls, xlsx. Datainndataformat: spørring; markør eller frekvens. For klynging ved bruk av Wordstat + Manuelle markører-metoden er dataformatet: spørring; markør; frekvens.

   Skrive inn stoppord
   Før gruppering vil setninger som inneholder stoppord bli ekskludert fra listen. Funksjonaliteten hjelper til med å spare budsjett for klynging og løser problemet med å tømme stoppord manuelt. Funksjonen er spesielt nyttig hvis du grupperer en "skitten" liste over søkeord som ikke har blitt renset tidligere.

   Vi foreslår å bruke ferdige lister med stoppord for geospørringer og ulike emner, eller lage din egen liste over stoppord. Og ikke glem "Ekspertalternativene" - som standard brukes symbolsk matching - dvs. et delvis samsvar vil fjerne hele ordet/frasen; hvis du trenger et nøyaktig samsvar med stoppordet, velg setningsmatch.




5. Klikk "Opprett et nytt prosjekt"– det er det, prosjektet ditt er sendt til klynging!

Nå kan du spore statusen til prosjektet i "Kø"-fanen eller i listen over klyngeprosjekter.
For øyeblikket er det 5 statuser i Rush Analytics:
Kø– data er ennå ikke samlet inn, prosjektet venter på sin tur til å samle inn data
Datainnsamling– telleren viser hvor mange søkeord som er behandlet
Gruppering– prosjektdata er allerede samlet inn, systemet beregner alle nødvendige beregninger for å gi deg resultatet
På pause– du kan pause prosjektet manuelt hvis du ikke er sikker på at du vil bygge det. Eller, prosjektet kan stoppe av seg selv fordi... du har gått tom for penger på saldoen din.
Klar– prosjektet er klart – du kan se resultatene i webgrensesnittet eller laste ned i XLSX-format

Clustering Output File - Kolonnebeskrivelser

Resultatet av klynging i XLSX-format ser slik ut:

• Nedtonede forespørsler– markørforespørsler – spesifisert av deg manuelt, eller definert av systemet
• Klyngenavn– navnet på markeringsforespørselen tas
• Klyngestørrelse - antall søkeord i gruppen
• Søkeordfrekvens– frekvensen du spesifiserte i trinnet "Søkeord". Avhengig av hvilken frekvens du tok - base, i anførselstegn eller med et utropstegn, kan klyngeresultatene variere noe
• Samlet klyngefrekvens– summen av frekvensene til alle søkeordene i klyngen
• TOP kamper– antall vanlige nettadresser i søkeresultater for et gitt søk med resultater for et referanse(markør) søk
• Bakgrunnslys– høydepunkter fra søkemotorresultater samlet inn av søkeordet ditt
• Klyngelys- høydepunkter uten duplikater, i henhold til alle ordene i denne klyngen
• Topp URL- den mest synlige konkurrent-URLen i søkeresultatene for alle søk i klyngen. Her evaluerer vi hyppigheten av forekomsten av konkurrent-URL-er i SERP-en for hver forespørsel og plasseringen til hver konkurrent-URL i SERP-en
• Relevant URL- funnet relevant URL for klyngen, hvis alternativet "Oppdag relevante URLer" ble valgt
  Alternativet fungerer som følger: hvis nettstedet ditt allerede er i TOP10 for hovedforespørselen (markør), vil vi vise denne nettadressen og markere den i grønt. Ellers velger vi en URL for markørforespørselen ved å bruke nettstedsoperatøren:

Eksempler på ferdige filer etter clustering kan sees i vår portefølje