Правильно собрать семантическое ядро для продвижения сайта
Подробная инструкция от руководителя оптимизаторов в «Ашманов и партнёры» Никиты Тарасова.
99 показов
85K85K открытий
11 репост
Подробная инструкция от руководителя оптимизаторов в «Ашманов и партнёры» Никиты Тарасова.
Статья ни о чем - просто мусор!
1. Парсинг заголовков H1 конкурентов - зачем их парсить, а потом чистить?
Для сбора семантики берутся группы товаров и возможные запросы у заказчика + подбираются аналогичные запросы интенты (об этом в статье ничего не сказано).
2. Чтобы посмотреть список запросов после 41 страницы Wordstat и готовя для этого уточняющих запросов вроде "диван цена", "диван купить" вы потеряете 2/3 оставшихся запросов.
Для того чтобы собрать запросы после 41 страницы используется оператор " " и повторяются слова внутри "диван диван", "диван диван диван", "диван диван диван диван" и тд. Так вы сможете охватить все запросы со словом "диван".
3. Использовать готовые базы ключевых слов вроде Букварикса - это мусор из мусора.
4. Смысла определять коммерческий запрос или информационный НЕТ. При кластеризации в большинстве случаев все определяется само. Если в кластере (даже по Soft кластеризации) есть запрос со словом "купить", "цена" или "заказать", то на 80% все запросы кластера коммерческие. Ручная чистка в любом случае будет.
1. Заголовки h1 с сайтов конкурентов могут послужить источником для расширения структуры сайта. Особенно теговые страницы на сайтах конкурентов – так как оптимизаторы на конкурирующих ресурсах уже потрудились и подобрали частотные маркеры, на основании которых можно добрать дополнительные хвосты запросов.
2. Смотря какое количество уточняющих запросов использовать. Опять же в ряде тематик – можно собрать большое число мусора при подходе "диван диван диван"
3. В сложных тематиках, где объем семантики не так уж велик – базы неплохо работают. Плюс ко всему некоторые из них являются бесплатными – почему бы не воспользоваться? :-)
4. В статье как раз и написано, что одна из проблем, которую позволяет решить кластеризация – отделить кластеры с информационными запросами от коммерческих