Sélection de requêtes et clustering. Clustering (regroupement) automatique de mots-clés

Le clustering de requêtes trie (scinde) une liste noyau sémantique(SY), en groupes basés sur la similarité, ce qui permet d'optimiser davantage les pages du site pour eux.

Comment les requêtes sont-elles regroupées ?

L'outil analyse la sortie Yandex pour chaque requête et la compare avec la sortie des autres requêtes de la liste. Si les mêmes pages pertinentes figurent dans le TOP-10 pour différentes requêtes, alors ces requêtes sont définies comme similaires et placées dans le même groupe. Cela signifie qu'une page peut être optimisée pour eux.

Le seuil de clustering des requêtes correspond au nombre de pages pertinentes correspondantes dans les résultats de recherche pour différentes requêtes. En termes simples, si vous saisissez deux requêtes dans Yandex et que les résultats TOP 10 contiennent deux pages identiques (deux sur dix), alors lorsque le « seuil de clustering 2 » est défini, ces deux requêtes seront placées dans un seul groupe.

Inconvénients du regroupement manuel des demandes

Le regroupement des requêtes clés, également appelé fractionnement, est effectué par les optimiseurs de référencement immédiatement après la collecte des mots-clés.

1. S'il y a un grand nombre de demandes, il est difficile de mode manuel pour déterminer leur similitude, vous devez soit saisir chaque requête dans la recherche, soit vous fier à votre intuition/expérience, qui peut jouer une blague cruelle lors de la promotion et ne pas donner les résultats souhaités.
2. Coût élevé, dû à la longueur du processus. Une analyse sémantique de haute qualité avec 500 requêtes intégrées prend en moyenne 4 à 16 heures. Il faut lire chaque demande, déterminer son groupe (dont il faut garder à l'esprit la présence), si nécessaire revérifier auprès de la recherche ou des services... brrrr.

Avantages du regroupement automatique de requêtes

1. La vitesse de décomposition est approximativement égale à la vitesse du son. Le système vérifiera le résultat de chaque demande, les comparera et donnera la possibilité de corriger manuellement d'éventuelles exceptions mineures, après quoi le résultat pourra être téléchargé dans un fichier CSV (Excel).
2. La précision du résultat est obtenue en éliminant le facteur humain. Une personne peut être distraite et perdre une pensée, oublier, mal comprendre ou tout simplement ne pas être capable de faire la panne correctement ; de telles difficultés ne sont pas observées avec le programme.
3. L'outil est fourni entièrement gratuitement ; il ne nécessite pas de salaire mensuel, de vacances ou de congés de maladie ; Il n'a pas non plus d'horaire de travail : il travaille 24h/24 et 7j/7.

La décomposition est un processus très important lors de la promotion, elle fixe des objectifs d'optimisation de chaque page du projet et de l'ensemble du site dans son ensemble.

Ceci est un groupe mots clés, qui sont simplement une liste, les divisant en clusters (groupes). C’est ce qui transforme mille de vos requêtes en une structure complète, divisée en catégories, pages, articles, etc. Sans une ventilation correcte, vous perdrez beaucoup d'argent et de temps « inactif », car certaines demandes ne peuvent pas être « atterries » sur une seule page. Ou vice versa, les mots-clés nécessitent que ces requêtes portent sur la même URL.

Lors de la collecte d'un noyau sémantique (SN), je fais généralement du clustering à la main, en utilisant , voici des liens sur le sujet :

Mais tout cela est facile et simple lorsque nous disposons de groupes clairs de requêtes avec des significations logiques différentes. Nous savons très bien que pour la requête « Poussette pour jumeaux » et « Poussette pour garçon » il doit y avoir des pages de destination différentes.

Mais certaines demandes ne sont pas clairement séparées les unes des autres et il est difficile de déterminer quelles demandes doivent être placées sur une seule page et quelles demandes doivent être dispersées sur différentes URL de destination.

L'un des participants à mon marathon SEO m'a posé une question : « Petya, que faire de ces clés : tout mettre sur une seule page, en créer plusieurs, si oui, combien ? Et voici un extrait de la liste de mots-clés :

Le mot « java » à lui seul est utilisé dans trois variantes (« java », « java »), et en plus de tout cela, les gens le recherchent pour différents jeux, appareils, etc. Il y a beaucoup de demandes là-bas et c’est vraiment difficile de comprendre quelle est la meilleure chose à faire.

Selon vous, qu'est-ce qui est correct ? Droite. La meilleure approche consiste à analyser les concurrents qui sont déjà dans le TOP pour ces mots-clés. Aujourd'hui, je vais vous expliquer comment regrouper le noyau sémantique en fonction des données des concurrents.

Si vous disposez déjà d'une liste toute prête de mots-clés pour le clustering, vous pouvez immédiatement passer au point 4.

1. Matrice de requête

Permettez-moi de prendre un autre exemple : j'ai un client avec une boutique en ligne de matériel électrique et d'éclairage. Le magasin propose un très grand nombre de produits (plusieurs dizaines de milliers).

Bien entendu, tout magasin propose des produits dont la vente est la plus prioritaire. Ces produits peuvent avoir des marges élevées, ou vous devez simplement vous débarrasser de ce produit de l'entrepôt. Alors, j'ai reçu une lettre, quelque chose comme ceci : « Petya, voici une liste de produits qui nous intéressent. Et là, la liste était listée :

• commutateurs;
• les lampes;
• les lampes;
• projecteurs;
• rallonges;
• et quelques points supplémentaires.

J'ai demandé à créer ce qu'on appelle une « matrice de requêtes ». Étant donné que les commerçants connaissent mieux que moi leur gamme de produits, j'avais besoin de collecter tous les produits et les principales caractéristiques/différences de chaque produit.

Il s'est avéré quelque chose comme ceci :

Lors de l'élaboration de la matrice, n'oubliez pas que certaines marques anglophones sont également demandées en russe, cela doit être pris en compte et ajouté.

Bien entendu, si le produit présentait d’autres caractéristiques, une colonne était ajoutée. Cela peut être « Couleur », « Matériau », etc.

Et un tel travail a été effectué pour les biens les plus prioritaires.

2. Multiplication des requêtes

Il existe de nombreux services et programmes pour multiplier les requêtes. J'ai utilisé ce générateur de phrases clés http://key-cleaner.ru/KeyGenerator, nous y saisissons toutes nos requêtes en colonnes :

Le service a multiplié toutes sortes d'options avec le mot rallonge. Important : de nombreux générateurs ne multiplient que des colonnes consécutives, c'est-à-dire 1 colonne avec la deuxième, puis les deux premières avec la troisième, etc. Et celui-ci multiplie tout depuis la première colonne avec d'autres : la première avec la seconde, puis la première avec la troisième, la quatrième ; puis premier*deuxième*troisième, premier*deuxième*quatrième, etc. Autrement dit, nous obtenons le nombre maximum de phrases contenant le mot principal dans la première colonne (c'est ce qu'on appelle le marqueur).

Marqueur- c'est la phrase principale à partir de laquelle vous devez générer une clé. Sans marqueur, il est impossible de créer un requête clé. Nous n'avons pas besoin des expressions « CEI en gros » ou « acheter en bobine ».

Lors de la multiplication, il est important que chaque phrase clé ait ce marqueur. Dans notre exemple, il s’agit de l’expression « rallonge ». En conséquence, il a été généré dans dans cet exemple 1439 (!) phrases clés uniques :

3. Supprimer les demandes des « poubelles »

Il existe désormais 2 options pour le développement d'événements. Vous pouvez commencer à regrouper toutes ces requêtes et créer une pompe grande quantité pages générées pour chaque cluster, si le système de votre site Web le permet. Bien entendu, chaque page doit avoir ses propres balises méta, h1, etc. Oui, et il est parfois problématique de mettre ce type de pages dans l’index.

Techniquement, nous n’avions pas une telle possibilité, nous n’avons donc même pas envisagé cette option. Il était nécessaire de créer uniquement les nouvelles pages de destination les plus nécessaires en mode « semi-manuel ».

Avec quel type de fréquence dois-je travailler ? Comme notre liste de produits + intersections n'était pas très populaire (étroitement ciblée), je me suis concentré sur fréquences avec guillemets(sans points d'exclamation) - c'est-à-dire sous diverses formes de mots. Ce sont des phrases clés dans différents cas, nombre, genre, déclinaison. C'est cet indicateur qui nous permet d'estimer plus ou moins le trafic que nous pouvons recevoir de Yandex si nous entrons dans le TOP.

Dans Key Collector, nous supprimons les fréquences entre guillemets pour ces phrases (bien sûr, si vous avez un produit saisonnier, vous devez alors supprimer les fréquences dans la « saison ») :

Et on supprime tout ce qui est égal à zéro. Si vous avez un sujet plus populaire et beaucoup de mots avec une fréquence non nulle, vous pouvez augmenter le seuil inférieur à 5, voire plus. Je n'ai que 43 requêtes non nulles sur 1439 phrases pour la région de Moscou et la région.

Je transfère ces 43 phrases avec des données de fréquence dans Excel :

4. Requête en cluster

Je fais tout cela dans Rush Analytics, voici l'algorithme de clustering dans ce service :

Pour chaque requête, les 10 URL TOP pour une région donnée sont « extraites » des résultats de recherche. Ensuite, le clustering s'effectue à l'aide d'URL communes. Vous pouvez définir vous-même la précision du clustering (de 3 à 8 URL communes).

Disons que nous définissons la précision sur 3. Le système mémorise les URL des pages qui figurent dans le TOP 10 lors de la première requête. Si la deuxième requête de la liste du TOP 10 contient les 3 mêmes URL que la première, alors ces deux requêtes tomberont dans 1 cluster. Le nombre d'URL partagées dépend de la précision que nous spécifions. Et ce traitement a lieu à chaque demande. En conséquence, les mots-clés sont divisés en clusters.

1. Allez dans RushAnalytics -> Clustering, créez un nouveau projet (lors de l'inscription, chacun reçoit 200 roubles sur son compte pour tester, pratique) :
   
2. Nous choisissons un moteur de recherche prioritaire pour nous et une région :
   
   
3. Sélectionnez le type de clustering. Dans ce cas, je choisis "Wordstat". La méthode "Manual Tokens" ne fonctionne pas pour moi, puisqu'il n'y a qu'un seul token "extender" dans les requêtes. Si vous chargez plusieurs types de produits différents à la fois (par exemple une rallonge, une ampoule, etc.), alors il est préférable de sélectionner le type « Wordstat + marqueurs manuels » et de préciser les marqueurs (les marqueurs devra être marqué du numéro 1 dans la deuxième colonne, et non du numéro 0, la fréquence ira dans la troisième colonne). Les marqueurs seront les requêtes les plus basiques qui ne sont logiquement liées d'aucune façon (les requêtes « rallonge » et « ampoule » ne peuvent pas tenir sur une seule page). Dans mon cas, je travaille étape par étape avec chaque produit et crée des campagnes distinctes pour plus de commodité. Vous sélectionnez également la précision du regroupement. Si vous ne savez pas encore quelle méthode choisir, vous pouvez tout vérifier (cela n’affectera en rien le prix), puis, après avoir reçu le résultat, vous pourrez choisir l’option qui regroupe le mieux vos requêtes. Par expérience, je dirai que le plus adapté dans tous les sujets est précision = 5. Si vous faites du clustering pour un site existant, je vous recommande de saisir l'URL de votre site (si votre site est dans le TOP 10 pour la requête , votre URL sera alors mise en surbrillance en vert dans le fichier reçu) :
   
   
4. À l'étape suivante, téléchargez le fichier sur le système. Vous pouvez également définir des mots vides, mais j'avais un fichier sans eux, donc cette fonction pas nécessaire dans cet exemple. Le prix du clustering est de 50 à 30 kopecks pour 1 demande (selon le volume) :
   
5. Vous devrez attendre un peu pendant que le service Rush Analytics fait son travail. Entrez le projet terminé. Déjà là, vous pouvez visualiser les clusters en fonction de la précision du clustering (le début d'un nouveau cluster et son nom sont mis en évidence en gras) :
   
6. Encore une fois, il est préférable d'utiliser la précision 5 pour le clustering. Cela convient le plus souvent.
7. Également dans l'onglet suivant, vous pouvez voir une liste de mots non regroupés :
   
   Pourquoi ne se sont-ils pas regroupés, demandez-vous ? Très probablement, les résultats de ces demandes ne sont pas de très haute qualité et il a été impossible de mode automatique attribuer ces requêtes à un cluster. Que faire avec eux? Vous pouvez regrouper manuellement et créer des pages de destination distinctes selon la logique, si possible. Vous pouvez même créer un cluster distinct pour une requête et le « placer » sur une page distincte. Ou vous pouvez développer la liste des mots et les regrouper à nouveau dans le service Rush Analytics.
8. Dans l'onglet « Subject Leaders », vous pouvez voir les domaines TOP pour ces requêtes :
   
   
9. À propos, dans certaines requêtes, vous pouvez voir des pouces levés comme ceci, surlignés en vert :
   Cela signifie que selon ces demandes, vous disposez déjà d'une landing page pour ce cluster dans le TOP 10 et vous devez y travailler.
10. Vous pouvez télécharger le tout sur votre ordinateur dans Excel et travailler dans ce document. Je travaille avec la précision 5, je télécharge donc ce fichier :
    
    
11. DANS Document Excel les mêmes informations. Le début de chaque cluster et son nom sont surlignés en gris (cliquez sur l'image pour l'agrandir) :
    
    
12. En plus des noms des clusters, vous verrez ici leurs tailles, fréquences, fréquences totales, Top URL, URL pertinentes et points forts, ce qui est très nécessaire lorsque vous travaillez sur une page de destination. Les voici:
    
    A noter que la marque « Universelle » (via « U ») est également mise en avant, et je ne soupçonnais même pas que cette marque pouvait être déposée de cette manière. Dans les faits saillants, vous verrez également des synonymes et des expressions thématiques qu'il est hautement souhaitable d'utiliser sur pages de destination pour atteindre le SOMMET.

Conclusion

Et après? Que va nous apporter ce regroupement ? Désormais, pour chaque cluster de notre site Web, il devrait y avoir une URL distincte et surtout pertinente. La promotion de ces pages est entièrement entre nos mains et nous les promouvons du mieux que nous pouvons (optimisation du contenu, liens internes, optimisation externe, facteurs sociaux, etc.).

Si nous faisions le mauvais regroupement, il serait alors difficile de faire avancer un grand nombre de demandes. Ce serait un « point d’ancrage » qui nous freinerait, même si nous dépenserions beaucoup d’argent pour promouvoir ces pages.

Un clustering correct vous aidera à économiser beaucoup et facilitera grandement l'accès au TOP tant convoité.

Qu'est-ce que tu en penses? Comment regrouper les requêtes sémantiques principales ?

Et le regroupement de clés Requêtes de recherche. Le regroupement des erreurs vous coûtera un temps précieux, de l’argent et d’autres problèmes. Dans cet article, je souhaite vous expliquer les grands principes et règles de regroupement, ainsi que vous montrer des exemples de services et de programmes.

Regroupement de mots clés

Je souligne 2 points principaux lors du regroupement :

1. les demandes doivent s'adapter les unes aux autres dans un sens logique
2. les demandes doivent montrer les mêmes résultats dans Yandex

D'un point de vue logique, tout est clair - vous ne pouvez pas mettre les clés « acheter un téléphone » et « peindre une voiture à Omsk » sur une seule page. D'une manière ou d'une autre, les demandes doivent avoir un sens cohérent. Si nous avons une page sur la finition des plafonds dans un appartement, alors toutes les demandes doivent concerner la finition des plafonds.

Avec le chèque d'émission, tout n'est pas si clair. En général, l'essence est la suivante : nous saisissons les requêtes dans Yandex en mode « navigation privée », sélectionnons la région de promotion et voyons dans quelle mesure les résultats de la recherche se chevauchent.

Disons qu'il y a 2 demandes « finition des plafonds dans un appartement » et « finition des plafonds dans une salle de bain », vous devez comprendre si ces clés tiendront sur une seule page ou non. Ouvrez 2 fenêtres dans Yandex et saisissez ces requêtes.

Il est immédiatement clair que dans le premier cas, il est clairement indiqué la finition des plafonds de l'appartement et dans le second cas, de la salle de bain. Cela signifie que les demandes mènent à des pages différentes et ne peuvent pas être combinées.

Voici un autre exemple : les expressions « acheter des batteries de chauffage » et « acheter des radiateurs de chauffage ». Il semble que les demandes soient différentes, mais voyons les résultats.

Comme vous pouvez le constater, le résultat est le même : les batteries et les radiateurs sont présents. Par conséquent, ces 2 demandes peuvent être placées en toute sécurité sur une seule page.

Programmes et services pour le regroupement de mots clés

Le regroupement du noyau sémantique dans Excel est assez simple : vous placez toutes les requêtes dans le programme et commencez à les regrouper à la main. Vous utilisez le principe de regroupement comme je l'ai écrit plus haut. Autrement dit, nous regroupons d'abord par signification, puis nous vérifions la sortie Yandex.

Mais, en passant, il arrive que les résultats soient « troubles » pour deux ou plusieurs requêtes, et il n'est pas clair où les placer ensemble ou séparément. Cela signifie que la concurrence ici est faible et que les résultats de recherche ne sont pas clairement formés, ce qui signifie que ce ne sera pas une erreur de placer les requêtes ensemble ou sur des pages différentes, comme c'est plus pratique pour vous.

Voici un exemple de clustering de noyau sémantique dans Excel.

J'utilise souvent cette méthode moi-même : si le sujet n'est pas complexe et qu'il n'y a pas beaucoup de mots-clés, 100 à 200 mots-clés conviennent tout à fait.

Regardez la vidéo sur la façon de regrouper un noyau dans Excel.

Vous pouvez également utiliser le logiciel gratuit comme alternative à Excel. un service en ligne clustering manuel kg.ppc-panel.ru.

Regroupement automatique

Si le noyau sémantique est très volumineux, j'utilise le service de regroupement automatique des requêtes de recherche seopult.ru. Il s'agit d'un service TRÈS bon marché par rapport aux analogues.

Son seul inconvénient est que le regroupement n'est pas tout à fait précis, puisqu'il faut encore éventuellement réviser le regroupement et corriger les lacunes manuellement.

Cependant, je pense qu'il n'y a PAS UN seul service qui ferait un regroupement correct à 100 %. Même les entreprises qui s'occupent uniquement de la sémantique de collecte et de clustering vérifient et modifient manuellement le résultat final.

Ici brève revue sur la mise en place du projet.

Le service calculera le coût du clustering du noyau et proposera de lancer le projet. C’est l’option de regroupement payante que j’utilise, et elle me convient plutôt bien.

Et ici vidéo détaillée comment utiliser l'outil :

Requêtes de clustering dans le collecteur de clés

Cette méthode est également assez largement utilisée, mais comme ailleurs, elle doit encore être modifiée manuellement.

Chargez le noyau sémantique dans le programme et sélectionnez la région de promotion.

Dans l'épisode d'aujourd'hui de On the Board, nous parlons de la sémantique et de la structuration des mots-clés pour le site.

À propos de ce qu'est le clustering du noyau sémantique. Pourquoi avez-vous besoin de regrouper et comment pouvez-vous le faire ?

Il en parle Oleg Chestakov, fondateur de Rush Analytics.

La vidéo s'est avérée assez volumineuse. Il contient les principales nuances associées au clustering.

Passons au visionnage de la vidéo :

Photo du tableau :

Important: Si vous avez des questions, n'hésitez pas à les poser dans les commentaires. Oleg se fera un plaisir d'y répondre.

Transcription vidéo

1. Qu'est-ce que le clustering ?

Le clustering utilisant la méthode de similarité supérieure est un regroupement de mots-clés basé sur une analyse des résultats des moteurs de recherche. Comment cela peut-il arriver?

• Nous prenons en charge deux requêtes, par exemple « brillant à lèvres » et « acheter du brillant à lèvres ».
• Nous collectons pour chacune des demandes Résultats de recherche, nous enregistrons 10 URL de chaque numéro et vérifions s'il existe des URL communes dans les deux numéros.
• S'il y en a au moins 3 à 5 (en fonction de la précision de clustering que nous spécifions), alors ces requêtes sont regroupées.

2. Pourquoi faire du clustering ?

Pourquoi la tendance au clustering est-elle présente sur le marché depuis environ un an et demi maintenant ? Pourquoi est-ce important et en quoi cela peut-il aider ?

• Gagner du temps. Le clustering est une technologie merveilleuse qui aidera à réduire la routine lorsque l'on travaille avec des regroupements sémantiques. Si un spécialiste du noyau sémantique ordinaire analyse 100 000 mots-clés, les séparant en groupes, pendant environ 2 à 3 semaines (ou même plus si la sémantique est complexe), alors un clusterer peut les séparer par ordre de priorité en une heure environ.

• Vous permet d’éviter l’erreur de promouvoir différentes demandes sur une seule page. Yandex dispose de classificateurs qui évaluent les demandes commerciales. Par exemple, les résultats des demandes d'informations et des demandes commerciales sont complètement différents. Les requêtes « brillant à lèvres » et « acheter du brillant à lèvres » ne peuvent jamais être placées sur la même page.

1) Pour la première demande (« lip gloss ») il existe des sites d'information (recommande, Wikipédia). Une page d'information est nécessaire pour cette demande.

2) Pour la deuxième demande (« acheter du brillant à lèvres ») - ressources commerciales, boutiques en ligne bien connues. Cette demande nécessite une page commerciale.

Autrement dit, pour différentes demandes, nous avons besoin différents types pages. Une erreur courante commise par un optimiseur est de promouvoir tout ensemble sur une seule page. Il s'avère que la moitié du noyau sémantique entre dans le TOP 10, et l'autre moitié ne peut pas y arriver. Le clusterer vous permet d'éviter de telles erreurs.

Pour éviter que cela ne se produise, vous devez dans un premier temps regrouper correctement les requêtes par type de page dans les résultats de recherche.

3. Comment le clustering aide-t-il à la promotion ?

• vitesse de traitement des données,
• classification des pages pour lesquelles la promotion est effectuée.

Si la structure du site est regroupée et que l'optimisation interne est effectuée correctement, cela représente déjà la moitié de la bataille si nous parlons du marché russe. Naturellement, des liens seront nécessaires pour les marchés occidentaux. D'après notre expérience, environ 50 à 60 % des requêtes avec un clustering approprié et une optimisation de texte appropriée atteignent simplement le TOP sans aucune intervention externe. Pour les boutiques en ligne ou les petites annonces (agrégateurs et portails), en principe, les textes ne sont même pas nécessaires.

Le clustering est la clé d’un classement correct. Pour le moment, cela ne sert à rien de lutter contre les classements des moteurs de recherche, mais il est plus facile de s’adapter à ce classement et d’entrer types requis pages et progresser avec succès. Changer le paradigme de la promotion d’un sujet particulier est plus irréaliste que réel.

4. Quelles sont les méthodes de clustering ? (Dur doux)

Doux - c'est ce qui a été décrit précédemment. Une demande de marqueur d'une catégorie d'une boutique en ligne est prise en compte, d'autres demandes y sont liées et les résultats sont comparés. « acheter du brillant à lèvres », « acheter du brillant à lèvres à Moscou », « acheter des prix de brillant à lèvres » - ils ont 4 à 5 liens avec la demande principale.

Ces demandes sont liées. Ceci termine la vérification, un groupe de mots-clés est obtenu et il peut être promu.

Mais il existe des sujets plus compétitifs, par exemple les fenêtres en plastique. Ici, vous devez vérifier que toutes les requêtes liées au principal peuvent être promues les unes avec les autres.

Nous devons comparer s'il y a des résultats pour ces requêtes

même URL. Nous comparons les résultats non seulement avec la demande principale, mais également entre eux. Et nous regroupons uniquement les demandes qui peuvent être liées les unes aux autres.

Dans la plupart des cas, le clustering logiciel est suffisant. Ce sont des boutiques en ligne (catégories peu compétitives), des ressources d'information.

5. Clustering dans Rush Analytics

Nous disposons d'un module de clustering et de 3 types de clustering :

• Selon Wordstat. La méthode la plus simple et la moins longue du point de vue de l'optimiseur. Idéal pour les situations où l’on ne sait presque rien de la structure du site.

1) Dans Excel, chargez les mots-clés dans une colonne, la fréquence selon Wordstat dans une autre et envoyez-les pour regroupement.

2) On trie toute la liste par ordre décroissant : les mots les plus fréquents (généralement les plus courts) sont en haut.

3) L'algorithme fonctionne comme ceci : nous prenons le premier mot, essayons de lui lier tous les autres mots et le regroupons. Nous découpons tout ce qui s'est attaché, le trions à nouveau et répétons cette itération.

4) À partir de la liste de mots-clés, nous obtenons un ensemble de clusters.

Par marqueurs

Convient aux sites où la structure est définie. Fonctionne très bien dans le commerce électronique (par exemple, les boutiques en ligne).

1) Nous connaissons la demande de marqueur (la requête principale de la page ou plusieurs requêtes sous lesquelles elle est promue).

2) Nous prenons une liste de mots-clés, dans la colonne de droite, nous marquons les requêtes marqueurs avec des uns et toutes les autres requêtes avec des zéros.

3) Nous prenons un mot-clé marqueur et essayons d’y lier d’autres mots-clés et de les regrouper en clusters. Il est important ici que dans cet algorithme, les mots marqueurs que nous avons marqués ne soient jamais liés les uns aux autres. Nous n'essaierons pas de les attacher.

Clustering combiné

Cet algorithme combine les deux précédents

1) Nous chargeons les mots-clés, marquons « jeton/non-jeton » et la fréquence.

2) Nous lions tous les mots que nous pouvons lier aux requêtes de marqueur.

3) Nous prenons les mots-clés qui restent non liés et les regroupons à l’aide de Wordstat.

4) Tout le reste sera classé comme « non clusterisé ».

5) En conséquence - une structure que nous connaissons déjà. Nous obtiendrons également un regroupement automatique de tous les autres mots-clés, ce qui nous aidera à élargir la structure. Tous ces types de clustering sont disponibles dans Rush Analytics.

Quels autres outils existe-t-il sur le marché ?

Parmi les plus dignes, outre Rush Analytics, nous pouvons souligner le service JustMagic, où il existe à la fois un clustering Hard et Soft. Le service a été développé par Alexey Chekushin.

C'est tout ce que vous devez savoir sur le clustering pour démarrer avec le regroupement de mots clés.

Utilisez le clustering et gagnez du temps. De plus, les gens font souvent des erreurs : le taux d'erreur de l'optimiseur est d'environ 15 %. Confiez la routine aux robots – pas besoin de la régler à la main.

Ce que j'ajoute un peu tout le temps. Mais je n'ai pratiquement rien écrit sur ce qu'est le regroupement de mots-clés (de recherche) et comment le faire.

Donc, pour commencer, nous avons besoin de :

• Noyau sémantique (1 pièce),
• Outils de clustering (2-3 pièces),
• Stock de patience (2 kg).

Afin de comprendre comment les mots recherchés sont regroupés, nous avons besoin de cette liste de mots. J'ai écrit plus d'une fois comment l'assembler, donc je ne le répéterai pas. Imaginons que la sémantique soit collectée, que le thé soit infusé et qu'un petit chariot de patience attend sur le bureau.

Qu’est-ce que le clustering ?

Nous avons plusieurs termes qui sont essentiels à notre travail. Nous allons donc commencer par eux :

L'analyse par grappes - une procédure statistique multivariée qui collecte des données contenant des informations sur un échantillon d'objets, puis organise les objets en groupes relativement homogènes

(c) Wikipédia

Clustering du noyau sémantique– organiser la liste des mots-clés, créer des clusters de promotion et séparer les clés en pages pertinentes.

Comment le regroupement de mots clés est-il réalisé ?

Le clustering... ou regroupement de mots-clés est possible selon plusieurs principes. Il existe de nombreuses technologies propriétaires qui circulent sur Internet, mais fondamentalement, je soulignerais 2 grands principes :

Regroupement manuel des moteurs de recherche requêtes (adaptées aux nouveaux sites qui sont uniquement dans le projet, possibilité de définir la sémantique au début du lancement du site) - il est supposé que vous collectez des mots-clés en spécifiant immédiatement (ou plus tard) les groupes manuellement.

Exemple. Vous pouvez collecter des mots-clés pour un petit site Web de cartes de visite que vous souhaitez montrer aux utilisateurs dans les résultats organiques. Le site vend par exemple des services dans le domaine de la rénovation d'appartements...

Le principe de collecte d'un noyau sémantique pour un petit site internet

Les prestations elles-mêmes sont réparties en plusieurs catégories, par exemple les travaux de finition et les travaux de finition intérieure. Chacune des directions est divisée en groupe, c'est-à-dire vous aurez déjà 2 groupes. Ensuite, vous analysez les requêtes de recherche et formez un noyau distinct pour chaque groupe. En conséquence, vous obtenez un noyau sémantique clusterisé, par exemple sous la forme d'un tableau avec des champs :

• Mots clés
• Fréquence
• L'URL de la page
• Groupe

Et puis, à l'aide d'un filtre dans le tableau, vous triez par groupes de mots-clés. De ce fait, vous disposez de listes de mots pour chacune des pages (sections) du site, qui constituent ensemble un noyau sémantique clusterisé.

Comment collecter la sémantique d'un projet et la regrouper le plus efficacement possible ?

Prenons comme exemple ce qui est décrit ci-dessus et regardons la structure attendue du site.

Nous pouvons également ajouter quelques ajouts à notre regroupement de mots clés.

Mots-clés pour principal– ce cluster doit inclure les mots-clés les plus importants pour votre site. Pour lequel la page elle-même est pertinente. (si vous proposez des services de rénovation d'appartement, un exemple de demande « rénovation d'appartement à Kiev » convient tout à fait). Nous recevrons une liste de demandes de contenus plus généraux dans notre niche.

Pages services et produits– le regroupement du noyau sémantique commence pour ces pages par une division logique d'importance. Qu'est-ce qui est le plus important pour vous, les services de rénovation de cuisine ou les « services de rénovation de chambre » ou ont-ils tous la même priorité ? Ce cluster doit inclure des mots qui correspondront à une requête d'utilisateur sur le thème des services, par exemple : « services d'équipe de construction ».

Articles et blog– le clustering du noyau sémantique contiendra des requêtes d'information. Par exemple : « comment blanchir soi-même un mur à la chaux » ou « les fabricants de peintures murales », etc. Ne négligez pas ces sections du site, même si vous disposez d'un site commercial et que seules les pages proposant des services apportent des bénéfices, un contenu régulier et utile créera pour vous un trafic stable et contribuera à convertir les lecteurs en clients.

Clustering automatique du noyau sémantique sur un site web existant

Si vous décidez de faire Optimisation du référencement site existant et vous ne savez pas par où commencer, vérifiez quels mots-clés vous pouvez utiliser pour ce faire.

Par exemple, cela peut être fait en utilisant Serpstat. Entrez simplement l’adresse de la page que vous consultez. Tout ce que vous avez à faire est de voir pour quels mots-clés vous avez déjà des positions.

Dans l'exemple, j'ai entré l'adresse page d'accueil et j'ai reçu une liste d'expressions clés avec des positions, et dans le tableau URL, j'ai trouvé des liens qui sont affichés dans les requêtes de recherche. En cliquant sur le lien, j'ai reçu une liste d'expressions pertinentes pour une page spécifique.

De cette façon, vous pouvez voir non seulement les positions de votre site, mais également regrouper les requêtes de recherche à l'aide de Serpstat.

À suivre…

Voyons cela bientôt :

• Outils de regroupement manuel des requêtes de recherche,
• Outils de regroupement automatique des requêtes de recherche.

P.S. Si vous souhaitez effectuer un clustering de requêtes de recherche mais que vous n’avez pas le temps. Vous pouvez publier un lien vers votre projet dans les commentaires, et j'écrirai du matériel sur un exemple spécifique sur la façon de mettre en œuvre pratiquement le clustering du noyau sémantique.