Как я строю семантическое ядро (в 2024 году)

Привет всем! Сегодня я расскажу вам о том, как я нахожу ключевые фразы для сайта.

Сразу хочу уточнить, что подход к поиску ключевых слов для интернет-магазина или сайта услуг отличается от подхода к поиску ключей для сайта со статьями. В этой статье я покажу, как я ищу ключевые слова для интернет-магазина одного из моих клиентов.

Я покажу пример только на одной категории, но он будет подробным. Думаю, что вам не составит труда расширить этот порядок действий на другие категории.

Кстати, я отказался от использования Яндекс.Вордстата для составления семантики интернет-магазинов на начальных этапах, как это было пять лет назад. И да, придется работать с большим количеством таблиц. Научитесь любить таблицы. Они станут частью вашей жизни.

Прежде чем я начну углубляться в процесс составления списка услуг и категорий, давайте разберёмся с основными терминами, которые я буду использовать.

Категория – верхнеуровневый раздел сайта. Это самые большие товарные категории, которые охватывают широкие группы товаров. Например, это могут быть Смартфоны, Телевизоры или Ноутбуки.

Подкатегория – более точные товарные категории внутри основной категории. Например, LED телевизоры или Складные смартфоны. Подкатегории помогают пользователям быстрее найти нужный товар.

Производитель – выборка товаров по конкретному бренду. Например, Apple или Samsung. Фильтрация по производителю позволяет пользователям выбирать товары определённых марок, что может быть полезно для фанатов конкретного бренда.

Товарная выборка – товары, которые можно собрать по какому-то признаку, но более абстрактно, чем подкатегория. Например, мощные смартфоны или премиум телевизоры. Такие выборки могут включать товары из разных категорий и подкатегорий, объединённые общими характеристиками или предназначением. Этот тип категорий часто называют тегированными категориями или ссылками в зоне тега, но я предпочитаю термин "товарная выборка".

Выборка по характеристике – выборка товаров по определенному свойству. Например, ноутбуки с диагональю экрана 13 дюймов или ноутбуки на базе процессора Ryzen 7.

Перво-наперво я собираю те категории, которые уже реализованы на сайте. Может, вы подумаете, что вот и всё — семантика, как и структура сайта, готовы. Но вынужден вас огорчить, за всю мою карьеру ко мне не приходило ни одного сайта с хорошей и правильной структурой.

Также у вас может возникнуть вопрос: зачем в дальнейшем расширять семантику? Об этом я расскажу чуть дальше. Но поверьте, это ключ к успешному продвижению.

Когда у меня есть подробный список всех категорий, я могу увидеть, какие области требуют доработки, какие продукты мне нужно добавить, и как лучше всего структурировать мой сайт.

В дальнейшем я буду подробно разрабатывать категорию "Телевизоры".

Необходимо изучить ваших конкурентов. К сожалению, поисковые системы предпочитают похожие сайты. У конкурентов можно узнать, какие дополнительные категории стоит создать.

В контексте этой статьи мне интересны дочерние разделы у конкурентов в категории "телевизоры". Это поможет мне понять, какие подкатегории наиболее популярны и востребованы.

Процедура проста: В режиме инкогнито браузера я ввожу запрос "купить телевизор" в Яндекс и изучаю первые три сайта. Я смотрю на структуру каталога, подкатегории, фильтры и теги.

Важно: пропустите рекламу и сконцентрируйтесь на органических результатах.

У меня в топе 3 сайта:

Изучив их я составил следующую таблицу:

Если у вас ограничены бюджет и время, вы можете остановиться на этом, создав MVP структуру вашего сайта.

Семантику нужно разрабатывать в двух направлениях: в ширину и в глубину. Проработка всегда начинается в ширину. Например, для нашей категории "Телевизоры" это будет: {Главная фраза} + {уточнение по параметрам}, такие как "Телевизоры OLED", "телевизоры для дачи", "телевизоры Xiaomi".

Первым делом я составляю мыслекарту. Кстати, сейчас в этом хорошо помогает ChatGPT. Чтобы получить хороший ответ, я использую свой промпт:

Выступи в роли эксперта по созданию мыслекарт и помоги мне создать максимально подробную мыслекарту подкатегорий, товарных выборок и выборок по характеристикам для интернет-магазина для категории {категория}. Вместо типа ты должен написать по какому признаку идёт группировка. Используй следующую структуру:

Мой результат:

Затем я очищаю все полученные данные и объединяю их с предыдущей таблицей. Время от времени, ChatGPT может генерировать абсурдные данные (галлюцинировать), особенно это характерно для бесплатной версии 3.5. Для этой операции я рекомендую использовать новую бесплатную версию 4o.

К сожалению, из-за обилия маркетплейсов на SERP приходится создавать все категории и заносить в них фейковые товары.

Что это значит? Категория должна быть наполнена, но у товаров в ней может быть статус “нет в наличии”. Так мы убиваем двух зайцев: и категорию создаем, и не боремся с заказами того, чего у нас нет. Например, однажды мы сделали целый интернет-магазин диванов всех мастей для производителя только угловых диванов. Но по-другому, увы, сейчас не работает.

Это, конечно, не идеальный подход, но он позволяет вашему сайту оставаться конкурентоспособным и привлекать больше трафика.

Мы разобрались с понятием ширины, теперь перейдем к глубине. Это сложно объяснить словами, но я попробую на примере. Итак, "Телевизоры" - это первый уровень, далее глубже - "Телевизоры OLED", еще глубже - "Телевизоры OLED 32 дюйма", и на самом глубоком уровне - "Телевизоры OLED 32 дюйма белые". То есть, углубление семантики - это процесс перехода от общего к частному, от широкого понятия к конкретным деталям.

Этот подход помогает мне понять, что ищет пользователь на каждом уровне поиска. Если человек вводит в поисковую строку "Телевизоры OLED 32 дюйма белые", он уже знает, что ему нужно, и скорее всего готов к покупке и я должен дать ему такую страницу. Поэтому такие фразы особенно ценны для меня, ведь они привлекают уже заинтересованную аудиторию.

Теперь нужно создать новую таблицу. Да, ещё одну. В первой колонке я записываю название моей категории в единственном числе. Если раньше было "Телевизоры", теперь "телевизор". Во второй колонке я указываю все подкатегории, производителей, товарные выборки и выборки по характеристикам. В третьей я записываю формулу =CONCATENATE(A2;" ";B2). В результате должно получиться следующее:

Далее следует большой и трудоемкий процесс, который занимает значительную часть составления семантики. Многие автоматизируют этот процесс с помощью различных сервисов или фрилансеров на Kwork, но я должен сказать следующее: вам все равно придется потратить много времени на проверку всего. Так почему бы не сделать это самостоятельно? Я не вижу причин.

Так как это рассказ о том, как делаю я, я расскажу свой подход.

Первое, что вам понадобится, это специальный плагин для Вордстата. Я лично использую Yandex Wordstat Assistant от Semantica, который можно установить здесь. Он прост в использовании и отлично выполняет свою работу. Этот инструмент позволяет быстро собирать и обрабатывать ключевые фразы, что значительно упрощает процесс.

Затем я просто копирую то, что у получилось в ячейке C2. В моем случае это "Телевизор 4K" и вставляю в Яндекс Вордстат.

Теперь мне просто нужно нажать на "Добавить все", убедившись, что я развернул весь список ключевых фраз на странице. После этого они добавятся в плагин. Однако, в моем конкретном случае, я не могу определить, кто пишет букву “k” в конце на английском, а кто - на русском. Поэтому я повторяю эту операцию с буквой, противоположной той, которую я искал ранее. После этого я нажимаю на кнопку "копировать" в плагине.

Я скопировал все ключевые фразы (у меня получилось 2040) в таблицу и удалил лишние символы. Затем я выделил весь столбец, куда скопировал, и использовал сочетание клавиш Command+Shift+H. В открывшемся окне "Найти и заменить" я указал, что нужно найти "+", оставил поле "Заменить на" пустым и поставил галочку в опции "поиск по формулам". После этого я повторил процедуру, но уже с символом "=".

Далее мне нужно удалить все нулевые фразы. Нулевые фразы - это фразы с нулевым и почти нулевым точным вхождением.

Широкое соответствие – Это самый общий тип точности. Когда вы вводите ключевую фразу без каких-либо дополнительных символов, Яндекс Вордстат покажет вам все запросы, которые включают эту фразу, независимо от порядка слов и дополнительных слов в запросе. Например, если вы вводите "купить велосипед", вы получите результаты для запросов "купить телевизор недорого", "купить хороший телевизор" и т.д.

Фразовое соответствие – Для получения результатов с фразовым соответствием используйте кавычки. Например, запрос "купить велосипед" в кавычках покажет вам только те запросы, где эти слова стоят рядом и в этом порядке, например, "купить телевизор в Москве" или "купить телевизор в интернете". Это помогает сузить круг запросов до более релевантных.

Точное соответствие – Для точного соответствия используйте квадратные скобки. Например, [купить велосипед] покажет вам только те запросы, которые точно соответствуют введённой фразе, без добавления других слов. Это самый узкий и точный тип соответствия, который помогает понять, сколько людей ищут именно эту конкретную фразу.

Я использую сервис ARSENKIN TOOLS (это реферальная ссылка). В общем, я советую этот инструмент. Он предлагает множество полезных инструментов для SEO за небольшую плату. Минимальный тариф составляет 110 рублей, но большинство инструментов в нем недоступны. Я рекомендую тариф "STANDART" или более высокий.

Я перехожу в инструмент "Парсинг ключевых фраз, сбор частотности и сезонности", устанавливаю настройки так, как на скриншоте, и нажимаю кнопку "Начать проверку".

После небольшого ожидания, я скачиваю таблицу и переношу данные в Google Таблицы для удобства.

1. Удаляю все запросы с точной частотой от 0 до 5

Мой первый шаг - удалить все запросы с низкой частотностью, то есть те, которые встречаются от 0 до 5 раз. Я делаю это потому что эти запросы не приносят заметного трафика и лишь загромождают мой список ключевых слов для категории. После этого шага обычно останется лишь 5-10% ключей. Например, у меня из 2041 ключа осталось всего 122.

2. Ищу запросы с содержанием бренда

Теперь я ищу ключевые фразы, содержащие названия брендов. Эти запросы мне нужно перенести в таблицу “Таблица для углубления”, и добавить их в ячейку напротив соответствующего бренда.

Можно задуматься, зачем мне собирать эти фразы, если я их найду, когда буду углубляться в семантику "Телевизор + Бренд". Но я предпочитаю удалить дубликат, чем рискнуть не найти ключевую фразу.

3. Ищу информационные запросы

Информационные запросы часто содержат определённые признаки. Вот несколько примеров таких признаков. Такие запросы переносим в новую таблицу “Информационные запросы”:

Алгоритм:

Если я столкнулся с запросами, содержащими двойной признак, например, "телевизоры xiaomi 43 4к отзывы", нужно понять, что ищет пользователь. В данном случае он ищет отзывы, то есть информацию, следовательно, запрос является информационным.

Наконец, я удаляю запросы, которые содержат названия городов, не соответствующих моей целевой аудитории.

И так, мы получили довольно чистую семантику для дальнейшего углубления раздела.

Существуют два способа кластеризации ключей. Первый - это анализ выдачи, для которого можно использовать сервис ARSENKIN под названием "Кластеризация запросов". Однако, на мой взгляд, он подходит только для кластеризации верхних разделов. Поскольку я взял их у конкурентов и с помощью chatGPT, нам не нужно это делать.

Второй подход заключается в группировке по семантической близости. Это когда слова или фразы объединяются по смыслу.

1. Определение тематики

Первый шаг - понять, что на самом деле ищет пользователь с каждой ключевой фразой. Для этого мы можем разделить фразы по группам, основываясь на общих чертах, вроде размера экрана, типа телевизора, цены и особенностей.

2. Сортировка по релевантности

Затем мы собираем вместе фразы, которые относятся к одному виду товара или услуги. Например, все запросы про 32-дюймовые телевизоры пойдут в одну корзину, а запросы на покупку телевизоров 120 герц – в другую.

3. Создание кластеров

После сортировки фраз создаем кластеры и присваиваем им понятные названия. Это облегчит последующий анализ и использование данных.

После двух часов работы, я нашел семантику для одной характеристики одного раздела одной секции одной категории. Вот почему хорошее и проработанное семантическое ядро для всего сайта не может стоить дешево.

В следующей статье я подробно расскажу, как превратить кластеризованную семантику в структуру сайта. Мы подробно разберем понятия такие как категория, товарная выборка (тег) и выборка по характеристике.

Ну и по классике