В идеале процесс работает так:

2) Собираете семантику по маркерным запросам откуда угодно: от Wordstat до поисковых подсказок.

Неважно, что вы используете при сборе. У всех сервисов разное качество, но принцип один: на входе вы вводите маркерный запрос, а программа выдает расширения, которые содержат фразу.

Задача, которую приходится решать вручную - определить те самые маркеры (базисы). Каждый из них отражает собственный спрос, ключевые фразы, расширения и охват. Для этого необходимо хотя бы минимальное знакомство с ассортиментом.

Когда речь идет о брендовой семантике, понятно, как искать маркеры. У бренда есть, как правило, русское или английское написание, названия серий, моделей. При этом важно учесть все ошибочные и синонимичные написания. О других случаях с примерами будет далее в статье.

3) Получаете десятки-сотни тысяч запросов, чистите их от «мусора» и получаете две группы: нужные запросы и минус-слова.

Рассмотрим брендовую семантику на примере интернет-магазина туристического оборудования и товаров «Моя планета».

У магазина около 70-80 брендов, один из них - Stanley. Это и инструменты, и мебель, и посуда, и много другого. Нет смысла собирать все расширения от слова stanley, иначе будет очень много «мусора». Поэтому оставляем запросы из 2-3 слов:

Чаще всего лучше брать трехсловники или двухсловники, в некоторых специфических случаях допустимы однословники.

Термосы - самый популярный товар, у него 3 написания названия бренда - станлей, стенли, stanley, - и есть маркеры по сериям: stanley mountain, стенли классик.

Чем больше базисов, тем шире охват. У нас получается 70 видов товаров, по каждому - 20-50 базисов. Общий объем «хвоста» - несколько сотен тысяч расширенных запросов. Они могут пересекаться, но частично: как правило, процент пересечения невысокий.

В итоге вы получаете 100% охват, но тратите очень много времени на обработку данных. Чтобы ускорить процесс, часто используют способ перемножения запросов в скрипте-перемножалке.

Для брендового семантического ядра такой метод ускоряет работу. Но что делать, когда вы предлагаете услуги на высококонкурентном рынке?

Семантика по сложным услугам

В этой ситуации - более неочевидные запросы, которые можно выявить только с помощью глубокого анализа.

Пример - «дизельный» автосервис, клиент агентства MOAB.

Исходные данные: прежний подрядчик перемножал стандартные названия услуг на транзакционные слова типа «цены», «купите» и прочие. В итоге получались базисы «ремонт форсунок», «ремонт ТНВД» и иже с ними.

Этот подход дает самые банальные формулировки. Точная копия ключа, перестановка слов, разные падежи и словоформы - не вариант для проявления креатива. Все - и подрядчики, и клиенты - мыслят одинаково, используют однотипные формулировки и транзакционные слова. Запросы «от фонаря» быстро перегреваются.

Результат - потеря охвата и, как следствие, недостаточная загруженность сервиса, так как нет показов по неочевидным запросам. Их и невозможно получить простым перемножением.

Парадокс ситуации в том, что трафика немного (до 10 посетителей в сутки), но аукцион жуткий (до 40 рублей за клик). Даже сервису с огромной материальной базой, низкой себестоимостью и большим потоком клиентов практически невозможно окупить ставки по конкретному ключу.

По результатам анализа мы нашли дополнительные базисы (указана частотность по Москве):

Большинство из них и для самого заказчика были откровением: он не подозревал, что потенциальные клиенты могут ТАК формулировать поиск, хотя давно работает в этой сфере.

Эти запросы далеко не очевидные и для конкурентов, а потому неперегретые. Прогнозный суточный трафик - около 400-500 пользователей, суммарно для всех систем. Средняя цена по ним гораздо ниже, чем по фразам типа «ремонт форсунок».

Как систематизировать, если маркеры не привязаны к бренду и содержат размытый спрос? Что ищет целевая аудитория - этого не придумать спонтанно и не услышать от заказчика.

Одна проблема генерирует неизвестный большой массив запросов: дизель дымит черным, сизым, белым, не работает, стучит, гремит и т.д. Ваша задача - разбить этот массив на кластеры, чтобы разграничить на конечное количество потребностей.

Переменные спроса

В случае с брендом «якорь» спроса - само название. Товары Stanley не могут называться как-то иначе, это в любом случае нечто со словом «Stanley».

Для сложной услуги спрос распадается на несколько составляющих (переменных). Невозможно сформулировать проблему без одного из них:

• Проблема с агрегатом - пользователь знает или предполагает, что сломалось (форсунки, ТНВД, плунжера). И дальше начинается полет фантазий - «форсунка стучит», «форсунка гремит», «форсунка дымит» и т.д.
• Проблема с машиной - он не знает, что сломалось и не хочет это выяснять, просто пишет название марки своей машины (Scania, Камаз, Man). В нашем случае бензиновые машины - не наш профиль, отбираем только те, которые работают на дизеле;
• Через топливо - человек не указывает машину или агрегат, а указывает тип топлива - «дизельный двигатель», «дизель», «дизельный автомобиль ремонт»;
• Через проявление проблемы («дымит», «не едет»). Например, черный дым - характерная дизельная проблема, здесь не нужно уточнять, бензин это или дизель;
• Через код ошибки по автосканеру («ошибка 1235», «ошибка 0489»).

С большой вероятностью человек, у которого сломался дизель, употребит хотя бы одно из значений этих переменных в запросе. Это «якорь», вокруг которого вертится спрос по проблеме.

Рекомендация: чтобы разбивать запросы на переменные и подбирать их значения, нужно представлять, как потенциальная аудитория говорит о проблемах. Для этого полезно изучать сайты конкурентов, тематические форумы, сообщества и т.д.

Чем это отличается от перемножения

Представьте, есть гора, внутри которой - золотые слитки, которые вам надо добыть. Стандартный способ - выкопать шахту в этой горе и собрать золото, которое попадется на пути исследования.

Другой вариант - вы срываете гору экскаватором и отвозите на горнообогатительный комбинат. Он более трудозатратный и требует больше компетенций, но зато из всей массы пород вы соберете всё золото.

По аналогии с этим мы берем весь спрос по запросу «дизель», «дизельный» и прорабатываем все расширения в глубину в Wordstat. Затем по каждому собираем поисковые подсказки. По полученному массиву пробиваем частотность, удаляем дубли и получаем итоговый объем запросов.

Допустим, у нас получилось 100 тысяч. Что дальше с ними делать? Отбираем нужные фразы.

Для этого загоняем каждый массив в «Анализ Групп» в Key Collector. Применяем частотный словарь запросов. В нем необходимо поставить группировку по фразам и залить во вкладку ключевые слова.

Что получаем:

Это запросы, про которые не расскажет клиент. Так практически никто не делает, поэтому и конкуренция по такой семантике минимальная.

На этом этапе не надо чистить массив от минус-слов и т.д. Нужно просто просмотреть частотный словарь и выявить двухсловники, которые явно указывают на авторемонт.

В чем преимущества? Часто употребляемые группы запросов привязаны к наиболее популярным проблемам. Программа сортирует группы по количеству входящих в них слов. Вы просматриваете все результаты и выявляете группы, которые подходят под вашу проблему.

Вы получаете всё, что вообще можно в этой тематике собрать. При этом нормально, если у вас исходно 100 тысяч запросов со словом «дизель» и только 10 тысяч после анализа.

Подобную работу проделываете со всеми значениями переменных.

Семантика для точного спроса

Для автотехцентра «ЯпиМоторс» агентство MOAB составило один из самых больших семантических планов за свою историю. Специфика клиента: ему необходимо обеспечить точный трафик.

Заказчик четко обозначил исходные условия: есть точный перечень работ (300 штук), которые он выполняет, и список марок (70 штук), с которыми работает.

На первом этапе мы искали всевозможные названия по списку работ:

• Ремонт тормозов - ремонт тормозной системы, замена тормозной системы, не работают тормоза и т.д.
• Ремонт двигателя - ремонт ДВС, замена ДВС, ремонт движка и т.д.

Японские названия сложные, их часто пишут с ошибками. В итоге 70 заданных марок / моделей превратились в 270 строк различных вариантов написания латиницей и кириллицей.

Рынок большой, поэтому компания не претендовала на весь целиком. Логично: один автосервис не может обслуживать всю Москву. Его цель - небольшая часть этого спроса, но максимально горячая, и за минимальные деньги. Поэтому мы определили запросы, которые уже сейчас имеют неотложную потребность.

Если пользователь пишет в поиске «черный дым дизель», он может еще неделю ездить на дымящем автомобиле, прежде чем тот совсем накроется. А «ремонт ходовой цена» - прямо сейчас может сконвертироваться.

Перемножаем 450 работ на 270 моделей и получаем список маркеров, по которому снимаем частотность.

Около 5 тысяч базисов показали ненулевую частотность и «хвост» расширений в 50 тысяч. В отличие от ядра по дизелю, в котором много «мусора», это содержит минимальное число минус-слов, практически все запросы целевые.

Семантика для фидов

Зачем её собирать

Семантика для фидов обеспечивает достоверный минус-файл и чистоту трафика.

Стандартного списка минус-слов недостаточно. В лучшем случае они закрывают 30-40% реальных минус-слов. В каждой тематике также есть запросы, которые содержат характерные слова и делают сам запрос нецелевым, нерелевантным для вас. Поэтому нужно собирать минус-слова для фидов на основе реальных запросов.

Пример - запросы по автозапчастям Bosch. Это массив в несколько сотен тысяч. Из него мы выделили те, которые содержат цифры - это запросы товарные, таких получилось 20-30 тысяч. Мы составили из них частотный словарь, чтобы найти группы с нерелевантным спросом. Важно брать реальные фразы по конкретному бренду.

Это дает более точный файл минус-слов, на основе которого можно запретить нецелевые показы. В итоге по России средняя цена клика составила 7-10 рублей, а цена заявки - 60-70 рублей. Мы добились высокой конверсии, так как привлекали только трафик, близкий к покупке.

Подводные камни рекламы на фидах

Это «фэйковые» артикулы и названия товаров.

Допустим, у вас 10 тысяч автозапчастей. В процессе важно проверить, нет ли среди артикулов двойные значения. Он может означать как товар, так и ГОСТ, инструкцию, которые не имеют отношения к вашей тематике. Или товар абсолютно из другой области.

Как это проверить? Берете список артикулов и пробиваете по ним частотность. Также вручную выявляете артикулы с двойным значением. По ним уточняете семантику - добавляете название бренда или уточняющие слова, чтобы исключить показы по нецелевому охвату.

Достаточно ли в объявление добавить артикул или нужно «%артикул + %купить (или другое транзакционное слово) »

Второй вариант не дает дополнительного трафика, но вы можете напрямую контролировать позицию объявления не только по запросу артикула, но и по запросу «%артикул + %купить» через подключение биддера.

Так было до недавнего времени. На очень больших товарных фидах не хватало баллов, чтобы загрузить много ключевых слов, и приходилось от этого отказываться.

Вывод: нет смысла размножать семантику по фидам. Достаточно добавить одно самое широкое название артикула или индекс товара.

Что делать со статусом «мало показов»

В первую очередь смотрите не что и как выпало, а изменился ли трафик. Если нет, переживать не стоит. Значит, эти объявления не генерировали трафик.

Если заметно снизился - не плюс-минус 10% погрешность, а больше, - то нужно разбираться: скорее всего, ошибки в кластеризации по кампании, подборе семантики. Хотя, применительно к фидам, такое маловероятно.

SEO или контекст - что лучше

Как планировать маркетинг

В современных условиях нужно окупаться на любых каналах. Принципиальной идеологической разницы между ними быть не должно.

Как это выглядит при нормальном планировании? Сначала мы определяемся с нишей, делаем HTML-макет сайта, движок, и тут же начинаем составлять семантику. При этом важно, чтобы структура зависела не от каталога и не от вашего видения разделов, а от семантики. То, что люди ищут чаще всего, разместите на видных местах.

После того, как собрали семантику и определились со структурой, создаем и наполняем контентом сайт.

Рекомендация: сначала контекст, потом SEO. Можно почистить и сгруппировать семантику и запустить контекст, чтобы бизнес зарабатывал деньги. Пусть не очень большие суммы (200-400 тысяч рублей), но быстро. За 2-4 месяца можно построить цепочку продаж, чтобы реинвестировать эти деньги под SEO.

В чем синергия процессов? Результаты, полученные при кластеризации в контексте, можно использовать при кластеризации в SEO. Не всё и не всегда будет одинаково, но многое можно взять из контекста для SEO.

Вывод: SEO и контекст скоро станут почти неразличимы, а экономия от их синергии растет.

Резюме

1) На начальном этапе более важен не сам сбор (всё автоматизировано), а поиск базисов;

2) Базисы могут быть простые и чистые (гироскутер) и мусорные и грязные (дизель);

3) Проверьте, все ли синонимы и переформулировки вы собрали: в помощь Wordstat и блок «похожие запросы» в SERP;

Брендовая семантика

В идеале процесс работает так:

2) Собираете семантику по маркерным запросам откуда угодно: от Wordstat до поисковых подсказок.

Неважно, что вы используете при сборе. У всех сервисов разное качество, но принцип один: на входе вы вводите маркерный запрос, а программа выдает расширения, которые содержат фразу.

Задача, которую приходится решать вручную – определить те самые маркеры (базисы). Каждый из них отражает собственный спрос, ключевые фразы, расширения и охват. Для этого необходимо хотя бы минимальное знакомство с ассортиментом.

Когда речь идет о брендовой семантике, понятно, как искать маркеры. У бренда есть, как правило, русское или английское написание, названия серий, моделей. При этом важно учесть все ошибочные и синонимичные написания. О других случаях с примерами будет далее в статье.

3) Получаете десятки-сотни тысяч запросов, чистите их от «мусора» и получаете две группы: нужные запросы и минус-слова.

Рассмотрим брендовую семантику на примере интернет-магазина туристического оборудования и товаров «Моя планета».

У магазина около 70-80 брендов, один из них – Stanley. Это и инструменты, и мебель, и посуда, и много другого. Нет смысла собирать все расширения от слова stanley, иначе будет очень много «мусора». Поэтому оставляем запросы из 2-3 слов:

Чаще всего лучше брать трехсловники или двухсловники, в некоторых специфических случаях допустимы однословники.

Термосы – самый популярный товар, у него 3 написания названия бренда – станлей, стенли, stanley, – и есть маркеры по сериям: stanley mountain, стенли классик.

Чем больше базисов, тем шире охват. У нас получается 70 видов товаров, по каждому – 20-50 базисов. Общий объем «хвоста» – несколько сотен тысяч расширенных запросов. Они могут пересекаться, но частично: как правило, процент пересечения невысокий.

В итоге вы получаете 100% охват, но тратите очень много времени на обработку данных. Чтобы ускорить процесс, часто используют способ перемножения запросов в скрипте-перемножалке.

Для брендового семантического ядра такой метод ускоряет работу. Но что делать, когда вы предлагаете услуги на высококонкурентном рынке?

Семантика по сложным услугам

В этой ситуации – более неочевидные запросы, которые можно выявить только с помощью глубокого анализа.

Пример – «дизельный» автосервис, клиент агентства MOAB.

Исходные данные: прежний подрядчик перемножал стандартные названия услуг на транзакционные слова типа «цены», «купите» и прочие. В итоге получались базисы «ремонт форсунок», «ремонт ТНВД» и иже с ними.

Этот подход дает самые банальные формулировки. Точная копия ключа, перестановка слов, разные падежи и словоформы – не вариант для проявления креатива. Все – и подрядчики, и клиенты – мыслят одинаково, используют однотипные формулировки и транзакционные слова. Запросы «от фонаря» быстро перегреваются.

Результат – потеря охвата и, как следствие, недостаточная загруженность сервиса, так как нет показов по неочевидным запросам. Их и невозможно получить простым перемножением.

Парадокс ситуации в том, что трафика немного (до 10 посетителей в сутки), но аукцион жуткий (до 40 рублей за клик). Даже сервису с огромной материальной базой, низкой себестоимостью и большим потоком клиентов практически невозможно окупить ставки по конкретному ключу.

По результатам анализа мы нашли дополнительные базисы (указана частотность по Москве):

Большинство из них и для самого заказчика были откровением: он не подозревал, что потенциальные клиенты могут ТАК формулировать поиск, хотя давно работает в этой сфере.

Эти запросы далеко не очевидные и для конкурентов, а потому неперегретые. Прогнозный суточный трафик – около 400-500 пользователей, суммарно для всех систем. Средняя цена по ним гораздо ниже, чем по фразам типа «ремонт форсунок».

Как систематизировать, если маркеры не привязаны к бренду и содержат размытый спрос? Что ищет целевая аудитория – этого не придумать спонтанно и не услышать от заказчика.

Одна проблема генерирует неизвестный большой массив запросов: дизель дымит черным, сизым, белым, не работает, стучит, гремит и т.д. Ваша задача – разбить этот массив на кластеры, чтобы разграничить на конечное количество потребностей.

Переменные спроса

В случае с брендом «якорь» спроса – само название. Товары Stanley не могут называться как-то иначе, это в любом случае нечто со словом «Stanley».

Для сложной услуги спрос распадается на несколько составляющих (переменных). Невозможно сформулировать проблему без одного из них:

• Проблема с агрегатом – пользователь знает или предполагает, что сломалось (форсунки, ТНВД, плунжера). И дальше начинается полет фантазий – «форсунка стучит», «форсунка гремит», «форсунка дымит» и т.д.
• Проблема с машиной – он не знает, что сломалось и не хочет это выяснять, просто пишет название марки своей машины (Scania, Камаз, Man). В нашем случае бензиновые машины – не наш профиль, отбираем только те, которые работают на дизеле;
• Через топливо – человек не указывает машину или агрегат, а указывает тип топлива – «дизельный двигатель», «дизель», «дизельный автомобиль ремонт»;
• Через проявление проблемы («дымит», «не едет»). Например, черный дым – характерная дизельная проблема, здесь не нужно уточнять, бензин это или дизель;
• Через код ошибки по автосканеру («ошибка 1235», «ошибка 0489»).

С большой вероятностью человек, у которого сломался дизель, употребит хотя бы одно из значений этих переменных в запросе. Это «якорь», вокруг которого вертится спрос по проблеме.

Рекомендация: чтобы разбивать запросы на переменные и подбирать их значения, нужно представлять, как потенциальная аудитория говорит о проблемах. Для этого полезно изучать сайты конкурентов, тематические форумы, сообщества и т.д.

Чем это отличается от перемножения

Представьте, есть гора, внутри которой – золотые слитки, которые вам надо добыть. Стандартный способ – выкопать шахту в этой горе и собрать золото, которое попадется на пути исследования.

Другой вариант – вы срываете гору экскаватором и отвозите на горнообогатительный комбинат. Он более трудозатратный и требует больше компетенций, но зато из всей массы пород вы соберете всё золото.

По аналогии с этим мы берем весь спрос по запросу «дизель», «дизельный» и прорабатываем все расширения в глубину в Wordstat. Затем по каждому собираем поисковые подсказки. По полученному массиву пробиваем частотность, удаляем дубли и получаем итоговый объем запросов.

Допустим, у нас получилось 100 тысяч. Что дальше с ними делать? Отбираем нужные фразы.

Для этого загоняем каждый массив в «Анализ Групп» в Key Collector. Применяем частотный словарь запросов. В нем необходимо поставить группировку по фразам и залить во вкладку ключевые слова.

Что получаем:

На этом этапе не надо чистить массив от минус-слов и т.д. Нужно просто просмотреть частотный словарь и выявить двухсловники, которые явно указывают на авторемонт.

В чем преимущества? Часто употребляемые группы запросов привязаны к наиболее популярным проблемам. Программа сортирует группы по количеству входящих в них слов. Вы просматриваете все результаты и выявляете группы, которые подходят под вашу проблему.

Вы получаете всё, что вообще можно в этой тематике собрать. При этом нормально, если у вас исходно 100 тысяч запросов со словом «дизель» и только 10 тысяч после анализа.

Подобную работу проделываете со всеми значениями переменных.

Семантика для точного спроса

Для автотехцентра «ЯпиМоторс» агентство MOAB составило один из самых больших семантических планов за свою историю. Специфика клиента: ему необходимо обеспечить точный трафик.

Заказчик четко обозначил исходные условия: есть точный перечень работ (300 штук), которые он выполняет, и список марок (70 штук), с которыми работает.

На первом этапе мы искали всевозможные названия по списку работ:

• Ремонт тормозов – ремонт тормозной системы, замена тормозной системы, не работают тормоза и т.д.
• Ремонт двигателя – ремонт ДВС, замена ДВС, ремонт движка и т.д.

Японские названия сложные, их часто пишут с ошибками. В итоге 70 заданных марок / моделей превратились в 270 строк различных вариантов написания латиницей и кириллицей.

Рынок большой, поэтому компания не претендовала на весь целиком. Логично: один автосервис не может обслуживать всю Москву. Его цель – небольшая часть этого спроса, но максимально горячая, и за минимальные деньги. Поэтому мы определили запросы, которые уже сейчас имеют неотложную потребность.

Если пользователь пишет в поиске «черный дым дизель», он может еще неделю ездить на дымящем автомобиле, прежде чем тот совсем накроется. А «ремонт ходовой цена» – прямо сейчас может сконвертироваться.

Перемножаем 450 работ на 270 моделей и получаем список маркеров, по которому снимаем частотность.

Около 5 тысяч базисов показали ненулевую частотность и «хвост» расширений в 50 тысяч. В отличие от ядра по дизелю, в котором много «мусора», это содержит минимальное число минус-слов, практически все запросы целевые.

Семантика для фидов

Зачем её собирать

Семантика для фидов обеспечивает достоверный минус-файл и чистоту трафика.

Стандартного списка минус-слов недостаточно. В лучшем случае они закрывают 30-40% реальных минус-слов. В каждой тематике также есть запросы, которые содержат характерные слова и делают сам запрос нецелевым, нерелевантным для вас. Поэтому нужно собирать минус-слова для фидов на основе реальных запросов.

Пример – запросы по автозапчастям Bosch. Это массив в несколько сотен тысяч. Из него мы выделили те, которые содержат цифры – это запросы товарные, таких получилось 20-30 тысяч. Мы составили из них частотный словарь, чтобы найти группы с нерелевантным спросом. Важно брать реальные фразы по конкретному бренду.

Это дает более точный файл минус-слов, на основе которого можно запретить нецелевые показы. В итоге по России средняя цена клика составила 7-10 рублей, а цена заявки – 60-70 рублей. Мы добились высокой конверсии, так как привлекали только трафик, близкий к покупке.

Подводные камни рекламы на фидах

Допустим, у вас 10 тысяч автозапчастей. В процессе важно проверить, нет ли среди артикулов двойные значения. Он может означать как товар, так и ГОСТ, инструкцию, которые не имеют отношения к вашей тематике. Или товар абсолютно из другой области.

Как это проверить? Берете список артикулов и пробиваете по ним частотность. Также вручную выявляете артикулы с двойным значением. По ним уточняете семантику – добавляете название бренда или уточняющие слова, чтобы исключить показы по нецелевому охвату.

Достаточно ли в объявление добавить артикул или нужно «%артикул + %купить (или другое транзакционное слово) »

Да, именно так! Возможно сейчас Вы так не думаете, но это факт! И в этой статье я расскажу почему так. Кроме этого я отвечу еще на ряд вопросов:

Что такое семантическое ядро (СЯ)?

Кому оно нужно?

Как собирать семантическое ядро?

Начнем с самого простого, с первого пункта, определения семантического ядра.

Семантическое ядро это набор поисковых запросов их форм и сочетаний, которые максимально точно характеризуют (подходят) для описания услуг, товаров, предлагаемых вами.

Пункт второй.

Семантическое ядро нужно для выполнения многих задач, мы приведем в пример основные:

Для SEO продвижения. Сбор семантического ядра позволит не только получиться список ключевых слов, на основании которого можно эффективно оптимизировать контент и получить больше поискового трафика, но при необходимости изменить структуру сайта на основании семантики. Изменение структуры подразумевает создание новых посадочных страниц и построение связей между существующими страницами с целью более эффективного продвижения.

Для максимального охвата запросов при настройке контекстной рекламы. Собрав всевозможные поисковые запросы, на данный момент, вы сможете настроить показ ваших объявлений по ним. Очень часто цена за клик по низкочастотному запросу (запрос который выполняют пользователи всего пару раз в месяц) на порядок ниже, чем цена за клик по более широкому запросу из вашей тематики.

Если вы только начинаете свой бизнес в сети интернет, и планируете создать свой сайт. Зная по каким запросам вас ищут пользователи, вы сможете максимально точно / эффективно создать структуру вашего сайта создав верную иерархию страниц, и сами страницы.

Если вы нашли себя в одном из трех пунктов, то вы можете заказать услугу сбора семантического ядра у нас.

Сбор семантического ядра для контекстной рекламной компании

Одним из самых главных и важных пунктов при сборе СЯ является глубокое изучение тематики продукта, понимания бизнес модели и основных целей бизнеса клиента. Это позволит понять, что важно для клиента и что не особо важно, какие запросы подходят для клиента, а какие нет.

Исходя из этого, можно создать несколько видов СЯ:

коммерческие* (поисковые запросы типа купить/цена/заказать/стоимость +продукт)

некоммерческое (информационные, общие, навигационные и другие запросы)

объединенное СЯ , в него входят как коммерческие так и другие запросы.

*Коммерческое семантическое ядро максимально подходит для настройки контекстной рекламы, так как пользователь интересуется стоимостью товара, или готов заказать/купить товар прямо сейчас (или в ближайшее время).

Технические детали по сбору СЯ для контекстной рекламы, разделим на несколько пунктов:

Определение центрального ключевого слова;

Подбор слов которые описываю ваш товар или услугу;

Сбор ключевых слов;

Чистка семантического ядра от нецелевых запросов (параллельный сбор минус-слов).

Построение семантического ядра для контекста начинается с понимания, что является для вас центральным, ключевым запросом (Назовем его ЦС - центральное слово). В большинстве случаев это высокочастотное ключевое слово, к нему подбираются другие слова которые описывают ваш товар или услугу.

Это может быть:

действие (купить, заказать, продажа….);

бренды/производители товаров которые предоставляете вы;

вид товара;

спецификация товаров;

цвет товара;

географические приставки и другие варианты.

Таким образом, у нас появляется дерево, корни которого уходят все глубже и глубже в детали вашего товара или услуги. (Именно таким образом составляется Mind Map карта ключевых слов)

Более подробно о том, как должна выглядить MindMap для семантического ядра смотрите на картинке (для увеличения нужно нажать на картинку):

ЦС + действие (бассейн купить);

ЦС + действие + гео. приставка (бассейн купить Киев);

ЦС + вид + действие (бассейн надувной купить);

ЦС + спецификация товара + действие (бассейн 305х76 купить);

ЦС + цвет + действие (бассейн синий купить);

ЦС + бренд + действие (бассейн Intex купить);

ЦС + вид + бренд + действие (бассейн каркасный Intex купить);

ЦС + цвет + вид + бренд + действие (бассейн синий каркасный Intex купить).

Пересекать ключевые слова можно в многих вариациях (вплоть до “все со всем“), и не переживайте если по ним не будет спроса, позже, после парсинга, такие ключевые слова мы исключим.

Сделать это можно руками (через Яндекс Wordstat или планировщик ключевых слов от Google) + использовав Excel.

Это бесплатные инструменты, но для выполнения наших задач понадобится много времени, терпения и усилий.

Можно использовать базы ключевых слов, например Пастухова или МОАБ. Отличная штука, но нужно держать актуальную базу под рукой, так как новые запросы появляются регулярно.

Программные продукты:

Слово*б - программа для парсинга ключевых слов, бесплатный продукт.

Слово*б аналог платной программы Key Collector, работает медленно но уверенно. Для маленьких проектов справится без проблем, для больших, без Анти-капчи, уходила неделя на сбор СЯ

Key Collector - этот инструмент просто спасет вас от части рутины, но нужно уметь им пользоваться и он платный.

Чистка семантического ядра.

Собираем частотность запросов из нашего СЯ. (Помните мы пересекали “все со всем”, таким образом получилась искусственная семантика) Запросы в которых частотность ноль, нужно удалить или выгрузить в отдельный файл.

Остальные запросы нужно подвергнуть ручной проверке.

Вот она рутина, и ее никак не избежать(

Теперь нужно пересмотреть все запросы которые вы собрали. Таким образом мы отсеем не целевые запросы и соберем список минус-слов.

В результате выполнения этих “простых” пунктов мы получаем качественное семантическое ядро. Также в подарок мы получили отличную базу минус-слов, которая спасет нас от большого количества не целевого трафика при настройке контекстной рекламы.

Если у вас нет времени самому выполнить алгоритм описанный выше, или вы хотите получить семантическое ядро не прикладывая много усилий, закажите сбор семантического ядро у нас!

Стоимость данной услуги составляет 20$ за 100 ключевых слов.

О том, что важно учесть при составлении семантического ядра.

В закладки

Как собрать правильное семантическое ядро

Если вы думаете, что собрать правильное ядро способен некий сервис или программа, то вы будете разочарованы. Единственный сервис, способный собрать правильную семантику, весит около полутора килограмм и потребляет около 20 ватт мощности. Это мозг.

Причем в этом случае у мозга есть вполне конкретное практическое применение вместо абстрактных формул. В статье я покажу редко обсуждаемые этапы процесса сбора семантики, которые невозможно автоматизировать.

Существует два подхода к сбору семантики

Подход первый (идеальный):

• Вы продаете заборы и их монтаж в Москве и Московской области.
• Вам нужны заявки из контекстной рекламы.
• Вы собираете всю семантику (расширенные фразы) по запросу «заборы» откуда угодно: от WordStat до поисковых подсказок.
• Получаете много запросов - десятки тысяч.
• Затем несколько месяцев чистите их от мусора и получаете две группы: «нужные» запросы и «минус-слова».

Плюсы: в этом случае вы получаете 100% охват - вы взяли все реальные запросы с трафиком по главному запросу «заборы» и выбрали оттуда всё, что вам нужно: от элементарного «заборы купить» до неочевидного «установка бетонных парапетов на забор цена».

Минусы: прошло два месяца, а вы только закончили работать с запросами.

Подход второй (механический):

Бизнес-школы, тренеры и агентства по контексту долго думали, что с этим делать. С одной стороны, действительно проработать весь массив по запросу «заборы» они не могут - это дорого, трудозатратно, людей не получится научить этому самостоятельно. С другой стороны, деньги учеников и клиентов тоже надо как-то забрать.

Так было придумано решение: берем запрос «заборы», умножаем на «цены», «купить» и «монтаж» - и вперед. Ничего не надо парсить, чистить и собирать, главное - перемножить запросы в «скрипте-перемножалке». При этом возникающие проблемы мало кого волновали:

• Все придумывают плюс-минус одинаковые перемножения, поэтому запросы вида «монтаж заборов» или «заборы купить» моментально «перегреваются».
• Тысячи качественных запросов вида «заборы из профнастила в Долгопрудном» вообще не попадут в семантическое ядро.

Подход с перемножениями себя полностью исчерпал: наступают трудные времена, победителями выйдут только те компании, которые смогут для себя решить проблему качественной обработки действительно большого реального семантического ядра - от подбора базисов до очистки, кластеризации и создания контента для сайтов.

Задача этой статьи - научить читателя не только подбирать правильную семантику, но и соблюдать баланс между трудозатратностью, размером ядра и личной эффективностью.

Что такое базис и как искать запросы

Для начала договоримся о терминологии. Базис - это некий общий запрос. Если вернуться к примеру выше, вы продаете любые заборы, значит, «заборы» - главный для вас базис. Если же вы продаете только заборы из профнастила, то вашим главным базисом будет «заборы из профнастила».

Но если вы один, запросов много, а кампании надо запускать, то можно взять в качестве базиса «заборы из профнастила цена» или «заборы из профнастила купить». Функционально базис служит не столько как рекламный запрос, сколько как основа для сбора расширений.

Например, по запросу «заборы » более 1,3 млн показов в месяц по РФ

Это - не пользователи, не клики и не запросы. Это количество показов рекламных блоков «Яндекса» по всем запросам, включающим слово «заборы». Это мера охвата, применимая к некоему большому массиву запросов, объединенных вхождением в него слова «заборы».

О том, что важно учесть при составлении семантического ядра.

В закладки

Как собрать правильное семантическое ядро

Если вы думаете, что собрать правильное ядро способен некий сервис или программа, то вы будете разочарованы. Единственный сервис, способный собрать правильную семантику, весит около полутора килограмм и потребляет около 20 ватт мощности. Это мозг.

Причем в этом случае у мозга есть вполне конкретное практическое применение вместо абстрактных формул. В статье я покажу редко обсуждаемые этапы процесса сбора семантики, которые невозможно автоматизировать.

Существует два подхода к сбору семантики

Подход первый (идеальный):

• Вы продаете заборы и их монтаж в Москве и Московской области.
• Вам нужны заявки из контекстной рекламы.
• Вы собираете всю семантику (расширенные фразы) по запросу «заборы» откуда угодно: от WordStat до поисковых подсказок.
• Получаете много запросов - десятки тысяч.
• Затем несколько месяцев чистите их от мусора и получаете две группы: «нужные» запросы и «минус-слова».

Плюсы: в этом случае вы получаете 100% охват - вы взяли все реальные запросы с трафиком по главному запросу «заборы» и выбрали оттуда всё, что вам нужно: от элементарного «заборы купить» до неочевидного «установка бетонных парапетов на забор цена».

Минусы: прошло два месяца, а вы только закончили работать с запросами.

Подход второй (механический):

Бизнес-школы, тренеры и агентства по контексту долго думали, что с этим делать. С одной стороны, действительно проработать весь массив по запросу «заборы» они не могут - это дорого, трудозатратно, людей не получится научить этому самостоятельно. С другой стороны, деньги учеников и клиентов тоже надо как-то забрать.

Так было придумано решение: берем запрос «заборы», умножаем на «цены», «купить» и «монтаж» - и вперед. Ничего не надо парсить, чистить и собирать, главное - перемножить запросы в «скрипте-перемножалке». При этом возникающие проблемы мало кого волновали:

• Все придумывают плюс-минус одинаковые перемножения, поэтому запросы вида «монтаж заборов» или «заборы купить» моментально «перегреваются».
• Тысячи качественных запросов вида «заборы из профнастила в Долгопрудном» вообще не попадут в семантическое ядро.

Подход с перемножениями себя полностью исчерпал: наступают трудные времена, победителями выйдут только те компании, которые смогут для себя решить проблему качественной обработки действительно большого реального семантического ядра - от подбора базисов до очистки, кластеризации и создания контента для сайтов.

Задача этой статьи - научить читателя не только подбирать правильную семантику, но и соблюдать баланс между трудозатратностью, размером ядра и личной эффективностью.

Что такое базис и как искать запросы

Для начала договоримся о терминологии. Базис - это некий общий запрос. Если вернуться к примеру выше, вы продаете любые заборы, значит, «заборы» - главный для вас базис. Если же вы продаете только заборы из профнастила, то вашим главным базисом будет «заборы из профнастила».

Но если вы один, запросов много, а кампании надо запускать, то можно взять в качестве базиса «заборы из профнастила цена» или «заборы из профнастила купить». Функционально базис служит не столько как рекламный запрос, сколько как основа для сбора расширений.

Например, по запросу «заборы » более 1,3 млн показов в месяц по РФ

Это - не пользователи, не клики и не запросы. Это количество показов рекламных блоков «Яндекса» по всем запросам, включающим слово «заборы». Это мера охвата, применимая к некоему большому массиву запросов, объединенных вхождением в него слова «заборы».

Android