Den avancerede vejledning til Keyword Clustering

Hvis dit mål er at øge din organiske trafik, skal du tænke på SEO i form af "produkt / markedskvalitet".

Søgeordforskning er "markedet" (hvad brugerne rent faktisk søger efter) og indhold er "produktet" (hvad brugerne bruger). "Fit" er optimering.

For at øge din organiske trafik har du brug for dit indhold for at afspejle virkeligheden af, hvad brugerne rent faktisk søger efter. Dit indhold planlægning og oprettelse, søgeord kortlægning og optimering bør alle tilpasse sig markedet. Dette er en af ​​de bedste måder at dyrke din organiske trafik på.

Hvorfor gider du med søgeordsgruppering?

En webside kan rangordne flere søgeord. Så hvorfor er vi ikke hyperfokuseret på planlægning og optimering af indhold, der målretter snesevis af lignende og beslægtede søgeord?

Hvorfor målrette kun ét søgeord med et indhold, når du kan målrette mod 20?

Konsekvensen af ​​søgeordsklyngning for at erhverve mere organisk trafik er ikke kun undervurderet, det er i høj grad ignoreret. I denne vejledning deler jeg med dig vores proprietære proces, vi har pioneret for gruppering af søgeord, så du ikke kun kan gøre det selv, men du kan maksimere antallet af søgeord, som dit fantastiske indhold kan rangordne.

Her er et virkeligt eksempel på en håndfuld af de øverste søgeord dette stykke indhold er ranking for. Den fulde liste er over 1,000-søgeord.

17 forskellige søgeord en side er ranking for

Hvorfor skal du passe?

Det ville være tåbeligt at fokusere på kun ét søgeord, da du ville miste 90% + af muligheden.

Her er et af mine yndlingseksempler på alle de søgeord, som et indhold kan potentielt målrette mod:

Liste over ~ 100 søgeord en side rækker for

Lad os dykke ind!

Del 1: Søgeordsamling

Før vi begynder at gruppere søgeord i klynger, har vi først brug for vores datasæt af søgeord, hvorfra vi skal gruppere.

I det væsentlige er vores job i denne indledende fase at finde alle mulige søgeord. I færd med at gøre det, får vi også utilsigtet mange irrelevante søgeord (tak, Søgeordplanlægger). Det er dog bedre at have mange relevante og langsigtede søgeord (og evnen til at filtrere bort de irrelevante) end at have en begrænset række søgeord til at målrette mod.

For ethvert klientprojekt siger jeg typisk, at vi samler hvor som helst fra 1,000 til 6,000-søgeord. Men sandheden bliver fortalt, vi har nogle gange fundet 10,000 + nøgleord, og nogle gange (i tilfælde af en lokal nicheklient) har vi fundet mindre end 1,000.

Jeg anbefaler at samle søgeord fra omkring 8-12 forskellige kilder. Disse kilder er:

  1. Dine konkurrenter
  2. Tredjepartsdataværktøjer (Moz, Ahrefs, SEMrush, AnswerThePublic osv.)
  3. Dine eksisterende data i Google Search Console / Google Analytics
  4. Brainstorming dine egne ideer og kontrol mod dem
  5. Mashing op søgeord kombinationer
  6. Autofuldfør forslag og "Søgninger relateret til" fra Google

Der er ingen mangel på kilder til søgeordsopsamling, og flere søgeordsforskningsværktøjer eksisterer nu end nogensinde før. Vores mål her er at være så omfattende, at vi aldrig skal gå tilbage og "finde flere søgeord" i fremtiden - medmindre der er et nyt emne, vi målretter mod.

Prequel til denne vejledning vil uddybe på søgeordskollektion i dybden. Lad os nu antage, at du har brugt et par timer til at samle en lang liste med søgeord, du har fjernet dubletterne, og du har semi-pålidelige søgevolumendata.

Del 2: Termanalyse

Nu hvor du har en uhåndterlig liste over 1,000 + søgeord, lad os omdanne det til noget nyttigt.

Vi begynder med langsigtet analyse. Hvad betyder det?

Vi bryder hvert søgeord adskilt ind i dets komponentbetingelser, der omfatter søgeordet, så vi kan se, hvilke vilkår der er mest hyppige.

For eksempel består nøgleordet: "bedste naturlige proteinpulver" af 4 udtryk: "bedste", "naturlige", "protein" og "pulver". Når vi bryder fra hinanden alle af nøgleordene i deres bestanddele, kan vi lettere analysere og forstå, hvilke vilkår (som underkomponenter af nøgleordene) er mest tilbagestående i vores søgeordsdatasæt.

Her er et stikprøve af 3-søgeord:

  • bedste naturlige proteinpulver
  • mest kraftfulde naturlige anti-inflammatoriske
  • hvordan man laver naturlig deodorant

Se nærmere på, og du vil bemærke, at begrebet "naturligt" forekommer i alle tre af disse søgeord. Hvis dette udtryk forekommer meget ofte i hele vores lange liste med søgeord, er det meget vigtigt, når vi begynder at gruppere vores søgeord.

Du skal bruge en ordfrekvensdisk til at give dig dette indblik. Det ultimative gratis værktøj til dette er Skriv ord 'Word Frequency Counter. Det er magisk.

Indsæt din liste over søgeord, klik på send, og du får noget som dette:

Liste over søgeord og hvor ofte de opstår

Kopier og indsæt din liste over tilbagevendende vilkår i et regneark. Du kan naturligvis fjerne præpositioner og udtryk som "er", "for" og "til".

Du får ikke altid mest værdi ved blot at kigge på individuelle vilkår. Nogle gange giver et ord med to ord eller tre ord dig indsigter, du ikke ville have ellers. I dette eksempel ses der udtryk for "mælk" og "mandel", men det viser sig, at dette faktisk er en del af udtrykket "mandelmælk".

For at samle disse indsigter skal du bruge Phrase Frequency Counter fra WriteWords og gentag processen for sætninger, der har to, tre, fire, fem og seks udtryk i dem. Indsæt alle disse data i dit regneark.

En ord med to ord, der forekommer hyppigere end et ord med en ord, er en indikator for dens betydning. For at tage højde for dette bruger jeg COUNTA-funktionen i Google Sheets for at vise mig antallet af udtryk i en sætning:

= COUNTA (SPLIT (B2, ""))

Nu kan vi se på vores søgeordsdata med en anden dimension: ikke kun det antal gange et udtryk eller en sætning forekommer, men også hvor mange ord der er i den sætning.

Endelig for at give mere vægt på sætninger, der gentager mindre hyppigt, men har flere betingelser i dem, sætter jeg en eksponent på antallet af udtryk med en grundlæggende formel:

= (C4 ^ 2) * A4

Med andre ord, tag antallet af vilkår og hæv det til en magt, og multiplicér det derefter med hyppigheden af ​​dets forekomst. Alt dette gør det mere vægt på, at en to-ordsætning, der forekommer sjældnere, stadig er vigtigere end et ordord, der kan forekomme hyppigere.

Da jeg aldrig ved lige den rigtige kraft til at hæve den, tester jeg flere og fortsætter med at sortere arket igen for at finde de vigtigste udtryk og sætninger i arket.

Regneark med søgeord og deres vægtede betydning

Når du ser på dette nu, kan du allerede se mønstre begynde at dukke op, og du er allerede begyndt at forstå dine søgere bedre.

I dette eksempeldatasæt går vi fra en liste over 10k + søgeord til en analyse af udtryk og sætninger for at forstå, hvad folk virkelig spørger. For eksempel "Hvad er det bedste" og "hvor kan jeg købe" er sætninger, vi helt kan forstå, at søgemaskiner bruger.

Jeg markerer de vigtige udtryk eller sætninger. Jeg forsøger at beholde dette tal til under 50 og maksimalt omkring 75; ellers vil gruppering blive håret i del 5.

Del 3: Hot ord

Hvad er varme ord?

Varm ord er de udtryk eller sætninger fra det sidste afsnit, som vi har anset for at være de vigtigste. Vi har forklarede varme ord i større dybde her.

Hvorfor er varme ord vigtige?

Vi forklarer:

Denne øvelse giver os en håndfuld de mest relevante og vigtige udtryk og sætninger til trafik og relevans, som derefter kan bruges til at oprette de bedste indholdsstrategier - indhold, der vil rangere højt, og til gengæld hjælpe os med at høste trafikbelønninger for din websted.

Når du udvikler din liste over hotwords, identificerer vi de højeste frekvens og mest relevante udtryk fra et stort udvalg af søgeord, der anvendes af flere af dine mest effektive konkurrenter til at generere deres trafik, og disse bliver "varme ord".

Når du arbejder med en klient (eller gør det selv), er der generelt 3 spørgsmål, vi ønsker besvaret for hvert varmt ord:

  1. Hvilke af disse vilkår er de vigtigste for din virksomhed? (0-10)
  2. Hvilke af disse udtryk er negative søgeord (vi vil ignorere eller undgå)?
  3. Enhver anden tilbagemelding om kvalificerede eller hensigtsmæssige søgeord?

Vi indsnævrer listen, fjerner eventuelle negative søgeord eller søgeord, der ikke er vigtige for hjemmesiden.

Når vi har vores endelige liste over varme ord, organiserer vi dem i brede emnegrupper som denne:

Organiseret regneark af varme ord efter emne

De forskellige farver har ingen betydning, men hjælper bare med at holde det visuelt organiseret til, når vi grupperer dem.

En vigtig ting at bemærke er, at ordstængler spiller en vigtig rolle her.

F.eks. Overveje at alle disse ord nedenfor har samme underliggende relevans og betydning:

  • blog
  • blogs
  • blogger
  • bloggere
  • Blogging

Derfor skal vi bruge ordet "blog" for alle dem, når vi grupperer søgeord, for at overveje "blog" og "blogging" og "bloggere" som en del af den samme klynge. Ordstængler er vores bedste ven, når de grupperes. Synonymer kan organiseres på en lignende måde, der grundlæggende er to forskellige måder at sige det samme på (og samme bruger hensigt) som "build" og "create" eller "search" og "look for."

Del 4: Forberedelse til søgeordsgruppering

Nu skal vi få os til at sætte os op for vores herculean opgave med clustering.

For at starte, kopier din liste over varme ord og transponere dem vandret over en række.

Skærmbillede af menu i regneark

Skriv dine søgeord i den første kolonne.

Skærmbillede af søgeordets regneark

Nu begynder den virkelige magi.

Efter meget forskning og nudler rundt opdagede jeg funktionen i Google Sheets, der fortæller os, om en stamme eller et udtryk er i et søgeord eller ej. Det bruger RegEx:

= IF (RegExMatch (A5, "sundhed"), "YES", "NO")

Dette fortæller os blot, om dette ordstam eller -ord er i det pågældende søgeord eller ej. Du skal individuelt indstille udtrykket for hver kolonne for at få dit "JA" eller "NEJ" svar. Jeg trækker så denne formel ned til alle rækkerne for at få alle de JA / NEJ svar. Google Sheets tager ofte et øjeblik eller deromkring for at behandle alle disse data.

Dernæst skal vi "hardkode" disse formler, så vi kan fjerne NO'erne og overlades kun med et JA, hvis disse udtryk eksisterer i det pågældende søgeord.

Kopier alle dataene og kun "Indsæt kun værdier".

Skærmbillede af regnearkmenuen

Brug nu "Find og erstat" for at fjerne alle NO'er.

Skærmbillede af Find og erstat popup

Hvad du er tilbage med, er intet mindre end et kunstværk. Du har nu den mest effektive måde at gruppere dine søgeord på. Lad grupperingen begynde!

Skærmbillede af søgeordets regneark

Del 5: Søgeord gruppering

På dette tidspunkt er du nu oprettet til succes med søgeordsklynger.

Denne del er halv kunst, halv videnskab. Ingen vent, jeg tager det tilbage. For at gøre denne del rigtigt har du brug for:

  • En dyb forståelse af, hvem du målretter mod, hvorfor de er vigtige for virksomheden, brugerens hensigt og relevans
  • God dømmekraft at gøre afvigelser, når man bryder nøgleordene ind i grupper
  • God intuition

Dette er en af ​​de vanskeligste dele for mig at træne nogen til at gøre. Det kommer med erfaring.

På toppen af ​​arket bruger jeg COUNTA-funktionen for at vise mig, hvor mange gange dette ordtrin er fundet i vores søgeordssæt:

= TÆLV (C3: C10000)

Dette er vigtigt, fordi det som regel er at starte med de mest nichemæssige emner, der mindst overlapper andre emner. Hvis du starter for bredt, overlapper dine søgeord med andre søgeordgrupper, og du har svært ved at segmentere dem i meningsfulde grupper. Start med de mest smalle og specifikke grupper først.

Til at begynde med, vil du sortere arket med ordstammen.

Ordet stængler, der forekommer kun en håndfuld gange, vil ikke have en stor overlapning. Så begynder jeg ved at sortere arket ved den kolonne og kopiere og indsætte disse søgeord i deres egen nye fane.

Nu har du din første søgeordsgruppe!

Her er et første gruppeeksempel: "matcha" -gruppen. Dette kan være sit eget projekt i sig selv: for eksempel, hvis en hjemmeside handlede om matcha te og der var andre tangentielt relaterede søgeord.

Skærmbillede af liste over matcha-relaterede søgeord

Da vi fortsætter med at opdele en søgeordskonference og derefter en anden, er vi ved slutningen af ​​mange forskellige søgeordgrupper. Hvis de grupper, du er nået til, er for brede, kan du underinddele dem endnu mere i smalere søgeordsundergrupper for mere fokuserede indholdsstykker. Du kan følge den samme proces for denne brede søgeordskoncern og gøre det til en mikrokosmos af samme proces for at opdele søgeordene i mindre grupper baseret på ordstænger.

Vi kan skabe et overblik over grupperne for at se volumen og aktuelle muligheder fra et højt niveau.

Skærmbillede af regneark med oversigt over søgeordsgruppen

Vi ønsker ikke bare at overveje søgevolumen, men også ideelt også hensigt, konkurrenceevne og så videre.

Sådan!

Du har med succes taget en liste over tusindvis af søgeord og grupperet dem i relevante søgeordgrupper.

Vent, hvorfor gjorde vi alt dette hårde arbejde igen?

Nu kan du endelig nå frem til det "produkt / marked passer" vi talte om. Det er magisk.

Du kan tage hver søgeordskoncern og oprette et stykke optimeret indhold omkring det, målretning snesevis af søgeord, der eksponentielt øger dit potentiale for at erhverve mere organisk trafik. Boo yah!

Helt færdig. Hvad nu?

Nu begynder den rigtige sjov. Du kan begynde at planlægge nyt indhold, som du aldrig vidste, du skulle lave. Alternativt kan du kortlægge dine søgeordsgrupper (og undergrupper) til eksisterende sider på dit websted og tilføje søgeord og optimeringer til toppunktetiketter, kropstekst og så videre for alle de langhalse søgeord, du havde ignoreret.

Søgeordsgruppering er undervurderet, overset og ignoreres generelt. Det skaber en massiv ny mulighed for at optimere for vilkår, hvor ingen eksisterede. Nogle gange er det bare at tilføje en sætning eller et par sætninger rettet mod et langt hale søgeord her og der, der vil bringe i den trinvise søgetrafik til dit websted. Gør dette dusinvis af gange, og du vil fortsætte med at få trinvise stigninger i din organiske trafik.

Hvad mener du?

Efterlad en kommentar nedenfor, og lad mig vide, at du påtager dig søgeordsklynger.

Har du brug for en hånd? Bare giv mig en råbe, jeg er glad for at hjælpe.

Kilde

Giv en kommentar

Dette websted bruger Akismet til at reducere spam. Lær, hvordan dine kommentardata behandles.