نحوه راه اندازی گوشی های هوشمند و رایانه های شخصی پرتال اطلاعاتی
  • خانه
  • ویندوز 10
  • هسته معنایی برای تبلیغات متنی: الگوریتم‌هایی برای انواع مختلف کمپین جمع آوری معناشناسی برای تبلیغات متنی - راهنمای ایلیا ایزرسون

هسته معنایی برای تبلیغات متنی: الگوریتم‌هایی برای انواع مختلف کمپین جمع آوری معناشناسی برای تبلیغات متنی - راهنمای ایلیا ایزرسون

هسته معنایی فهرستی از پرس و جوهای جستجویی است که محصول یا خدمات شما را توصیف می کند که کاربران آگهی شما را برای آن می بینند.

اینکه چقدر کلمات کلیدی خود را به درستی شناسایی می کنید، تعیین می کند که موتور جستجو چقدر و با چه ترتیبی تبلیغ شما را در نتایج نشان می دهد. بنابراین، یک هسته معنایی کامل برای را می توان یکی از عوامل کلیدی در موفقیت کمپین تبلیغاتی شما دانست. علاوه بر این، از هسته معنایی برای حل مسائل دیگر نیز استفاده می شود.

چرا باید یک هسته معنایی بسازید؟

  • برای دریافت ترافیک جستجوی بیشتر برای تبلیغ خود.
  • برای جمع آوری حداکثر تعداد درخواست ها، از جمله موارد با فرکانس پایین، هزینه هر کلیک می تواند بسیار کمتر باشد.
  • برای ایجاد یک سایت جدید.
  • برای تغییر ساختار یک سایت موجود با ایجاد صفحات فرود جدید.

چگونه یک هسته معنایی برای تبلیغات متنی بسازیم؟

  1. انتخاب ماسک.

شما باید شروع به کار بر روی تدوین یک هسته موضوعی با انتخاب ماسک کنید، یعنی. تعیین کلیدواژه‌های اصلی که دقیقاً محصول یا خدمات شما را مشخص می‌کنند. به عنوان مثال، برای یک کمپین تبلیغاتی برای مبلمان کابینت، ماسک "مبلمان کابینت" خواهد بود.

  1. انتخاب کلمات کلیدی

برای هر ماسک، باید عبارت های جستجو را انتخاب کنید. می توانید سعی کنید این کار را به صورت دستی انجام دهید و کلماتی را به هر ماسک اضافه کنید که محصول شما را توصیف می کند. اینها می توانند اقداماتی باشند که هدف کمپین تبلیغاتی شما (خرید، سفارش و غیره)، نام های تجاری و ویژگی های محصول هستند. این کار استفاده از خدمات ویژه را ساده می کند، مانند: Yandex.Wordstat. اگر یک ماسک، به عنوان مثال، "مبلمان کابینت" تنظیم کنید، برنامه آماری را در مورد جستجوهای Yandex نشان می دهد که شامل این کلمه است.

خدمات دیگری نیز وجود دارد: Google Keyword Planner، برنامه Word * b، Key Collector و غیره.

  1. تکمیل لیست با مترادف ها و کلمات تداعی

برای اینکه از یک طرف دامنه نمایش تبلیغات را گسترش دهید و از طرف دیگر بودجه را کاهش دهید، اگر محصول شما با نام انگلیسی آن جستجو می شود، ارزش آن را دارد که لیست کلمات کلیدی را با مترادف ها، نویسه گردانی تکمیل کنید. عبارات و اشتباهات به هر حال، هزینه هر کلیک روی چنین کلماتی کمتر خواهد بود، به این معنی که میانگین CPC شما کاهش می یابد.

  1. پاکسازی هسته معنایی

در این مرحله باید تمامی کلمات کلیدی بی اثر را از لیست کلمات کلیدی حذف کنید. ابتدا باید آنهایی را که با صفحات فرود مطابقت ندارند و آنهایی که فرکانس نزدیک به صفر دارند را حذف کنید. سپس همه موارد دیگر را دوبار بررسی کنید. تعیین فراوانی واقعی کلمات و عبارات ضروری است. این را می توان در Yandex.Wordstat با استفاده از فرمول ورودی زیر انجام داد: "! Word". به عنوان مثال، عبارت "رهن آپارتمان" دارای فرکانس پایه 111623 است در حالی که واقعی فقط 39 است.

  1. حسابداری برای کلمات کلیدی منفی

شما باید کلمات کلیدی منفی را مشخص کنید تا نمایش تبلیغات برای پرس و جوهای همپوشانی را حذف کنید و بنابراین از بودجه خود به طور منطقی استفاده کنید. به عنوان مثال، YandexDirect تبلیغات را برای تطابق گسترده نمایش می دهد. این بدان معناست که اگر عبارت "لباس تابستانی" تنظیم شده باشد، سیستم به طور خودکار تبلیغاتی را برای عبارت "لباس های تابستانی قرمز هستند"، "لباس تابستانی عمده فروشی" و "لباس های تابستانی ساخته شده از پنبه" نمایش می دهد. اما اگر لباس‌ها را به صورت عمده نمی‌فروشید و لباس‌های قرمز در مجموعه شما وجود ندارد، نشان دادن آگهی‌تان برای این درخواست‌ها فایده‌ای ندارد. این فقط بودجه شما را هدر می دهد. برای جلوگیری از این اتفاق، باید کلمات کلیدی منفی را تنظیم کنید: "-optom"، "-red".

استفاده از کلمات با بسامد کم بهتر است یا زیاد؟

این عقیده که یک کمپین تبلیغاتی تنها در صورت استفاده از کلمات کلیدی با فرکانس بالا موثر خواهد بود، درست نیست. همیشه رقابت بالا و CPC بالا برای کلمات کلیدی با فرکانس بالا وجود خواهد داشت. در عین حال، کلمات با فرکانس پایین می توانند ترافیک خوبی به همراه داشته باشند. بنابراین، استفاده از برخی کلمات به هدفی که دنبال می کنید بستگی دارد:

  • اگر بودجه کمی دارید، پس ارزش دارد که کمپین تبلیغاتی خود را با کلمات کم فرکانس شروع کنید که تبدیل‌های بیشتری را به همراه دارد.
  • اگر برای شما تبدیل ها مهم نیست، بلکه حداکثر دسترسی مخاطب و در عین حال بودجه نامحدودی دارید، از کلمات کلیدی با فرکانس بالا استفاده کنید.

در هر صورت شما می توانید پیشرفت کمپین تبلیغاتی خود را دنبال کنید و لیست کلمات کلیدی را بسته به اثربخشی آنها تنظیم کنید.

توسعه یک هسته معنایی برای تبلیغات متنی یک فرآیند نسبتاً پر زحمت است. اما ارزشش را دارد. یک هسته معنایی درست ترکیب شده، کمپین تبلیغاتی شما را موثر خواهد کرد. بنابراین، اهمیت آن را دست کم نگیرید و اگر خودتان مهارت و توانایی لازم را ندارید، باید با متخصص تماس بگیرید.

بیایید یک هسته معنایی برای Yandex Direct (برای کمپین های جستجو و YAN) جمع آوری کنیم.

کلمات کلیدی را از کجا دریافت کنیم؟ هسته معنایی باید چه باشد؟ با او چه کنیم؟ کجا را فشار دهیم، چگونه به اشتراک بگذاریم، چه چیزی را به یک کمپین تبلیغاتی جستجو ارسال کنیم، و چه چیزی را. همه اینها در زیر

اصول جمع آوری یک هسته معنایی برای Direct

قبل از جمع‌آوری معناشناسی، اجازه دهید چند نکته را روشن کنیم (برای کسانی که نمی‌دانستند) که دسترسی برای یک کمپین تبلیغاتی جذاب و سودآور مهم است. البته رسیدن به ترافیک هدفمند و تمیز. برای انجام این کار، ما تا حد امکان ماسک های کلیدی اولیه را جمع آوری می کنیم، آنها را در Keycollector (KK) تجزیه می کنیم و عباراتی را از پایگاه های داده ویژه با کلمات کلیدی اضافه می کنیم - در زیر جزئیات بیشتری را به شما خواهم گفت. بنابراین، ما یک هسته معنایی نسبتاً کامل خواهیم داشت. چاق تر از 80 درصد تبلیغ کنندگان 🙂

ماسک های کلیدواژه اصلی چیست؟

اینها یک یا دو کلمه هستند که موضوع (طاقچه) را توصیف می کنند و هسته معنایی Yandex Direct بر روی آن ساخته شده است. به عنوان مثال، در اجاره تجهیزات ویژه - "خدمات تجهیزات ویژه"، "اجاره تجهیزات ویژه" - ماسک های اساسی، فقط "تجهیزات ویژه" - نه. می توانید "تجهیزات ویژه" را به عنوان ماسک پایه بگیرید و تجزیه کنید، اما زباله های زیادی وجود خواهد داشت، کلمات کلیدی لازم کافی وجود ندارد. همین طور در سایر مناطق، در دکوراسیون آپارتمان ها - "نوسازی آپارتمان" - بله، "آپارتمان" - خیر.

هسته معنایی را با آوانگاری بسط دهید

نویسه‌گردانی - مثلاً به زبان روسی به زبان لاتین می‌نویسیم. البته اگر موضوع چنین کلمات کلیدی را فراهم کند. به عنوان مثال، خرید آیفون - خرید آیفون، Yandex direct - yandex direct. به عنوان مثال - بازسازی آپارتمان - remont kvartir از نویسه‌گردانی غیرمعمول استفاده نکنید. معنایی نخواهد داشت، چنین پرس و جوهایی در موتور جستجو وارد نمی شوند، چنین معنایی خالی خواهد بود. علاوه بر این، با تجزیه همه چیز در QC، فرکانس را می بینید و پرس و جوهای خالی را حذف می کنید، یک هسته معنایی "کار" برای Direct ایجاد می کنید.

هنگام جمع آوری معانی از مترادف ها استفاده کنید

گاهی اوقات ما حتی یک کلمه را به عنوان ماسک پایه نمی گیریم. مثلا ماشین در مبحث تعمیر ماشین. آنقدر زباله وجود خواهد داشت که از منهای زباله خسته می شویم. در این مورد، بهتر است با کلمات مترادف (تعمیر، تعمیر، تعمیر و ...) کار کنید تا اینکه از طریق کلمات تک کلمه ای پر فرکانس و زباله، هسته معنایی ایجاد کنید.

کجا به دنبال ماسک های کلیدی بگردم و چگونه می توانم هسته معنایی را گسترش دهم؟

اول از سرم می نویسم. و جایی در ماسک پنجم (جایی اینجا فانتزی اغلب به پایان می رسد)، از طرح زیر استفاده می کنم:

1. جمع آوری ماسک از Wordstat.من به Wordstat می روم و آنچه را که از سرم نوشتم را وارد می کنم. پس از آن، ستون سمت راست در wordstat باز می شود (شکل 1). ستون سمت راست wordstat پرس و جوهایی را نشان می دهد که افراد همچنان وارد و جستجو می کردند همراه با ماسک های اولیه ای که من در ابتدا به آن دست یافتم. طبق این طرح، گاهی اوقات من یک ساعت در wordstat گیر می کنم و از ستون های سمت راست عبور می کنم. من همه ماسک های کلیدی را از Wordstat به Yandex Wordstat Assistant اضافه می کنم (شکل 2) (YWA یک برنامه افزودنی برای Chrome، Yandex، Opera است). YWA به سرعت فهرستی از ماسک‌های اصلی را ایجاد می‌کند و هنگام جابجایی در ستون‌های wordstat، عبارات اضافه‌شده را برجسته می‌کند. به زبان ساده، از طریق YWA، می توانید به سرعت لیستی از ماسک ها را از Wordstat بدون خروج از مرورگر خود اضافه کنید.

ماسک های اصلی را می توان در ستون سمت راست wordstat نیز یافت.

از ستون های سمت راست عبور کنید و ماسک ها را در YWA جمع آوری کنید

2. ما از طریق موتورهای جستجو نگاه می کنیم.من از طریق ماسک های کلیدی برای صدور در موتورهای جستجو می گذرم. من عبارات را وارد موتورهای جستجو می کنم و به توضیحات نگاه می کنم (شکل 3) و به تصاویر Yandex و Google (شکل 4) نگاه می کنم (اغلب چیزهای جدید زیادی در آنجا پیدا می کنم).

ما به نتایج در Yandex و Google نگاه می کنیم

ما تصاویر را در تصاویر Yandex و Google مشاهده می کنیم

3. SpyWords.علاوه بر این، لیست تولید شده از ماسک ها (اختیاری) به SpyWords (SW) ارسال می شود. اگر از Keycollector استفاده می کنید (اگر نه، عجیب است)، سپس می توانید خروجی SW را از آن تجزیه کنید. SW ماسک های کلیدی و مترادف ها را اضافه می کند. زباله های زیادی وجود خواهد داشت، SW را در یک گروه جداگانه تجزیه کنید، ماسک های لازم را بردارید و بعداً گروه را حذف کنید.

4. پارسیم در Keycollector.حالا من همه ماسک های کلید را برمی دارم و آنها را در Keycollector می ریزم. بیشتر اوقات 1 ماسک کلیدی را در یک گروه جداگانه قرار می دهم. 1 ماسک = 1 گروه (شکل 5). من به آن عادت کردم و این رویکرد بیش از یک بار کمک کرد. اگر به طور ناگهانی چند هزار سرباره را با استفاده از یک ماسک جدا کنید، می توانید به راحتی گروه سرباره را حذف کنید. و اگر همه ماسک ها را در یک گروه تجزیه کنید، سرگرم کننده خواهد بود. یا همه چیز را دوباره تجزیه کنید، یا بنشینید و دیوانه وار زباله ها را تمیز کنید.

هسته معنایی تجزیه شده و تمیز شده اینگونه به نظر می رسد

5. ماسک ها را در QC تجزیه کردیم. نکات را تجزیه کنید.توصیه می کنم نکات را در یک گروه جداگانه جمع آوری کنید (زیرا زباله های زیادی وجود دارد) و از تجربه - نکات Yandex و Mail.ru را انتخاب کنید. اگر واقعاً می خواهید - همچنین Google ، اما در یک گروه جداگانه از آن ، زباله های بیشتری در آنجا نسبت به نکات Yandex و Mail.ru وجود دارد.

6. کلیدها را تمیز می کنیم.در این مرحله کلمات کلیدی را از زباله پاک می کنم. من در مورد تمیز کردن نوشتم، منهای کلمات.

7. کلیدها را از پایه ها می گیریم.سپس می رویم و عبارات را از پایگاه های داده خاص می گیریم. محبوب ترین (مانند) - پایگاه Pastukhov، MOAB، Bukvariks. من استفاده از Bukvarix را توصیه می کنم. تا آنجا که من می دانم، Bukvarix کمتر "آشغال" دارد و هنوز هم رایگان است. یک گروه جداگانه برای آنها در QC ایجاد کنید و تجزیه کنید، سپس کلیدهای غیر ضروری را حذف کنید.

همه چیز، هسته معنایی جمع آوری و پاکسازی می شود. باقی مانده است که گروه را لغو کنیم.

معناشناسی Yandex Direct در کمپین جستجو و کمپین YAN متفاوت است

هسته معنایی برای YAN

در این مرحله (هنوز هیچ چیز گروه بندی نشده است)، ساخت معناشناسی برای YAN راحت تر است. شما فرکانس پایه بیش از 50 پرس و جو را در QC فیلتر می کنید و کلمات کلیدی را برای پیکربندی YAN انتخاب می کنید. منطقی نیست که معنایی را با فرکانس کمتر از 50 در ماه در YAN بگیریم. بعید است از چنین کلمات کلیدی ترافیک دریافت کنید. قبلاً، کلیدهای YAN را با تعداد کلمات (3 یا کمتر) فیلتر می کردم. گل زدم که دیدم 4-5 واژگان در حال تبدیل شدن هستند.

هسته معنایی برای کمپین های تبلیغاتی جستجوی مستقیم Yandex

در اینجا من معنایی را می گیرم (از قبل از زباله پاک شده است)، کلمات کلیدی خالی را با فرکانس صفر حذف می کنم و گروه بندی را انجام می دهم. گروه بندی کلمات کلیدی پس از جمع آوری ماسک های کلیدی، دومین نکته مهم در معناشناسی برای Yandex.Direct است.

گروه بندی کلمات کلیدی برای چیست؟

گروه بندی کلمات کلیدی در Yandex.Direct با رسیدن وضعیت "چند برداشت" مرتبط تر شده است، زمانی که همه گروه های با فرکانس پایین کلمات کلیدی دیگر در حراج شرکت نمی کنند. و بنابراین اکنون گروه بندی معناشناسی نیز مهم است زیرا شما فقط باید دسترسی را در Yandex.Direct حفظ کنید. ما کلمات کلیدی را برای کمپین های تبلیغاتی موثرتر گروه بندی می کنیم. به دلیل CTR خوب، CPC را کمی کمتر کنید. در نهایت برای دریافت تماس ها و سفارش های بیشتر با بودجه یکسان (مشخص است که بیش از یک دایرکت روی قیمت اپلیکیشن تاثیرگذار است).

رایج ترین گروه بندی کلیدها، تقسیم هسته معنایی به کلیدواژه های گرم، گرم و سرد است.

در واقع - کلیدهای سرد، اینها معمولاً نزدیک به هدف هستند و کمی بدتر از هیچ تبدیل می شوند. فروشندگان کباب (یا سپتیک تانک؟) همونجا بگن هرکی تو موضوع باشه میفهمه چی میگم 🙂 هر کی پاکت میگیره عالیه.

من در حال ساخت یک هسته معنایی برای کلیدهای داغ و گرم برای تبلیغات جستجوی مستقیم هستم

"گرمی" کلیدها برای هر موضوع متفاوت است.

کلمات کلیدی داغ:

در کالاها، اینها پیشوندهای "خرید"، "قیمت"، "تحویل"، برخی از مشخصات دقیق کالا، تعلق کالا به نوعی جغرافیایی هستند. به عنوان مثال "آجر ساراتوف"، "آجر برای خرید" و غیره.

در خدمات - "سفارش"، "سفارش"، "کلید در دست"، و همچنین متعلق به جغرافیا. مثلاً «سفارش مداد پرتره a4»، «نوسازی آپارتمان با کلید در دست» و غیره.

کلمات کلیدی گرم کلماتی هستند که در آنها قصد صریحی برای خرید، سفارش کالا (خدمات) وجود ندارد، اما اینها کلماتی از موضوع ما هستند و به احتمال زیاد تبدیل برای آنها وجود دارد. به عنوان مثال، "آجر ماسه آهک"، "خشت گذاری"، "مداد پرتره" و غیره. واضح است که ما کلمات کلیدی را با کلمات منهای تصحیح می کنیم و اغلب "کلمات کلیدی گرم" بدتر از "کلمات گرم" تبدیل نمی شوند.

من می گویم که این جدایی مشروط است. برای آسان‌تر کردن نوشتن و تحلیل آگهی‌های مرتبط برای معناشناسی گروه‌بندی‌نشده، زمانی که هر گروه تبلیغاتی امضا می‌شود و می‌دانیم چه کلیدهایی در داخل آن وجود دارد.

این اطلاعات برای جمع آوری یک هسته معنایی خوب برای Direct کافی است (به شرطی که اکسل و KeyCollector داشته باشید).

اگر برخی از نکات واضح نیست، در نظرات یا مخاطبین بنویسید.

با جمع‌آوری هسته معنایی کامل، به دلیل پوشش بیشتر مخاطبان و در نتیجه سفارش‌ها، خریدها و سرنخ‌های بیشتر، همیشه مزیت رقابتی خواهید داشت.

در این نشریه سعی کردم کل فرآیند مجموعه اولیه عبارات کلیدی - خدمات، برنامه ها، اصول جستجو و کار با داده های به دست آمده را ترسیم کنم. و همچنین، روشی برای گردآوری یک لیست اصلی از کلمات منهای (بر اساس هسته معنایی جمع‌آوری‌شده) توضیح داده شده است که 95٪ از همه برداشت‌های غیر هدفمند را حذف می‌کند!

روش جمع آوری جهانی است و نه تنها برای یک کمپین تبلیغاتی در Yandex Direct، بلکه برای شکل گیری معناشناسی کامل برای ارتقاء موتور جستجو (SEO) مناسب است. تنها تفاوت این است که هنگام جمع آوری یک هسته معنایی برای تبلیغات متنی، آنها معمولاً به عبارات کم بسامد عمیق نمی روند. و روش های فیلترینگ و تهیه لیست منهای کلمات یکسان است.

گام اول جمع آوری کلمات نشانگر برای تجزیه در Yandex WordStat

من این مقاله را بر اساس یکی از آخرین کارهایم - تجهیزات اسکی، تکنیک اسکی و غیره - می نویسم.

برای جستجوی کلمات نشانگر، از:

  • خود سایت، بخش های آن با کالاها یا خدمات؛
  • سایت های رقیب ما به صورت خارجی بر اساس بخش ها و سرویس ها و با کمک سرویس ها - megaindex، key.so و موارد مشابه تجزیه و تحلیل می کنیم.
  • خدمات مترادف؛
  • ستون های راست و چپ در Yandex WordStat، بلوک "به دنبال این عبارت هستند" در زیر نتایج جستجو.

کلمات / عبارات نشانگر - اینها فقط دستورالعمل هایی برای مطالعه بیشتر، به اصطلاح، "کاوش" در عمق هستند... اگر قبلاً عبارت «Ski Selection» را به لیست اضافه کرده‌اید، دیگر نیازی به اضافه کردن «انتخاب اسکی» تودرتو ندارید. تمام عبارات تودرتو پس از تجزیه در Key Collector پیدا خواهند شد.

وظیفه اصلی این است که تا حد امکان کلمات نشانگر (جهت ها) را جمع آوری کنید، مترادف ها را بررسی کنید، کلمات عامیانه را بررسی کنید و یک لیست کلی تشکیل دهید که طبق آن بیشتر "کاوش می کنیم".

برای مثال، شکل دادن به شکل بصری راحت است و به نظر می رسد:

در اسکرین شات فقط یک شاخه باز است تا تصویر در اندازه معقول باشد.

یک مزیت بزرگ از چنین تجسمی، برای شخص من، این است که اگر همه جهات را باز کنید، فوراً متوجه می شوید که چندوظیفه ای باید خاموش شود و تنها با یک بخش کار کند، نه همه به یکباره. در غیر این صورت، گاهی اوقات مشکلاتی با توالی اقدامات ایجاد می شود.

مهم: برای پردازش سریع و ذخیره کلمات کلیدی در Wordstat، افزونه رایگان مرورگر را امتحان کنید - Yandex Wordstat Assistant... با آن می توانید عبارات کلیدی لازم را به سرعت به هسته معنایی منتقل کنید.

جدول سوالات برای پروژه های بزرگ مفید است. نمی دانم آن را به طور حرفه ای چه نامی بگذارم، اما از طریق چنین سؤالاتی می توان به طور قابل توجهی هسته معنایی را گسترش داد، مقاصد جدیدی پیدا کرد که من در ابتدا حتی به وجود آنها مشکوک نبودم.

عبارات جمع آوری شده ضرب می شوند و سپس از نظر فراوانی در Wordstat بررسی می شوند. عبارات فرکانس برای مطالعه بیشتر اضافه می شود.

قصدهمان چیزی است که کاربر یک پرس و جو را برای آن در موتور جستجو وارد می کند. شما می توانید "درد" او را بگویید. مجموعه ای از عبارات کلیدی را می توان بر اساس یک هدف ترکیب کرد، یعنی با یک انگیزه ایجاد شود، اگرچه املا و مجموعه کلمات ممکن است متفاوت باشد.

آیا برای جمع آوری هسته معنایی به خدمات و برنامه های پولی نیاز دارم؟

من از برنامه جمع آوری Kay استفاده می کنم و تمام اقداماتی که در زیر در آن توضیح داده شده است را انجام می دهم. اگر وجود نداشته باشد، بعید است که بتوانید یک هسته کامل بسازید. البته می توانید به صورت دستی از طریق Wordstat "راه بروید"، افزونه Wordstat Assistant کمک زیادی به این امر می کند، عبارات بیشتری را از پایگاه های داده رایگان مانند Bukvarix بگیرید. اما همه اینها بخش کوچکی از آنچه واقعاً می توان جمع آوری کرد خواهد بود.

در برخی مواقع همین کافی است، اگرچه من طرفدار ایجاد کامل ترین معناشناسی هستم، به خصوص اگر موضوع سایت کم باشد و ترافیک موضوعی کمی داشته باشد. در چنین مواردی، توصیه می شود همه چیز را جمع آوری کنید تا تا آنجا که ممکن است طاقچه خود را بپوشانید.

اگر یک سایت دارید، سفارش سرویس جمع آوری هسته معنایی به صورت برون سپاری سود بیشتری خواهد داشت. 3-5 هزار روبل پرداخت کنید، اما بدون نیاز به خرید نرم افزار، پرداخت هزینه خدمات و غیره، یک هسته کامل با حداکثر عبارات کلیدی دریافت کنید.

برای Yandex Direct، من به ندرت عبارات کلیدی را در Key Collector جمع آوری می کنم، فقط زمانی که کمپین های تبلیغاتی بزرگ، مسیرهای زیادی وجود دارد ... برای سوله های کوچک و متوسط، Wordstat و توسعه مترادف ها کافی است.

اغلب، مدیران در موضوع تبلیغات آگاهی ضعیفی ندارند، و اگر محصول/خدمت خود را تبلیغ می کنید، پیش از این عبارات کلیدی مناسب و بهترین تبلیغات را انتخاب می کنید که رشته های ضروری مخاطبان هدف شما را لمس می کند. شما فقط باید برخی از ظرافت ها و توالی کار را درک کنید. که سعی خواهم کرد در این سری مقالات به تفصیل توضیح دهم.

مرحله 2. جمع آوری عبارات کلیدی در Yandex WordStat

کلمات نشانگر جمع آوری شده را از ستون سمت چپ Wordstat در Key Collector عبور می دهیم.

برای صرفه جویی در زمان، مسیرهای بزرگ را می توان با یک شاه ماهی به این صورت تقسیم کرد:

WordStat بیش از هفت کلمه را نشان نمی دهد، بنابراین در چنین جستجوهایی فقط یک الگوی هفت کلمه وجود دارد.

Wordstat به شما امکان می دهد فقط 2000 عبارت تو در تو را مشاهده کنید. این 40 صفحه است. اگر برای عبارت «اسکی» به صفحه 40 بروید، خواهید دید که فهرست با عبارتی با فرکانس 62 بازدید به پایان می رسد. برای هسته معنایی کامل، این کافی نخواهد بود، زیرا ممکن است هنوز چند صد عبارت با فرکانس پایین بیشتر وجود داشته باشد که می تواند ترافیک اضافی را به همراه داشته باشد.

روش شاه ماهی به شما این امکان را می دهد که زمان را کاهش دهید و تجزیه عبارات کلیدی دریافتی را پس از اولین مجموعه تکرار نکنید. Key Collector تمام عبارات را از Wordstat برای یک کلمه نشانگر معین، تا فرکانس 1، بدون محدود به دو هزار کلمه استاندارد، می گیرد.

مجموعه عبارات کلیدی رقبا و پایگاه

ما از خدمات megaindex، key.so یا serpstat.com استفاده می کنیم. توصیه می شود 5 تا 10 رقیب مستقیم کار کنید. از پایگاه های داده رایگان، می توانم راهنمایی کنم.

مشاهده: اگر در ابتدا کلمات نشانگر، مترادف ها، عبارات عامیانه به خوبی توسعه یافته باشند، Wordstat 70-80٪ از جستارهای جستجو را ارائه می دهد و بقیه از رقبا و حرف کلمه می آیند.

این عبارات نباید با همه تداخل داشته باشد، اما بهتر است آنها را به یک گروه جداگانه در مجموعه کلید اضافه کنید.

لطفاً توجه داشته باشید که هنگام اضافه کردن علامت تیک "اگر عبارتی در گروه دیگری قرار دارد اضافه نکنید" وجود داشت:

این محدودیت اجازه اضافه کردن عبارات تکراری به هسته معنایی رایج را نمی دهد.

بوکواریکس- یک داستان جداگانه موارد تکراری ضمنی زیادی وجود دارد، درخواست‌ها فقط در تغییر کلمه متفاوت هستند. او عبارات زیادی پیدا می کند، اما 70-80٪ آنها برای ما مناسب نیستند. من آن را به یک گروه جداگانه اضافه می کنم، اما آن را پاک نمی کنم و با آن کار نمی کنم، بلکه فقط به دنبال عباراتی می گردم که برایم جالب است و با جستجو می توانم ببینم آیا می توان چیزی را به معنای اولیه از آن اضافه کرد یا نه. نه

جمع آوری پیشنهادات جستجو

هنگامی که تمام عبارات را در WordStat و رقبا جمع آوری کردید، باید آنها را در چند گروه ترکیب کنید، آنها را بر اساس فرکانس پایه مرتب کنید (معمولاً از 100 یا از 50 اگر جایگاه کوچک است) و عبارات هدف را برای جمع آوری پیشنهادهای جستجو برای آنها انتخاب کنید. :

GIF

تکرار دوم جمع آوری عبارات برای هسته معنایی

در این مرحله تقریباً همه چیز جمع آوری می شود :). برای یک هسته کامل، باید عمیق‌تر نگاه کنید و به عبارات تودرتوی عباراتی که در مراحل بالا یافت می‌شوند نگاه کنید.

برای عباراتی که با روش "درخت کریسمس" جمع آوری شده اند، تکرار مجموعه ضروری نیست، اما برای سوالات یافت شده از رقبا، انتخاب شده در نامه و پیشنهادات جستجو، ارزش آن را دارد.

برای تکرار مکرر، عبارات جمع آوری شده را بر اساس فرکانس پایه مرتب می کنم و عبارات هدف را انتخاب می کنم (از آنجایی که هنوز استاپ را با کلمات پاک نکرده ایم، نباید همه چیز را پشت سر هم انتخاب کنید) تا مقدار فرکانس 100 واحد. من مجموعه دسته ای را از ستون سمت چپ Yandex WordStat دوباره راه اندازی می کنم.

مهم:با همه مجموعه های تکراری با هم تداخل نکنید، گروه های جداگانه برای رقبا، یک حرف، هسته اصلی جمع آوری شده توسط کلمات نشانگر، تجزیه با تکرار دوم و غیره ایجاد کنید. هرچه جزئیات بیشتری را در لحظه جمع‌آوری معنایی تقسیم کنید، پاک کردن آن از عبارات غیر هدف آسان‌تر خواهد بود. شما همیشه زمان برای ترکیب خواهید داشت!

مرحله 3. حذف عبارات غیر هدف

در این مرحله لازم است پرس و جوهای غیر هدفمند صریح حذف شوند. این را می توان با استفاده از کلمات توقف جهانی انجام داد. من آنها را در این فایل در Google Docs جمع آوری می کنم..

همه کلمات را به: هدف / غیر هدف / شک تقسیم کنید

این مرحله برای ایجاد یک لیست کلی از عبارات منفی که می تواند برای کل کمپین تبلیغاتی به طور همزمان مورد استفاده قرار گیرد و پاک کردن همه معنایی ها از جستارهای جستجوی غیر هدفمند مورد نیاز است.

در خروجی، لیستی از کلمات هدف و توقف دریافت می کنیم که با آن هسته معنایی را تمیز و بررسی می کنیم.

من طرفدار روش پارانوئید هستم 🙂، که زمان زیادی می برد، اما می تواند 95٪ از کل کلمات کلیدی غیر هدف را حذف کند.

از نظر تجربه می توانم بگویم که هرچه فهرست کلمات و عبارات منفی بهتر کار شود، برداشت های غیر هدفمند و برداشت های مترادف کمتری به Yandex Direct وارد می شود، که موتور جستجو دوست دارد برای کمپین های تازه واردانی که هزینه پرداخت نمی کنند اضافه کند. توجه به این فرآیند

شما مانند ما تمیزترین ترافیک را خواهید داشت همه کلمات منحصر به فرددر معناشناسی، آنها را به صورت دستی بررسی کردیم و تعلق آنها را مشخص کردیم.

الگوریتم اقدامات:

1. ما کل لیست عبارات کلیدی را به دفترچه یادداشت صادر می کنیم.

2. ما عبارات را به لیستی از کلمات تبدیل می کنیم. تعداد زیادی از آنها وجود خواهد داشت، اگر مثال من را با معانی اسکی بگیرید، حدود 60 هزار نفر خواهند بود.

نمونه ای از جایگزینی خودکار یک فاصله با یک "خط شکن" در دفترچه یادداشت:

GIF

برخی از افراد این مرحله را در Word و با برخی نرم افزارهای دیگر انجام می دهند. دفترچه یادداشت را برای خودم انتخاب کردم. مزیت اصلی حداقل اقدامات برای به دست آوردن نتیجه مطلوب است.

3. همه کلمات را در اکسل کپی کنید و موارد تکراری را حذف کنید:

پس از حذف موارد تکراری، حدود 15-20٪ از تعداد کل کلمات باقی می ماند.

لیست دریافت شده همه کلمات منحصر به فرددر معناشناسی ما سپس هر کلمه را با یک سوال مرور می کنم: هدف / نه هدف / شک... برای کلماتی که به وضوح هدف قرار می گیرند، من 1 را در سلول بعدی قرار می دهم، برای شک 2، من چیزی را برای کلمات منهای قرار نمی دهم، زیرا بیشتر آنها وجود خواهد داشت.

من تمام کلمات مشکوک را در عبارات جستجوی خاص در هسته معنایی بررسی می‌کنم (جستجوی سریع برای جمع‌آورنده کلید).

خروجی لیستی از کلمات هدف و کلمات کلیدی منفی است. پس از آن، می توانید استراحت کنید و سعی کنید کل فرآیند را درک کنید و دنباله توصیف شده را درک کنید.

مقاله را خلاصه می کنم

من از کلمه تکرار برای روشن شدن مراحل استفاده می کنم. و سپس کلمه "مجموعه" رایج است و به راحتی برای یک مبتدی اشتباه گرفته می شود.

الان دارم فکر میکنم احتمالاً بیهوده من شرح فرآیند جمع آوری معانی را برای SEO و Direct ترکیب کردم. به طور کلی، مرحله دوم با مجموعه ای عمیق از مطلقاً همه عبارات برای زمینه مورد نیاز نیست. ما فقط به عبارات HF و MF (فرکانس از 100 و بالاتر، اما به موضوع موضوع بستگی دارد) و هدفمندترین LFها نیاز داریم.

در هر صورت موارد شماره 1 و 3 برای هر دو نوع کار کاملاً یکسان است.

در انتشارات بعدی، شروع به گروه بندی و تقسیم بندی عبارات کلیدی و همچنین پاکسازی معنایی از عبارات غیر هدف، تکرارهای ضمنی و همه آن زباله خواهیم کرد، که حدود 70 تا 80 درصد از آنچه در این مرحله جمع آوری می شود، است.

اشتراک در به روز رسانی وبلاگ در

در حالت ایده آل، این فرآیند به این صورت عمل می کند:

2) جمع‌آوری معنایی برای پرسش‌های نشانگر از هر کجا: از Wordstat تا پیشنهادات جستجو.

مهم نیست که هنگام جمع آوری از چه چیزی استفاده می کنید. همه خدمات کیفیت متفاوتی دارند، اما اصل یکسان است: در ورودی یک درخواست رمز را وارد می‌کنید و برنامه پسوندهایی را صادر می‌کند که حاوی عبارت هستند.

وظیفه ای که باید به صورت دستی حل شود تعیین نشانگرها (پایه ها) است. هر کدام تقاضا، کلمات کلیدی، برنامه های افزودنی و دسترسی خاص خود را منعکس می کنند. این امر مستلزم حداقل آشنایی با مجموعه است.

وقتی نوبت به معناشناسی برند می رسد، نحوه جستجوی نشانگرها کاملاً واضح است. این برند به طور معمول دارای املای روسی یا انگلیسی، نام سری ها، مدل ها است. مهم است که تمام املای اشتباه و مترادف را در نظر بگیرید. موارد دیگر همراه با مثال در ادامه مقاله مورد بحث قرار خواهند گرفت.

3) ده ها یا صدها هزار پرس و جو دریافت می کنید، آنها را از "زباله" پاک می کنید و دو گروه دریافت می کنید: پرس و جوهای ضروری و کلمات کلیدی منفی.

بیایید با استفاده از مثال فروشگاه اینترنتی تجهیزات و کالاهای گردشگری "سیاره من" معنای برند را در نظر بگیریم.

این فروشگاه حدود 70-80 مارک دارد که یکی از آنها استنلی است. اینها ابزار، مبلمان، ظروف و موارد دیگر هستند. جمع آوری تمام پسوندها از کلمه استنلی معنی ندارد، در غیر این صورت "آشغال" زیادی وجود خواهد داشت. بنابراین، ما درخواست های 2-3 کلمه ای را ترک می کنیم:


بیشتر اوقات بهتر است از کلمات سه کلمه ای یا دو کلمه ای استفاده شود، در برخی موارد خاص کلمات یک کلمه ای قابل قبول است.

فلاسک های خلاء محبوب ترین محصول هستند، دارای 3 املای نام تجاری - استنلی، استنلی، استنلی، - و نشانگرهایی بر اساس سری وجود دارد: کوهستان استنلی، استنلی کلاسیک.

هرچه تعداد پایه ها بیشتر باشد، پوشش گسترده تر است. ما 70 نوع کالا را دریافت می کنیم، برای هر - 20-50 پایه. حجم کل "دم" چند صد هزار پرس و جو توسعه یافته است. آنها ممکن است همپوشانی داشته باشند، اما تا حدی: به عنوان یک قاعده، درصد تقاطع کم است.

در نتیجه، شما 100٪ پوشش دریافت می کنید، اما زمان زیادی را صرف پردازش داده ها می کنید. برای سرعت بخشیدن به فرآیند، اغلب از روش ضرب کوئری ها در یک اسکریپت ضرب استفاده می کنند.

برای یک هسته معنایی مارک دار، این روش کار را سرعت می بخشد. اما اگر خدماتی را در یک بازار بسیار رقابتی ارائه دهید چه؟

معناشناسی بر خدمات پیچیده

در این شرایط، پرس و جوهای غیر آشکار بیشتری وجود دارد که تنها با کمک تحلیل عمیق می توان آنها را شناسایی کرد.

به عنوان مثال یک سرویس خودرو "دیزل" مشتری آژانس MOAB است.

داده های اولیه: پیمانکار قبلی نام خدمات استاندارد را با کلمات معامله ای مانند "قیمت"، "خرید" و موارد دیگر ضرب کرد. در نتیجه پایه های «تعمیر انژکتور»، «تعمیر پمپ بنزین فشار قوی» و موارد مشابه را به دست آوردیم.

این رویکرد رایج ترین فرمول ها را ارائه می دهد. کپی دقیق کلید، چیدمان مجدد کلمات، موارد مختلف و شکل های کلمه گزینه ای برای تجلی خلاقیت نیست. همه - پیمانکاران و مشتریان - یکسان فکر می کنند، از کلمات و کلمات معاملاتی یکسان استفاده کنید. درخواست های چراغ قوه به سرعت بیش از حد گرم می شوند.

نتیجه از بین رفتن پوشش و در نتیجه حجم کاری ناکافی سرویس است، زیرا هیچ برداشتی برای درخواست های غیر واضح وجود ندارد. آنها را نمی توان با ضرب ساده به دست آورد.

پارادوکس وضعیت این است که ترافیک زیادی وجود ندارد (تا 10 بازدیدکننده در روز)، اما حراج وحشتناک است (تا 40 روبل در هر کلیک). تقریباً غیرممکن است که خدماتی با پایه مواد عظیم، قیمت کم هزینه و جریان زیادی از مشتریان، نرخ یک کلید خاص را جبران کند.

بر اساس نتایج تجزیه و تحلیل، ما پایه های اضافی پیدا کردیم (فرکانس برای مسکو نشان داده شده است):

اکثر آنها برای خود مشتری یک مکاشفه بودند: او شک نداشت که مشتریان بالقوه می توانند جستجوی خود را به این طریق فرموله کنند، اگرچه او مدت زیادی است که در این زمینه کار می کند.

این درخواست ها برای رقبا بدیهی نیستند و بنابراین بیش از حد داغ نمی شوند. ترافیک روزانه پیش بینی شده - حدود 400-500 کاربر، در کل برای همه سیستم ها. میانگین قیمت برای آنها بسیار کمتر از عباراتی مانند "تعمیر انژکتور" است.

اگر نشانگرها به یک برند گره خورده و حاوی تقاضای مبهم نیستند، چگونه سازماندهی کنیم؟ چیزی که مخاطبان هدف به دنبال آن هستند این است که به طور خودجوش مطرح نکنند و از مشتری نشنوند.

یک مشکل مجموعه ناشناخته بزرگی از درخواست ها را ایجاد می کند: یک موتور دیزل دود سیاه، خاکستری، سفید، کار نمی کند، در می زند، جغجغه می کند و غیره. وظیفه شما این است که این آرایه را به خوشه ها تقسیم کنید تا به تعداد محدودی از نیازها متمایز شوید.

متغیرهای تقاضا

در مورد یک برند، "لنگر" تقاضا خود نام است. محصولات استنلی را نمی توان چیز دیگری نامید، در هر صورت چیزی با کلمه "استنلی" است.

برای یک سرویس پیچیده، تقاضا به چندین جزء (متغیر) تقسیم می شود. فرمول بندی مسئله بدون یکی از این موارد غیرممکن است:

  • مشکل با واحد - کاربر می داند یا فرض می کند که خراب شده است (انژکتورها، پمپ تزریق، پیستون). و سپس پرواز فانتزی ها آغاز می شود - "نازل می زند" ، "نازل می پیچد" ، "نازل دود می کند" و غیره.
  • مشکل ماشین - او نمی داند چه چیزی خراب است و نمی خواهد بفهمد، او به سادگی نام مارک ماشین خود را می نویسد (اسکانیا، کاماز، مان). در مورد ما، خودروهای بنزینی مشخصات ما نیستند، ما فقط آنهایی را انتخاب می کنیم که با دیزل کار می کنند.
  • از طریق سوخت - شخص یک ماشین یا واحد را نشان نمی دهد، بلکه نوع سوخت را نشان می دهد - "موتور دیزل"، "دیزل"، "تعمیر خودرو دیزل"؛
  • از طریق تجلی مشکل ("دود می کند"، "نمی رود"). به عنوان مثال، دود سیاه یک مشکل معمولی دیزل است، در اینجا لازم نیست مشخص شود که بنزین است یا گازوئیل.
  • از طریق کد خطا در اسکنر خودکار ("خطای 1235"، "خطای 0489").

به احتمال زیاد شخصی که موتور دیزلش خراب است حداقل یکی از مقادیر این متغیرها را در پرس و جو استفاده کند. این «لنگر» است که تقاضا برای مشکل حول آن می چرخد.

بهترین روش: برای تجزیه پرس و جوها به متغیرها و متناسب با مقادیر آنها، باید تصور کنید که مخاطب بالقوه چگونه در مورد مشکلات صحبت می کند. برای انجام این کار، مطالعه سایت های رقبا، انجمن های موضوعی، جوامع و غیره مفید است.

تفاوت آن با ضرب

تصور کنید کوهی با شمش های طلا در داخل وجود دارد که باید آن را تهیه کنید. روش استاندارد حفر معدن در این کوه و جمع آوری طلاهایی است که در مسیر تحقیق قرار می گیرد.

گزینه دیگر - شما کوه را با یک بیل مکانیکی پاره می کنید و آن را به کارخانه معدن و فرآوری می برید. کار فشرده‌تر است و به شایستگی‌های بیشتری نیاز دارد، اما از کل سنگ‌ها تمام طلا را جمع‌آوری خواهید کرد.

به قیاس با این، ما تمام تقاضا برای پرس و جو "دیزل"، "دیزل" را می گیریم و از طریق تمام برنامه های افزودنی به طور عمیق در Wordstat کار می کنیم. سپس نکات جستجو را برای هر کدام جمع آوری می کنیم. با استفاده از آرایه دریافتی، فرکانس را می شکنیم، موارد تکراری را حذف می کنیم و حجم کل درخواست ها را دریافت می کنیم.

فرض کنید 100 هزار گرفتیم. بعد با آنها چه باید کرد؟ عبارات لازم را انتخاب می کنیم.

برای انجام این کار، هر آرایه را به «تحلیل گروهی» در Key Collector هدایت می کنیم. ما فرهنگ لغت پرس و جو فرکانس را اعمال می کنیم. در آن، باید یک گروه بندی بر اساس عبارات قرار دهید و کلمات کلیدی را در برگه پر کنید.

آنچه به دست می آوریم:


اینها درخواست هایی هستند که مشتری در مورد آنها صحبت نخواهد کرد. تقریباً هیچ کس این کار را انجام نمی دهد ، بنابراین رقابت برای چنین معناشناسی حداقل است.

در این مرحله نیازی به پاک کردن آرایه از کلمات کلیدی منفی و غیره نیست. شما فقط باید از طریق فرهنگ لغت فرکانس نگاه کنید و کلمات دو کلمه ای را شناسایی کنید که به وضوح نشان دهنده تعمیر خودکار هستند.

مزایای آن چیست؟ گروه های پرس و جوی رایج با رایج ترین مشکلات مرتبط هستند. این برنامه گروه ها را بر اساس تعداد کلمات موجود در آنها مرتب می کند. شما تمام نتایج را بررسی می کنید و گروه هایی را که متناسب با مشکل شما هستند شناسایی می کنید.

شما هر چیزی را که می توانید در این موضوع جمع آوری کنید به دست می آورید. در عین حال، طبیعی است که در ابتدا 100 هزار پرس و جو با کلمه "دیزل" و فقط 10 هزار درخواست پس از تجزیه و تحلیل داشته باشید.

کار مشابهی را با تمام مقادیر متغیرها انجام دهید.

معناشناسی برای تقاضای دقیق

MOAB یکی از بزرگترین برنامه های معنایی تاریخ خود را برای مرکز خودکار YapiMotors ترسیم کرده است. ویژگی مشتری: او نیاز به ارائه ترافیک دقیق دارد.

مشتری شرایط اولیه را به وضوح تعریف کرد: لیست دقیقی از کارهایی که انجام می دهد (300 قطعه) و لیستی از مارک ها (70 قطعه) که با آنها کار می کند وجود دارد.

در مرحله اول انواع عناوین را با توجه به فهرست آثار جستجو کردیم:

  • تعمیر ترمز - تعمیر سیستم ترمز، تعویض سیستم ترمز، ترمز کار نمی کند و غیره.
  • تعمیر موتور - تعمیر ICE، تعویض ICE، تعمیر موتور و غیره.

نام های ژاپنی پیچیده هستند و اغلب غلط املایی دارند. در نتیجه، 70 مارک / مدل از پیش تعیین شده به 270 خط املای مختلف در لاتین و سیریلیک تبدیل شدند.

بازار بزرگ است، بنابراین شرکت ادعای کل آن را نداشت. منطقی است: یک سرویس خودرو نمی تواند به کل مسکو خدمت کند. هدف آن بخش کوچکی از این تقاضا است، اما تا حد امکان داغ و با حداقل پول. بنابراین، ما درخواست هایی را شناسایی کرده ایم که از قبل نیاز فوری دارند.

اگر کاربر در جستجو بنویسد «دیزل دود سیاه»، می‌تواند یک هفته دیگر قبل از پوشاندن کامل خودروی سیگاری رانندگی کند. و "قیمت در حال اجرا تعمیر" را می توان همین الان تبدیل کرد.

450 اثر را در 270 مدل ضرب می کنیم و لیست نشانگرها را می گیریم که بر اساس آن فرکانس را حذف می کنیم.

حدود 5 هزار پایه فرکانس غیر صفر و "دم" پسوند 50 هزار را نشان دادند. بر خلاف هسته دیزل، که دارای مقدار زیادی "زباله" است، حاوی حداقل تعداد کلمات کلیدی منفی است، تقریباً همه پرس و جوها هدف قرار می گیرند.

معناشناسی برای فیدها

چرا جمعش کن

معناشناسی فیدها یک فایل منهای معتبر و ترافیک تمیز را تضمین می کند.

یک لیست استاندارد از کلمات کلیدی منفی کافی نیست. در بهترین حالت، آنها 30-40٪ از کلمات کلیدی منفی واقعی را پوشش می دهند. هر موضوع همچنین دارای پرس و جوهایی است که حاوی کلمات مشخص است و خود پرس و جو را برای شما نامناسب و بی ربط می کند. بنابراین، شما باید کلمات کلیدی منفی را برای فیدها بر اساس پرس و جوهای واقعی جمع آوری کنید.

مثال - استعلام قطعات خودرو بوش. این یک آرایه چند صد هزار نفری است. از آن، ما مواردی را انتخاب کردیم که حاوی اعداد هستند - اینها درخواست های محصول هستند، 20-30 هزار نفر از آنها وجود داشت. ما یک واژگان فرکانس از آنها جمع آوری کرده ایم تا گروه هایی با تقاضای نامربوط را پیدا کنیم. گرفتن عبارات واقعی برای یک برند خاص مهم است.

این یک فایل کلیدواژه منفی دقیق تری ارائه می دهد که از آن می توانید برداشت های غیر هدفمند را رد کنید. در نتیجه، در روسیه، میانگین هزینه هر کلیک 7-10 روبل و قیمت یک برنامه 60-70 روبل بود. ما به نرخ تبدیل بالایی دست یافتیم زیرا فقط ترافیک نزدیک به خرید را جذب کردیم.

مشکلات تبلیغات در فیدها

اینها SKUهای "جعلی" و نام محصولات هستند.

فرض کنید 10000 قطعه خودرو دارید. در این فرآیند، بررسی اینکه آیا مقادیر دوگانه ای در بین مقالات وجود دارد یا خیر، مهم است. این می تواند به معنای کالا و GOST باشد، دستورالعمل هایی که به موضوع شما مرتبط نیستند. یا محصولی از یک منطقه کاملاً متفاوت.

چگونه می توانم این را بررسی کنم؟ لیستی از SKUها را بردارید و فرکانس را از طریق آنها بررسی کنید. همچنین می‌توانید مقالاتی با ارزش دوگانه را به صورت دستی شناسایی کنید. از آن‌ها برای شفاف‌سازی معناشناسی استفاده کنید - نام تجاری یا کلمات واجد شرایط را اضافه کنید تا برداشت‌ها از طریق دسترسی نامناسب حذف شوند.

آیا اضافه کردن SKU به آگهی کافی است یا نیاز دارید؟« % SKU + % خرید (یا کلمه تراکنش دیگری)»

گزینه دوم ترافیک اضافی ارائه نمی دهد، اما شما می توانید به طور مستقیم موقعیت آگهی را نه تنها به درخواست مقاله، بلکه به درخواست "% مقاله +% خرید" از طریق اتصال پیشنهاد دهنده کنترل کنید.

تا همین اواخر همینطور بود. در فیدهای محصولات بسیار بزرگ، امتیاز کافی برای بارگیری بسیاری از کلمات کلیدی وجود نداشت و مجبور شدم آن را رها کنم.

نتیجه گیری: هیچ فایده ای در ضرب معناشناسی در فیدها وجود ندارد. کافی است یک نام گسترده برای مقاله یا فهرست محصول اضافه کنید.

با وضعیت برداشت کم چه کنیم؟

اول از همه، نگاه نکنید که چه چیزی و چگونه از بین رفته است، بلکه ببینید آیا ترافیک تغییر کرده است. اگر نه، نگران نباشید. بنابراین این تبلیغات ترافیک ایجاد نمی کردند.

اگر به میزان قابل توجهی کاهش یافته است - نه به علاوه یا منهای 10٪ خطا، بلکه بیشتر - پس باید آن را بفهمید: به احتمال زیاد، خطاها در خوشه بندی بر اساس کمپین، انتخاب معناشناسی. اگرچه، در رابطه با خوراک ها، این بعید است.

سئو در مقابل زمینه - کدام بهتر است

نحوه برنامه ریزی بازاریابی

در شرایط مدرن، باید در هر کانالی پرداخت کنید. هیچ تفاوت ایدئولوژیکی اساسی بین آنها وجود نداشته باشد.

با برنامه ریزی معمولی چگونه به نظر می رسد؟ ابتدا یک طاقچه تعریف می کنیم، یک طرح بندی HTML برای سایت، یک موتور ایجاد می کنیم و بلافاصله شروع به نوشتن معناشناسی می کنیم. در عین حال، مهم است که ساختار به کاتالوگ و نه به دید شما از بخش ها، بلکه به معناشناسی بستگی داشته باشد. آنچه را که مردم اغلب در مکان های برجسته به دنبال آن هستند، پست کنید.

پس از جمع‌آوری معنایی و تصمیم‌گیری درباره ساختار، سایت را ایجاد و پر از محتوا می‌کنیم.

توصیه: اول زمینه، دوم سئو. شما می توانید معناشناسی را تمیز و گروه بندی کنید و زمینه را اجرا کنید تا کسب و کار پول در بیاورد. اجازه دهید مبالغ بسیار بزرگ (200-400 هزار روبل)، اما به سرعت. در عرض 2 تا 4 ماه، می توانید یک زنجیره فروش بسازید تا این پول را دوباره برای سئو سرمایه گذاری کنید.

هم افزایی فرآیندها چیست؟ نتایج به دست آمده از خوشه بندی در زمینه می تواند برای خوشه بندی در سئو استفاده شود. همه چیز همیشه یکسان نخواهد بود، اما می توان از زمینه سئو چیزهای زیادی گرفت.

نکات مهم: سئو و زمینه به زودی تقریباً غیرقابل تشخیص خواهند شد و پس انداز حاصل از هم افزایی آنها در حال افزایش است.

خلاصه

1) در مرحله اولیه، این خود مجموعه نیست که مهمتر است (همه چیز خودکار است)، بلکه جستجوی پایگاه است.

2) پایه ها می توانند ساده و تمیز (ژیرو اسکوتر) و زباله و کثیف (دیزل) باشند.

3) بررسی کنید که آیا تمام مترادف ها و فرمول بندی مجدد را جمع آوری کرده اید: برای کمک به Wordstat و بلوک "پرس و جوهای مشابه" در SERP.

مقالات مرتبط برتر