Обновлено: 03.02.2023
Семантическое ядро, в котором группы ключевиков и отдельные запросы не оценивались с точки зрения эффективности для продвижения – просто ворох слов, объединенных какой-то тематикой. Чтобы семантика работала как инструмент поисковой оптимизации, нужно оценить собранные ключевые слова и выбрать самые эффективные для SEO. В этой статье рассмотрим основные принципы скоринга ключевых слов, или приоритизации семантики.
Зачем нужен скоринг ключевых слов
Профессионально подготовленное семантическое ядро отличается от любительского процессом скоринга – определения важных метрик для дальнейшего продвижения. Этот же процесс – часть приоритизации ключевиков, когда одним запросам присваивается более важное значение в поисковой оптимизации. Мало отсеять мусор, надо ещё понять, продвижение каких запросов принесёт быстрые результаты, какие ключевики будут работать на перспективу, а какие окажутся бесполезными.
Для сбора ключевых слов и подготовки семантического ядра используется несколько основных источников. В российском сегменте интернета к таким источникам относятся:
- Wordstat
- Google Ads
- Поисковые подсказки
- Готовые базы (MOAB, база Пастухова, «Букварикс», Mutagen и другие базы ключей)
- Панели вебмастеров поисковых систем и системы статистики (Яндекс-Метрика, Google Analytics)
- Некоторые сторонние интернет-сервисы (keys.so, word-keeper, spywords)
Задача SEO-специалиста – отобрать наиболее релевантные, отфильтровать ненужные, оценить оставшиеся и найти те запросы, которые позволят привести на сайт клиентов и обойти конкурентов. Собственно, все эти операции и составляют процесс скоринга и приоритизации ключевиков.
Неверно выбранные приоритеты как следствие отсутствия оценки или неправильно выбранных критериев скоринга неизбежно приведут к тому, что даже первые позиции в поисковой выдаче не дадут ни трафика, ни тем более продаж. Вы просто потеряете время, деньги и силы. Как этого избежать?
Спектральная выдача и работа с интентом
Когда поисковая система не понимает, что именно хочет найти посетитель, она предлагает ему максимальный выбор: в выдаче будут URL, содержащие наилучшие материалы, соответствующие практически любому намерению. Возьмём простой двухсловник “мембранные насосы”. Вы увидите в выдаче чисто информационные ресурсы (тут же “Википедию”), производителей и продавцов промышленного оборудования, статьи с технической информацией, а к ним – ещё и маркетплейсы, где есть некоторые торговые предложения, относящиеся к сегменту B2C.
Несложно догадаться, что такие топы – плохой источник для поисковой оптимизации: как минимум, вы должны понимать, какие источники для анализа стоит отфильтровать, а что – рассматривать как образцовый корпус. Это влияет как на выбор связанных запросов, так и на проработку структуры посадочной страницы или даже целого раздела сайта. Фактически, речь идёт не об одной выдаче, а о десятке, и в числе топ-10 вы видите по паре лучших представителей своего сегмента.
Если всего пару лет назад до появления алгоритмов, подобных BERT, можно было оценивать все запросы как относящиеся либо к коммерческим, либо к информационным, то сейчас такой подход неэффективен. Помимо чисто лингвистических и семантических исследований ключевых слов, нужно понимать, от какой аудитории поступают эти запросы – и относится ли эта аудитория к вашей целевой. Совершенно очевидно, что если вы занимаетесь поставками промышленного оборудования, нет смысла оптимизировать страницу под ключи “мембранный насос это”. Более того: ваша аудитория едва ли обратится к поиску с запросами типа “мембранные насосы цена” – это запросы частного розничного покупателя, и приоритетными для вас они быть уже не могут. Даже если вы получите по ним высокие позиции и трафик – это будет неконвертируемый или и вовсе отказной трафик, по итогам способный негативно повлиять на продвижение.
Синтетические метрики
В первую очередь нужно усвоить: все данные о ключевых словах, которые предоставляют вам системы статистики – условны. Эта условность обеспечивается множеством факторов:
- Ограниченностью выборки
- Влиянием множества дополнительных факторов
- Информационными «шумами»
- Характером источника информации
Например, Яндекс-Вордстат – это прежде всего рекламная система, предоставляющая только собственные данные, к тому же в ограниченном виде. А ведь Яндекс – не единственная поисковая система. Кто-то пользуется исключительно Google, потому что это поисковая система по умолчанию в любимом смартфоне. Как эти люди обращаются к поиску, что они спрашивают? – Яндекс об этом ничего не знает.
Что ещё хуже, среди ключевиков, собранных в Вордстат, слишком много запросов-пустышек и ключевиков, искусственно сгенерированных поисковыми системами и поисковыми маркетологами. С такими запросами никто и никогда не обращался к поиску, их общая частотность накручена множеством других запросов. А многие из них генерируются намеренно «сеошниками» или даже нейросетями, пытающимися угадать, что хочет спросить пользователь. Так и появляются запросы-чудовища типа «букет цветов цена щенка».
Настоящей проблемой стала накрутка частотности поисковых ключей поведенческими ботами. Несмотря на то, что грамотная накрутка ПФ подразумевает определенные рамки, общая частотность по ключу всё равно будет неконтролируемо расти, поэтому нужно тщательно оценивать метрики запроса, чтобы не тратить ресурсы на продвижение заведомой пустышки.
Для фильтрации подобного поискового мусора и «шумов» SEO-специалисты используют собственные синтетические метрики. Вот лишь некоторые из них.
KEI (Индекс эффективности ключевика)
Одна из самых старых синтетических метрик – KEI, «индекс эффективности ключевого слова». В базовом варианте рассчитывается этот индекс просто: это соотношение частотности запроса с количеством документов, соответствующих этому запросу. Фактически, речь шла об оценке конкурентности с использованием очень грубых данных. В дальнейшем формулу модифицировали неоднократно, добавляя в неё дополнительные параметры: вхождения ключевика в тайтл, количество главных страниц в выдаче и т.п. Базовым же параметром во всех формулах оставалась частотность запроса.
Как показывает практика, частотность – далеко не самый важный критерий оценки эффективности: количество здесь не определяет качество. В каждом конкретном случае маркетолог должен использовать оценку, основанную на специфических данных, имеющих отношение именно к этому проекту за заданный промежуток времени.
Взвешенная частотность
Взвешенная частотность противопоставляется абсолютной. В чём разница? – В качестве. Простой пример: рекламное объявление публикует блогер с сотней подписчиков и блогер с миллионом подписчиков. Да, это одно объявление, но его охваты будут несравнимы. Другой пример: топ по запросу с 1000 показов в день, но с конверсией в 0,1%, и топ по запросу с 100 показами, но с конверсией в 7%. Даже не учитывая разницу в фактической конкуренции по ключам, второй запрос явно интереснее для продвижения.
Иными словами, взвешенная частотность всегда использует дополнительную метрику как коэффициент: это может быть CTR (кликабельность), процент конверсий или что-то ещё. Взвешенная частотность говорит намного больше о важности ключа, чем абстрактные цифры.
«Полнота»
Ещё одна хорошо известная синтетическая метрика оценки ключевого слова – «полнота» (термин условный): процентное соотношение частотности по условно-точному вхождению с общей частотностью запроса. Если на выходе вы получаете меньше 5%, то перед вами, вероятно, «накрученный» менее частотными ключами или информационный запрос. Однако стопроцентная полнота чаще всего означает, что запрос искусственно накручен маркетологами, старательно вбивавшими его в поиск долгое время.
«Коммерческость»
Параметры частотности помогают выделить пустые и неестественные запросы. Однако таким данным нельзя доверять слепо, их надо сопоставлять с другими данными, например, с показателем коммерческости. Что это значит?
Всё запросы к поисковой системе можно разделить на три основные категории:
- Навигационные (как добраться, где находится)
- Информационные (что такое, какие бывают, когда было)
- Коммерческие (сколько стоит, где купить)
Наиболее важны для SEO исключительно коммерческие запросы. И отличить их, казалось бы, просто: они должны сопровождаться такими семантическими маркерами, как «цена», «купить», «с доставкой», «недорого», и т.п. Просто? – Но проблема в том, что многие важные и перспективные запросы такими маркерами не сопровождаются. Например, по запросу «букет пионов»: подавляющее большинство сайтов в топе – это интернет-магазины цветов.
Показатель «коммерческости» – динамический, он может меняться со временем от нуля до 100% и наоборот. Важно понять, каков этот процент в текущий момент времени и спрогнозировать дальнейшую динамику изменений. Или хотя бы не упустить момент смены характера запроса.
Степень коммерческости можно определять несколькими способами, вплоть до простой оценки поисковой выдачи по запросу. Но такой способ годится лишь в том случае, если вы работаете с очень маленьким количеством ключевиков. А если перед вами список в несколько сотен, а то и тысяч ключевиков? В этом случае можно использовать сторонние сервисы, способные оценить характер запроса, либо использовать доступные данные из того же Яндекс-Директ и немного логики. Ведь если люди вбухивают в продвижении этих ключевиков какие-то деньги, то они рассматривают эти слова как часть своего торгового предложения?
Да, они-то, может, и рассматривают, но их видение не всегда совпадает с мнением целевой аудитории и пониманием нейросети. Если оценивать характер ключевиков только по вливаемым бюджетам, можно получить непригодные для поискового продвижения запросы. А значит, надо сопоставлять бюджеты с другими метриками: сезонностью, полнотой, показателем кликабельности (CTR), динамикой изменения частотности. Только на основе такого анализа можно получить более или менее объективные данные, с которыми уже можно работать и добиваться результата.
Пример результатов фильтрации и приоритизации поисковых запросов
Заказчик – салон цветов, предлагающий флористические композиции и букеты для самых торжественных случаев. Одна из продвигаемых категорий – букеты из сирени. Анализируем собранные ключи и проводим фильтрацию и приоритизацию.
- «Купить сирень». Самый частотный запрос кластера с реальными цифрами. В продвижение вкладываются большие суммы. Большая конкуренция. Сезонность. На выдаче – сайты, предлагающие саженцы, с небольшой примесью цветочных магазинов. Агрегаторы. Продвигать такой запрос специально – бесперспективно.
- «Купить букет сирени в Москве» – хорошая частотность, 975 по точному вхождению за год, существенно меньшие бюджеты на рекламу, невысокая конкурентность, релевантная выдача. Хороший запрос для продвижения.
- «Букет сирени доставка Москва», «корзина сирени купить», «букет сирени заказать» – накрученные пустышки, которые используются в контекстной рекламе, но не соответствуют реальным запросам людей. Продвигать такие ключи средствами SEO нет никакого смысла, по крайней мере, на первых этапах продвижения.
- «Букет сирени в январе» – запрос вообще не о покупке сирени, нерелевантный. Ищут песню.
Проанализировав таким образом собранную семантику, можно эффективно выбрать наиболее перспективные ключевые слова и семантические сущности, продвижение по которым будет незатратным, не займет многие месяцы, а главное – в самой короткой перспективе сможет привести на сайт заказчика целевую аудиторию, легко конвертируемую в покупателей.
И в заключение
Можно предположить, что в ближайшие годы работа над семантикой в корне изменится: подбор ключевых слов уступит место проработке поисковых сущностей с соответствующим семантическим графом. Собственно, это уже происходит: Google Bert и YATI в Яндексе уже понимают смысл текста, и могут показать документ даже без точного вхождения по ключевым словам.
Для поискового продвижения в обозримом будущем будут полезны не столько сервисы статистики, сколько нейросети и машинное обучение. Представьте: вам нужно задать системе портреты своей целевой аудитории, и система предложит вам полный список поисковых сущностей и связей между ними. Вам останется только создать контент, полностью раскрывающий тему, закрывающий возражения и формулирующий наилучшее торговое предложение в соответствие с заданной аудиторией. Возможно, даже с персонификацией.
Нечто похожее можно встретить уже сейчас, хотя и в зачаточном состоянии и разрозненно. Так что продолжаем парсить ключевые слова, фильтровать и выбирать наиболее перспективные для SEO.
Кроме “коммерческости”, определил бы понятие “транзакционность” для запросов и бил бы финансовым кулаком именно туда.
Добрый день! Можно ли уточнить?
«Букет сирени доставка Москва», «корзина сирени купить», «букет сирени заказать» — накрученные пустышки, которые используются в контекстной рекламе, но не соответствуют реальным запросам людей. Продвигать такие ключи средствами SEO нет никакого смысла, по крайней мере, на первых этапах продвижения.
Из данного абзаца интересует ключевик “букет сирени заказать”. По какой причине вы его отнесли к пустышкам? Можно пример как вы делаете расчет по данному ключу
Здравствуйте, Евгений.
Схема довольно простая: используется соотношение условно точной частоты к общей. Все слова из условно-точного запроса должны входить в ключ обязательно (см. главку про полноту запроса). Моя актуальная схема работы на этой фазе проста: парсим ключи из Wordstat, потом частотность из Директа за год. Выгруженные частотки сопоставляем. Запросы, чья “полнота” менее 5% – удаляем (в большинстве случаев. Если речь о сфере, где запросы вообще в основном микрочастотные – то там другой подход). Таким образом можно быстро очистить большое ядро от явно мусорных и нерелевантных ключей.
Точность вхождения – до сих пор важный текстовый фактор, несмотря на развитие алгоритмов, Bert и YATI. Сверяйте запрос с подсветками. Кроме того, нынешняя “нулёвка” после очередного апдейта системы может стать вполне серьёзным запросом, который стоит взять в работу.
Как вариант – проверяйте ключи в just-magic.org – сервис “Акварель”. Приблизительную степень релевантности “хвоста” и соответствие точным запросам тематических слов “Акварель” покажет.
Но все же, почему запрос “Букет сирени доставка Москва” – накрученный? Да у него резкий рост частотности, но только по истории вордстата все же смотрится что это просто сезонность. Рост исключительно в мая – июне. Больше похоже на то, что сейчас ваш алгоритм дает сбой на запросах с таким сезонным скачком
Вообще говоря, текст не только старый, но и устаревший. Фактически, рассмотренные тут методы уже не работают, как раньше, подход к проработке семантики надо полностью менять.
Однако если брать упомянутый вами ключ – то дело там даже не в сезонности, а в сочетании ряда метрик, которые и позволили рассматривать его как накрученный. Таких средств довольно много: полное совпадение частоток разного характера (общая, условно-точная, точная), отсутствие характерных “хвостов” и малое разнообразие словоформ, разнобой с подсказочником и т.п.
Если посмотреть тот же график сезонности – то видно, что некоторая частотность поддерживается в течение всего года, и носит, вероятно, именно ботный характер.
Вообще к вышеуказанному сервису после проверки полноты слова я бы добавил еще сервис labrika для оптимизации текстовой части в соответствии с LSI и анализом конкурентов
Спасибо за комментарий. Название сервиса я слышал, но сам не тестировал.
Надо попробовать.