Сбор СЯ (семантического ядра) — наша первоочередная задача, будь мы SEO-специалистами или директологами.
Сейчас я разберу как собрать сложное ядро по теме «автомобильные коврики». Сложность его в том, что оно получается очень объемным, а базисы (стартовые слова) не получится просто так придумать из головы или найти в wordstat.
Есть много методик по сбору таких семантических ядер, но я расскажу о той, которой пользуюсь сам. Наша задача будет в том, что бы грамотно использовать чужой труд.
На первые строчки поисковых систем выходят самые хорошо оптимизированные под ключевые слова страницы, а значит SEO-специалисты уже проделали всю работу за нас и нам остается только вытащить все ключевики со страницы.
Находим такой сайт и берем из него для начала структуру. В нашем случае берем производителей.
Нам понадобится посетить еще пару популярных сайтов чтобы найти побольше производителей, так как один сайт может не со всеми сотрудничать.
Забиваем это все в Эксель.
Обратите внимание, что я сделал транслит названий. Это важно, потому что большая часть людей пишет на русском название иностранных брендов.
Такую же работу проделал и с марками автомобилей.
Не забудьте так же найти разные варианты написания этих брендов.
Далее мы находим текст на странице. Он будет заточен под ключевые запросы и ищем какие запросы указал здесь сеошник
Коврики, автомобиль, машина, автомашина и др.. Понятно, что «оборудование» мы не берем, потому что кто ищет коврики для машины, тот не ищет их по запросу «оборудование», а если мы добавим это слово, то будем чистить свою семантику от тонны мусора.
Вообще, на околотематические слова в тексте не обращайте внимание, потому что это особенность SEO-текста, который пишут с использованием LSI-слов. Просто включаем голову.
Если текста на странице нет, то надо зайти на другие сайты или открыть код страницы и найти title и description, где будут указаны эти поисковые запросы.
Таким образом мы найдем максимум запросов, в том числе сленговых и неочевидных. Например, автоковрик. Мне бы и в голову не пришло такое название
Дальше изучаем этот сайт и другие сайты на эту тему и вытягиваем все полезные ключи.
Полики, половичики и прочее, нам все это нужно. Чем больше будет наша семантика, тем больше вероятность, что у нас будет прибыльная рекламная кампания.
Далее мы должны собрать несколько столбцов таким образом и занести их в экселевский файл. В первом столбце будет сам товар, то есть существительное во всех возможных вариациях. И далее по составу предложения разбиваем столбцы.
Для наших ковриков у нас столбцы идут по следующему порядку: объект, свойства, назначение, характеристики, материал, особые характеристики, производитель авто, производитель ковриков, модели авто.
У меня идут по порядку: существительное, прилагательное, материал, тип, производитель, модель.
Так же нам надо собрать не только марки, но и модели машин. Мы можем скачать список всех марок, но от этого не много толку, потому что мы не будем знать как люди пишут эти названия в поиске. Для этого заходим в Вордстат и прямо так и пишем начиная по алфавиту «коврики для ауди» и выписываем модели этой марки
Легче всего это делать программой Wordstat Assistant, потому что достаточно нажать на выделенное слово и оно добавится в список.
Да, это самый сложный момент, потому что придется пробежаться по всем маркам автомобилей и потратить на это часа два времени, но это того стоит.
Собираем базисы
На данном этапе мы уже можем собирать базисы через Вордстат. Для этого у нас уже есть ключи из первого столбца нашей таблицы. Ставим каждый запрос в Вордстат и копируем получившуюся с ним семантику
Конечно, если вместе с этим ключом идет много мусора, то нам понадобится его отделять через добавление уточняющих слов из второй колонки. Так проделываем с каждым словом
«Половички»+»авто 0 запросов, + автомобиль тоже 0 и со словом «автомобильный» по нулям. Со словом «машина» частотность 11, что тоже очень мало и мы не будем использовать запрос с такой частотностью.
Вероятно, это вообще лишний базис и можно в поисковых подсказках в этом убедиться, потому что там ничего связанного с автомобилями нет
И таким образом мы собираем все запросы по нашим базисам, но не забываем и добавлять минус-слова для каждого базиса, а они встретятся по ходу работы.
Далее заносите их в таблицу в формате базис|частотность|минус-слова.
Я не рекомендую через Wordstat руками собирать запросы по базисам с очень высокой частотностью. Я собрал только по НЧ и СЧ базисам, а запрос «коврики» будет самым насыщенным запросом и для работы с ним я буду использовать программу.
Итак. Мы закончили ручной сбор семантики, потому что у базисов была низкая частотность, а далее только автоматический сбор.
Автоматический сбор семантического ядра через key collector
Можно использовать и бесплатную программу slovoeB, но рекомендую все же купить его старшего брата — Кей Коллектор. Сам софт стоит 1900 рублей, но часто разработчики дают скидки, а так же есть способ получить Кей Коллектор бесплатно.
Рекомендую для начала прочитать как настроить key collector.
Сабираем запросы по базисам
Для начала нам нужно собрать наши базисы. Для этого возвращаемся в табличку.
Сам объект «коврик» и все его вариации названия выделены синим цветом. Светло-зеленым цветом я выделил столбцы, где в запросе получится два слова. Например, коврик солярис. Это популярный запрос, по которому ищут коврики для соляриса.
Желтым цветом выделил запросы, которые будут состоять из трех слова. Например, коврик резиновый в солярис (напоминаю, что частицы не считаются словами в Вордстате). Никто не будет писать просто «коврик резиновый», потому что это очень обобщенный запрос, который не только относится ко всем автомобилям сразу, но и для квартир, офисов и других помещений. К таким словам добавляются уточнения (операторы для wordstat).
Желтый столбец будет комбинироваться с темно-зеленым.
Такое деление на группы важно чтобы нам потом не тратить часы работы на чистку семантического ядра от мусора.
Далее нам нужно скомбинировать наши слова друг с другом. Я использую сервис eLama для этого, но таких на самом деле масса.
Комбинируем слова следующим образом:
Именно в такой последовательности. Сначала предмет, а затем свойство. Это важно, так как фразы будут комбинироваться в таком же порядке «свойство+предмет» и если нам понадобится отсортировать таблицу с этими запросами по алфавиту, то это будет неудобно когда все запросы начинаются с одинакового слова.
Теперь очень важный этап.
Мы скомбинировали слова друг с другом и разбили их на колонки.
Зачем разбили на колонки: дело в том, что запросы из разных колонок будут пересекаться и нам важно разбить запросы по приоритетам и если будут спорные запросы, которые попадают в обе колонки, то будем исходить из приоритета. 8 колонка запасная. Она не будет использоваться, а она содержит наиболее высокочастнотные базисы и мы просто соберем по ним вложенные запросы и сравним с тем, что уже собрали по остальным семи колонкам и если что-то упустили, то дополним за счет восьмой колонки.
Напоминаю, что базис — это стартовая фраза, а все ключевые фразы являются вложенными по отношению к ней. Соответственно, частотность базиса является суммой всех ключевых фраз, которые в нее вложены.
Таким образом, мы можем из нашей таблицы удалить большую часть запросов еще до добавления их в Кей Коллектор, что сэкономит нам уйму времени, так как мы просто отсеем базисы с низкой частотностью.
Как быстро проверить частотность списка запросов
Заходим в MOAB. Жмем на проверку частоты:
Сам сервис хоть и платный, на очень дешевый, а при регистрации даёт большой лимит баллов, которые можно потратить на анализ семантики.
Добавим наши базисы. Для теста взял только 10
Не забудьте установить регион, иначе частотность будет собираться по всему миру.
Далее нажимаем «начать», программа достаточно быстро подготовить результат, который можно скачать в любом формате.
Открываем его и видим, что даже из такого небольшого списка базисов если те, которые имеют очень низкую частотность. Я сразу удаляю те, которые меньше 30. Они будут в лучшем случае самостоятельным запросам, а не базисом из которого подтягиваются ключевые запросы.
Нам нужно провести такую работу по всем базисам и затем поделить их на группы. Поделить их можно так же через сервис MOAB или отдельно в том же Кей Коллекторе в инструменте «анализ групп».
Теперь нам нужно закинуть эти запросы в Кей Коллектор, но есть проблема — они перемешаются между собой.
Чтобы КейКоллектор не перемешивал группы, а сохранил группировку, нам надо к базисам добавить синтаксис группы.
Вот как это выглядит:
Делается это очень просто: в соседнем слобце от базисов мы пишем название группы и растягиваем ячейку на всю длинну группы
И используя функцию Экселя «сцепить» соединяем эти ячейки, а затем так же растягиваем их до конца столбца.
Добавляем наши базисы (стартовые фразы) в Кей Коллектор
Проверьте чтобы указанные на скриншоте галочки стояли в настройках, добавьте разбитые на группы базисы и нажмите «добавить в таблицу».
И они сразу разлетаются по группам
Осталось только выделить папки, включить режим мультигрупп и начать парсинг.
Далее собранные запросы уже можно выгрузить в Эксель и добавить в свою рекламную кампанию.
