Кластеризация ключевых фраз excel: Excel-кластеризатор ключевых слов по весу – Обзор 15 инструментов для кластеризации запросов при составлении семантического ядра

Содержание

Excel-кластеризатор ключевых слов по весу

Эта статья о том, как распределить по группам 20–30 тысяч ключевых слов. Поможет сэкономить время маркетологам, которые регулярно создают рекламные кампании.

Вручную группировать запросы не всегда эффективно: перебрать 200–300 запросов можно за час, на 20–30 тысяч уйдет неделя. Автоматическим сервисам группировку я не доверю, так как она определяет структуру и управляемость кампании.

Поэтому придумал свой метод, который ускоряет кластеризацию и даёт осознанный результат. Облегчает жизнь при работе с СЯ от 2–3 тысяч ключевых слов. Пробовал работать с 45 000 — Excel начинал умирать. Список из 200–300 запросов быстрее перебрать руками.

Далее расскажу про свой метод кластеризации в теории, а затем — как реализую его в Excel. Дам ссылку на готовый Excel-кластеризатор. Но чтобы им пользоваться, нужно хорошо понимать метод.

Метод

Кластеризация — распределение запросов по кластерам. Кластер — это группа запросов, схожих по смыслу и набору слов. Чтобы выделить такие запросы и объединить их в кластер, нужен признак.

Используем для этого нормализованную форму запроса — уберём окончания и выстроим слова в порядке важности:

Пример готовых кластеров

Удаление окончаний позволит охватить все возможные словоформы для конкретного слова, а сортировка «по важности» — игнорировать порядок слов.

Убираем окончания

Слово без окончания — это признак, который объединяет разные словоформы:

Объединение словоформ

Чтобы убирать окончания я использую mystem. Это лемматизатор от Яндекса. Он обрабатывает список слов и возвращает нормализованные значения — леммы.

Если система не уверена, какая лемма правильная, то покажет 2–3 варианта. Например, для слова «банку» mystem вернёт две леммы: «банк» и «банка». При проверке результатов мы выберем нужную.

Определяем важность

Сортировка «по важности» позволит игнорировать порядок слов. При сортировке нормализованных значений фраз по алфавиту мы получим готовые кластеры — группы запросов, схожих по смыслу и набору слов.

Важность слова — вычисляемый параметр для конкретного списка ключевых слов. Он не определяет важность слова в общей картине мира.

Важность слова рассчитывается из частотности и количества упоминаний слов в списке. Рассмотрим на примере.

Берём список запросов с частотностью

  1. Купить бумеранг — 1000
  2. Бумеранги цена — 700
  3. Бумеранги в москве — 750
  4. Купить классический бумеранг — 450
  5. Цены на бумеранги в москве — 350
  6. Купить классический бумеранг в москве — 100

В списке запросов встречаются слова: купить, бумеранг, классический, москва, цена, в, на. Вес слова равен сумме долей частотностей помноженных на количество упоминаний слова.

Считаем доли частотностей

  1. Купить бумеранг — 1000 = 1000/2 = 500
  2. Бумеранги цена — 700 = 700/2 = 350
  3. Бумеранги в москве — 750 = 750/3 = 250
  4. Купить классический бумеранг — 450 = 450/3 = 150
  5. Цены на бумеранги в москве — 350 = 350/5 = 70
  6. Купить классический бумеранг в москве — 100 = 100/5 = 20

Считаем вес слов

  1. Купить — (500+150+20)*3 = 2010
  2. Бумеранг — (500+350+250+150+70+20)*6 = 8040
  3. Классический — (150+20)*2 = 340
  4. Москва — (250+70)*2 = 640
  5. Цена — (350+70)*2 = 840
  6. В — 20
  7. На — 70

Сортируем по важности

  1. 8040 — бумеранг
  2. 2010 — купить
  3. 840 — цена
  4. 640 — москва
  5. 340 — классический
  6. 70 - на
  7. 20 - в

Располагаем запросы по важности

  1. Купить бумеранг — бумеранг | купить
  2. Бумеранги цена — бумеранг | цена
  3. Бумеранги в москве — бумеранг | москва
  4. Купить классический бумеранг — бумеранг | купить | классический
  5. Цены на бумеранги в москве — бумеранг | цена | москва | на | в
  6. Купить классический бумеранг в москве — бумеранг | купить | москва | классический | в

Упорядочиваем и чистим

  1. Бумеранг | купить: купить бумеранг — 1000
  2. Бумеранг | купить | классический: купить классический бумеранг — 450
  3. Бумеранг | купить | москва | классический: купить классический бумеранг в москве — 100
  4. Бумеранг | москва: бумеранги в москве — 750
  5. Бумеранг | цена: бумеранги цена — 700
  6. Бумеранг | цена | москва: цены на бумеранги в москве — 350

В итоге получили первые группы объявлений, с которыми можно работать дальше: укрупнять, объединять, кросс-минусовать. Для этого используем Excel.

Реализация в Excel

Выполняем последовательность действий в таблице (XLS, 537 КБ) с формулами. Кластеризация 1000 запросов займет 30 минут.

Алгоритм одной строкой

Собираем СЯ → собираем частотность → разбиваем запросы по словам и вычисляем доли весов → формируем таблицу-справочник с весами слов → выделяем леммы для слов → вычисляем «вес» леммы → формируем таблицу-справочник с леммами → делаем первичную кластеризацию → укрупняем полученные группы.

Шаг 1. Вычисляем доли весов и разбиваем запросы по словам

Лист «Кластеризация», таблица «Main»

Сбор и кластеризация ключевых слов от А до Я – Idea Digital

Каждый сайт делают для того, чтобы привлечь аудитории. Структура адаптируется под цель получения трафика, в результате чего пользователь приходит на нужную ему страницу, чтобы получить конкретный ответ на вопрос.

Кластеризация поисковых запросов – важный этап в работе над структурой сайта. Ниже вы найдете полную информацию о том, что это такое, а также узнаете, какими сервисами лучше всего пользоваться.

Материал по теме: контент-маркетинг — зачем он нужен?

Кластеризация: что это

Кластеризацией называют разделение запросов на определенные группы. После формируется список ключей, которые состоят из различного количества позиций.

Статистику сначала группируют по убывающей частоте запросов. Чтобы подобными сырыми материалами можно было пользоваться делают кластеризацию. При работе с семантическим ядром сортировка считается завершающим этапом.

Для чего делать кластеризацию

Объем семантики зависит от масштабности проекта. Счет чаще всего идет на тысячи строк. Подобные перечисления нужно сортировать и группировать. После образуются кластеры, сформированные по интересам пользователей. Крупные делятся на маленькие. Пример:

  1. Купить дом.

  2. Арендовать дом.

  3. Сдать дом.

  4. Купить трехкомнатный дом.

  5. Сдать комнату в доме.

Чтобы каждый человек, желающий приобрести дом, попал на страницу с покупкой недвижимости, запросы со словом «купить» необходимо сгруппировать в единый кластер:

       1. Купить дом.

       4.Купить трехкомнатный дом.

В результате главная задача кластеризации – привести всех людей, которые ищут однотипный объект, на конкретную страничку.

Методы кластеризации

Кластеризацию делают автоматически и вручную. В первом варианте пользователь всё равно принимает участие, ведь некоторые группы остаются неотсортированными.

Сервисы для кластеризации

Делать автоматическую кластеризацию семантического ядра с помощью специальных сервисов куда проще, чем вручную. Подобные сайты учитывают:

  • конкурентный фактор;
  • поисковую выдачу

Практически каждый сервис идентичен другим.

Кластеризация запросов в Excel

 

Табличный процессор Excel удобен для ручной кластеризации ключей. Он позволяет делать сортировку, автоматически высчитывать общую частотность запросов в кластере.

Алгоритм кластеризации в Excel выглядит следующим образом:

  1. Загрузка всех ключевых запросов.

  2. Формирование кластеров — выделение основных запросов с максимальной частотой.

  3. Сортировка всех остальных ключей в сформированные кластеры.

Ручная кластеризации в Excel возможна, если мы хорошо знакомы с тематикой сайта и если количество запросов не превышает 100.

Serpstat

 

Украинский многофункциональный сервис. Алгоритмы Serpstat уникальны. Особенности портала:

  1. Группировка происходит по иерархическим принципам. Ключевые запросы объединяются в кластеры. Они, в свою очередь, группируются в суперкластеры, а эти – в протокластеры.

  2. Можно установить силу связи в качестве отдельного параметра между фразами.

  3. Кластеризация происходит в режимах soft и hard. Как итог – 6 способов для алгоритмов.

  4. Анализируются результаты из ТОП-30.

При необходимости можно установить приложение, а не только пользоваться онлайн-сервисом.

KeyAssort

Программа KeyAssort обладает следующими важными характеристиками:

  • при объединении фраз учитываются синонимы, транслитерация и запросы с ошибочными написаниями;
  • 3 алгоритма кластеризации — hard, middle и soft;
  • возможность сбора пересечений в вариативном размере ТОПе от 5 до 50;
  • удобство для ручной корректировки: можно вручную перетягивать запросы из одного кластера в другой, сворачивать и разворачивать группы;
  • слова можно искать с помощью фильтров и объединять фразы из нескольких групп в одну.

Программа позволяет проводить кластеризацию с разной силой группировки запросов, в двух модулях – для коммерческих и для информационных сайтов (Soft и Hard, соответственно).

Key Collector

Основные характеристики программы Key Collector:

  • автоматический подбор дополнительных релевантных запросов;
  • возможность выявления редких низкочастотных запросов, которые не используются конкурентами;
  • анализ ключей конкурентов;
  • выдача рекомендаций по поисковой оптимизации (внутренней перелинковке).
  • возможность последующей интеграции данных с сервисами SAPE, MainLink, Rookee.

МегаЛемма

Эта программа позволяет:

  • анализировать тематические запросы пользователей на основе частотного словаря;
  • очищать от мусора тысячи ключевых слов;
  • автоматически исправлять опечатки в ключах;
  • оформлять семантическое ядро в виде единого файла;
  • сформировать контекстную кампанию в Яндексе и выгрузить ее в аккаунт;
  • сохранять и применять списки стоп-слов.

МегаЛемма, как и другие программы, позволяет проводить кластеризацию для целей информационных сайтов и для контекстной рекламы двумя различными алгоритмами.

TopSite

В программе TopSite реализован алгоритм гиперболической кластеризации, который используется как дополнительная операция при проверке позиций. Разработчик утверждает, что внедрение этого алгоритма позволяет улучшить сортировку запросов, так как ценность адресов из первой десятки топа существенно выше, чем из второй и третьей (программа использует выдачу ТОП-30 как базовую).

Для использования алгоритма и формул, описывающих гиперболическое уменьшение веса url в выдаче, пользователь устанавливает дополнительный параметр «Степень схожести результатов поиска», который может принимать значение от 0 («минимальная схожесть») до 20 («очень высокая схожесть»).

Пользователь может запретить программе объединять кластеры при необходимости, что может быть полезно в некоторых случаях.

MindSerp

В MindSerp включены 3 инструмента:

  1. Кластеризатор, распределяющий запросы по группам.

  2. Оптимизатор, выдающий рекомендации на основе анализа поисковой выдачи.

  3. Определение коммерческого фактора, позволяющее классифицировать поисковую фразу как коммерческую или нет.

Кластеризация проводится обычным образом с выставлением силы связи и строгости группировки.

Онлайн-сервисы для кластеризации запросов

Помимо локальных программ, существует еще большее количество онлайн-сервисов для кластеризации запросов. Рассмотрим наиболее популярные.

Kg.ppc.panel

Простой и малофункциональный сервис, позволяющий загружать список запросов, фильтровать их, использовать минус-слова. На этом все. Результаты группировки выгружаются отдельным списком, без сохранения.

S:toolz

Данный сервис проводит кластеризацию, учитывая поисковую выдачу в объеме ТОП-10. Со своей функцией справляется не хуже, чем локальные программы.

JustMagic

Один из интереснейших и оригинальных сервисов. Включает комплекс инструментов для seo-оптимизации: сбор семантического ядра, анализ текстов, в том числе, на тематичность запросу, внесение предложений по оптимизации существующего СЯ. Кластеризация ключей – один из модулей JustMagic.

Группировка ключей проводится на основе топа выдачи поисковой системы по каждому запросу.

Coolakov

Coolakov – представляет набор простых, но нужных инструментов:

  • пинг — проверка сайтов на доступность;
  • ИКС — проверка индекса качества сайта;
  • считалка соц.ссылок — проверка страниц на количество твитов, лайков и «поделиться»;
  • парсер LI — парсит статистику liveinternet.ru;
  • кластеризация запросов;
  • проверка отключения ссылок в Яндексе по запросам;
  • поиск наиболее часто встречаемых url конкурентов в ТОПе.

 

Непосредственно сервис кластеризации прост и понятен. Группировка производится с учетом поисковой выдачи. Данные удобно выгружаются в Excel.

Топвизор

Комплексный сервис под названием Топвизор, хотя и позиционируется как поисковый анализатор, но в действительности его функции выходят далеко за очерченные пределы. Например, он может регулировать ставки в Яндекс.Директ, проводя до 288 корректировок в течение суток.

Кластеризация запросов – лишь один из элементов сео-процесса. Процедура проводится на основе поискового топа в трех возможных вариантах силы связи ключей – софт, хард и установка параметров вручную.

SEMparser

Сервис имеет оригинальное название – структуризатор семантики, что, безусловно, характеризует авторов как творческих личностей. Помимо общих элементов, которые присутствуют и у других разработчиков, SEMparser позволяет формировать технические задания копирайтерам.

Если говорить непосредственно о кластеризации запросов, то здесь мы не увидим ничего удивительного или нового. В целом сервис берет своей комплексностью: удобно все этапы работы совершать в рамках одной оболочки, а не прыгать из одной программы в другую.

SE Ranking

Глобальный сервис SE Ranking имеет физические представительства в США, Великобритании и России, что само по себе свидетельствует о высоком уровне и профессионализме разработчиков. По мнению большинства сео-специалистов и диджитал-маркетологов, SE Ranking является, если и не лучшей, то по меньшей мере одной из лучших программных онлайн-оболочек в данной области.

Сервис предлагает широкий инструментарий:

  • аудит сайта или его страниц, проверка позиций в поиске;
  • анализ и мониторинг ссылок;
  • подбор ключевых слов;
  • анализ конкурентов;
  • лидогенератор;
  • маркетинг-план;
  • SMM (автопостинг и аналитика).

Кластеризация запросов – одна из функций сервиса, реализуемая на основе ТОП-10 из поисковых систем.

Rush Analytics

Сервис с типичным набором функций – сбор ядра, проверка позиций и подсказок, анализ текста.

Кластеризация может быть проведена, используя 1 из 3 алгоритмов:

  1. На основе автоматического выделения самых высокочастотных запросов, к которым будут «привязываться» все остальные.

  2. На основе введенных маркеров.

  3. Гибридный алгоритм. Сначала используется метод с маркерами. Для запросов, которые не получилось привязать, автоматически выбираются наиболее высокочастотные ключи по Wordstat и производится повторная кластеризация.

Также пользователь имеет возможность установить силу связи – точность кластеризации.

Алгоритмы и принципы кластеризации

Не важно, как проводится кластеризация. Самое главное – привлечь людей на целевую страницу.

Принципы

Запросы группируются, исходя из:

  • Предметного разделения. Однотипные объекты дробятся на минимальные сегменты. Посетитель должен попадать на конкретную страницу, а не на какой-то аналог.
  • Целевого ограничения. В единой группе ключевиков собираются запросы людей, которые объединены одной задачей. К примеру, «купить часы» и «купить часы Hublot» относят уже в разные группы.
  • Совмещения информационных и коммерческих запросов. У этого принципа кластеризации предусмотрены и возможные ограничения. Пример: «Как пьют чай в Америке» и «Где купить чай в Америке» нельзя группировать в единый кластер.

Алгоритмы кластеризации

Выше мы рассмотрели популярные сервисы и программы. В их основе лежат собственные алгоритмы. Поэтому и создаются различные предложения.

Кластеризация по ТОПу

Сервисы используют алгоритмы поисковых систем для выявления семантической и смысловой принадлежности ключевиков. Как результат – анализ состава ТОПа выдачи. Как уже было показано ранее, они могут принадлежать как к одной группе кластеров, так и к разным.

Взаимосвязь семантики и смысла обладает разной степенью силы. Алгоритмы определяют hard и soft в качестве двух характеров для группировки.

Кластеризация по словоформе

В этом случае фразы относятся в одну группу, если слова, которые в них входят, обладают едиными корнями. Пример: «Хорошие лейкоциты в крови у женщин» и «Нормальное количество лейкоцитов в крови у женщин» принадлежит к одному кластеру.

Кластеризация «Вопрос/Не вопрос»

Разделять запросы на повествовательные и вопросительные имеет смысл в тех случаях, когда второго вида ключей много. Их обычно группируют на отдельных страничках.

Но многие специалисты не пользуются этим методом. Ведь пользователь может сформировать свой запрос, как угодно.

Проблема кластеризации

Группировать запросы не сложно, особенно при наличии современных сервисов. Проблема состоит в наличии списка ключей, которые автоматически не отнеслись к какой-то группе. Число подобных запросов до 30% от общего количества. Да, алгоритмы исправляют положение, но нужно также пользоваться своим умом и руками.

При работе с узкоспециализированными порталами это особенно актуально. Допустим, кластеризуется запрос по пшенице. Тогда ключевики не смогут быть сгруппированы.

Итоги

  • При работе над семантическим ядром сайта важно делать кластеризацию поисковых запросов.
  • Чтобы автоматически группировать ключи, нужно использовать специализированные программы и сервисы.
  • Корректировку необходимо проводить вручную.

Как работать с ключевыми словами в экселе онлайн — Netpeak Blog

90% работы специалиста по контекстной рекламе — это работа над ключевыми словами. На обработку ключей уходит очень много времени. Для тех, кто не готов жертвовать качеством проделанной работы ради скорости, существует одна полезная надстройка для Microsoft Excel.

Она частично автоматизирует рутинную работу: в зависимости от количества обрабатываемых ключевых слов можно сэкономить до 30% необходимого на обработку времени. 

В чем фишка?

При первом открытии файла Excel нужно разрешить редактирование и включить содержимое (разрешить работать скрипту).

У вас получится такая таблица:

  1. Список наших ключевых слов.
  2. В этом поле вводим запрос и динамически фильтруем ключевые слова.
  3. Показатели статистики, которые нам дал GA. Если идет подбор по новым ключевым словам, а не из статистики, то в данных колонках ничего нет.
  4. Процент трафика (от общего), который дали отфильтрованные фразы (можно сделать вывод, сколько денег съело «плохое» слово) и количество отфильтрованных фраз.
  5. Статистика по отфильтрованным фразам (можно понять, «плохое» ли это слово). В «условном форматировании» (поля, выделенные красным цветом) задаете нужные вам цифры.

Если вы не понимаете, о чем идет речь, но хотите узнать, как собирать и обрабатывать данные из Google Analytics, ознакомьтесь с серией постов о работе PPC-специалиста в Excel и других редакторах данных.

Как работать со списками ключевых слов

Субъективно, чем больше список ключевых слов, тем дольше (не в прямой пропорции) нужно работать с этим списком. Если разбираем тысячу ключей, например, один час, то две тысячи ключей — не 2 часа, а 2,5. В первую очередь нужно найти минус-слова, которые встречаются чаще всего, и удалить их. Алгоритм состоит из деcяти шагов.

1. Вставляем все фразы в блокнот и заменяем пробел на перенос строки (backslash + n). Получаем список всех слов: 2. Вставляем полученный список во второй пункт на вкладку «Уникальные» в столбец А.

3. Копируем слова еще раз и удаляем дубликаты:

4. Копируем список уникальных слов в столбец C.

5. В столбце D с помощью формулы считаем, сколько раз уникальное слово встречается во всех наших фразах:

6. Удаляем нули после окончания списка слов:

7. Сортируем в порядке убывания количества повторений.

8. Обычно я еще удаляю из списка слова, которые повторяются реже пяти раз.

9. Полученный список переносим на вкладку «Минуса» и удаляем из списка слова, которые явно целевые.

10. Любые подозрительные слова фильтруем на вкладке «Фильтр». «Плохое» слово оставляем в минус-словах, фразы удаляем. У

далив все плохое, останется все хорошее. И список минус-слов в придачу.

P.S.: В качестве бонуса ловите еще один файл, который умеет оптом чистить список от фраз с минус-словами.

Как использовать файл:

  1. Вставляем фразы в колонку А листа 1, минус-слова вставляем в колонку А листа 2.
  2. Нажимаем кнопку «Удалить слова».
  3. В колонке D получаем очищенный список (если фраз и минусов много, Excel может довольно долго тупить).
Скрипт не понимает вхождений минус-слов (минус «как» почистит фразы, которые содержат «кактус».

Вот и все! Как видите, очень просто. Делитесь своими лайфхаками в комментариях.

Андрей Коваль

В интернет-маркетинге с 2011 года. К Netpeak присоединился в 2014-ом.

В данный момент руковожу командой из 16 специалистов по платному трафику.

Специализация — создание и реализация PPC-стратегий, оптимизация рекламных аккаунтов, бюджетов, рабочих процессов.

Другие статьи автора

3 способа распределения ключевых слов в Excel

Статьи по теме

Распределение ключевых слов семантического ядра в ExcelДобрый день, дорогие читатели! Сегодня Вас ждет практический пост на тему семантического ядра. В этом пошаговом руководстве я покажу 3 способа распределения найденных ключевых слов с помощью MS Excel. Дело это очень важное, особенно, если количество поисковых запросов для семантического ядра получилось очень большим. Все способы просты до безобразия, но позволяют сэкономить много времени любому блоггеру и веб-мастеру. А время — это самое ценное, что у нас есть, ведь потраченные впустую часы нельзя вернуть назад.

[contents h3 h4]

Зачем нужно распределять ключевые слова СЯ

Действительно, зачем блоггеру или веб-мастеру распределять найденные поисковые запросы? Все очень просто — это необходимо делать тогда, когда нужно найти ключевые слова для самого веб-ресурса или его категории, а не для отдельного поста. В этом случае число найденных запросов семантического ядра сайта или рубрики будет в разы больше, чем количество фраз для одной статьи.

К сожалению, многие владельцы сайтов (особенно блоггеры, которые проходили курсы типа «Твой старт») почти всегда ищут запросы только для будущего поста. Вот задумал веб-мастер написать статейку — пошел он в Вордстат, насобирал там несколько запросов и ключевые слова для статьи готовы. 🙂

Такой метод конечно хорош, когда необходимо срочно написать пост, который ранее не был запланирован (например, кто-то предложил сделать рекламную статью, или читатели попросили пояснить одну методику в следующей статье и т.д.). Но такая ситуация у грамотного блоггера и веб-мастера обычно редко бывает — у него все ходы записаны заранее, чтобы видеть дальнейший путь продвижения своего ресурса.

Поэтому для полноценного сайта всегда создается основное семантическое ядро, которое позволяет владельцу охватить почти всю тематику своих будущих статей. Благодаря такому подходу все запросы раскладываются по полочкам — каждые ключевые слова кладутся в свои рубрики. Тем самым веб-мастеру намного проще (!!!) увидеть структуру своего ресурса, он знает уже заранее, по какому пути развития пойдет его ресурс и на что необходимо обратить свое внимание в плане seo (об этом я подробнее рассказал в этом посте).

Этапы распределения поисковых запросов

Разумеется, запросов для основного ядра будет огромное число. Поэтому все найденные ключевики нужно распределять по темам будущих статей. А чтобы это сделать, нужно заняться рутинной работой в MS Excel.  Поэтому я и предлагаю Вам посмотреть 3 разных способа распределения поисковых фраз и тогда Вы сможете выбрать для себя самый лучший вариант.

1 способ распределения

Для пояснения всех способов распределения, возьму небольшую подборку поисковых запросов на тему «контент». Для этого у меня есть таблица в Excel, которая получена из программы Key Collector. Точно такую же таблицу Вы можете экспортировать с помощью бесплатного софта Словоеб. Важно, чтобы слова таблицы прошли уже 2-й этап поиска ключевиков — анализ поисковых запросов сайта.

Итак, готовая таблица для распределения запросов у нас есть, пора совершать следующие действия:

Создание новых листов в таблице. Для того, чтобы сохранить отобранные ключевики по темам, нужно создать специальные листы. Для этого переходим на нижнюю вкладку Excel и нажимаем кнопку «Вставить лист»:

Создание нового листа в Excel

Теперь новому листу нужно дать название, которое будет отражать тематику выбранных запросов. В моем примере я сделаю рубрику «Уникальность» — нажимаю правой кнопкой мыши на вкладку «Лист 2» и выполняю следующие действия:

Присвоение имени для нового листа в Excel

В итоге в процессе работы создается столько нужных вкладок, чтобы отразить все группы ключевых слов.

Распределение запросов по группам. Теперь осталось только из общего списка поисковых фраз выбирать запросы для каждой группы:

Распределение запросов по группам

Таким образом последовательно каждую строчку из общего списка мы переносим в свой лист запросов. Далее уже в каждом листе можно по той же схеме распределять запросы уже для конкретных статей:

Распределение запросов по статьям по теме "Уникальность контента"

Этот способ самый простой и отлично подходит для того, чтобы распределить не более 50-ти ключевых слов. Но если запросов намного больше, на выполнение нашей задачи будет уходить очень много времени. Существенно сократить его позволяет следующий вариант распределения.

2-й способ распределения

Этот способ основан на окраске поисковых запросов общего списка, которые в дальнейшем в зависимости от цвета распределяются по группам. Вот последовательность действий.

Фоновая окраска запросов по тематикам. Начиная с первого ключевого слова, даем каждому запросу свой цветовой фон. Для этого выделяем ячейку выбранного запроса (не всю строку целиком, а только ячейку!), нажимаем инструмент «Цвет заливки» и красим стандартным цветом фон ячейки:

Фоновая окраска запросов по тематикам

Таким образом мы окрашиваем все ключевые слова своим цветом, где выбранный фон означает свою тематику:

Окрашиваем ключевые слова в зависимости от их тематики

По количеству цветов далее  создаем новые листы, как было показано в первом способе. Теперь нам нужно перекинуть запросы своего цвета в соответствующую группу (лист).

Фильтрация запросов по цвету. Для того, чтобы выбрать сразу все нужные нам запросы одной тематики (одного цвета), необходимо воспользоваться инструментом «Сортировка и фильтр»:

Фильтрация запросов по цвету

После нажатия кнопки «Сортировка» нам необходимо выбрать условия фильтрации (картинка кликабельна!!!):

Условия сортировки по цвету

Распределение запросов. После выполнения всех действий в начале таблицы появятся запросы выбранного нами цвета. Теперь мы их легко можем перенести в соответствующий созданный новый лист — вырезаем как показано в первом способе эти запросы и вставляем в новую вкладку. Аналогично проводим действия с остальными цветами, пока не перенесем все цветные ключевики по своим темам.

Этот способ хорошо работает, когда в основном списке не так много тем поисковых запросов.  Ключевых слов, конечно же может быть любое количество. Чтобы пробежаться по всему списку и покрасить фразы в соответствующий фон много времени не займет. Но если же тематик будет очень много, тогда придется все их держать в голове, что сильно затрудняет процесс выборки. В таком случае поможет 3-й способ.

3-й способ распределения

Он использует все тот же инструмент фильтрации в Excel. С его помощью можно выполнять распределения любого числа найденных запросов по многочисленным темам. Но здесь рабочий процесс немного сложнее и поэтому я решил его показать в следующем видеоролике (для примера я взял список запросов, в котором более 800 слов):

На этом наш практический урок закончился. До новых встреч, друзья!

[wfbox type=»withtitle» title=»Где можно заказать отличное семантическое ядро?»]

Если Вы хотите собрать настоящее семантическое ядро для коммерческого сайта или информационного ресурса, рекомендую обратиться ко мне.

[/wfbox]

С уважением, Ваш Максим Довженко

Отправить ответ

avatar
  Подписаться  
Уведомление о