7 заметок с тегом

Keyword Research

DO-аудитория и поиск семантики / Поиск / Часть 2

Продолжаю писать о работе с DO-аудиторией в поисковой сети (первый материал) и в этот раз затрону тему поиска базовой семантики. Возможно методы покажутся для кого-то примитивными, но это чисто про базовую проработку. Я предпочитаю выкатывать рекламу итерационно, а не идеально. Такой себе MVP, где со временем проводятся работы по улучшению как семантики, так и других особенностей. В других материалах поговорим о, как я понял судя с комментариев, очень острой теме «Как минимизировать попадание информационной аудитории в DO запросах». Как всегда, буду рад любому фидбеку.

Inventory Based метод — когда вы отталкиваетесь от уже существущих предложений бизнеса.

Просто товарная сетка предложений (SKU)

Любой товар имеет какое-то конкретное точное название. Вот вам и повод протестировать это название в качестве ключевых слов. Причем можно тестировать не всю комбинацию (например: Lenovo IdeaPad 330-15IKBR Onyx Black (81DE02VJRA)), а лишь некоторые её элементы. При этом данные элементы могут быть в совершенно разных комбинациях. К примеру запустить ключ +81DE02VJRA (если нет «мало запросов») и посмотреть какие запросы там будут жить и от них строить свою семантику (группы и т. д.). Если же «мало запросов», тогда поднимаемся на уровень выше и тестируем связки без дополнительных слов: IdeaPad 330 (если сущность модели не меняется при этом), Lenovo Onyx Black и т. д. Это все сильно зависит от ниши. Причем для СНГ актуальна еще проработка кириллических названий: леново, айдиапад и т. д. Есть вероятность попасть на «мертвую» семантику, но есть разные инструменты для прогона на «живость». О них я услышал на SMX Advanced, но пока еще не тестировал.

По сути это реклама DO-сегмента, ведь вы работаете с конкретной моделью (пока не трогаем ребят, которые «случайные» и просто хотят узнать цену или прочитать характеристики).

Органические запросы в Seach Console по конкретным товарным страницам

Мы ищем тенденции, к примеру мы видим такую общую схожесть: людей интересует цвет + модель + год + кол. сим карт  — *белый гелекси 2019 на 2 сим.* Это говорит о том, что и другие модели телефонов с 2 сим картами возможно будут искать похожим образом. Во избежание мертвой семантики, лучше искать тенденции к примеру лишь для одного бренда (категории/подкатегории/опции), а-то можете нагенерить семантику для брендов, у которых в принципе нет телефонов на 2 симки. *Офтоп: был у меня один такой умелец, который заливал миллионы мертвых запросов в аккаунт.* Всегда нужно проводить Keyword Research очень щепетильно, поскольку автоматизация к примеру по фиду здесь может вообще не сработать (некоторые названия моделей могут иметь совершенно другую «живую» семантику, а не ту, которую заявил производитель). (Минус: вы ограничены SEO оптимизацией, ведь если страница заточена под другие ключи, новые связки будет сложно получить).

DSA запросы по конкретным товарным страницам

Некий похожий вариант с консолью, однако более живой. Страницы предложений как правило отвечают за конкретизацию чего-либо, поэтому важно понимать, как именно ищут эти товары. Только при этом вы должны отминусовать ВЧ запросы. (Минус: вы ограничены SEO оптимизацией).

Анализ запросов конкурентов по товарным страницам

Так как ваша семантика зачастую ограничена SEO семантикой, будет неплохо посмотреть на семантику конкурентов по их товарным страницам (возможно у них другое SEO). Для это уже нужно использовать специализированные сервисы а-ля Serpstat или аналоги. Напоминаю, мы ищем длинные хвосты, поэтому можете сразу настраивать фильтр на некие 4-5 словники и изучем их ключевые особенности.

Query Based метод — когда мы отталкиваемся от рыночного спроса, а не от существующих предложений на сайте.

Исследование вариаций ключевых кластеров (синонимы).

Например мы продаем велосипеды, значит наш ключевой кластер «велосипед», но этого недостаточно, нам нужны еще варианты для более богатого семантического охвата.

Сделав минимальное исследование, уже можно найти вариации «трайк», «велочоппер». Понятно, что ключевой кластер в данном случае все-таки будет «велосипед», но есть тематики, где много таких равнозначных запрашиваемых кластеров (масок).

Проганяем кластеры по базам ключевых слов. Итак, у нас есть список ключевых кластеров нашей тематики, дальше нам нужно изучить что ищут вместе с нашими словами и есть ли соответствие с нашим бизнесом. Это может быть и WordStat и KeyWord Planner и Serpstat и дргуие базы ключевых слов, НО с одним условием — ключи должны КОНКРЕТИЗИРОВАТЬ товар.

Мы ведь работаем с DO аудиторией, поэтому никакого выбора, только точные комбинации по товару/услуге. Как правило фильтрация по 4-словникам и больше решает.

Я описал базовые возможности исследования ключевых слов, но методов существует в разы больше. Цель данного материала — описать концепцию работы.

Представим, что у нас уже есть семантическое ЯДРО с конкретными уточняющими запросами. Ок, группируем, запускаем рекламу и наблюдаем за происходящим.

To be continued...

Keyword Research / Проработка самых частых кластеров

Время от времени необходимо погружаться в изучение семантики. Работая с крупными аккаунтами, где поисковые запросы исчисляются сотнями тысяч, невозможно рассмотреть под микроскопом каждый поисковый запрос. Если вы работаете с мелкими нишами, тогда точечная работа вполне must have. Видеть кто по какому запросу пришел — еще тот кайф. Сразу понимаешь все ли ок с твоей рекламой, коммерческий или информационный интент и так далее. Ну, о важности говорить можно долго, но как быть с обработкой к примеру 500000 поисковых запросов? Особенно когда вы запускаете DSA?

Что скрывается за словом обработка?
— минус слова;
— новые кластеры для расширения;
— тематические тенденции;
— помощь продукту в плане создания новой ценности (благодаря пониманию фактического пользовательского спроса).

За что я люблю поисковый контекст, так это именно за живость семантики. Это не база старых слов, которая теряет актуальность со временем. Тут все в Live режиме и это действительно важно.

Инструмент: KeyCollector

Это софт, за которым скрывается множество возможностей, но я использую только минимум в своей деятельности. Возможно пока просто никто не открыл мне других практических моментов в PPC. Так вот, KeyCollector помогает мне с группировкой семантики и собственно с проработкой самых частых кластеров.

Алгоритм работ следующий:

— заливаем запросы (50К, 100К не важно); (как правило беру статистику поисковых запросов за 3-6 месяцев)

— потом переходим на вкладку «Данные» и выбираем «Анализ групп»:

— самый точный формат группировки, конечно же, по одному слову, но он мне и нужен:

— дальше вы уже видите самые частые кластеры, а именно — сколько раз кластер встречается в поисковых запросах:

— отличное преимущество такой кластеризации еще в том, что мы видим кластер с разным склонением. И это действительно «живое» склонение, которое встречается в поисковых запросах, а не автоматическая генерация с помощью всяких там «склоняторов». Для чего мне склонение? Конечно же для добавления ненужного кластера в минус-слова, где склонение играет очень важную роль. Ну например я знаю, что кластер «задний» точно не подходит для продвигаемого продукта:

но количество фраз, где он присутствует, достаточно большое. Значит я весь этот список добавляю в минус слова.

— работа с новыми кластерами подразумевает расширение ключевых слов (добавление новых вариаций, если таковых нет), либо более детальную обработку объявления (чтобы еще больше соответствовать ожиданиям пользователя).

— тематические тенденции — это когда вы находите один кластер, но его можно масштабировать.

К примеру в данном случае кластер «окружная» используется только с одним городом (пусть будет Минск), но это не значит, что окружная есть только в Минске и вы уже можете пробовать эту связку с другими гео.

— если вы видите, что есть совершенно новая интересная семантика, но страницы (отвечающей на запросы) у вас нет — чем не повод улучшить продукт добавлением новой услуги /страницы и т. д.

— вы можете открыть каждый кластер и посмотреть в каких семантических вариациях он встречается. Это могут быть ну очень длинные хвосты, на которые отдельно сложно сделать рекламу (мало запросов), поэтому ваша задача — изъять те самые употребляемые кластеры внутри кластера (какая-то дичь по словам))), чтобы правильно сформировать связку в модификаторе широкого соответствия. Никто не мешает отдельно прокластеризировать в KeyCollector уже существующий кластер.

Выводы

Анализировать поисковые запросы необходимо. С помощью KeyCollector (или тому подобного софта), вы можете сразу прогнать до 500 000 и более поисковых запросов. Не нужно идти вплоть до кластера с 5 запросами — это скорее всего мартышкин труд. Спускайтесь от самых употребляемых, ведь там основной трафик и основные ошибки в семантике (с которыми справятся минус слова). Таким образом вы сможете быстро внедрить важные изменения в аккаунт.

 3 комментария    33   1 год   Keyword Research

Adwords / Показатель качества. Зависимость поисковых запросов и его оптимизация

Работаешь такой на поиске с нелепыми запросами (по методу идентификаторов тематики) и замечаешь следующую картину:

Ставка и так солидная... Вот черт. Смотрю поисковые запросы — вылазят все нужные мне варианты. Но вот процент показов в сети далеко не 100%. Тут-то и проблема. Показатель качества решил напомнить о себе, хотя, честно скажу, я уже начал на него подзабивать.

Залез в группу, где работают разные ключи (в разных трансформациях), но по одному товару, и начал изучать особенности на примере поисковых запросов.

Пример ключей в одной группе:

samsung galaxy
самсунг гелекси
samsung galaxy 2015
самсунг гелекси 2015
samsung galaxy цена
самсунг гелекси цена
samsung galaxy стоимость
самсунг гелекси стоимость

Особенности показателя качества и поисковых запросов

10/10
— поисковый запрос = ключевое слово. Могут быть и другие мелкие «маски», однако ТОП 1 по показам — это все-таки поисковый запрос, который идентичен ключевому слову.

7-8-9/10

— есть два-три поисковых запроса с наибольшим количеством показов. Кто-то из них наверняка на 100% соответствует ключевому слову. Другие — быть очень близкими. Хвост присутствует, но по показам очень мелкий.

5-6/10

— нет ярко выраженных лидеров по показам, которые соответствуют ключевому слову. Либо просто очень мало спроса. Ключ может тянуть релевантный НЧ хвост, среди которого соответствие ключевому слову не внятное.

Примечание: посадочная страница более менее адекватная и содержит эти ключи, хоть и не всегда в точном соответствии. Мне же было интересно посмотреть влияние и качество поисковых запросов на значение показателя качества ключевого слова, поэтому посадочную не тюнил отдельно.

***

Третий случай и показатель качества до 5-6 самый проблемный. Этот говорит о том, что мы недополучаем показы из-за низкого показателя качества. У меня 5-6 встречается довольно часто, поэтому вынужден заниматься оптимизацией QS.

Оптимизация показателя качества

  1. делаю выгрузку по поисковым запросам к ключевым словам;
  2. беру топ 3-5 по наибольшему количеству показов и кликов и добавляю их как ключевые слова. Показатель качества через парочку показов сразу попадает в категорию от 7.
  3. ключ с плохим QS продолжает собирать хвосты (не отключаем), которые не могут похвастаться большими показами, и соответственно отдельным вычленением и сегментацией. Но запросы все ок.
  4. теперь мы можем управлять ставками, для хорошего QS высшая ставка, для слабого — меньшая. Таким образом мы позволим запрашиваемым ключевым легче набрать CTR и «бить» более слабый ключ в одной и той же группе.
  5. если же вылез поисковый запрос с какой-то другой по смыслу маске — стоит отдельно сегментировать такую группу. Пост на эту тему: Эффективность тщательного дробления ключевых слов по группам.

Выводы

Хочется вам или нет, но работать с показателем качества иногда нужно. Как по мне, то плохой QS зачастую говорит о том, что ключ тянет много поисковых запросов, которые нуждаются в дроблении и в более детальной заточке. Даже если поисковый запрос очень близок к ключевому слову, его все равно стоит отдельно добавлять в группу объявлений как новую ключевую фразу. Я когда-то думал, мол, зачем? Все равно он вызывается. Он-то вызывается, но из-за плохого QS не всегда. Может капитанский получился пост, но что есть то есть...

 7   2016   Adwords   Keyword Research
Ранее Ctrl + ↓