Hvordan komponere en semantisk kjerne for kontekstuell annonsering. Semantisk kjerne for kontekstuell annonsering

Merkesemantikk

Ideelt sett fungerer prosessen slik:

2) Samle semantikk for markørforespørsler fra hvor som helst: fra Wordstat til søkeforslag.

Det spiller ingen rolle hva du bruker når du samler. Alle tjenester har forskjellig kvalitet, men prinsippet er det samme: ved inngangen skriver du inn en token-forespørsel, og programmet utsteder utvidelser som inneholder setningen.

Oppgaven som må løses manuelt er å bestemme selve markørene (basene). Hver enkelt gjenspeiler sin egen etterspørsel, søkeord, utvidelser og rekkevidde. Dette krever i det minste minimal kjennskap til sortimentet.

Når det gjelder merkesemantikk, er det tydelig hvordan man ser etter markører. Merket har som regel russisk eller engelsk stavemåte, navn på serier, modeller. Det er viktig å ta hensyn til alle feilaktige og synonyme stavemåter. Andre saker med eksempler kommer videre i artikkelen.

3) Du mottar titusenvis eller hundretusenvis av forespørsler, renser dem for "søppel" og får to grupper: de nødvendige forespørslene og negative søkeord.

La oss vurdere merkesemantikken ved å bruke eksemplet på nettbutikken med turistutstyr og varer "My Planet".

Butikken har ca 70-80 merker, en av dem er Stanley. Dette er verktøy, møbler, servise og mye mer. Det gir ingen mening å samle alle utvidelser fra ordet stanley, ellers blir det mye "søppel". Derfor legger vi igjen forespørsler på 2-3 ord:

Oftest er det bedre å ta treordsord eller toordsord, i noen spesifikke tilfeller er ettordsord akseptable.

Vakuumkolber er det mest populære produktet, det har 3 stavemåter av merkenavnet - stanley, stanley, stanley, - og det er markører etter serie: stanley mountain, stanley classic.

Jo flere baser, jo bredere dekning. Vi får 70 typer varer, for hver - 20-50 baser. Det totale volumet av "halen" er flere hundre tusen utvidede søk. De kan overlappe, men delvis: som regel er prosentandelen av krysset lav.

Som et resultat får du 100 % dekning, men bruker mye tid på å behandle data. For å fremskynde prosessen bruker de ofte metoden for å multiplisere spørringer i et multipliserende skript.

For en merkevare semantisk kjerne, fremskynder denne metoden arbeidet. Men hva gjør du når du tilbyr tjenester i et sterkt konkurranseutsatt marked?

Semantikk over komplekse tjenester

I denne situasjonen er det flere ikke-opplagte spørsmål som bare kan identifiseres ved hjelp av dybdeanalyse.

Et eksempel er en «diesel»-biltjeneste, en oppdragsgiver av MOAB-byrået.

Opprinnelige data: Den forrige entreprenøren multipliserte standardtjenestenavnene med transaksjonsord som "priser", "kjøp" og andre. Som et resultat fikk vi basene "reparasjon av injektorer", "reparasjon av høytrykks drivstoffpumper" og andre lignende.

Denne tilnærmingen gir de vanligste formuleringene. En nøyaktig kopi av nøkkelen, permutasjon av ord, forskjellige tilfeller og ordformer er ikke et alternativ for manifestasjon av kreativitet. Alle – både entreprenører og oppdragsgivere – tenker det samme, bruker samme ordlyd og transaksjonsord. Lommelyktforespørsler overopphetes raskt.

Resultatet er tap av dekning og som et resultat utilstrekkelig arbeidsbelastning av tjenesten, siden det ikke er inntrykk for ikke-åpenbare forespørsler. De kan ikke oppnås ved enkel multiplikasjon.

Paradokset med situasjonen er at det ikke er mye trafikk (opptil 10 besøkende per dag), men auksjonen er forferdelig (opptil 40 rubler per klikk). Selv en tjeneste med en enorm materialbase, lave kostnader og en stor kundestrøm er nesten umulig å få tilbake prisene for en spesifikk nøkkel.

Basert på resultatene av analysen fant vi ytterligere baser (frekvensen er indikert for Moskva):

De fleste av dem var en åpenbaring for kunden selv: han mistenkte ikke at potensielle kunder kunne formulere søket sitt på denne måten, selv om han har jobbet lenge med dette området.

Disse forespørslene er langt fra åpenbare for konkurrenter, og derfor ikke overopphetet. Prognostisert daglig trafikk - ca 400-500 brukere, totalt for alle systemer. Gjennomsnittsprisen for dem er mye lavere enn for setninger som "injektorreparasjon".

Hvordan organisere hvis markører ikke er knyttet til et merke og inneholder vag etterspørsel? Det målgruppen er ute etter er å ikke komme med spontant og ikke høre fra kunden.

Ett problem genererer et ukjent stort utvalg av forespørsler: en dieselmotor ryker svart, grå, hvit, fungerer ikke, banker, rasler osv. Din oppgave er å dele denne matrisen i klynger for å differensiere til et begrenset antall behov.

Etterspørselsvariabler

Når det gjelder et merke, er "ankeret" for etterspørselen selve navnet. Stanley-produkter kan ikke kalles noe annet, det er uansett noe med ordet "Stanley".

For en kompleks tjeneste brytes etterspørselen ned i flere komponenter (variabler). Det er umulig å formulere problemet uten en av disse:

• Problem med enheten - brukeren vet eller antar at den har gått i stykker (injektorer, injeksjonspumpe, stempel). Og så begynner en flukt av fantasier - "dysen banker", "dysen skrangler", "dysen ryker" osv.
• Problemet med bilen - han vet ikke hva som er ødelagt og vil ikke finne ut av det, han skriver bare navnet på merket på bilen hans (Scania, Kamaz, Man). I vårt tilfelle er ikke bensinbiler vår profil, vi velger kun de som går på diesel;
• Gjennom drivstoff - en person indikerer ikke en bil eller enhet, men indikerer typen drivstoff - "dieselmotor", "diesel", "dieselbilreparasjon";
• Gjennom manifestasjonen av problemet ("røyker", "går ikke"). For eksempel er svart røyk et typisk dieselproblem, det er ikke nødvendig å spesifisere her om det er bensin eller diesel;
• Gjennom autoscanner-feilkoden ("feil 1235", "feil 0489").

Det er høyst sannsynlig at en person hvis dieselmotor går i stykker vil bruke minst én av verdiene til disse variablene i spørringen. Dette er "ankeret" som etterspørselen etter problemet dreier seg om.

Anbefaling: For å dele opp spørringer i variabler og tilpasse verdiene deres, må du forestille deg hvordan det potensielle publikummet snakker om problemene. For å gjøre dette er det nyttig å studere konkurrentenes nettsteder, tematiske fora, fellesskap, etc.

Hvordan er dette forskjellig fra å multiplisere

Tenk deg at det er et fjell med gullbarrer inni som du trenger å få. Standardmåten er å grave en gruve i dette fjellet og samle gull som kommer i veien for forskning.

Et annet alternativ - du river fjellet med en gravemaskin og tar det til et gruve- og prosessanlegg. Det er mer arbeidskrevende og krever mer kompetanse, men fra hele steinmassen vil du samle alt gullet.

I analogi med dette tar vi all etterspørselen etter søket "diesel", "diesel" og går gjennom alle utvidelsene i dybden i Wordstat. Deretter samler vi søketips til hver. Ved å bruke den resulterende matrisen bryter vi gjennom frekvensen, sletter duplikater og får det totale volumet av forespørsler.

La oss si at vi har 100 tusen. Hva skal jeg gjøre videre med dem? Vi velger de nødvendige setningene.

For å gjøre dette kjører vi hver array inn i "Gruppeanalysen" i nøkkelsamleren. Vi bruker frekvensspørringsordboken. I den må du sette en gruppering etter setninger og fylle inn søkeordene i fanen.

Hva vi får:

På dette stadiet er det ikke nødvendig å fjerne utvalget av negative søkeord osv. Du trenger bare å se gjennom frekvensordboken og identifisere toordsord som tydelig indikerer autoreparasjon.

Hva er fordelene? Vanlig brukte spørringsgrupper er knyttet til de vanligste problemene. Programmet sorterer gruppene etter antall ord som er inkludert i dem. Du går gjennom alle resultatene og identifiserer gruppene som passer ditt problem.

Du får alt du kan samle i dette faget. Samtidig er det normalt hvis du i utgangspunktet har 100 tusen forespørsler med ordet "diesel" og bare 10 tusen etter analyse.

Gjør et lignende arbeid med alle verdiene til variablene.

Semantikk for eksakt etterspørsel

MOAB har utarbeidet en av de største semantiske planene i sin historie for YapiMotors autotechcenter. Klientspesifisitet: han må gi nøyaktig trafikk.

Kunden definerte klart startbetingelsene: det er en nøyaktig liste over verk (300 stykker) som han utfører, og en liste over merker (70 stykker) som han jobber med.

På den første fasen søkte vi etter alle slags titler i henhold til listen over verk:

• Bremsereparasjon - reparasjon av bremsesystemet, utskifting av bremsesystemet, bremser fungerer ikke, etc.
• Motorreparasjon - ICE-reparasjon, ICE-bytte, motorreparasjon, etc.

Japanske navn er komplekse og ofte feilstavet. Som et resultat ble 70 forhåndsinnstilte merker / modeller til 270 linjer med forskjellige stavemåter på latin og kyrillisk.

Markedet er stort, så selskapet påsto ikke hele greia. Det er logisk: én biltjeneste kan ikke betjene hele Moskva. Målet er en liten del av denne etterspørselen, men så varmt som mulig, og for et minimum av penger. Derfor har vi identifisert forespørsler som allerede har et presserende behov.

Hvis en bruker skriver i søket «svart røyk diesel», kan han kjøre en røykende bil i en uke til før den blir helt dekket. Og "reparasjonsløpsprisen" kan konverteres akkurat nå.

Vi multipliserer 450 verk med 270 modeller og får en liste over markører, ifølge hvilken vi fjerner frekvensen.

Omtrent 5 tusen baser viste en ikke-null frekvens og en "hale" av utvidelser på 50 tusen. I motsetning til dieselkjernen, som har mye "søppel", inneholder den et minimum antall negative søkeord, nesten alle søk er målrettet.

Semantikk for feeds

Hvorfor samle det

Semantikken for feeds sikrer en troverdig negativ fil og ren trafikk.

En standardliste med negative søkeord er ikke nok. I beste fall dekker de 30–40 % av ekte negative søkeord. Hvert emne har også spørringer som inneholder karakteristiske ord og gjør spørringen i seg selv upassende, irrelevant for deg. Derfor må du samle negative søkeord for feeder basert på ekte søk.

Eksempel - forespørsler for Bosch bildeler. Dette er en rekke på flere hundre tusen. Fra den valgte vi de som inneholder tall - dette er produktforespørsler, det var 20-30 tusen av dem. Vi har satt sammen et frekvensvokabular fra dem for å finne grupper med irrelevant etterspørsel. Det er viktig å ta ekte fraser for et spesifikt merke.

Dette resulterer i en mer nøyaktig fil med negative søkeord som kan brukes til å nekte ikke-målrettede visninger. Som et resultat, i Russland, var gjennomsnittskostnaden per klikk 7-10 rubler, og prisen på en applikasjon var 60-70 rubler. Vi oppnådde en høy konverteringsrate da vi kun trakk til oss trafikk i nærheten av kjøpet.

Fallgruvene ved å annonsere på feeds

La oss si at du har 10 000 bildeler. I prosessen er det viktig å sjekke om det er noen doble verdier blant artiklene. Det kan bety både varer og GOST, instruksjoner som ikke er relatert til emnet ditt. Eller et produkt fra et helt annet område.

Hvordan kan jeg sjekke dette? Ta en liste over SKU-er og slå frekvensen gjennom dem. Du kan også identifisere artikler med dobbel verdi manuelt. Bruk dem til å tydeliggjøre semantikken – legg til merkenavnet eller kvalifiserende ord for å ekskludere visninger med upassende rekkevidde.

Er det nok å legge til SKU i annonsen eller trenger du« % SKU + % kjøp (eller annet transaksjonsord)»

Det andre alternativet gir ikke ekstra trafikk, men du kan direkte kontrollere annonseplasseringen, ikke bare på forespørsel fra artikkelen, men også på forespørselen "% artikkel +% kjøp" gjennom budforbindelsen.

Ideelt sett fungerer prosessen slik:

2) Samle semantikk for markørforespørsler fra hvor som helst: fra Wordstat til søkeforslag.

Det spiller ingen rolle hva du bruker når du samler. Alle tjenester har forskjellig kvalitet, men prinsippet er det samme: ved inngangen skriver du inn en token-forespørsel, og programmet utsteder utvidelser som inneholder setningen.

Oppgaven som må løses manuelt er å bestemme selve markørene (basene). Hver av dem gjenspeiler sin egen etterspørsel, nøkkelsetninger, utvidelser og rekkevidde. Dette krever i det minste minimal kjennskap til sortimentet.

Når det gjelder merkesemantikk, er det tydelig hvordan man ser etter markører. Merket har som regel russisk eller engelsk stavemåte, navn på serier, modeller. Det er viktig å ta hensyn til alle feilaktige og synonyme stavemåter. Andre saker med eksempler kommer videre i artikkelen.

3) Du mottar titusenvis eller hundretusenvis av forespørsler, renser dem for "søppel" og får to grupper: de nødvendige forespørslene og negative søkeord.

La oss vurdere merkesemantikken ved å bruke eksemplet på nettbutikken med turistutstyr og varer "My Planet".

Butikken har ca 70-80 merker, en av dem er Stanley. Dette er verktøy, møbler, servise og mye mer. Det gir ingen mening å samle alle utvidelser fra ordet stanley, ellers blir det mye "søppel". Derfor legger vi igjen forespørsler på 2-3 ord:

Oftest er det bedre å ta treordsord eller toordsord, i noen spesifikke tilfeller er ettordsord akseptable.

Vakuumkolber er det mest populære produktet, det har 3 stavemåter av merkenavnet - stanley, stanley, stanley, - og det er markører etter serie: stanley mountain, stanley classic.

Jo flere baser, jo bredere dekning. Vi får 70 typer varer, for hver - 20-50 baser. Det totale volumet av "halen" er flere hundre tusen utvidede søk. De kan overlappe, men delvis: som regel er prosentandelen av krysset lav.

Som et resultat får du 100 % dekning, men bruker mye tid på å behandle data. For å fremskynde prosessen bruker de ofte metoden for å multiplisere spørringer i et multipliserende skript.

For en merkevare semantisk kjerne, fremskynder denne metoden arbeidet. Men hva gjør du når du tilbyr tjenester i et sterkt konkurranseutsatt marked?

Semantikk over komplekse tjenester

I denne situasjonen er det flere ikke-opplagte spørsmål som bare kan identifiseres ved hjelp av dybdeanalyse.

Et eksempel er en «diesel»-biltjeneste, en oppdragsgiver av MOAB-byrået.

Opprinnelige data: Den forrige entreprenøren multipliserte standardtjenestenavnene med transaksjonsord som "priser", "kjøp" og andre. Som et resultat fikk vi basene "reparasjon av injektorer", "reparasjon av høytrykks drivstoffpumper" og andre lignende.

Denne tilnærmingen gir de vanligste formuleringene. En nøyaktig kopi av nøkkelen, permutasjon av ord, forskjellige tilfeller og ordformer er ikke et alternativ for manifestasjon av kreativitet. Alle – både entreprenører og oppdragsgivere – tenker det samme, bruker samme ordlyd og transaksjonsord. Lommelyktforespørsler overopphetes raskt.

Resultatet er tap av dekning og som et resultat utilstrekkelig arbeidsbelastning av tjenesten, siden det ikke er inntrykk for ikke-åpenbare forespørsler. De kan ikke oppnås ved enkel multiplikasjon.

Paradokset med situasjonen er at det ikke er mye trafikk (opptil 10 besøkende per dag), men auksjonen er forferdelig (opptil 40 rubler per klikk). Selv en tjeneste med en enorm materialbase, lave kostnader og en stor kundestrøm er nesten umulig å få tilbake prisene for en spesifikk nøkkel.

Basert på resultatene av analysen fant vi ytterligere baser (frekvensen er indikert for Moskva):

De fleste av dem var en åpenbaring for kunden selv: han mistenkte ikke at potensielle kunder kunne formulere søket sitt på denne måten, selv om han har jobbet lenge med dette området.

Disse forespørslene er langt fra åpenbare for konkurrenter, og derfor ikke overopphetet. Prognostisert daglig trafikk - ca 400-500 brukere, totalt for alle systemer. Gjennomsnittsprisen for dem er mye lavere enn for setninger som "injektorreparasjon".

Hvordan organisere hvis markører ikke er knyttet til et merke og inneholder vag etterspørsel? Det målgruppen er ute etter er å ikke komme med spontant og ikke høre fra kunden.

Ett problem genererer et ukjent stort utvalg av forespørsler: en dieselmotor ryker svart, grå, hvit, fungerer ikke, banker, rasler osv. Din oppgave er å dele denne matrisen i klynger for å differensiere til et begrenset antall behov.

Etterspørselsvariabler

Når det gjelder et merke, er "ankeret" for etterspørselen selve navnet. Stanley-produkter kan ikke kalles noe annet, det er uansett noe med ordet "Stanley".

For en kompleks tjeneste brytes etterspørselen ned i flere komponenter (variabler). Det er umulig å formulere problemet uten en av disse:

• Problem med enheten - brukeren vet eller antar at den har gått i stykker (injektorer, injeksjonspumpe, stempel). Og så begynner fantasienes flukt - "dysen banker", "dysen skrangler", "dysen ryker" osv.
• Problemet med bilen - han vet ikke hva som er ødelagt og vil ikke finne ut av det, han skriver bare navnet på merket på bilen hans (Scania, Kamaz, Man). I vårt tilfelle er ikke bensinbiler vår profil, vi velger kun de som går på diesel;
• Gjennom drivstoff - en person indikerer ikke en bil eller enhet, men indikerer typen drivstoff - "dieselmotor", "diesel", "dieselbilreparasjon";
• Gjennom manifestasjonen av problemet ("røyker", "går ikke"). For eksempel er svart røyk et typisk dieselproblem, det er ikke nødvendig å spesifisere her om det er bensin eller diesel;
• Gjennom autoscanner-feilkoden ("feil 1235", "feil 0489").

Det er høyst sannsynlig at en person hvis dieselmotor går i stykker vil bruke minst én av verdiene til disse variablene i spørringen. Dette er "ankeret" som etterspørselen etter problemet dreier seg om.

Anbefaling: For å dele opp spørringer i variabler og tilpasse verdiene deres, må du forestille deg hvordan det potensielle publikummet snakker om problemene. For å gjøre dette er det nyttig å studere konkurrentenes nettsteder, tematiske fora, fellesskap, etc.

Hvordan er dette forskjellig fra å multiplisere

Tenk deg at det er et fjell med gullbarrer inni som du trenger å få. Standardmåten er å grave en gruve i dette fjellet og samle gull som kommer i veien for forskning.

Et annet alternativ - du river fjellet med en gravemaskin og tar det til et gruve- og prosessanlegg. Det er mer arbeidskrevende og krever mer kompetanse, men fra hele steinmassen vil du samle alt gullet.

I analogi med dette tar vi all etterspørselen etter søket "diesel", "diesel" og går gjennom alle utvidelsene i dybden i Wordstat. Deretter samler vi søketips til hver. Ved å bruke den resulterende matrisen bryter vi gjennom frekvensen, sletter duplikater og får det totale volumet av forespørsler.

La oss si at vi har 100 tusen. Hva skal jeg gjøre videre med dem? Vi velger de nødvendige setningene.

For å gjøre dette kjører vi hver array inn i "Gruppeanalysen" i nøkkelsamleren. Vi bruker frekvensspørringsordboken. I den må du sette en gruppering etter setninger og fylle inn søkeordene i fanen.

Hva vi får:

Dette er forespørsler som oppdragsgiver ikke vil fortelle om. Nesten ingen gjør dette, derfor er konkurransen om slik semantikk minimal.

På dette stadiet er det ikke nødvendig å fjerne utvalget av negative søkeord osv. Du trenger bare å se gjennom frekvensordboken og identifisere toordsord som tydelig indikerer autoreparasjon.

Hva er fordelene? Vanlig brukte spørringsgrupper er knyttet til de vanligste problemene. Programmet sorterer gruppene etter antall ord som er inkludert i dem. Du går gjennom alle resultatene og identifiserer gruppene som passer ditt problem.

Du får alt du kan samle i dette faget. Samtidig er det normalt hvis du i utgangspunktet har 100 tusen forespørsler med ordet "diesel" og bare 10 tusen etter analyse.

Gjør et lignende arbeid med alle verdiene til variablene.

Semantikk for eksakt etterspørsel

MOAB har utarbeidet en av de største semantiske planene i sin historie for YapiMotors autotechcenter. Klientspesifisitet: han må gi nøyaktig trafikk.

Kunden definerte klart startbetingelsene: det er en nøyaktig liste over verk (300 stykker) som han utfører, og en liste over merker (70 stykker) som han jobber med.

På den første fasen søkte vi etter alle slags titler i henhold til listen over verk:

• Bremsereparasjon - reparasjon av bremsesystemet, utskifting av bremsesystemet, bremser fungerer ikke, etc.
• Motorreparasjon - ICE-reparasjon, ICE-bytte, motorreparasjon, etc.

Japanske navn er komplekse og ofte feilstavet. Som et resultat ble 70 forhåndsinnstilte merker / modeller til 270 linjer med forskjellige stavemåter på latin og kyrillisk.

Markedet er stort, så selskapet påsto ikke hele greia. Det er logisk: én biltjeneste kan ikke betjene hele Moskva. Målet er en liten del av denne etterspørselen, men så varmt som mulig, og for et minimum av penger. Derfor har vi identifisert forespørsler som allerede har et presserende behov.

Hvis en bruker skriver i søket «svart røyk diesel», kan han kjøre en røykende bil i en uke til før den blir helt dekket. Og "reparasjonsløpsprisen" kan konverteres akkurat nå.

Vi multipliserer 450 verk med 270 modeller og får en liste over markører, ifølge hvilken vi fjerner frekvensen.

Omtrent 5 tusen baser viste en ikke-null frekvens og en "hale" av utvidelser på 50 tusen. I motsetning til dieselkjernen, som har mye "søppel", inneholder den et minimum antall negative søkeord, nesten alle søk er målrettet.

Semantikk for feeds

Hvorfor samle det

Semantikken for feeds sikrer en troverdig negativ fil og ren trafikk.

En standardliste med negative søkeord er ikke nok. I beste fall dekker de 30–40 % av ekte negative søkeord. Hvert emne har også spørringer som inneholder karakteristiske ord og gjør spørringen i seg selv upassende, irrelevant for deg. Derfor må du samle negative søkeord for feeder basert på ekte søk.

Eksempel - forespørsler for Bosch bildeler. Dette er en rekke på flere hundre tusen. Fra den valgte vi de som inneholder tall - dette er produktforespørsler, det var 20-30 tusen av dem. Vi har satt sammen et frekvensvokabular fra dem for å finne grupper med irrelevant etterspørsel. Det er viktig å ta ekte fraser for et spesifikt merke.

Dette resulterer i en mer nøyaktig fil med negative søkeord som kan brukes til å nekte ikke-målrettede visninger. Som et resultat, i Russland, var gjennomsnittskostnaden per klikk 7-10 rubler, og prisen på en applikasjon var 60-70 rubler. Vi oppnådde en høy konverteringsrate da vi kun trakk til oss trafikk i nærheten av kjøpet.

Fallgruvene ved å annonsere på feeds

Dette er "falske" SKU-er og produktnavn.

La oss si at du har 10 000 bildeler. I prosessen er det viktig å sjekke om det er noen doble verdier blant artiklene. Det kan bety både varer og GOST, instruksjoner som ikke er relatert til emnet ditt. Eller et produkt fra et helt annet område.

Hvordan kan jeg sjekke dette? Ta en liste over SKU-er og slå frekvensen gjennom dem. Du kan også identifisere artikler med dobbel verdi manuelt. Bruk dem til å tydeliggjøre semantikken – legg til merkenavnet eller kvalifiserende ord for å ekskludere visninger med upassende rekkevidde.

Er det nok å legge til SKU i annonsen eller trenger du« % SKU + % kjøp (eller annet transaksjonsord)»

Det andre alternativet gir ikke ekstra trafikk, men du kan direkte kontrollere annonseplasseringen, ikke bare på forespørsel fra artikkelen, men også på forespørselen "% artikkel +% kjøp" gjennom budforbindelsen.

Slik var det inntil nylig. På veldig store produktfeeder var det ikke nok poeng til å laste inn mange søkeord, og jeg måtte gi opp.

Konklusjon: det er ingen vits i å multiplisere semantikk på tvers av feeder. Det er nok å legge til ett bredeste navn på artikkelen eller produktindeksen.

Hva du skal gjøre med lav visningsstatus

Først av alt, se ikke hva og hvordan falt ut, men om trafikken har endret seg. Hvis ikke, ikke bekymre deg. Så disse annonsene genererte ikke trafikk.

Hvis det har blitt merkbart redusert - ikke pluss eller minus 10% feil, men mer - så må du finne ut av det: mest sannsynlig feil i gruppering etter kampanje, valg av semantikk. Selv om dette er usannsynlig i forhold til feeds.

SEO vs kontekst - som er bedre

Hvordan planlegge markedsføring

I moderne forhold må du betale av på alle kanaler. Det skal ikke være noen fundamental ideologisk forskjell mellom dem.

Hvordan ser det ut med normal planlegging? Først definerer vi en nisje, lager et HTML-oppsett for nettstedet, en motor, og begynner umiddelbart å komponere semantikk. Samtidig er det viktig at strukturen ikke avhenger av katalogen og ikke av din visjon om seksjonene, men av semantikken. Legg ut hva folk oftest ser etter på fremtredende steder.

Etter at vi har samlet semantikken og bestemt oss for strukturen, lager vi og fyller siden med innhold.

Anbefaling: Kontekst først, SEO deretter. Du kan rydde opp og gruppere semantikken og kjøre konteksten for å få virksomheten til å tjene penger. La ikke veldig store summer (200-400 tusen rubler), men raskt. Om 2-4 måneder kan du bygge en salgskjede for å reinvestere disse pengene for SEO.

Hva er synergien til prosessene? Resultatene oppnådd fra clustering i kontekst kan brukes til clustering i SEO. Ikke alt vil alltid være det samme, men mye kan hentes fra kontekst for SEO.

Takeaway: SEO og kontekst vil snart bli nesten umulig å skille, og besparelsene fra synergien deres vokser.

Sammendrag

1) I det innledende stadiet er det ikke selve samlingen som er viktigere (alt er automatisert), men søket etter baser;

2) Baser kan være enkle og rene (gyroscooter) og søppel og skitne (diesel);

3) Sjekk om du har samlet alle synonymer og omformuleringer: for å hjelpe Wordstat og blokken "lignende spørringer" i SERP;

Hei alle sammen!

Når du har opprettet en konto, kan du fortsette til instruksjonene nedenfor:

Fint! Nøkkelsamleren er vellykket konfigurert, noe som betyr at du kan fortsette direkte med å kompilere den semantiske kjernen.

Sammenstilling av den semantiske kjernen i Key Collector

Før du begynner å samle nøkkelsetninger for Yandex.Direct, anbefaler jeg å lese, i den finner du mye nyttig informasjon om nøkkelsetninger (kun for nybegynnere). Har du lest den? Da vil det ikke være vanskelig for deg å samle masker av nøkkelfraser, som er svært nødvendige for å analysere gjennom nøkkelsamleren.

1. Sørg for å spesifisere regionen der søkeordene samles inn:
2. Klikk på knappen "Batchsamling av ord fra venstre kolonne i Yandex.Wordstat":
   
3. Skriv inn maskene til nøkkelsetninger og ordne dem i grupper: Dette er resultatet. Klikk "Start samling": Dette gjøres for å lette behandlingen av nøkkelsetninger. På denne måten vil ikke forespørsler blandes i én gruppe, og det vil være mye lettere for deg å behandle dem;
4. Vent til slutten av samlingen av nøkkelsetninger. Når prosessen er fullført, kan du samle inn den nøyaktige frekvensen av forespørsler, samt finne ut den omtrentlige kostnaden for et klikk på annonsen, det omtrentlige antallet annonsevisninger, det estimerte budsjettet og antall konkurrenter for en spesifikk forespørsel. Alt dette kan bli funnet ved hjelp av en enkelt knapp "Samle Yandex.Direct-statistikk" (vi la det til hurtigtilgangspanelet):
   Kryss av i alle boksene i samsvar med skjermbildet ovenfor og klikk på "Hent data";
5. Vent til slutten av prosessen og se resultatene. For å gjøre det praktisk å gjøre dette, klikk på knappen for automatisk justering av kolonnen, som bare lar de kolonnene der data finnes:
   Vi trenger de statistiske dataene som vi nå har samlet inn for å analysere konkurransesituasjonen for hver nøkkelsetning og estimere de omtrentlige annonseringskostnadene for dem;
6. Deretter vil vi bruke det kuleste og mest praktiske nøkkelsamlerverktøyet, "Gruppeanalyse". Vi la den til i verktøylinjen for hurtigtilgang, så bare naviger til den derfra:
   Key Collector vil gruppere alle nøkkelsetninger etter ord, og det vil være praktisk for oss å behandle hver gruppe forespørsler. Din oppgave: se hele listen over grupper; finne spørringsgrupper som inneholder ikke-målord, det vil si negative søkeord, og legg dem til den tilsvarende listen; merk disse forespørselsgruppene for å slette dem senere. Du kan legge til et ord i listen ved å klikke på den lille blå knappen: Deretter vises et lite vindu der du må velge en liste over negative søkeord (liste 1 (-)) og klikke på "Legg til i stoppord"-knappen: Dermed jobber du deg gjennom hele listen. Husk å merke grupper med upassende ord. Nøkkelsetninger merkes automatisk i søketabellen;
7. Deretter må du fjerne de merkede ikke-målsetningene i søketabellen. Dette gjøres ved å klikke på "Slett fraser"-knappen:
   
8. Vi fortsetter å behandle setningene. Som du husker, dukket Yandex Direct i begynnelsen av 2017 opp med statusen "Få visninger" (vi behandlet det), og for å unngå denne statusen er det nødvendig å skille ut forespørsler med lav frekvens (LF-forespørsler) i en separat gruppe. Først bruker vi et filter på Base Frequency-kolonnen:
   Filterparametere: Grunnfrekvens, mindre enn eller lik 10. Disse filterparametrene angir jeg basert på visningsregionen - Izhevsk:
   Deretter merker vi alle filtrerte setninger:
9. Opprett en undergruppe i gruppen der arbeidet for tiden foregår med en enkel hurtigtast CTRL + Shift + T: Deretter overfører vi de filtrerte frasene fra «Kjøp iphone 6»-gruppen til «Få visninger»-gruppen. Vi gjør dette ved å overføre setninger til en annen gruppe:
   Deretter spesifiserer vi overføringsparametrene som i skjermbildet nedenfor (Kjør-overføring-sjekket):
   Fjern filteret fra kolonnen Base Frequency:
   

Akkurat på denne måten behandler du resten av gruppene. Metoden kan selvfølgelig virke kjedelig ved første øyekast, men med en viss ferdighet kan du raskt og raskt komponere en semantisk kjerne for Yandex Direct og allerede lage kampanjer i Excel, og deretter fylle dem ut. Det tar meg ca 2 timer å behandle den semantiske kjernen på denne måten, men det avhenger kun av mengden arbeid.

Eksporter nøkkelsetninger til Excel

Det gjenstår for oss å eksportere nøkkelsetningene til en fil for å jobbe med Excel. Key Collector tilbyr to eksportfilformater: csv og xlsx. Det andre alternativet er mye mer å foretrekke, siden det å jobbe i det er mye mer praktisk og mer kjent for meg personlig. Du kan spesifisere filformatet i de samme programinnstillingene, i kategorien "Eksporter":

Du kan eksportere nøkkelsetninger ved å klikke på det grønne ikonet i hurtigtilgangsverktøylinjen:

Hver gruppe eksporteres separat, det vil si at en separat gruppe er en separat xlsx-fil. Du kan selvfølgelig skyve alle gruppene med forespørsler inn i én fil ved å bruke "Multi-Groups"-verktøyet, men da vil det være ekstremt upraktisk å jobbe med disse filene, spesielt hvis det er mange grupper.

Deretter må du eksportere negative søkeord. For å gjøre dette, må du gå til Stop Words og kopiere negative søkeord til utklippstavlen for å lime dem inn i Excel senere:

Slik jobber jeg med Key Collector, som jeg også lærte deg. Jeg ønsker oppriktig at denne leksjonen vil hjelpe deg med å mestre dette fantastiske verktøyet og at din semantiske kjerne vil gi eksklusivt målrettet trafikk og mange, mange salg.

Vi sees snart, venner!

I dag legger enhver virksomhet på Internett (og det er faktisk enhver bedrift eller organisasjon som ikke ønsker å miste sitt publikum av kunder fra "online") mye oppmerksomhet til søkemotoroptimalisering. Dette er den riktige tilnærmingen som kan bidra til å redusere kampanjekostnadene betydelig, redusere annonsekostnadene og, når ønsket effekt inntreffer, skape en ny kundekilde for virksomheten. Blant verktøyene som promoteringen utføres med, er det også kompilering av den semantiske kjernen. Vi vil fortelle deg om hva det er og hvordan det fungerer i denne artikkelen.

Hva er "semantikk"

Så vi vil starte med en generell idé om hva som er og hva konseptet "samle semantikk" betyr. På ulike internettsider dedikert til søkemotoroptimalisering og nettstedspromotering, er det beskrevet at den semantiske kjernen kan kalles en liste over ord og uttrykk som fullt ut kan beskrive emnet, omfanget og fokuset. Avhengig av hvor stor skala prosjektet er, kan det ha en stor (og ikke så) semantisk kjerne.

Det antas at oppgaven med å samle semantikk er nøkkelen hvis du vil begynne å markedsføre ressursen din i søkemotorer og ønsker å motta "live" søketrafikk. Derfor er det ingen tvil om at dette bør tas med fullt alvor og ansvar. Ofte er en riktig sammensatt semantisk kjerne et betydelig bidrag til ytterligere optimalisering av prosjektet ditt, for å forbedre sin posisjon i "søkemotorer" og veksten av indikatorer som popularitet, oppmøte og andre.

Semantikk i annonsekampanjer

Faktisk er det viktig å lage en liste over søkeord som best beskriver prosjektet ditt, ikke bare hvis du er engasjert i søkemotoroptimalisering. Når du arbeider med systemer som Yandex.Direct og Google Adwords, er det like viktig å nøye velge de søkeordene som vil gjøre deg i stand til å få de mest interesserte kundene i din nisje.

For annonsering er slike tematiske ord (deres utvalg) også viktige av den grunn at de kan brukes til å finne mer tilgjengelig trafikk fra kategorien din. Dette er for eksempel relevant hvis konkurrentene dine kun jobber med dyre søkeord, og du «omgår» disse nisjene og avanserer der det er trafikk som er sekundær til prosjektet ditt og likevel er interessert i prosjektet ditt.

Hvordan samle semantikk automatisk?

Faktisk er det i dag avanserte tjenester som lar deg komponere den semantiske kjernen for prosjektet ditt i løpet av få minutter. Dette er spesielt et prosjekt for automatisk promotering av Rookee. Prosedyren for å jobbe med det er beskrevet i to ord: du må gå til den tilsvarende siden i systemet, der det foreslås å samle inn alle dataene om søkeordene på nettstedet ditt. Deretter må du angi adressen til ressursen som interesserer deg som et objekt for kompilering av den semantiske kjernen.

Tjenesten analyserer automatisk innholdet i prosjektet ditt, bestemmer søkeordene, mottar de mest identifiserbare frasene og ordene som prosjektet inneholder. På grunn av dette dannes en liste over disse ordene og setningene for deg, som kan kalles "grunnlaget" for nettstedet ditt. Og i sannhet er det lettest å samle semantikk på denne måten; hvem som helst kan gjøre det. Dessuten vil Rookee-systemet, ved å analysere passende søkeord, også fortelle deg kostnadene for markedsføring for et bestemt søkeord, samt lage en prognose for hvor mye søketrafikk som kan oppnås hvis det gjøres promotering for disse søkene.

Manuell utkast

Hvis vi snakker om valg av søkeord i automatisk modus, er det faktisk ingenting å skrive om på lenge: du bruker bare utviklingen av en ferdiglaget tjeneste som foreslår nøkkelord for deg basert på innholdet på nettstedet ditt. Faktisk vil ikke i alle tilfeller resultatet av denne tilnærmingen passe deg 100 %. Derfor anbefaler vi at du også går til det manuelle alternativet. Vi vil også snakke om hvordan du samler semantikk for en side med egne hender i denne artikkelen. Men før det må du legge igjen et par notater. Spesielt bør du forstå at du vil være engasjert i manuell innsamling av søkeord lenger enn det tar å jobbe med en automatisk tjeneste; men samtidig vil du selv kunne velge flere prioriterte forespørsler, ikke basert på kostnadene eller effektiviteten til kampanjen deres, men med fokus primært på spesifikasjonene til bedriften din, dens vektor og funksjonene til tjenestene som tilbys.

Definisjon av emner

Først av alt, når du snakker om hvordan du samler semantikk for en side i manuell modus, må du ta hensyn til emnet til selskapet, dets aktivitetsfelt. La oss gi et enkelt eksempel: Hvis nettstedet ditt representerer et selskap som selger reservedeler, vil grunnlaget for dets semantikk selvfølgelig være forespørsler som har høyest bruksfrekvens (noe sånt som "bildeler til Ford").

I følge SEO-eksperter bør du ikke være redd for å bruke høyfrekvente søk på dette stadiet. Mange SEO-er tror feilaktig at det observeres mye konkurranse nettopp i kampen for disse ofte brukte, og derfor mer lovende, søkene. Faktisk er dette ikke alltid tilfelle, siden avkastningen fra en besøkende som kommer for en spesifikk forespørsel som "kjøp et batteri på en Ford i Moskva" ofte vil være mye høyere enn fra en person som leter etter generell informasjon om batterier.

Det er også viktig å ta hensyn til noen spesifikke punkter knyttet til driften av virksomheten din. For eksempel, hvis bedriften din er i engrosvirksomhet, bør den semantiske kjernen vise søkeord som "engros", "kjøp i bulk" og så videre. Tross alt vil en bruker som ønsker å kjøpe produktet eller tjenesten din i en detaljhandelsversjon ganske enkelt ikke være av interesse for deg.

Vi fokuserer på den besøkende

Neste steg i arbeidet vårt er å fokusere på det brukeren ser etter. Hvis du vil vite hvordan du samler inn semantikk for en side i henhold til hva den besøkende ser etter, må du se på nøkkelspørsmålene den besøkende gjør. For dette er det tjenester som "Yandex.Wordstat" og Google Keyword External Tool. Disse prosjektene fungerer som en guide for webmastere i å finne Internett-trafikk og gir en mulighet til å identifisere interessante nisjer for prosjektene deres.

De fungerer veldig enkelt: du må "drive" et søk til riktig skjema, på grunnlag av dette vil du søke etter relevante, mer spesifiserte. Dermed trenger du de høyfrekvente søkeordene som ble installert i forrige trinn.

Filtrering

Hvis du ønsker å samle semantikk for SEO, er den mest effektive tilnærmingen for deg å filtrere ut «unødvendige» spørsmål som kanskje ikke passer for prosjektet ditt. Spesielt disse inkluderer noen nøkkelord som er relevante for din semantiske kjerne fra et morfologisk synspunkt, men som er forskjellige i sin essens. Dette bør også inkludere søkeord som ikke vil karakterisere prosjektet ditt på riktig måte eller som vil gjøre det feil.

Derfor, før du samler inn semantikken til søkeord, vil det være nødvendig å kvitte seg med upassende. Dette gjøres veldig enkelt: fra hele listen over søkeord som er kompilert for prosjektet ditt, må du velge unødvendig eller upassende for nettstedet og ganske enkelt slette dem. I prosessen med slik filtrering vil du etablere den mest passende av forespørslene, som du vil bli veiledet av i fremtiden.

I tillegg til den semantiske analysen av de presenterte søkeordene, bør man også være oppmerksom på å filtrere dem etter antall forespørsler.

Dette kan gjøres ved å bruke det samme søkeordverktøyet fra Google og Yandex.Wordstat. Ved å skrive inn en forespørsel i søkeskjemaet vil du ikke bare motta flere nøkkelord, men også finne ut hvor mange ganger denne eller den forespørselen blir gjort i løpet av måneden. Så du vil se den omtrentlige mengden søketrafikk som kan oppnås ved å markedsføre disse søkeordene. Mest av alt, på dette stadiet, er vi interessert i å avslå underutnyttede, upopulære og ganske enkelt lavfrekvente forespørsler, hvis promotering vil være unødvendige utgifter for oss.

Fordeling av forespørsler etter sider

Etter at en liste over de mest egnede søkeordene for prosjektet ditt er oppnådd, må du begynne å sammenligne disse søkene med sidene på nettstedet ditt som vil bli promotert av dem. Det viktigste her er å finne ut hvilken av sidene som er mest relevant for et bestemt søk. Dessuten bør det gjøres en endring i lenkevekten som er iboende på denne eller den siden. La oss si at forholdet er omtrent som følgende: jo mer konkurransedyktig forespørselen er, desto mer bør den siterte siden velges for den. Dette betyr at når vi jobber med de mest konkurransedyktige, bør vi bruke hovedsiden, og for de med mindre konkurranse er sider på tredje hekkenivå ganske passende, og så videre.

Konkurrent-analyse

Ikke glem at du alltid kan "spionere" hvordan nettstedene som er i "topp"-posisjonene til søkemotorene blir promotert for nøkkelspørsmålene dine. Men før du samler inn semantikken til konkurrenter, er det nødvendig å bestemme hvilke nettsteder vi kan referere til denne listen. Det vil ikke alltid inkludere ressurser som eies av bedriftens konkurrenter.

Kanskje, fra søkemotorers synspunkt, er disse selskapene engasjert i markedsføring for andre søk, så vi anbefaler å ta hensyn til en slik komponent som morfologi. Bare fyll ut søkeskjemaet med spørringer fra din semantiske kjerne – og du vil se dine konkurrenter i søkeresultatene. Da trenger du bare å analysere dem: se parametrene til domenenavnene til disse nettstedene, samle semantikk. Hva denne prosedyren er, og hvor enkelt det er å utføre den ved hjelp av automatiserte systemer, har vi allerede beskrevet ovenfor.

I tillegg til alt som allerede er beskrevet ovenfor, vil jeg også presentere noen generelle tips som erfarne optimerere gir. Den første er behovet for å håndtere en kombinasjon av høy- og lavfrekvente spørringer. Hvis du kun målretter mot én kategori av dem, kan kampanjekampanjen mislykkes. Hvis du bare velger høyfrekvente besøkende, vil de ikke gi deg de målrettede besøkende som leter etter noe spesifikt. På den annen side vil ikke LF-spørringer gi deg ønsket trafikkvolum.

Du vet allerede hvordan du samler semantikk. Wordstat og Googles søkeordverktøy hjelper deg med å finne ut hvilke ord det søkes etter sammen med søkeordene dine. Men ikke glem assosiative ord og skrivefeil. Disse kategoriene av søk kan være svært fordelaktige hvis de brukes i kampanjen din. Både den første og den andre kan vi få en viss mengde trafikk; og hvis forespørselen er lite konkurransedyktig, men målrettet for oss, vil slik trafikk også være så tilgjengelig som mulig.

Noen brukere har ofte et spørsmål: hvordan samler man inn semantikk for Google / Yandex? Dette betyr at optimerere blir guidet av en spesifikk søkemotor, som promoterer prosjektet deres. Faktisk er denne tilnærmingen ganske berettiget, men det er ingen betydelige forskjeller i den. Ja, hver av søkemotorene jobber med sine egne algoritmer for filtrering og søk etter innhold, men å gjette hvor nettstedet vil rangere høyere er ganske vanskelig. Du kan bare finne noen generelle anbefalinger om hvilke som bør brukes hvis du jobber med et eller annet programvaresystem, men det er ingen universelle regler for det (spesielt i en velprøvd og offentlig tilgjengelig form).

Sammenstilling av semantikk for en reklamekampanje

Du har kanskje et spørsmål om hvordan du samler inn semantikk for Direct? Vi svarer: generelt tilsvarer prosedyren den som er beskrevet ovenfor. Det er nødvendig å bestemme: hvilke søk nettstedet ditt er relevant for, hvilke sider som vil interessere brukeren mest (og for hvilke nøkkelspørringer), hvilke søkeord som vil være mest lønnsomme for deg, og så videre.

Det spesifikke for hvordan du samler inn semantikk for Direct (eller en hvilken som helst annen annonseaggregator) er at du må kategorisk nekte ikke-tematisk trafikk, siden kostnaden per klikk er mye høyere enn når det gjelder søkemotoroptimalisering. Til dette brukes "stoppord" (eller "negative ord"). For å forstå hvordan du setter sammen en semantisk kjerne med negative ord, trenger du dypere kunnskap. I dette tilfellet snakker vi om slike ord som kan føre til trafikk på nettstedet ditt som du ikke er interessert i. Ofte kan dette være ordet "gratis", for eksempel når det kommer til en nettbutikk, der det på forhånd ikke kan være noe gratis.

Prøv å komponere den semantiske kjernen for nettstedet ditt selv, og du vil se at det ikke er noe komplisert her.