Автоматизация подбора семантики для Ecommerce

Евгений ШестаковМосква 2015

Рекламно-консалтинговое агентство Rush

Москва ул. Бутлерова 17б m: seo@rush-agency.ru

Занимаюсь SEO c 2010 года Руководитель SEO-отдела в Rush Agency Специализация: Большие интернет -магазины, проекты с обширной семантикой, порталы Обожаю семантику

Обо мне

Какие типы спроса существуют в Ecommerce и как от этого зависит SEO-стратегия

Эффективную методику подбора семантики для магазина

Какие источники использовать, а какие нет

Автоматизация и фишки в работе с семантикой

Что вы сегодня узнаете?

Системный подход к анализу поискового спроса

Категорийная(Теговая) Товарная Смешанного

типа

Какая бывает семантика?

Примеры семантики различного типа

Подарки Путешествия (туры) Мебель Товары для дома Сантехника

Книги Автозапчасти Лекарства Программное

обеспечение

Продукты питания

Одежда, обувь Интим-товары Электроника Бытовая техника

Категорийная (теговая) Товарная Смешанного типа

Источники семантики

Собственные счетчики – Метрика & Google Analytics

Сервисы с кешем – Spywords & Semrush и др.

Агрегаторы – Rookee, Webeffector и т.д.

Готовые базы данных – База пастухова, MOAB

Yandex Wordstat

Поисковые подсказки Яндекса & Google

Разберем каждый источник и отбросим неэффективные!

Откуда мы вообще можем спарсить ключевые слова?

Плюсы Много качественных данных с привязкой к URL Возможность доступа по API

Минусы: Около 30% запросов мусорные – задавались 1 раз и более никогда не повторятся Сэмплирование данных

Резюме: используем для базовых (маркерных запросов)

Собственные счетчики статистики

Плюсы Быстрый доступ к своим запросам и запросам конкурентов

Минусы: Очень ограниченная выборка запросов Старые, неактуальные данные Мусорные запросы Лимит на количество запросов В основном общедоступные ВЧ и СЧ запросы

Резюме: не несет практической ценности для анализа больших массивов ключевых слов, ручная обработка данных

Сервисы с кешем: Spywords, Semrush и т.д.

Плюсы Быстрый доступ к своим запросам Автоматический подбор запросов по контенту страниц

Минусы: Часто не релевантные запросы Мусорные запросы, загруженные оптимизаторами Общедоступные ВЧ и СЧ запросы

Резюме: те же проблемы что и с кешированными сервисами – практически бесполезны. Можно смотреть ВЧ запросы.

Сервисы агрегаторы Rookee, Webeffector и т.д.

Плюсы Мгновенный доступ в огромному массиву запросов Поддержка выборок по регулярным выражениям

Минусы: Старые, неактуальные данные – нет трендовых и сезонных запросов 85%+ автоматически генерированные запросы – частотность = 0

Резюме: совершенно бесполезный огромный массив запросов

Готовые базы данных – Пастухова, MOAB и т.д.

Плюсы Запросы с актуальностью -1 месяц – вполне приемлемо Понятная логика работы и происхождение запросов Возможность парсинга

Минусы: Старый добрый Worstat с его багами и глюками Ограничение в 2000 ключевых слов по 1 слову (можно обойти)

Резюме: неплохой источник базовых запросов пользователей

Yandex Wordstat

Плюсы Самые свежие и актуальные запросы пользователей Только реальные запросы пользователей – верфикация Яндексом Возможность промышленного парсинга

Минусы: «Фантомные подсказки» - пустышки Хитрая защита от многопточного парсинга

Резюме: отличный источник семантики для любой тематики

Поисковые подсказки

Собственные счетчики – Метрика & Google Analytics

Yandex Wordstat

Поисковые подсказки Яндекса & Google

Сервисы с кешем – Spywords & Semrush (для примера)

Агрегаторы – Rookee, Webeffector и т.д.

Готовые базы данных – База пастухова, MOAB

Резюме по источникам семантики

Источники семантики

Создание списка маркетных запросов – «скелет спроса»

+Сбор расширений базового спроса – «облака запросов»

Создание финальной структуры сайта

Базовая парадигма сбора семантики

Маркерные запросы - запросы, которые четко отвечают продвигаемой странице. Обычно имеют значимую частотность по Wordstat и являются средне-частотными (СЧ), или "жирными" низкочастотниками (НЧ).

Выгрузка URL – название категории из своей базы данных

Генерация матрицы «всё на всё» + проверка частотности Wordstat

Дополнительные базовые запросы из Wordstat

Выгрузка из Яндекс Метрики

Создание маркерных запросов

Облако запросов - это все ключевые слова, полученные парсингом поисковых подсказок и Яндекс Wordstat по маркерным запросам.

Парсинг всех возможных расширений по маркерным запросам

Отсев непопулярных ключевых слов: трешхолд по WS

Чем больше запросов мы «жалеем» - тем более адский труд предстоит при финализации семантического ядра.

NB!: Не бойтесь удалять запросы из серии: «на потом», «может быть будет такой товар», «жааалко удалять :))»

Сбор облака запросов

Получение маркерных слов из Я.Метрики

Используем официальное API метрики для получения URL-KeywordЕсть поддержка Google Analytics Core Reporting API (v3)!!!

Чем парсить?Писать свое решение: PHP+MySQL+ API Метрики

Или покатегорийная ручная выгрузка запросов

В скором времени автоматизируем и покажем

Yandex WordstatНельзя определить корректную словоформу

Проблемы потоковым парсингом (бан/captcha)

Однако много целевых ключевых слов

Баги

Поисковые подсказкиТолько свежие данные (реальный поток запросов)

Относительная простота сбора

Изначально верные словоформы

Автоматическая верификация на «кривые запросы» и

опечатки

Поисковые подсказки: несколько нюансов

Подсказки гео-зависимы: не забываем про регион

Для большинства тематик хватает подсказок Яндекса

Подсказки Google: для тематик с множеством eng слов

При слишком активном парсинге есть хитрая защита

NB!: есть накрученные тематики – «остерегайтесь подделок»

Нужна фильтрация «фантомных подсказок»

Поисковые подсказки: используйте лингвистику

Wordstat vs Яндекс подсказки

Wordstat Подсказки

4 ключевых слова 10 ключевых слов

Резюме: что же использовать?«Маркерные запросы»

«Умный» парсинг Яндекс Метрики

Ассортиментная матрица

Базовые интенты из Wordstat + генерация

Расширение семантики:

Поисковые подсказки

Что еще нужно знать о ключевых словах?

Матрица сезонности на 110 категорий – пол дня ручного труда!

Всё? – Да!«Модные метрики» типа:

- «количество документов по запросу»

- «количество морд в ТОПе»

- «цена клика в Директе/CTR на N позиции»

Не дадут профита, а лишь замедлят сбор, обработку и

внедрение семантики на сайт.

Всё? – Да!

Распределение запросов по страницам

Ручками

Шаблоны в Excell

VSКластеризация на основе SERP

Распределяем семантику по страницам

Ручками

Разбор по шаблонам

Привязка но основе подобия топов (SERP)

Плюсы Очень просто

Минусы: Очень долго Большой процент ошибок (~15%) Нужно нечеловеческое упорство и концентрация*

Для разбора 0.5 миллиона ключевых слов требуется 5-6 месяцев работы двух семантиковПрикинем стоимость: 2*30000*6=360000 рублей

Ручное распределение запросов по страницам

Плюсы Просто, разбор слов на 25-40% быстрее

Минусы: Нужен словарь коммерческих слов (Москва, цена…) Нужен лемматизатор (Что делать с «шутупорверт»?) Нужен словарь брендов (Что делать «Макита, МакитО»?) Теряем до 50% запросов

Использование шаблонов и лингвистикиКупить шуруповерты Makita

Купить – «маркер коммерческости»Шуруповерты – название категорииMakita - бренд

Группировка на основе подобия SERP*

+ Высокая точность и полнота+ Быстро+ Автоматическое определение коммерческости запроса+ Автоматическая привязка синонимов и переформулировок

- Сложный, многоуровневый алгоритм- Сложные, ресурсоемкие вычисления- Необходимость парсинга большого количества SERP- Качество зависит от качества выдачи поисковых систем

*страница результатов выдачи поисковой системы

Как это работает?

Группировка на основе подобия SERP примеры:

Группировка на основе подобия SERP «К чему так заморачиваться?» При анализе выдачи поисковых систем – мы точно знаем

– какие запросы можно вести на 1 страницу, а какие нет.

Коммерческие и информационные запросы не попадут на 1 страницу – они просто не попадут в 1 кластер

Для Ecommerce и больших сайтов запуск SEO на 3-4 месяца быстрее! Profit over 300%

Инструменты для кластеризации:www.rush-analytics.ru

www.just-magic.org

Написать свой, например на MS Access + VBA

Как привязать готовый кластер к странице?

Все просто:1. Если маркерный запрос (главный) кластера уже в ТОПе –

продвигаем на существующую страницу

2. Если нет – ищем страницу запросом «site:mvideo.ru купить холодильник»

Типы страниц в Ecommerce

Категория: телевизоры Категория + бренды: телевизоры Samsumg Категория + тег (=подкатегория): LED телевизоры Категория + тег + бренд: LED телевизоры Samsung Категория + тег + тег: LED телевизор SmartTV Категория + тег + тег + бренд: LED телевизор Samsung SmartTV Категория + (мб тег) + серия + (мб бренд): тонкие ноутбуки Acer Aspire Карточка товара Инфо-обвязка: обзоры/статьи/новости/подборки

(Если у вас есть другие – дело плохо)

Что дальше?

1. Делаем внутреннюю оптимизацию страниц

2. Добавляем страницы в индекс поисковых систем

3. Получаем трафик

Скорость сбора маркерных запросов + полнота

Объем ручного труда при привязке маркер - URL

Скорость сбора и качество облака запросов

Скорость распределения запросов облака по страницам

Объем ручного труда по финализации сем.ядра

Скорость внедрения на сайт клиента (подстройка под существующую структуру сайта)

KPI(?) при сборе семантики

Приоритет №1: страницы под семантику уже есть на сайте

Приоритет №2: страницы, которые можно добавить «завтра» - функционал под которые уже реализован!

Приоритет №3: трафиконосные страницы, которые необходимо сделать (например: теги и фильтры для Ecommerce)

И только потом всё остальное: двойное тегирование, семантика, которая не бьется с текущей структурой

«Что даст больший профит: 650 страниц под СЧ + «жирные НЧ» через 2 недели или 1600 страниц под много НЧ через 2 месяца?»

Жестко следуйте приоритетам по внедрению!

Быстрое внедрение 1го приоритета:

Прорабатываем всю семантику «до идеала»:

Приоритеты по сбору семантики в зависимости от типа спроса

Категории Категории + бренд Категории + теги Категории + бренд

+ теги

И только потом товарная семантика

Товарная семантика

И только потом любаякатегорийная

Частотные категории Частотные карточки Категории второго

приоритета Остальные карточки

Категорийная (теговая) Товарная Смешанного типа

Работает?

Тематика: технологичные гаджеты (Ecommerce)

Рост трафика – 300% за 2 месяца

Тематика: агрегатор новостей

Рост трафика – 115% за 3 месяца

Тематика: магазин одежды (Ecommerce)

Рост трафика: 80+% в момент попадания в индексновой структуры сделанной с учетом ранжирования поисковых систем

Тематика: портал скидок в ритейле

Рост трафика: 100+%: внедрение новой структуры под новое семантическое ядро: 150000+ ключевых слов,

95%+ генерированных страниц(!)

Тематика: гипермаркет китайских товаров

Рост трафика более чем на 300% за 5 месяцев. Не куплено ни одной ссылки!

Коммерческая аналитика на службе интернет-магазина

Какие?

Задача: купить мультиварки Redmond на склад

Какие?

Будем покупать мультиварку Redmond rmc-m90?

Конечно будем!

На заметку закупщику:определяем популярность карточки по Wordstat

Генерируем сочетания фраз в следующих комбинациях: - A + B + C - B + C - A + C + Аналогичные, но с русским написанием бренда

Собираем частотность “” по WordstatПолучаем результирующую сумму для каждого URL

Запускаете новую категорию/Новый бизнес?

Запускаете новую категорию?

Без правильной структуры вам не поможет: Закупка ссылок и накрутка поведенческих факторов

Оторванные от основного каталога SEO-страницы

Спамные методы внутренней оптимизации

Работайте над структурой сайта, а не над ссылками и накрутками

Не делайте из сайта SEO-франкенштейна!

SEO-франкенштейны VS Халки поисковой оптимизации (недо-SEO) (Толковые SEO - команды)

Закупка ссылок VS Работа над семантикой

Результат закупки ссылок: holodilnik.ru & elektrovenik.ru

Результат использования спамных техник

Rush Analytics – автоматизированный сервис для создания семантического ядра

Приглашаем на бесплатный тест! www.rush-analytics.ru

Сбор Яндекс Wordstat Сбор поисковых подсказок

Автоматическая кластеризация!

ПРОМОКОД: SmartFoxНа support@rush-agency.ru

Спасибо за внимание!Доклад подготовил: Евгений ШестаковWEB: www.rush-agency.ru www.rush-analytics.ru Mail: seo@rush-agency.ru FB: Facebook.com/shestakov.evgenyi

Автоматизация подбора семантики для Ecommerce

Marketing

"Автоматический подбор...

Как оценить эффективность ...

8 главных ошибок рекрутинга _ Как....

«Скрытый потенциал семантики»

Автоматизация технологических...

исследование семантики слова...

КОМПЛЕКСНАЯ АВТОМАТИЗАЦИЯ...

Автоматизация подбора: оценка...

Автоматизация -...

автоматизация ц

Автоматизация подбора персонала

Особенности подбора массового...

Таблицы подбора электроприводов

Эволюция семантики

Автоматизация Ш

Продвижение магазинов через...