Сравнение сервисов автоматической кластеризации ключевых слов для SEO. Группировка поисковых запросов Формирование группы запросов семантическое ядро

Дарим 200 лимитов на счет чтобы попробовать!

Кластеризация ключевых слов - это автоматизированное распределение запросов на группы на основе выдачи поисковых систем.

Алгоритм кластеризации Rush Analytics соберет ТОП10 URL выдачи Яндекса или Google по каждому вашему ключевому слову, сравнит результаты для каждого ключевого слова и сгруппирует запросы именно так, как они будут успешно продвигаться в поисковых системах, и как будет удобно и логично создавать страницы на сайте.

В Rush Analytics кластеризацию можно провести двумя методами: Soft и Hard

После обработки запросов, вы получите практически готовую и корректно сформированную, с точки зрения поисковых систем, структуру сайта. А основываясь на данных о частотности по каждой группе ключевых слов, вы сможете легко принять решение о создании дополнительных страниц на сайте.

Ознакомьтесь с видео руководством по функционалу кластеризации

FAQ по кластеризации: самые частые вопросы наших пользователей

Кластеризация – группировка ключевых слов на основе сравнения выдачи поисковых систем. Алгоритм соберет ТОП10 URL по вашим ключевым словам, сравнит результаты для каждого ключевого слова и сгруппирует запросы именно так , как они будут успешно продвигаться в поисковых системах, и как будет удобно и логично создавать страницы на сайте

Вам нужно загрузить в Rush Analytics список ключевых слов и их частотность (любую) или же разметить ключевые слова как главные (маркерные запросы) и все остальные.
Для использования комбинированного алгоритма кластеризации, вам понадобится и частотность и разметка маркеров. Об этом читайте немного ниже.

Точность кластеризации указывает, сколько общих URL должно быть в результатах поиска по двум запросам, чтобы мы объединили эти запросы в группу.
Иными словами - чем больше точность кластеризации (группировки), тем более похожие фразы попадут в одну группу (кластер).
Для большинства тематик будет достаточно точности = 5.

A: В каждой тематике есть свой, необходимый и достаточный порог схожести выдачи, чтобы получить качественное семантическое ядро. Например, при продвижении интернет-магазинов, будет большой проблемой, если при кластеризации запросов ключевые слова "мультиварка Redmond RX500" и "Мультиварка Redmond RX500-1" будут попадать в один кластер - т.к. это разные товары и они должны продвигаться на разные карточки товара. Здесь мы рекомендуем использовать точность = 5

Если трафик на сайт в основном российский и из Яндекса - оптимально делать кластеризацию по Яндексу, выбрав регион по которому продвигается сайт.
Можно использовать и обе поисковые системы, а потом сравнить результаты. Часто результаты очень похожи между поисковыми системами.
Если вы продвигаете сайт под другие рынки - уже сейчас доступна кластеризация для всех регионов и языков мира по выдаче Google.
В скором времени мы добавим функционал выбора страны и города для кластеризации по выдаче Google.com. Если вам интересен этот функционал - голосуйте в нашем сообществе и он появится значительно быстрее - ссылка на голосование

Да, можно. А иногда даже нужно.
Когда можно объединить два кластера в один?
Нередко такие ключевые слова как "купить мультиварки redmond" и "мультиварки redmond цена" могут попадать в разные кластеры из-за низкого качества выдачи в Яндексе и Google по этим запросам.
В таком случае нужно объединить эти кластеры в один и продвигать на страницу мультиварок redmond . Это вполне нормальная ситуация.
Когда нельзя объединять два кластера в один?
Когда в одном кластере информационные запросы, а в другом коммерческие. Например, кластеры "купить мультиварки redmond" и "обзор мультиварок redmond" нельзя объединять т.к. эти запросы должны принципиально продвигаться на разные страницы.
Я сомневаюсь объединять два кластера или нет, что делать?
Мы подробно рассказываем, что делать в таком случае в этом руководстве .

Потому, что слова из вкладки "Некластеризовано" не нашли себе пару для кластера. К сожалению, не все ключевые слова можно сгруппировать - т.к. не все они связаны между собой.
Мы руководствуемся в первую очередь тем, как ключевые слова будут продвигаться (ранжироваться) и группируем их на основе схожести поисковой выдачи.
К примеру: запросы "мобильный телефон" и "мобильные телефоны" должны продвигаться на разные страницы т.к. один запрос информационный, а второй коммерческий и они никогда не продвинутся на одну страницу.
Что делать с некластеризованными запросами?
Если в списке некластеризованных слов вы найдете ценные для вас ключевые слова - их можно в ручную добавить к уже существующим группам (могли не привязаться из-за плохой выдачи) или же создать под эти слова отдельные страницы на сайте.

Перед кластеризацией из списка будут исключены все фразы, содержащие стоп-слова. Т.е. мусорные ключевые слова не будут использоваться в кластеризации и будут отброшены еще до начала сравнения запросов.
Рекомендуем использовать данную опцию, если вы загружаете "грязный" список ключевых слов в проект по кластеризации. Функционал помогает сэкономить бюджет на кластеризацию и решает проблему ручной, утомительной очистки стоп-слов в Excel. Предлагаем воспользоваться готовыми списками стоп-слов по гео-запросам и различным тематикам, или создать свой список стоп-слов.

Пошаговый алгоритм работы с сервисом:

1. Создание проекта. Чтобы создать проект, необходимо перейти во вкладку кластеризация и нажать "Создать новый проект"



2. Шаг первый: Поисковая система и регион .
   Здесь необходимо ввести название проекта (обязательное поле). Можно ввести любое название, часто бывает удобно вводить название сайта, чтобы в будущем легко найти нужный проект.

   Далее мы указываем поисковую систему, по данным которой будет выполняться группировка. Можно выбрать или Яндекс или Google.
   Для Google на данный момент доступны все регионы и языки мира.
   
   

3. Шаг второй: Настройки сбора
   
   

   Все о наших алгоритмах кластеризации

   Метод кластеризации :
   • Soft-кластеризация: в этом методе кластеризации алгоритм определяет центральные (маркерные) запросы и сравнивает с ними все остальные запросы.Алгоритм отлично подходит для кластеризации ключевых слов для трафиковых проектов: интернет-магазины, информационные сайты, сайты услуг с несильной конкуренцией.
   • Hard-кластеризация: запросы объединяются в группу, только если есть общий для всех запросов набор URL. При этом типе кластеризации группируется меньше ключевых слов, но с очень большой точностью. Идеально подходит для конкурентных высокочастотных запросов.
   Тип - выбор алгоритма кластеризации.
   

   У нас есть 3 алгоритма кластеризации:

   • Кластеризация с ручными маркерами
   • Кластеризация по Wordstat
   • Комбинированный алгоритм кластеризации (ручные маркеры + Wordstat)

   Работают они по одному и тому же базовому принципу - сравнению подобия ТОПов поисковых систем, но предназначены для решения несколько различных задач.

   Алгоритм с использованием ручных маркеров:

   Данный алгоритм эффективнее всего использовать, когда у вас есть готовая и довольно разветвленная структура сайта (каталога), и вы наперед знаете все маркеры и вам нужно просто понять по каким запросам вы собираетесь продвигать существующие страницы, а задачи расширения структуры сайта не стоит. В таком случае вы берете свои маркеры (названия категорий/страниц), собираете по ним подсказки, размечаете маркеры как 1, собранное облако как 0 и отправляете на кластеризацию. На выходе вы получите готовую семантику для своих категорий, а слова, которые не привязались к вашей структуре останутся некластеризованными.
   Формат загрузки данных: ключевое слово | маркер(1/0) - скачать пример входного файла

   Алгоритм кластеризации по Wordstat

   Этот алгоритм скорее решает обратную алгоритму ручных маркеров задачу: вы еще не знаете структуры своего сайта и не можете выделить маркеры - вы просто собрали Wordstat, подсказки и частотность по подсказкам. Теперь вам нужно структурировать эту семантику, чтобы получить группы запросов под страницы будущего сайта или будущих категорий существующего сайта. В таком случае алгоритм кластеризации по Wordstat подойдет как нельзя лучше, работает он следующим образом.
   Весь список ключевых слов сортируется по убыванию частотности, алгоритм пытается привязать все возможные слова из списка к самому частотному слову и формирует кластер, далее все повторяется итерационно для следующих по частотности ключевых слов.
   Не волнуйтесь за то, что ключевые слова могут при первом проходе алгоритма привязаться к неверному кластеру - мы используем алгоритмы машинного обучения, построенные на бинарных деревьях, чтобы предотвратить это:)
   Формат загрузки данных: ключевое слово | частотность (любая) - скачать пример входного файла

   Комбинированный алгоритм (ручные маркеры + Wordstat) - сочетает подходы двух предыдущих методов.

   Этот алгоритм подходит для задачи одновременного подбора ключевых слов для существующей структуры сайта и ее расширения. Работает он следующим образом: сначала мы пытаемся привязать все возможные запросы к вашим маркерным запросам и формируем готовую структуру, привязанную к вашим маркерам. Далее, все запросы, что не были привязаны к маркерам - сортируются по убыванию частотности и группируются между собой. В результате вы получаете:
   а) Готовую семантику для существующих категорий сайта
   б) Расширение семантики для вашего сайта.
   Мы настоятельно рекомендуем использовать комбинированный алгоритм - он дает наилучший результат.
   Формат загрузки данных: ключевое слово | | маркер(1/0) | частотность - скачать пример входного файла

   Все, что нужно знать про точность кластеризации

   Точность – чем больше точность кластеризации (группировки), тем более похожие фразы попадут в одну группу (кластер).
   Другими словами - данная опция отвечает за то, сколько общих URL нужно в ТОП10 поисковой системы, чтобы ключевые слова попали в один кластер.

   В каждой тематике есть свой, необходимый и достаточный порог схожести выдачи, чтобы получить качественное семантическое ядро. Например при продвижении интернет-магазинов, будет большой проблемой, если при кластеризации запросов ключевые слова "мультиварка Redmond RX500" и "Мультиварка Redmond RX500-1" будут попадать в один кластер - т.к. это разные товары и они должны продвигаться на разные карточки товара. Здесь мы рекомендуем использовать точность = 5
   Для инфо-тематик, например, для сайтов скидок или рецептов, такая точность не нужна - здесь задача получить максимальное количество сгруппированных кластеров для написания статей. Для таких сайтов мы рекомендуем точность 3 или 4. А для сайтов в очень конкурентных тематиках, где борьба за ТОП идет в основном по конкурентным ВЧ запросам - мы рекомендуем использовать повышенную точность кластеризации - 6 или 7, а под некластеризованные запросы создавать отдельные страницы.

   Рекомендуется выбирать варианты 3-6 и по результатам смотреть, какая кластеризация будет обладать достаточной полнотой и точностью для вашей семантики. Чем больше значение точности, тем более мелкие будут группы.

   Другие настройки кластеризации

   Не кластеризовать, если частотность меньше, чем - данная опция позволяет не кластеризовать ключевые слова с частотностью, менее заданной. Это избавит вас от ручной чистки низко популярных запросов – такие слова будут помещены во вкладку «Не кластеризовано».

   Определение релевантных URL для кластеров существующего сайта
   Вам достаточно ввести название нужного домена и наши алгоритмы попытаются определить релевантные URL для полученных кластеров.
   Опция работает следующим образом: если по главному (маркерному) запросу ваш сайт уже в ТОП10 - мы покажем этот URL и выделим его зеленым цветом. Иначе - подберем URL для маркерного запроса с помощью оператора site:.
   

   ВАЖНО: Релевантные URL подбираются для маркерных (главных) запросов кластера и присваиваются всему кластеру (всем ключевым словам кластера).

4. Шаг третий: «Ключевые слова и цена» .
   Загружаем файл с запросами.
   Поддерживаемые форматы: xls, xlsx. Формат ввода данных: запрос;маркер или частотность. Для кластеризации по методу Wordstat + Ручные маркеры формат данных: запрос;маркер;частотность.

   Вводим стоп-слова
   Перед кластеризацией из списка будут исключены фразы, содержащие стоп-слова. Функционал помогает сэкономить бюджет на кластеризацию и решает проблему ручной очистки стоп-слов. Функционал особенно полезен, если вы кластеризуете "грязный", предварительно не очищенный список ключевых слов.

   Предлагаем воспользоваться готовыми списками стоп-слов по гео-запросам и различным тематикам, или создать свой список стоп-слов. И не забываем про "Эксперт опции" - по умолчанию применяется символьное соответствие - т.е. частичное вхождение удалит все слово / словосочетание, если вам надо точное соответствие стоп-слову - выбирайте фразовое соответствие .




5. Нажимаем "Создать новый проект" - все, ваш проект отправлен на кластеризацию!

Теперь можно отслеживать статус проекта во вкладке "Очередь" или же в списке проектов по кластеризации.
На данный момент в Rush Analytics есть 5 статусов:
В очереди – данные еще не собираются, проект ждет своей очереди на сбор данных
Сбор данных – счетчик показывает, сколько ключевых слов обработано
Кластеринг – данные проекта уже собраны, система просчитывает все необходимые метрики, чтобы предоставить вам результат
На паузе – вы можете вручную поставить проект на паузу, если не уверены, что хотите его собирать. Или же, проект может сам встать на паузу т.к. у вас кончились деньги на балансе.
Готов – проект готов - вы можете посмотреть результаты в веб-интерфейсе или скачать в формате XLSX

Выходной файл кластеризации - описание столбцов

Результат кластеризации в формате XLSX выглядит следующим образом:

• Запросы, выделенные серым цветом – маркерные запросы - указанные вами вручную, или определенные системой
• Название кластера – берется название маркерного запроса
• Размер кластера – количество ключевых слов в группе
• Частотность ключевых слов – та частотность, которую вы задали в шаге «Ключевые слова». В зависимости от того, какую вы взяли частотность – базовую, в кавычках или с восклицательным знаком, результаты кластеризации могут незначительно отличаться
• Общая частотность кластера – сумма частотностей всех ключевых слов кластера
• Совпадений ТОПа – количество общих URL в поисковой выдаче по данному запросу с выдачей по эталонному (маркерному) запросу
• Подсветки – подсветки с выдачи поисковых систем, собранные по вашему ключевому слову
• Подсветки для кластера - подсветки без дубликатов, по всем словам данного кластера
• Top URL - самый видимый в выдаче URL конкурента по всем запросам кластера. Здесь мы оцениваем частоту встречаемости URL конкурентов в выдаче по каждому запросу и позицию каждого URL конкурентов в выдаче
• Релевантный URL - найденный релевантный URL для кластера, если была выбрана опция "Определять релевантные URL
  Опция работает следующим образом: если по главному (маркерному) запросу ваш сайт уже в ТОП10 - мы покажем этот URL и выделим его зеленым цветом. Иначе - подберем URL для маркерного запроса с помощью оператора site:

Примеры готовых файлов после кластеризации можно посмотреть в нашем портфолио

Когда есть уже список запросов, это еще не семантическое ядро — надо бы для начала раскидать запросы по страницам, чтобы иметь представление о том, как наполнять сайт. Без хорошей семантики будет очень трудно получать трафик из поиска.

Что такое кластеризация запросов

Кластеризация запросов – это как раз распределение поисковых запросов одной тематики на группы для продвижения посадочной страницы.

Кластеризация включает в себя следующие процессы:

• группировка запросов в зависимости от намерений пользователя (интента);
• проверка совместимости ключевых запросов для продвижения на одной странице в топе Яндекса.

Запросы с одинаковым интентом – это разные запросы, через которые человек, по сути, ищет одну и ту же вещь. Очевидным примером служат запросы [ручка Parker] и [ручка Паркер]. Сложнее дело обстоит с такими синонимами как: [настольная лампа] – [ночник], [свидетельство о рождении] – [метрика], [монитор] – [экран]. Трудность заключается в том, что при поиске синонимов ключей через словарь Яндекса, система далеко не всегда предлагает адекватную выборку.

На практике похожие запросы могут обладать уймой разных характеристик, из-за которых их нельзя будет разместить на одной странице. На помощь приходит кластеризация запросов по топам. Кластеризатор находит в топе выдачи поисковой системы одинаковые URL-ы, тем самым сигнализируя о присутствии одинакового интента. Результат работы выражается в следующем:

• присутствие одинаковых URL-лов в топе по запросам означает возможность их продвижения на одной странице;
• отсутствие общих URL-лов говорит, с высокой вероятностью, о невозможности такого продвижения.

Зачем нужна кластеризация

С помощью автоматических кластеризаторов можно быстро группировать даже самые большие семантические ядра. Если раньше на разборку ядра уходили недели и месяцы, то благодаря кластеризаторам работа сокращается до пары часов. Большим плюсом кластеризации является распределение запросов по страницам таким образом, чтобы их было возможно одновременно продвинуть. Сложно представить ручной аналог кластеризации высокой точности, так как даже опытный оптимизатор совершает до 30% ошибочных распределений. Из этого следует, что кластеризация ключевых слов необходима практически в любом случае.

Когда я был вебмастером-чайником, я делал сайт, где под каждый запрос была отдельная статья. Конечно же, трафика он не получал — получился только фейл. И это проблема реально многих начинающих — неправильные запросы или неправильная кластеризация.

Методы кластеризации

При группировке запросов возникает неопределенность в методике их объединения на основании топов. На практике выделяют два основных метода: “soft” и “hard” кластеризация.

Soft-кластеризация основывается на формировании группы с одного «центрального» запроса. Всех остальных подвергают сравнению с ним по количеству общих URL-ов в топ-10 Яндекса. Soft-кластеризация формирует группы достаточно большого размера, но часто возникают ошибки в определении возможности совместного продвижения запросов на странице.

Hard-кластеризация характерна объединением запросов в группу, когда есть общий для всех запросов набор URL-ов, который показан по всем этим запросам в топ-10.

Различают два критерия оценки кластеризации:

1. Полнота – количество запросов в группе, имеющих один и тот же «интент». Если все запросы с одинаковым интентом попали в одну группу, показатель полноты – 100%.
2. Совместимость запросов между собой, попавших в одну группу. За 100% принимают случай, когда все попавшие в кластер запросы совместимы между собой.

Важную роль играет такой параметр как «порог кластеризации ». Это минимальное количество общих URL-ов для образования группы. Большое число означает высокую точность групп, однако при этом они закономерно уменьшаются в размерах. Опыт использования кластеризаторов семантики показывает, что минимальный рабочий порог для «hard»-кластеризации – 3 URL-а, для «soft» – 4 URL-а.

Даже при пороге в 3 URL-а hard-кластеризация обеспечивает точность выше 90%. Для сравнения: без использования инструментов точность работы опытного оптимизатора, в лучшем случае, составит 70%, а новичка – не более 30%. Несмотря на высокую точность, “hard” метод дает лишь около 40% полноты.

Soft-кластеризация обладает высоким показателем полноты, но существенно проигрывает в точности. Таким образом, “soft” и “hard” методы являются обратно пропорциональными по отношению друг к другу. Использование того или иного метода зависит от целей оптимизационного процесса.

При «трафиковом» продвижении, когда важно вывести на страницу как можно больше любых запросов, лучше подходит soft-кластеризация. Если осуществляется «позиционное» продвижение, то решающее слово за hard’ом.

Также hard-кластеризацию применяют при текстовом анализе страницы. Любой текстовый анализ по группе запросов для страницы довольно строго соотносится с качеством этой группы. Только “hard” метод обеспечивает группы нужного качества.

Как сделать группировку семантического ядра

Я обычно делаю кластеризацию в два этапа. В первом этапе я закидываю ядро в какой-нибудь сервис/программу автоматической кластеризации, а на втором этапе я добиваю ядро вручную. Через Excel. Вот примерно как эти мужичары:

На этих видео в принципе понятно, как делать ручную добивку, а по поводу автоматических кластеризаторов — тут уж каждый выбирает, что ему больше по вкусу.

Semparser

Автоматический группировщик запросов от Топвизора представляет собой альтернативу Rush Analytics и Semparser, причем по интерфейсу похож на последний. Степень группировки и сохранение проекта в Exсel-файл присутствует.

В кластеризаторе Топвизора присутствует операция «перегруппировка». После ее применения количество групп возрастает, а число запросов в них заметно уменьшается. Данная функция пригодится тем, кого не устраивает soft-кластеризация и подойдет хард-вариант.

«Перегруппировка» тут платная, хотя и снимает не больше пары рублей.

Достоинство Топвизора основано на большой скорости группирования. Семантическое ядро в 1000 запросов кластеризатор распределит за считанные минуты. Недостатки: дороговизна группировки и, конечно же, необходимость в ручной правке.

Группировка через Key Collector

Еще один пример автоматического кластеризатора представлен в качестве онлайн-инструмента на сайте coolakov.ru . Разбивка запросов на группы производится на основе схожести топ-10 Яндекса.

Плюс: бесплатный онлайн-сервис.
Минусы: невысокая точность группировки, отсутствие выгрузки в файл.

Поводя итог, можно с уверенностью остановить свой выбор на автоматических кластеризаторах, предлагаемых различными онлайн-сервисами. Но, к сожалению, работа любого кластеризатора требует ручной доработки.

В небольшом SEO-отделе большого контентного проекта, где я работаю, решили увеличить штат. Набирать планировалось людей с небольшим опытом или совсем без опыта. По этой причине было решено создать некий гайд, который бы служил исчерпывающим руководством по написанию новых статей. Руководство получилось действительно подробным и полным, один из его важных блоков – это кластеризация запросов.

Зачем нужны сервисы кластеризации?

В один кластер должны быть объединены только такие запросы, которые имеют хорошие шансы выйти в топ-10 поисковых систем с общей релевантной страницей. То есть, если по двум запросам в выдаче все страницы сайтов разные и нет пересечений, то следует относить их к разным кластерам. Также и наоборот: если два запроса возможно продвинуть на одной статье, то не следует разносить их на разные кластеры, чтобы не писать лишнего – бюджет на контент не резиновый.

Общая схема составления ТЗ на написание SEO-статьи следующая:

1. Сбор семантики – статистика поисковых систем, базы семантики, внутренняя статистика проекта;
2. Кластеризация автоматическая – сервис или программа для кластеризации по подобию топов;
3. «Посткластеризация» ручная – обработка того что не удалось кластеризовать автоматически;
4. Приоритезация – определение важности полученных запросов в каждом кластере;
5. Оформление ТЗ для копирайтера – лемматизация, LSI и различные указания для написания статей, по статье на каждый кластер.

Вот именно для второго пункта нужно было выбрать самый подходящий сервис автоматической кластеризации. Для этой цели я провел сравнительный анализ самых известных, на мой взгляд, сервисов.

Способы кластеризации

Из способов, которые автоматизированы в каких-то известных сервисах или программах, можно выделить два:

• По подобию топов (по поисковой выдаче);
• По .

Исходя из задачи – написание SEO-статей, был выбран метод по подобию топов. Поисковая система на трафик с которой мы ориентируемся – Яндекс, поэтому для кластеризации использовался топ-10 Яндекса. У данного метода есть два вида:

• Soft – когда все запросы кластера связаны хотя бы с одним общим (маркерным) запросом;
• Hard – когда каждый запрос связан со всеми запросами в своем кластере;

а также такой параметр как «сила связи» – количество общих URL в поисковой выдаче по запросам.

По рекомендациям создателей сервисов кластеризации для нашего случая был выбран вариант Soft с силой связи 4. Это важный момент, потому что для интернет-магазина, например, следовало бы выбирать другие опции.

Методика сравнения

Суть сравнения сервисов в следующем: выбрать идеально кластеризованный список запросов – эталонное ядро. Сравнить результаты кластеризации каждого сервиса с эталонным.

Важно было хорошо составить такое эталонное ядро. Поскольку у нас контентный проект и большая часть контента – это вопросы и ответы пользователей, то материала для сбора статистики по проекту предостаточно.

Было взято ядро на 2500+ ключевых фраз, которое отслеживается уже много месяцев. Из него выбраны только запросы вышедшие в топ-5 Яндекса. И из них взяты только те которые имеют релевантной страницу одного из широких разделов (категория вопроса, тема вопроса, категория документа, страница с формой «задать вопрос»), а не узкую страницу вопроса с ответами. Запросы были сгруппированы по релевантной странице. Оставлены только группы в которых более чем 4 запроса. В итоге получилось 292 запроса разбитых на 22 кластера.

Забегая вперед скажу, что сравнивались результаты кластеризации по Московской выдаче Яндекса и без геопривязки. Региональная московская выдача показала себя лучше, поэтому далее будем говорить про нее.

Сравнение сервисов

В поиске самых популярных сервисов очень помог доклад Александра Ожгибесова на BDD-2017, к тем, что у него было добавлено еще несколько сервисов, получился такой список:

1. Топвизор
2. Pixelplus
3. Serpstat
4. Rush Analytics
5. Just Magic
6. Key Collector
7. MindSerp
8. Semparser
9. KeyAssort
10. coolakov.ru

Первое на что проверялись полученные в результате кластеризации эталонного ядра по этим сервисам группы – это не делает ли сервис слишком широкие группы. А именно не попали ли запросы из разных групп эталонного ядра в один кластер по версии сервиса.

Но только такого сравнения не достаточно. Сервисы делятся на два подхода к некластеризованному остатку фраз:

• сделать для них общую группу «Некластеризованные»;
• сделать для каждой некластеризованной фразы группу из нее одной.

По причине п.2 появилась необходимость смотреть на количество фраз, которые находятся в одной группе эталонного ядра и попали в разные по сервисам.

В сравнении я использовал оба этих параметра в виде соотношения – какой процент фраз от общего количества попал не в свою группу.

Результаты сравнения:

• Топвизор
  • разные группы эталона в одной по сервису – 4%
• Pixelplus
  • одна группа эталона в разных по сервису – 7%
• Serpstat
  • разные группы эталона в одной по сервису – 0%
• Rush Analytics (132 фразы, demo)
  • разные группы эталона в одной по сервису – 11%
  • одна группа эталона в разных по сервису – 8%
• Just Magic
  • разные группы эталона в одной по сервису – 0%
  • одна группа эталона в разных по сервису – 9%
• Key Collector
  • разные группы эталона в одной по сервису – 12%
  • одна группа эталона в разных по сервису – 16%
• MindSerp – не удалось получить демо, не выходят на связь
• Semparser
  • одна группа эталона в разных по сервису – 3%
• KeyAssort
  • разные группы эталона в одной по сервису – 1%
  • одна группа эталона в разных по сервису – 1%
• coolakov.ru
  • разные группы эталона в одной по сервису – 0%
  • одна группа эталона в разных по сервису – 18%

Итоги

В качестве оптимального решения для нашего проекта была выбрана программа KeyAssort – это именно программа, а не онлайн-сервис, лицензия покупается однократно, привязывается к железу.

Неплохие результаты показал популярный онлайн сервис Serpstat, но для нашего случая чуть хуже, а также значительно дороже. Если брать большие объемы запросов в месяц и использовать его только для кластеризации – он не рентабелен. Возможно, если использовать кластеризатор вместе с другими его инструментами, то он и окажется приемлемым по цене.

Самые худшие показатели у программы Key Collector, что все равно не отменяет необходимость ее иметь в своем арсенале для любого сеошника.

Очень удивил сервис MindSerp, через сайт которого я так и не смог получить никакой обратной связи по поводу демо. Если представители этого сервиса прочитают статью, может быть я добавлю в сравнение и его)

Теги: Добавить метки

Это только начало работы. Без кластеризации собранные данные хоть и будут полезны, но не смогут раскрыть весь свой потенциал. Под кластеризацией семантического ядра понимают группировку поисковых запросов после анализа выдачи поисковиков. Процесс достаточно трудоемкий (если делать вручную, подробнее я расскажу ниже), но совершенно необходимый для большинства ресурсов.

Для многих сайтов важно отделить информационные запросы от коммерческих. Например, запросы вида «название товара» и «купить название товара» всегда будут иметь разную поисковую выдачу, так как первый - информационный, а второй - коммерческий. С практической точки зрения это означает то, что продвинуть их на одной странице будет крайне сложной задачей, поэтому их и группируют, после чего делают несколько страниц под каждый кластер.

Выше я указал довольно простой пример, любой человек без особых знаний сможет отделить запросы со словом «купить» от всех остальных, не заглядывая в поисковую выдачу, но на практике часто попадаются более сложные варианты, где необходима полноценная кластеризация с анализом поисковой выдачи.

Если говорить по пунктам, то кластеризация семантического ядра нужна для:

• эффективного продвижения всех поисковых запросов;
• составления правильных ТЗ для копирайтеров (об этом я еще расскажу ниже);
• экономии средств. При хорошей кластеризации и качественном контенте большинство запросов займут топ без дополнительных движений со стороны оптимизатора (покупка ссылок и т.д.).

Отмечу, что есть разные типы семантических ядер, кластеризация необходима только для контентного плана, а вот для снятия позиций или для контекстной рекламы это не требуется.

Ручная кластеризация семантического ядра

Здесь вам поможет обыкновенный Excel, в котором вам необходимо группировать ключевые фразы . В некоторых случаях от вас даже не потребуется изучать поисковую выдачу, все запросы можно распределить по кластерам без каких-либо затруднений. Стоит упомянуть и онлайн-сервисы, которые облегчают подобную работу.

Пример группировки ключевых слов, здесь:

• В первом столбце - порядковый номер группы;
• Во втором - ключевое слово;
• В третье - частотность;
• В четвертом - суммарная частотность группы (важно для расстановки приоритетов)
• В пятом - количество слов в группе.

Kg.ppc-panel.ru

Я не стал рассказывать о других сервисах, их на самом деле много. Подобные инструменты сегодня внедряют многие, ну а какой выбрать - личное дело каждого. Я предпочитаю пользоваться узкоспециализированными продуктами, поэтому мне удобнее работать с KeyAssort. Но кому-то больше подойдет сервис, который еще и проверит позиции, соберет ключи и т.д.

Если у вас большой проект, в котором очень много ключевых фраз, то делать его без кластеризации семантического ядра будет очень большой ошибкой. Просто потому, что ваши конкуренты обязательно сделают это. Кроме того, если у вас уже есть работающий сайт, для него все равно можно сделать кластеризацию. Это поможет выявить ключевые слова, которые вы пропустили, и пересмотреть качество контента. Иногда достаточно просто написать одну статью или создать отдельный раздел, а не покупать ссылки, пытаясь продвинуть поисковый запрос, который оказался в неудачном кластере.

Которую дополняю по чуть-чуть все время. Но я практически не написал ничего о том, что такое кластеризация ключевых (поисковых) слов и как ее сделать.

Итак, для того, чтобы начать работать, нам понадобиться:

• Семантическое ядро (1 шт),
• Инструменты для кластеризации (2-3 шт),
• Запас терпения (2 кг).

Для того, чтобы понять, как происходит кластеризация поисковых слов, нам понадобится этот самый список слов. Как собрать семантическое ядро самостоятельно , я писал не один раз, поэтому повторяться не буду. Давайте представим, семантика собрана, чай заварен, а меленькая тележка терпения ждет у рабочего стола.

Что такое кластеризация?

У нас есть несколько терминов, понимание которых крайне важно для нашей работы. Значит, начнем мы именно с них:

Кластерный анализ — многомерная статистическая процедура, выполняющая сбор данных, содержащих информацию о выборке объектов, и затем упорядочивающая объекты в сравнительно однородные группы

(с)Википедия

Кластеризация семантического ядра – упорядочивание списка ключевых слов, создание кластеров продвижения и разделения ключей по релевантным страницам.

Как получается кластеризация ключевых слов?

Кластеризация… или группировка ключевых слов возможна по нескольким принципам. Очень много авторских технологий гуляет в сети, но в основном я бы выделил 2 основных принципа:

Ручная кластеризация поисковых запросов (подходит для новых сайтов, которые есть только в проекте, возможность заложить семантику на старте запуска сайта) – предполагается, что вы собираете ключевые слова, сразу (или позже) задавая группы вручную.

Пример. Вы можете собрать ключевые слова для небольшого сайта-визитки, который вы хотите показывать пользователям в органической выдаче. Например, сайт занимается продажей услуг в сфере ремонта квартир…

Принцип сбора семантического ядра для небольшого сайта

Сами услуги делятся на несколько категорий, предположим, это отделочные работы и внутриотделочные работы. Каждое из направлений делится на группу, т.е. у вас уже получиться 2 группы. Далее, вы анализируете поисковые запросы и формируете отдельное ядро для каждой из групп. В итоге получаете кластеризованное семантическое ядро, например, в виде таблицы с полями:

• Ключевые слова
• Частотность
• Url страницы
• Группа

А дальше с помощью фильтра в таблице сортируете по группам ключевых слов. В итоге вы иметете списки слов для каждой из страниц (разделов) сайта, которые и являются в сумме кластеризованным семантическим ядром.

Как собирать семантику для проекта и кластеризовать ее наиболее эффективно?

Давайте в пример возьмет то, что описано выше, и посмотрим на предполагаемую структура сайта.

Так же, мы можем добавить некоторые дополнения к нашей кластеризации ключевых слов.

Ключевые слова для главной – в этот кластер должны войти самые важные ключевые слова для вашего сайта. Которым релевантна сама страница. (если вы предлагаете услуги ремонта квартир, пример запроса «ремонт квартир в Киеве», вполне подойдет). Получим список запросов более общего содержания нашей ниши.

Страницы услуг и товаров – кластеризация семантического ядра начинается для этих страниц с логического разделения важности. Что для вас важнее, услуги по ремонту кухни или «услуги по ремонту спальни» или все имеют одинаковый приоритет? В этот кластер должны попасть слова, которым будет соответствовать пользовательский запрос по теме услуг, например: «услуги строительной бригады».

Статьи и Блог – кластеризация семантического ядра будет содержать информационные запросы. Например: «как самостоятельно побелить стену» или «производители красок для стены» и т.д. Не пренебрегайте подобными разделами сайта, не смотря на то, что у вас коммерческий сайт и прибыль приносят только страницы с услугами, контент обычный и полезный создаст для вас стабильный трафик и поможет конвертировать читателей в клиентов.

Автоматическая кластеризация семантического ядра на существующем сайте

Если вы решили заняться SEO оптимизацией существующего сайта и не знаете с чего начать, проверьте по каким ключевым словам это можно сделать.

Например, это можно сделать с помощью Serpstat. Достаточно вбить адрес проверяемой страницы. Останется только лицезреть, по каким ключевым словам у вас уже есть позиции.

На примере я ввел адрес главной страницы и получил список ключевых фраз с позициями, а в таблице URL я нашел ссылки, которые отображаются в поисковых запросах, пройдя по ссылке я получил список релевантных фраз именно для конкретной страницы.

Таким образом вы можете посмотреть не только на каких позициях ваш сайт, но и сделать кластеризацию поисковых запросов с помощью Serpstat .

Продолжение следует…

Рассмотрим в ближайшее время:

• Инструменты для ручной кластеризации поисковых запросов,
• Инструменты для автоматической кластеризации поисковых запросов.

P.S. Если вы хотите заняться кластеризацией поисковых запросов, но у вас нет времени. Можно в комментариях опубликовать ссылку на ваш проект, и я напишу материал по конкретному примеру на тему, как практически реализовать кластеризацию семантического ядра.