Семантическое ядро для сайта — как собрать семантику с максимальной [любовью]?
Не слить деньги на рекламу и сократить расходы на тестирование)
B2B или B2C — семантику можно считать фундаментом любого проекта. Семантика требуется и для построения структуры проекта, и для настройки контекстной рекламы, и для SEO.
Многие прекрасно знают и умеют собирать, чистить и кластеризовать семантическое ядро. У каждого есть свои уникальные методики и опыт. Но до сих пор, встречаются сайты, где целые каталоги выстроены под привлечение нецелевой семантики, а значит вопрос по прежнему актуальный.
В этой статье я хочу поделиться одной из своих методик. Если ваш продукт не предполагает активных медийных PR кампаний с широким охватом аудитории — эта методика может быть вам интересна.
Уникальность подхода в активном предварительном анализе и сегментации. Он позволяет спрогнозировать, какой процент запросов приведет заявки, а какой будет нецелевым и приведет к сливу бюджета.
Обычно контекстологи выделяют тысяч 50 на тестирование запросов, а потом долго и упорно занимаются минусовкой. Чистка происходит и на этапе сбора семантического ядра. И на этапе активного запуска рекламы.
Минусовка работает, но что, если кампания большая и 50 тысяч рублей на тестирование будет недостаточно? Или, наоборот, если бюджет кампании небольшой и всего составляет 50 тысяч рублей? И не всегда это малый бизнес. Иногда бюджет, выделенный на тестирование MVP, довольно ограниченный. Неужели некорректно проведенное тестирование загубит весь проект?
Этот подход к сбору семантики родился в результате долгой работы на b2b проектах, где спрос обычно сильно ограничен, а конкуренция и маркетинговые бюджеты очень высокие.
Этапы сбора семантического ядра с дополнительной сегментацией:
- После сбора семантики (до кластеризации) прогоняем запросы через простую (в нашем случае самописную, но подойдет любой сервис) программу, которая позволяет с определенной доли точности определить информационный этот запрос или коммерческий, в таблице появляется отдельный столбец, где ставится соответствующая пометка.
- Первичная кластеризация, обычно на уровне категорий и подкатегорий.
- Выборка общих запросов. Например, что ищет человек, который вбил слово "смеситель"? Кран на кухню или оборудование для производства смесей?
- Для каждой категории определяются списки целевых и нецелевых маркерных запросов, которые позволяют провести дальнейшую чистку и сегментацию. Есть готовые списки, накопленные по разным отраслям за годы работы, есть новые списки, которые мы собирали под большие проекты по анализу спроса на рынке. Некоторые списки формируются под проект.
- В зависимости от особенностей проекта семантика условно делится на B2C и B2B, что тоже выделяется в отдельный столбец.
- Анализ по SERP. Мы смотрим, как нейросеть Яндекса или Гугл в данный момент обучена на искомый запрос. Какую выдачу она показывает в Топ-10, какие типы сайтов, рекламный контент. По итогу анализа также выставляются маркеры наличия крупных конкурентов, маркетплейсов, федеральных сетей и т.д.
- Обычная кластеризация (хард, медиум, софт — в зависимости от назначения семантики, особенностей проекта).
- Списки, использованных для сегментации оформляются отдельно и могут быть использованы дополнительно. Например, контекстологом для первоначального набора минус слов.
Общие (смешанные) запросы — портят статистику
Особенная сложность иногда возникает при обработке общих запросов.
Общий или смешанный запрос — это поисковый запрос, по которому невозможно определить интент пользователя.
Например, мы готовили рекламную кампанию для производителя шпонированных панелей для коммерческих помещений.
Возник вопрос, нужно ли показывать рекламу по условному запросу "шпонированные панели"? Ведь их заказывают и для отделки квартир, и мебели, и частных домов. Спорил маркетинг в лице опытного контекстолога, который по этому запросу уже приводил целевые лиды. И отдел продаж, который жаловался на большой процент нецелевого трафика (который, в свою очередь, отвлекает продажников потоком звонков). В итоге, после нашей сегментации, была выявлена группа маркерных запросов, которые в большой долей вероятности относились (более 60%) к b2b запросам, были проведены соответствующие настройки в рекламных кампаниях. После аналогичного анализа был отвергнут запрос "стеновые панели", после анализа оказалось, что доля b2c запросов в нем составляет более 80%.
Семантическое ядро — залог успеха тестирования MVP?
Правильно собранное семантическое ядро — это не только инструмент, позволяющий избежать слива денег. Сегментация семантического ядра нужна, чтобы протестировать MVP, перенаправить приоритеты на то, что приносит деньги в нужный бизнесу срок, сделать точные прогнозы по спросу на рынке.
Семантическое ядро может быть даже полезным инструментом в диалоге с отделом продаж: "Вы заваливаете нас нецелевыми заявками"! — “Хорошо, мы готовы исправить ситуацию и убрать эту группу поисковых запросов, но вместе с этими 40% нецелевого трафика вы потеряете 60% качественных лидов!”
Моя методика построена на сегментации по собранным спискам ключевых слов. В настоящий момент мы формируем базу для обучения простой нейронной сети и надеемся, что в будущем сможем представить онлайн-сервис удобный и полезный многим пользователям.
Буду рада, если подпишитесь на группу, где я стараюсь делиться полезностями: