Ein Beispiel für semantisches Kernclustering. Kostenloser Clustering-Service für Suchanfragen von SEOQUICK

Hallo liebe Freunde! Ich wünsche Ihnen ein frohes neues Jahr. Ich hoffe, Sie haben die Feiertage bereits hinter sich und sind in Kampfstimmung. Ich habe heute ein Neujahrsgeschenk für euch – ein sehr cooler praktischer Beitrag. Der Beitrag ist nicht von mir, aber er ist mehr als würdig, auf den Seiten dieses Blogs zu erscheinen.

Die Rezension wurde von einem coolen Kerl namens Dmitry Miroshnichenko zusammengestellt. Dima lebt in Wolgograd und arbeitet als Projektmanager in einem lokalen Webstudio, das eigene Projekte entwickelt und fördert. Und Dima ist ein Kandidat der Naturwissenschaften, und das ist kein großer Blödsinn!

Alles, was unten geschrieben steht, ist meine Sichtweise und basiert auf meiner Lebenserfahrung. Ich behaupte nicht, die ultimative Wahrheit zu sein. Wenn Sie manche Prozesse anders sehen und wissen, wie Sie das Problem effizienter lösen können, ist es sehr ratsam, sich nicht zurückzuhalten und in den Kommentaren darüber zu schreiben.

Die Aufgabe besteht also darin, einen semantischen Kern für die Site zu erstellen. Was bedeutet das Wort „semantisch“? Das sagt uns Wikipedia. Semantik (aus dem Altgriechischen σημαντικός – bezeichnen) ist ein Zweig der Linguistik (insbesondere der Semiotik), der untersucht wird semantische Bedeutung Einheiten der Sprache. Das heißt, wir müssen semantische Richtungen für die Site-Struktur hervorheben.

Wie wird dieses Problem normalerweise gelöst?

  1. Parsing-Abfragen (Wordstat, verschiedene Datenbanken, Hinweise, Dienste wie Spywords und Semrash, offene Statistikzähler und andere Quellen)
  2. Wir sieben den Müll aus und prüfen die Häufigkeit
  3. Wir verteilen Anfragen in Gruppen
  4. Basierend auf Gruppen erstellen wir die Struktur der Site und verteilen Artikel

Die ersten beiden Punkte können wir mit einem Schlüsselsammler erfolgreich lösen. Hier gibt es keinen besonderen Schmerz der Wahl. Der Schlüsselsammler ist ein wirklich praktisches Werkzeug.

Die dritte Aufgabe ist die interessanteste. Wir werden ihre Entscheidung prüfen.

Das vierte Problem lässt sich recht trivial lösen, wenn das dritte gut umgesetzt wurde.

Ausgangsdaten

Informationsseite zu Datscha-Themen. Abschnitt „Sträucher und Bäume“. Insgesamt wurden 562 Schlüssel eingesammelt. Dies ist der Trainingsdatensatz. Für mich war es wichtig, die Ergebnisse verschiedener Tools zu vergleichen.

Für den Bereich der Informationsseite wurden Anfragen gesammelt, Müll entfernt und die Häufigkeit von „!“ reduziert. Laut Wordstat sind es mehr als 30. Sie müssen in Gruppen aufgeteilt werden.

Sie können Anfragen manuell oder automatisch verteilen. Wir verteilen manuell nach Bedeutung. Hier ist alles klar. Es gibt viele Möglichkeiten, automatisches Clustering durchzuführen. Schauen wir uns jedes Tool genauer an.

Tools zur Vereinfachung des manuellen Abfrage-Clusterings

Excel, LibreOffice, OpenOffice

Ich denke, es macht keinen Sinn, im Detail zu beschreiben, wie man mit diesen Tools arbeitet.

Vorteile

  • Hochpräzise Verarbeitung – wir verarbeiten es immer noch von Hand
  • Vielseitigkeit – Sie können eine Reihe von Parametern berücksichtigen
  • im Fall von LibreOffice ist OpenOffice kostenlos

Mängel

  • im Fall von Excel - bezahlt
  • niedrige Geschwindigkeit – beim Arbeiten mit großen Datenmengen
  • müssen Backups erstellen

Google Dokumente

Vorteile

  • ähnlich dem vorherigen Punkt
  • Online-Service - bequemer Zugriff auf das Dokument
  • Es müssen keine Backups erstellt werden
  • frei

Mängel

  • Die Geschwindigkeit ist immer noch niedrig

kg.ppc-panel.ru

Onlineservice. Anfragen laden, filtern, Gruppen auswählen.

Funktioniert schnell. Der Funktionsumfang ist ausreichend (bis auf das Speichern von Projekten), die Schnittstelle ist gut.

Vorteile

  • Benutzerfreundliches Bedienfeld
  • funktioniert schnell
  • Sichtweite
  • keine Anmeldung erforderlich
  • frei
  • Onlineservice

Mängel

  • Sie können Projekte nicht speichern, sondern nur fertige hochladen
  • folgt aus dem vorherigen: Wenn der Dienst ausfällt, gehen alle Entwicklungen verloren
  • Frequenzen können nicht geladen werden

Keyword-Assistent – ​​Erstellen der Struktur der zukünftigen Site

Ein weiterer Online-Dienst. Ähnlich wie beim vorherigen. Sie können jetzt Projekte speichern.

Vorteile

  • Projekte werden gespeichert
  • gute und übersichtliche Oberfläche
  • Sie können Frequenzen herunterladen
  • frei
  • Onlineservice

Mängel

  • Die Geschwindigkeit ist höher als bei der Arbeit mit Excel, aber immer noch vergleichbar
  • Für Paranoiker: Es ist nicht klar, wo Ihre Daten gespeichert sind

Tools für automatisches Abfrage-Clustering

Keyword-Grouper für PPC

Desktop-Version mit seltsamer Verhaltenslogik. Details unter dem Link oben (wo Sie es herunterladen können, finden Sie dort).

Kurze Beschreibung der Funktionsweise des Clustering-Algorithmus:

Wir haben eine bestimmte Reihe von Schlüsselwörtern. Vor dem Kompilieren des Index normalisiert das Skript alle Wortformen. Im nächsten Schritt bestimmt das Gruppierungsskript die Häufigkeiten für den gesamten Dokumentindex und erstellt eine Bewertung. Die Häufigkeiten werden für jedes Wort berechnet (nach der Normalisierung). Wenn wir „Urlaub in Tunesien“ haben, dann zählt das Skript die Häufigkeiten für „Urlaub“ und „Tunesien“.

In dieser Phase wird die Reihenfolge der Wörter vom häufigsten zum am wenigsten häufigen geordnet. Warum ist das notwendig? So erstellen Sie Stammgruppen. Sagen wir einfach: Wenn das Wort „Ägypten“ häufiger vorkommt als das Wort „Hotel“, dann wird eine Suchanfrage (z. B. [günstige Hotels in Ägypten]), die das Wort „Hotel“ enthält, in die Kategorie „Ägypten“ eingeordnet. Gruppe und nicht umgekehrt.

Also haben wir die Wörter gruppiert, aber auf eher primitive Weise. Als nächstes benötigen wir eine genauere Gruppierung.

Eine präzisere Gruppierung bedeutet, dass das Skript innerhalb jeder Gruppe Untergruppen erstellt und Wörter zwischen ihnen verteilt.
In dieser Phase wird auch die Bewertung der Wörter nach Häufigkeit erstellt. In diesem Fall wird die Bewertung nur innerhalb der Gruppe erstellt; das Hauptwort der Gruppe (auch bekannt als Gruppenname) nimmt nicht an der Bewertung teil. Darüber hinaus basiert die Rangfolge der Wörter in einer Gruppe auf der umgekehrten Häufigkeit. Diese. Das Wort mit der niedrigsten Häufigkeit bildet als erstes eine „eigene“ Untergruppe.

Natürlich können nur Wörter, die mindestens N-mal vorkommen, eigene Untergruppen erstellen (in den Skripteinstellungen festgelegt, normalerweise sind es jedoch mindestens 4-5).

Dieser Ansatz funktioniert sehr effektiv, wenn die Hauptgruppen auf der Grundlage der Rangfolge von den häufigsten bis zu den am seltensten vorkommenden Wörtern und Untergruppen – von den am seltensten bis zu den am häufigsten vorkommenden – erstellt werden.

Die Ausgabe ist eine gruppierte Liste.

Vorteile

  • vorerst kostenlos
  • funktioniert schnell

Mängel

  • Desktop-Version
  • Irgendwie ist das Projekt schief gespeichert
  • Wie kann ich dort etwas löschen?
  • äußerst seltsame Verhaltenslogik, warum gab es Wörter im System, die nicht vorhanden waren? (auf dem Screenshot sichtbar)
  • Der Algorithmus berücksichtigt nicht die Bedeutung von Wörtern, nur die gemeinsame Wurzel ist der größte Nachteil
  • angegebene Grenze von 1000 Schlüsseln
  • Frequenz kann nicht geladen werden
  • müssen Backups erstellen

Rush Analytics

Online-Dienst für Abfrage-Clustering basierend auf PS-Ausgabe. Genauer gesagt ist Clustering nur eine der Fähigkeiten des Dienstes. Mehr detaillierte Beschreibung auf der Website verfügbar.

Kurz zum Betriebsalgorithmus:

Unter Clustering versteht man die automatische Aufteilung von Schlüsselwörtern in Gruppen.
Wie funktioniert die Technologie?
Sie laden eine Liste mit Schlüsselwörtern hoch, wählen die Art des Clusterings aus – das System analysiert Suchmaschinen-Rankings und teilt Schlüsselwörter mithilfe unseres Algorithmus in Gruppen ein, die in Suchmaschinen gut ranken. Bei der Ausgabe erhalten Sie Schlüsselwörter, die in Gruppen unterteilt sind.

Sie können die Stärke der Gruppe einstellen. Anscheinend bei Papageien ausgestellt. Die Ausgabe erfolgt in Excel-Dateien mit der ausgewählten Gruppierungsstärke. Auf der ersten Registerkarte gibt es Cluster. Das zweite ist alles, was ohne Cluster übrig bleibt.

Die Gebühr wird nur für Sammelanfragen (maximale Anzahl) erhoben.

Ich möchte Sie daran erinnern, dass es nur 562 Anfragen gibt. Wie viele Anfragen für jede Option gruppiert wurden, ist in der Tabelle unten ersichtlich.

Die maximale Anzahl gruppierter Anfragen beträgt 359. Nicht schlecht für einen Automaten. Wie viel hat es gekostet?

Wir erhalten, dass das Clustern von 359 Anfragen 552,5 Rubel oder etwas mehr als 1,5 Rubel pro Clutter kostet (obwohl die Gruppierungszahl pro Anfrage für mich überhaupt nicht interessant ist, aber für das Gesamtbild sei es so). Hier muss klargestellt werden, dass mehr als zwei Anfragen als Cluster betrachtet werden. Ich habe nicht herausgefunden, wie man die Anzahl der Gruppen zählt.

Nun wollen wir sehen, wie die Qualität ist.

Wählen wir eine Testgruppe für Kirschen aus. Hier ist eine Liste der ursprünglichen Anfragen:

Wie man Kirschen richtig beschneidet Valery Chkalov Kirschen Kirschen Bull's Heart Kirschbaum Kirschgarten Kirschen Iput Beschneiden junger Kirschen Beschneiden von Kirschen Kirschsorten Kirschsorten

Wir haben zwei Cluster für die Gruppenstärke 4 und 5 erhalten:

Bei einer Gruppierungsstärke von 3 wird der Clipping-Cluster leicht erweitert:

Offensichtlich ist das Ergebnis mittelmäßig.

Wenn ich es manuell machen würde, würde der Cluster nach Sorte etwa so aussehen:

Kirschen Bull's Heart Kirschen Iput Valery Chkalov Kirschen Kirschen Sorten Kirschensorten

Die Algorithmen müssen also eindeutig aktualisiert werden.

Vorteile

  • Onlineservice
  • Alle Projekte werden gespeichert
  • Bei der Registrierung überweisen sie Ihrem Konto 3.000 Rubel (zum Zeitpunkt der Veröffentlichung war ein solches Gratisangebot meiner Meinung nach bereits vertuscht)
  • Zumindest aber die Bedeutung (und nicht nur die gemeinsame Wurzel) wird anhand der Suchmaschinenergebnisse berücksichtigt

Mängel

  • noch in der Testphase (zum Zeitpunkt der Veröffentlichung scheint es nicht mehr verfügbar zu sein)
  • bezahlt
  • teuer – es ist gut, wenn der Kern 500 Abfragen enthält, aber was ist, wenn es Tausende und Hunderttausende sind?
  • Sie müssen es immer noch von Hand fertigstellen, es ist nicht möglich, es vollautomatisch zu erledigen

SEMparser – Strukturierung der Semantik für SEO und Kontext

Ein weiterer Online-Cluster basierend auf Suchmaschinenergebnissen.

So funktioniert es (von der Website entnommen):

So sieht es innen aus:

Nach dem automatischen Clustering erscheint ein Bearbeitungsfenster, in dem Sie Fehler korrigieren können.

Die Excel-Datei wird heruntergeladen. Auf der ersten Registerkarte befinden sich Abfragen und Gruppen mit Details.

Die zweite Registerkarte enthält nur Gruppen.

Auf der dritten Registerkarte gibt es ein Top-Thema.

Sie können auch die Stärke der Gruppe festlegen. Ich habe die gleichen Zahlen getestet: 3, 4 und 5.

Hier müssen wir klarstellen, dass ein Cluster aus einer Anfrage auch ein Cluster ist. Und es wird berücksichtigt. Formal stellt sich also heraus, dass 100 % der Anfragen gruppiert waren. Aber ich konnte auch nicht herausfinden, wie viele Gruppen es mit Anfragen von 2 oder mehr Personen gab.

Sie müssen auch berücksichtigen, dass die Preise leicht unterschiedlich sind. Für alle im Dokument enthaltenen Anträge wird Geld abgebucht. Ich habe 600 Anfragen gekauft, was mich 288 Rubel gekostet hat. Wir erhalten die Kosten für eine Anfrage von 0,48 Kopeken. Nach der Gruppierung hatte ich noch 38 Anfragen in meinem System. Infolgedessen kostete die Gruppierung einer Testprobe von Schlüsseln etwa 270 Rubel. Das ist doppelt so viel wie im vorherigen Dienst.

Mal sehen, wie es mit der Qualität weitergeht.

Für alle Kräfte der Gruppe gab es 4 Gruppen:

Valery Chkalov Kirschen (1/170) Valery Chkalov Kirschen (170) Kirschen iput (5/472) Kirschen iput (159) Kirschsorten (134) Kirschsorten (92) Kirschbaum (44) Kirschgarten (43) Ochsenherzkirschen ( 1/64) Ochsenherzkirschen (64) Kirschen beschneiden (3/352) Kirschen beschneiden (226) Wie man Kirschen richtig beschneidet (86) Junge Kirschen beschneiden (40)

Wir sehen auch, dass die Bedeutung nicht ideal ist. Muss von Hand fertiggestellt werden.

Vorteile

  • Onlineservice
  • Alle Projekte werden gespeichert
  • 50 Testanfragen bei der Registrierung
  • berücksichtigt schlecht schlecht die Bedeutung
  • günstiger als die vorherige Option

Mängel

  • bezahlt
  • Der Algorithmus funktioniert nicht perfekt, eine manuelle Korrektur ist erforderlich

Just Magic – automatische Auswahl der Semantik für SEO und kontextbezogene Werbung

Meiner Meinung nach ein interessanter Service. Website-Design: Hallo Konsole.

Was sie auf ihrer Website sagen:

— Erfassen Sie die Semantik für vorhandene Website-Seiten und verknüpfen Sie Abfragen sofort korrekt mit ihnen.
— Erweitern Sie die bestehende Site-Struktur.
— Bieten Sie thematische Semantik für neue Seiten der Website basierend auf dem aktuellen SL an.
— Semantik für die entworfene Site erstellen.
- Und einfach Clusterabfragen. Inklusive thematischer Aufschlüsselung.

Den Entwicklerbericht können Sie sich auf TopExpert ansehen:

Hier ist, was mir die Entwickler darüber erzählt haben, wie dort alles funktioniert:

Wir lösen ein rein utilitaristisches Problem – die Bestimmung, welche Anfragen auf einer Seite beworben werden können.

Daher die Lösungsmethode: Wir sammeln die Ausgabe des PS für jede Anfrage und führen darauf basierend ein Clustering durch.

Tatsächlich müssen wir ein ziemlich einfaches Problem lösen: Suchanfragen basierend auf übereinstimmenden URLs in den Suchergebnissen streuen und gleichzeitig sicherstellen, dass sie nicht in einen Cluster fallen verschiedene Typen Anfragen. Wir unterscheiden folgende Typen:
— Kommerziell/informativ.
– „Auf dem Gesicht“/„im Inneren“.
– Ein Wort/2+ Wörter.
— Mit/ohne Inhaltstypmarkierungen.

„Inhaltstypmarkierungen“ sind Abfragewörter, die die Suchmaschine verwendet, um Anforderungen für den Inhalt der beworbenen Seite festzulegen. Zum Beispiel – („Bewertungen“, „Video“, „Download“, „Foto“).

Da das Problem definiert ist und der Satz an Eingabedaten recht einfach ist, ist der Algorithmus nicht kompliziert. Der Hauptalgorithmus des Systems verwendet kein maschinelles Lernen. Wir verwenden im aktuellen Algorithmus de facto Schwerpunkte (eine der Abfragen ist das „Zentrum“ des Clusters, und der Rest muss ein gewisses Maß an Ähnlichkeit damit aufweisen). Jetzt wird ein „gieriger“ Algorithmus für ihre (Zentren-)Auswahl verwendet. Da diese Methode jedoch gewisse Nachteile aufweist, werden wir in der nächsten Version des Algorithmus, die derzeit implementiert wird, grundsätzlich auf das Konzept einer Cluster-Center-Abfrage verzichten.

Wir nutzen auch maschinelles Lernen, allerdings an einer anderen Stelle – der automatischen Generierung von Markierungsanfragen basierend auf Yandex.Metrica-Daten.

Konnte es noch nicht ausprobieren. Habe eine Anfrage für einen Testzugang gesendet. Sie sagten, sie hätten ein Update. Die Hauptfunktionalität kostet ab 30.000 Rubel/Monat und wird Ende Januar verfügbar sein. Für Normalsterbliche mit kleineren Mengen im Februar.

Wenn alles so funktioniert, wie es heißt, wird es sehr cool. Mal sehen.

Vorteile

  • gute Aussichten
  • Onlineservice

Mängel

  • Es gibt noch keine Version für Normalsterbliche, nur ein monatliches Abonnement
  • habe es nicht versucht
  • wie es ist - teuer

SEO Intellect – SEO-Automatisierungsdienst

Ein weiterer Online-Clustering-Dienst. Deklarierte Funktionalität:

SEO-Automatisierungsdienst
● Abfrage-Clustering
● Auswahl von Landingpages
● Suche nach Konkurrenten
● Unterstützung bei der Inhaltsoptimierung
● Bestellung optimierter Texte

Ich habe es nie geschafft, es zum Laufen zu bringen. Es gibt keine Hilfe, keine Hinweise...

Vorteile

  • online

Mängel

  • also verstand ich, wie man mit ihm zusammenarbeitet
  • bezahlt

Coolakov.ru – Aufschlüsselung der wichtigsten Fragen

Beschreibung auf der Website:

Der Dienst ermöglicht Ihnen, bereits gesammelte Anfragen automatisch zu gruppieren. Anfragen werden basierend auf der Ähnlichkeit der Yandex-Top-10 in Gruppen eingeteilt.

Zu den Funktionen des Algorithmus konnten wir nichts finden.

Für meine 562 Anfragen gab es 305 Gruppen. Pro Gruppe gibt es mindestens eine Anfrage. Mal sehen, was mit unseren Kirschen los ist:

Es ist klar, dass die Gruppen 73 und 189 hätten vereint werden können ... Nun, der Rest ist auch klar. Clustering ist, gelinde gesagt, nicht ideal.

Vorteile

  • Onlineservice
  • frei

Mängel

  • Wie lade ich es herunter? Es gibt keine Schaltflächen zum Herunterladen. Sie können den Text nur kopieren.
  • Ohne Registrierung können Sie nur von 20:00 bis 7:00 Uhr Moskauer Zeit arbeiten. Es gibt keine Möglichkeit, sich zu registrieren. Überhaupt.

s:toolz ist ein professionelles Abfrage-Clustering-Tool basierend auf Suchergebnissen

Ein weiterer Clustering-Dienst. Die Besonderheit besteht darin, dass es nicht im Automatikmodus funktioniert. Das ist auch sein Manko.

Gebrauchsprozedur

Deklarierte Funktionalität:

Der Abfrage-Clustering-Dienst ist für die schnelle automatisierte Gruppierung großer Abfragelisten (Stichwörter zur Werbung) in Cluster konzipiert, die auf der Grundlage von Suchmaschinenergebnissen und -einsendungen gebildet werden Suchmaschine Yandex über Benutzerbedürfnisse.

Anfragen von einem Cluster müssen auf eine Seite heraufgestuft werden.

Habe einen Brief geschickt. Sie antworteten zwei Tage später. Es stellt sich heraus, dass sie Anträge für haben manueller Modus werden bearbeitet. Sie schreiben, dass sie auf diese Weise mehr bekommen Rückmeldung. Sie drohen, in Zukunft alles automatisch zu erledigen.

Die Clusterbildung selbst, schreiben sie, habe weniger als eine Minute gedauert. Zitat:

Die Bearbeitung Ihres Antrags dauerte weniger als eine Minute. Der größte Betrag, der bisher verarbeitet werden musste, betrug 55.000, die Berechnung dauerte etwa 3 Stunden.

Was sie über den Algorithmus schreiben:

Wir haben unseren eigenen Gruppierungsalgorithmus entwickelt. Daten – Yandex Top 10 für jede Anfrage. Wir nutzen maschinelles Lernen, jedoch für andere Funktionen, die in Kürze vorgestellt werden.
Es gibt Probleme mit relevanten Seiten im Bericht. Der Suchmaschinenindex enthält nicht immer das, was Sie benötigen, insbesondere wenn noch kein Spezialist an dem Projekt gearbeitet hat.
Dadurch muss man das Ergebnis zusätzlich manuell bearbeiten, was bei einer gewissen Anzahl an Anfragen schon traurig ist. Das Problem befindet sich in der Lösung.

Das Clustern meiner 562 Abfragen hat mich 309 Rubel gekostet. Pro Anfrage berechnen wir 60 Kopeken. Es wurden keine Rabatte gewährt. Ja, ich habe nicht gefragt.

Schauen wir uns nun an, was mit der Qualität los ist:

Kirschen beschneiden, wie man Kirschen richtig beschneidet, junge Kirschen beschneiden Kirschsorten Kirschsorten Kirschen Baum Valery Chkalov Kirschen Kirschen Ochsenherzkirsche Obstgarten Kirschen und der Weg

Auch hier blieben die Sorten ohne Trauben.

Vorteile

  • Kommunikationsfähigkeiten des technischen Supports, beantworteten alle Fragen
  • Onlineservice

Mängel

  • funktioniert nicht automatisch, der menschliche Faktor trübt den Eindruck
  • bezahlt
  • Eine manuelle Korrektur der Cluster ist erforderlich

Mc-Castle.ru – Clusterer SY

Und noch ein Service. Es gruppiert sich offenbar auch nach der Wortform. Keine Suchmaschinen.

Ergebnis:

Ich konnte nicht herausfinden, was ich als nächstes tun sollte. Wie kann ich mich in Cluster aufteilen? Wie kann ich sehen, welche Anfragen in einem Cluster enthalten sind? Nun, wenn die Aufschlüsselung auf Wortformen basiert, dann ist von einer Vereinheitlichung der Bedeutung keine Rede.

Vorteile

  • Onlineservice
  • frei
  • keine Anmeldung erforderlich

Mängel

  • seltsame Schnittstelle
  • Aufteilungsalgorithmus basierend auf Wortformen

Schlüsselsammler

Das Programm ist fast jedem bekannt, der auf die eine oder andere Weise mit dem Sammeln von Schlüsseln in Berührung gekommen ist.

Das Gruppieren ist nur ein kleiner Teil ihrer Möglichkeiten.

Anfragen können nach Phrasenzusammensetzung, nach Suchmaschinenergebnissen und im kombinierten Modus gruppiert werden. Die suchbasierte Gruppierung funktioniert nach Code, der Daten für KEI erfasst. Es dauerte mehrere Minuten, Informationen für die Gruppe zu sammeln. Die Gruppierung selbst dauerte weniger als eine Minute.

Die beste Gruppierung wurde mit folgenden Parametern erreicht:

Im ersten Fall wurden 381 Phrasen oder 68 % der Gesamtzahl gruppiert. Im zweiten Fall 403 oder 72 %, was sehr gut ist.

Die Kirschen, die uns sortenrein interessierten (Iput, Ochsenherz...), haben es ebenfalls nicht in die Sortenauswahl geschafft. Sie wurden in separate Gruppen aufgeteilt. Was im Allgemeinen nicht überraschend ist.

Die restlichen Anfragen wurden mehr oder weniger gruppiert. Dadurch haben wir eine Zeitersparnis von 72 % (der Rest muss manuell erledigt werden).

Vorteile

  • klare Schnittstelle
  • Sie können Gruppierungseinstellungen auswählen
  • eine Reihe weiterer Optionen für die Arbeit mit Schlüsseln
  • angemessener Preis
  • Ausgezeichneter technischer Support

Mängel

  • Desktop-Version
  • Die resultierenden Gruppen können Sie nicht im Programm bearbeiten, sondern nur in Excel
  • Um zu funktionieren, benötigen Sie Anti-Gate, Proxys und Konten. Bei Online-Diensten gibt es solche Probleme nicht. Sie nehmen diese Probleme auf sich
  • Eine manuelle Korrektur der Cluster ist erforderlich

MegaLemma – Automatisierung der Zusammenstellung des semantischen Kerns und Yandex.Direct-Kampagnen

Desktop-Software für Clustering.

Es ist schwierig, einfach aufzustehen und zu arbeiten. Die Benutzerfreundlichkeit ist schlecht.

Ich würde es gerne normalisieren. Ich erhalte die Meldung, dass ich das Projekt speichern muss. Ist es nicht möglich, das Projekt automatisch zu speichern? Warum sollte ich einen Knopf drücken, wenn ein Computer das kann?

Es ist nicht offensichtlich, worauf Sie klicken müssen, um den Gruppierungsprozess zu starten. Es stellt sich heraus, dass es sich hierbei um eine „Frequenzanalyse“ handelt.

Das Parsen von 562 Anfragen mit Standardeinstellungen in 7 Threads und 7 Proxys dauerte etwa 10 Minuten. Die Normalisierung dauerte weitere 5 Minuten.

Nach der Normalisierung ist es wieder unklar, wie ich die benötigten Wörter gruppieren soll. Ich habe die Informationen auf Seite 27 des Handbuchs gefunden. Und danke dafür.

Schließlich ist dies die Hauptfunktionalität des Programms. Teilen Sie Wörter in Gruppen auf. Warum sind die wichtigsten Informationen so weit entfernt? Nun, es wäre nützlich, so etwas wie einen Schnellstart zu machen. Für Kontext und für Websites separat. Mir wurde klar, dass es Unterschiede in der Arbeit gibt.

Ich wollte die Aufgabe, meine Abfragen zu gruppieren, hier nicht abschließen. Das Hauptproblem ist die Platzierung von Akzenten in der Programmoberfläche.

Es macht keinen Sinn, es nur zum Clustering zu verwenden. Ich denke, wann die volle Leistungsfähigkeit des Programms zum Vorschein kommen sollte Vollzeitstelle mit Schlüsseln. Beginnen Sie damit, Abfragen von Müll zu befreien und Stoppwörter zu erstellen.

Vorteile

  • Es gibt eine vollständige Demoversion

Mängel

  • Desktop-Programm
  • Um zu funktionieren, braucht man Anti-Gate und Proxys – bei Online-Diensten gibt es solche Probleme nicht, sie nehmen diese Probleme auf sich
  • kombiniert sich auf der Grundlage von Wortformen, das heißt, es besteht keine Notwendigkeit, über irgendwelche Bedeutungen zu sprechen
  • Die Benutzerfreundlichkeit muss verbessert werden

„Semyon-Yadren“ – Bildung des semantischen Kerns der Website auf Basis von Suchmaschinen

Ein weiterer Remote-Service. In letzter Zeit gab es viel PR.

Auch hier müssen Sie über Vermittler mit dem Dienst zusammenarbeiten. Das heißt, durch Menschen. Keine Automatisierung für Sie.

Sie müssen zunächst ein Briefing einreichen und dann warten, bis Sie kontaktiert werden. Über die Einzelheiten sind Sie sich einig. Dann Zahlung.

Sie wollten die Gruppierung nicht kostenlos durchführen, gaben aber einen Rabatt von 50 %. Infolgedessen kostete mich die Gruppierung von 562 Anfragen 350 Rubel (ohne Rabatt verlangten sie 700). Die Gruppierung einer Anfrage kostet 60 Kopeken (oder 1,2 Rubel ohne Rabatte)

Auch hier gibt es Probleme mit der Benutzerfreundlichkeit der Website. Der Button „Brief einreichen“ ist klein, weiß und unsichtbar auf weißem Hintergrund. Ich konnte nicht widerstehen, tut mir leid.

Sie weigerten sich zu sagen, wie und auf welcher Grundlage Clustering durchgeführt wird. Es ist nur bekannt, dass auf der Grundlage der Ausstellung eines PS.

Das Ergebnis der Arbeit wurde innerhalb weniger Stunden verschickt. Zusätzlich zu den Clustern selbst schickten sie weitere 100.500 Parameter und Dateien. Obwohl ich nicht gefragt habe. Im Prinzip nützliche Informationen für die Analyse. Es wäre jedoch logisch, eine Trennung vorzunehmen: Wenn Sie nur Clustering wünschen, gibt es einen Preis; wenn Sie mehr Extras wünschen, gibt es einen anderen Preis. Denn unterschiedliche Kunden benötigen unterschiedliche Informationen.

Mal sehen, welche Cluster wir haben:

Kirschen beschneiden, wie man Kirschen richtig beschneidet, junge Kirschen beschneiden, Kirschen, Iput-Sorten von Kirschen, Kirschsorten, Kirschen, Stierherz, Valery Chkalov, Kirschen, Kirschbaum, Kirschgarten

Das ist schon viel besser! Einige Sorten landeten im sortenreinen Cluster! Es stimmt, Valery Chkalov hat sich verlaufen.

Vorteile

  • reagierte schnell
  • bereit, Rabatte zu gewähren
  • Onlineservice
  • eine Menge verschiedener Zusatzinformationen, darunter Aufgaben für Texter (obwohl sie schreiben, dass Aufgaben noch einzeln erledigt werden müssen)

Mängel

  • Es gibt einen Vermittler in Form einer Person
  • Algorithmen sind ein absolutes Geschäftsgeheimnis
  • Eine manuelle Korrektur der Cluster ist erforderlich

Ergebnisse

Eine Übersichtstabelle zu Funktionalität und Kosten finden Sie unten.

Werkzeug Preis Clustering-Algorithmus Format Arbeitszeit Kosten für die Gruppierung aller Anfragen Kosten für die Gruppierung einer Anfrage
—
kostenlos basierend auf der Ausstellung von PS online einige Minuten kostenlos kostenlos
bezahlt basierend auf der Ausstellung von PS online weniger als eine Minute + zwei Tage 309 Rubel. 60 Kopeken
bezahlt basierend auf Wortformen online weniger als einer Minute kostenlos kostenlos
1.700 Rubel. basierend auf Wortformen + basierend auf PS-Ausgabe Desktop einige Minuten — —
3.000 Rubel. basierend auf Wortformen und Lemmata Desktop einige Minuten — —
bezahlt basierend auf der Ausstellung von PS online ein paar Minuten + ein paar Stunden 350 Rubel.
(RUB 700 ohne Rabatt)		 60 Kopeken
(1,2 Rubel ohne Rabatt)
Nachfolgend sind Dienste aufgeführt, die nicht in der Hauptbewertung dieses Beitrags enthalten waren, aber von Benutzern in den Kommentaren oder Vertretern der Dienste vorgeschlagen wurden.
Topvisor.ru bezahlt basierend auf der Ausstellung von PS online ~7-8 Min. für 3000 Anfragen — ab 30 Kopeken

Daher verfügen wir noch nicht über ein Tool, das die notwendigen Abfragen vollautomatisch und fehlerfrei gruppiert.

Es wurden die besten Ergebnisse gezeigt(beurteilt nach Kirschsorten) Semparser.ru und Seo-case.com. In Bezug auf die Kosten erhalten wir 48 Kopeken gegenüber 1,2 Rubel. Der Unterschied beträgt fast das Dreifache. Die zusätzlichen Kosten für SEO-Case sind meiner Meinung nach auf Bonusinformationen zurückzuführen. Als nächstes kommt der Schlüsselsammler (da die Person, die die Anfragen bearbeitet, mit ziemlicher Sicherheit einen hat).

Der gründlichste Ansatz beim Clustering, meiner Meinung nach, von den Jungs von Just-magic.org. Sobald sich also die Gelegenheit ergibt, werde ich es auf jeden Fall testen.

Wie dem auch sei, die Arbeit mit den Händen ist besser als die Inanspruchnahme irgendeiner Dienstleistung und es ist schwer, dagegen zu argumentieren. Etwas teurer, aber viel bessere Qualität.

Damit ist die Mega-Rezension abgeschlossen, liebe Freunde! Ich bin mir sicher, dass es Ihnen gefallen hat, deshalb bitte ich Sie, Ihre Meinung in den Kommentaren zu hinterlassen, und wenn Sie etwas hinzuzufügen haben, dann umso mehr, sich abzumelden.

Bis später, Freunde!

Autor: Alexey Chekushin- SEO-Experte Kokoc.com (Kokoc Group), Schöpfer des Just-Magic.org-Dienstes

In meinem vorherigen Artikel „“ habe ich Clustering als einen der grundlegenden Faktoren für den Erfolg in der Werbung bezeichnet. In dieser Veröffentlichung bespreche ich ausführlich, was Clustering ist und wie man es richtig anwendet.

Was ist Clustering?

Dabei handelt es sich um eine automatische Gruppierung von Anfragen, die zwei wichtige Probleme löst:

  1. Kombinieren ähnlicher Abfragen (mit derselben „Absicht“), unabhängig von ihrer semantischen Ähnlichkeit. („Absicht“ = Benutzerabsicht). Beispielsweise drücken die Anfragen „Wohnung mieten“ und „Wohnungen mieten“ den gleichen Nutzerwunsch aus.
  2. Überprüfen der Kompatibilität hochgestufter Abfragen: Ist es möglich, sie auf einer Seite an die Spitze von Yandex zu befördern? gleichzeitig. Diese. Ist es möglich, die Seitenoptimierung für alle diese Anfragen anzupassen? Oder einige Anfragen erfordern die Platzierung auf einer separaten Seite.

Von allen heute existierenden Methoden werden diese Probleme am effektivsten durch die sogenannte „ Gruppierung nach Spitzen", wenn Anfragen anhand der Anzahl identischer URLs in den Top 10 Yandex verglichen werden.

Lassen Sie uns nun näher auf jeden Punkt eingehen.

Kombinieren von Anfragen mit derselben Absicht

Was Anfragen mit der gleichen Absicht? Dabei handelt es sich um unterschiedliche Suchanfragen, bei denen eine Person tatsächlich nach dem Gleichen sucht. Offensichtlich sind die Anfragen „ Samsung-Fernseher" Und " Samsung-Fernseher » sollte auf einer Seite beworben werden. Aber das sind offensichtliche Dinge.

Allerdings gibt es auch deutlich weniger offensichtliche Beispiele:

  • „Arbeitskleidung“ – „Arbeitskleidung“
  • „Hypothek“ – „durch eine Wohnung besichertes Darlehen“
  • „Autopfandhaus“ – „durch ein Auto gesicherter Kredit“

Semantisch sind diese Paare überhaupt nicht ähnlich, aber tatsächlich bedeuten sie dasselbe. Klassische Methoden zur Suche nach solchen Abfragen, die eine einzige Absicht (Benutzerabsicht) haben, basieren auf Synonymen. In der Regel verwenden sie zu diesem Zweck Synonymwörterbücher oder Yandex-Synonyme. Allerdings haben beide Methoden ihre gravierenden Nachteile.

Wenn wir Synonymwörterbücher verwenden, werden wir dort sehr seltsame Zusammenhänge finden. Laut einem der beliebtesten Wörterbücher sind die Synonyme für „Mobiltelefon“ beispielsweise:

  • Handy, Mobiltelefon
  • Mobiltelefon
  • Funktelefon
  • Handy
  • Handy
  • Telefon
  • Ebenholzfreund

Mobiltelefon ist definitiv ein nützliches Synonym. Aber ein „schnurloses Telefon“ ist ein ganz anderes Produkt. Nun, wer der „Ebenholzfreund“ ist, kann man nur vermuten.

Die zweite Möglichkeit, nach Synonymen zu suchen, besteht darin, sie anhand der Yandex-Highlights zu „fangen“. Dies bringt jedoch zwei Probleme mit sich:

Erstens werden nicht nur Synonyme hervorgehoben, sondern auch andere Wörter. Zum Beispiel hervorgehoben durch den Schlüsselsatz „ Handys„ umfasst nicht nur das Synonym „mobil“, sondern auch: „Preise“, „Moskau“, „kaufen“, „Katalog“, die aus anderen Gründen hervorgehoben werden. Im Allgemeinen ist dies ein lösbares Problem, es gibt Workarounds.

Zweitens sind Synonyme in Yandex nicht reziprok. Beispielsweise der Eintrag „ Handys„ist ein Synonym für die Suchanfrage „Handys“ und in umgekehrte Reihenfolge es funktioniert nicht mehr. „Handys“ sind nicht gleichbedeutend mit „Mobiltelefonen“, und dieser Punkt wird entscheidend. Woher wissen Sie, dass die Suchanfrage „Handys“ mit der Suchanfrage „Mobiltelefone“ zusammenhängt, wenn das Wort „Handy“ nicht hervorgehoben ist?

Wie können Sie abschließend verstehen, dass die Abfragen „Juweliergeschäft“, „Schmuck“ und „Schmuck“ dieselbe Absicht haben, wenn sie aus Sicht von Yandex nicht synonym sind?

Die Lösung des Problems besteht darin, Abfragen nach oben zu gruppieren. Das Finden derselben URLs oben signalisiert dieselbe Absicht. Hier ist ein Beispiel dafür, wie der Just-Magic-Cluster funktioniert:

Es scheint, dass der Clusterer alles richtig kombiniert hat: „Mobiltelefone“ wurde in eine Gruppe mit „Handys“ eingeordnet und „Schmuck“ wurde in eine Gruppe eingeordnet, in der es ein „Juweliergeschäft“ gab. Warum landete „Schmuck“ dann in einer separaten Gruppe, obwohl das Thema hier dasselbe ist (dies ist in der Spalte „spec-grp“ zu sehen)?

Die Antwort auf diese Frage finden Sie im nächsten Teil des Artikels.

Überprüfen der Kompatibilität hochgestufter Abfragen

Um Werbung zu machen, müssen wir nicht nur ähnliche Suchanfragen auf der Seite sammeln, sondern auch deren Kompatibilität prüfen.

Yandex verfügt nicht über eine einheitliche Ranking-Formel für alle Suchanfragen. Anfragen werden in eine Vielzahl von Typen unterteilt. Und Formeln für unterschiedliche Arten von Abfragen stellen häufig einander ausschließende Anforderungen an eine Seite, um ganz oben zu ranken. Darüber hinaus sind diese Anfragen optisch oft sehr ähnlich. Zum Beispiel die Abfragen „Smartphone“ und „Smartphones“. Die erste ist gemeinnützig und geounabhängig. Die zweite ist kommerziell geoabhängig. Wie Sie sehen, sind in diesem Fall Singular und Plural auf derselben Seite nicht kompatibel!

Wenn Sie plötzlich dachten, das sei logisch, dann ist hier ein weiteres Beispiel: die Abfragen „Laptop“ und „Laptops“. Sie sind sowohl kommerziell als auch geoabhängig und passen perfekt auf einer Seite zusammen.

Kommerzialisierung und Geoabhängigkeit sind nur zwei der offensichtlichsten Anzeichen. Tatsächlich gibt es noch viel mehr davon. Beispielsweise möchte die Suche bei einer Suchanfrage die Haupt- oder interne Seite oben sehen. Wenn wir nicht die gesamte Vielfalt der Indikatoren kennen, können wir die Möglichkeit einer gemeinsamen Werbung für Suchanfragen auf einer Seite nur ermitteln, indem wir prüfen, ob es URLs gibt, die für zwei Suchanfragen gleichzeitig angezeigt werden, und zählen, wie viele es sind.

Die Logik hier ist wie folgt:

  • Wenn dieselben URLs bei Suchanfragen oben stehen, können sie auf einer Seite beworben werden.
  • Wenn es keine gemeinsamen URLs für Suchanfragen gibt, wissen wir nicht, ob es möglich ist, Suchanfragen auf einer Seite zu bewerben. Höchstwahrscheinlich ist dies unmöglich.

Und hier stehen wir vor der Frage: Wie genau kombiniert man Abfragen basierend auf Tops? Ich unterscheide zwischen zwei Methoden – dem sogenannten „weichen“ und „harten“ Clustering.

Das folgende Bild verdeutlicht den Unterschied zwischen ihnen:

Weiche Clusterbildung läuft auf Folgendes hinaus: Um eine Gruppe zu bilden, wird eine „zentrale“ Anfrage entgegengenommen und alle anderen werden mit dieser anhand der Anzahl gemeinsamer URLs in den Top 10 von Yandex verglichen. Wenn die Anzahl der gemeinsamen URLs den Schwellenwert überschreitet, wird die Anfrage der Gruppe hinzugefügt.

Bei harte Clusterbildung Anfragen werden nur dann zu einer Gruppe zusammengefasst, wenn es eine Reihe von URLs gibt, die allen Anfragen gemeinsam sind, was für alle diese Anfragen in den Top 10 angezeigt wird.

Soft-Clustering führt zu größeren Gruppen, macht jedoch häufig Fehler bei der Bestimmung, ob Abfragen gemeinsam auf einer Seite hochgestuft werden können.

Klassisches Beispiel: Stellen wir uns vor, dass eine Abfrage als „zentrale“ ausgewählt wurde, für die es oben 5 Haupt- und 5 interne Seiten gibt. Daran können zwei Abfragen angehängt sein, von denen eine oben 10 „Gesichter“ und die andere 10 „Interna“ hat. Offensichtlich können wir von diesen drei Anfragen nur zwei vorantreiben (abhängig von der Art der Seite, die wir wählen – Startseite oder Intern). Bei hartem Clustering ist das Auftreten einer solchen Gruppe unmöglich.

Aber das sind alles Texte. Kommen wir zu numerischen Schätzungen.

Wir haben also zwei Kriterien zur Beurteilung der Clusterbildung:

  1. Wie vollständig ist die Gruppe der Anfragen? Das heißt, ob alle Anfragen mit der gleichen „Absicht“ darin enthalten waren. Nehmen wir für 100 % die Situation an, in der alle Anfragen mit der gleichen Absicht getroffen werden.
  2. Wie kompatibel sind die in der Gruppe enthaltenen Anfragen untereinander? Als 100 % nehmen wir die Situation an, in der alle im Cluster enthaltenen Anforderungen miteinander kompatibel sind.

Der wichtigste Clustering-Parameter ist die Mindestanzahl gemeinsamer URLs, um eine Gruppe zu bilden. Diese Nummer heißt „ Clustering-Schwelle" Je höher er ist, desto genauer sind die resultierenden Gruppen, aber gleichzeitig nehmen sie natürlich auch an Größe ab. Es wurde experimentell festgestellt, dass der minimale Arbeitsschwellenwert für „hartes“ Clustering bei 3 URLs liegt, für „weiches“ Clustering bei 4 URLs. Es macht keinen Sinn, mit einer kleineren Anzahl zu arbeiten: Zu viele „linke“ Anfragen landen in Gruppen.

Hier ist ein Beispiel für Ergebnisse für verschiedene Schwellenwerte für hartes Clustering:

Nutzung des Dienstes just-magic.org haben wir zwei Clustering-Methoden anhand von Stichproben aus unterschiedlichen Themen verglichen. Nachfolgend finden Sie eine zusammenfassende Tabelle:

Es wurden Vergleiche für die „weiche“ und die „harte“ Methode durchgeführt. Für die Anzahl sich überschneidender URLs von 3 bis 6 (dies ist die Mindestanzahl gemeinsamer URLs, um einen Cluster zu bilden).

Wie aus der Grafik ersichtlich ist, zeigt Hard Clustering selbst bei einem Schwellenwert von 3 URLs eine sehr hohe Genauigkeit – 92 %. Damit die Leser des Artikels verstehen, wie groß diese Zahl ist, gebe ich ein Beispiel: Bei der Durchführung durch einen erfahrenen Optimierer ohne Werkzeuge liegt die Genauigkeit bei etwa 70 %, und wenn ein unerfahrener Spezialist die Aufgabe übernimmt, wird die Genauigkeit nicht erreicht 30 % überschreiten. In diesem Fall fällt die Vollständigkeit jedoch recht gering aus – nur 40 %. Aber auch hier kommt es darauf an, womit man vergleicht. Mit ihren Händen gewinnen Optimierer maximal 20 %.

Soft-Clustering zeigt sehr gute Vollständigkeitsindikatoren, aber die Genauigkeit ist „auf beiden Beinen lahm“. Förderfähige Werte werden erst ab der Schwelle „5“ erreicht, gleichzeitig sinkt die Vollständigkeit jedoch auf 23 %.

Bedeutet das das? diese Methode unzutreffend? Nein. Es hängt alles von Ihrer Aufgabe ab. Wenn Sie sich mit der „Traffic“-Förderung befassen und es Ihnen wichtig ist, möglichst viele Anfragen auf der Seite anzuzeigen – egal was passiert, dann ist Soft Clustering für Sie geeignet. Aus diesem Grund wurde, als im Januar dieses Jahres hartes Clustering im Dienst just-magic.org erschien, der „weiche“ Modus für das Modul „Marker“ beibehalten.

Wenn es für Sie wichtig ist, eine bestimmte Gruppe von Abfragen auf der Seite anzuzeigen, ist Ihre Wahl klar: nur hartes Clustering, nur Hardcore. Ein weiterer Vorteil des harten Clusterings besteht darin, dass die resultierenden Gruppen eindeutig sind. Das heißt, Anfragen, die in einer Gruppe von 4 URLs landen, können nicht in verschiedenen Gruppen von 3 URLs landen (bei Verwendung von Soft-Clustering kann dies leicht passieren). Daher zeigt der Just-Magic-Cluster Gruppen von 3, 4, 5 und 6 URLs gleichzeitig an.

Es ist gesondert zu beachten, dass es zulässig ist, nur hartes Clustering zu verwenden, wenn wir in Zukunft eine Textanalyse der Seite durchführen möchten. Tatsache ist, dass jede Textanalyse für eine Gruppe von Abfragen für eine Seite sehr streng mit der Qualität dieser Gruppe korreliert. Nur hartes Clustering liefert Gruppen in der erforderlichen Qualität.

Fassen wir es zusammen

Was sind also die Vorteile von Clustering?

Erstens beschleunigt es das Parsen großer Kernel. Bisher dauerte dies Wochen und Monate. Mithilfe eines Clusterers erledigt der Optimierer dies in ein paar Stunden.

Zweitens ist es eine Möglichkeit, Anfragen so auf Seiten zu verteilen, dass sie gleichzeitig beworben werden können. Hier gibt es keine „manuelle“ Alternative zum Clustering – selbst ein erfahrener Optimierer macht bis zu 30 % der fehlerhaften Zuordnungen, wenn er „nach Augenmaß“ handelt.

Anhand des zweiten Punktes wird deutlich, dass bei der Förderung auf Clustering zurückgegriffen werden sollte Stets. Selbst wenn der Kern weniger als 100 Anfragen umfasst, können Sie die Anfragen nicht „nach Augenmaß“ korrekt auf die Seiten verteilen. Die einzigen Ausnahmen können Themen mit extrem geringer Konkurrenz sein, bei denen die Gruppierung nach Spitzen aufgrund des Mangels an relevanten Antworten in den Spitzen nicht mehr funktioniert.

Wenn Sie sich mit der „Traffic“-Förderung befassen, können Sie sowohl „weiche“ als auch „harte“ Clustering-Methoden verwenden. Wenn Sie eine „positionelle“ Förderung durchführen, bei der es darauf ankommt, alle Anforderungen an die Spitze zu bringen, dann ist nur die „harte“ Methode geeignet. Außerdem ist nur der „harte“ Modus kompatibel.

Nutzen Sie Clustering bei Ihrer Arbeit, Sie werden Glück und Harmonie finden und die von Ihnen geförderten Suchanfragen landen garantiert ganz oben!

In der heutigen Folge von On the Board geht es um Semantik und Strukturierung von Schlüsselwörtern für die Website.

Darüber, was Clustering des semantischen Kerns ist. Warum müssen Sie Cluster bilden und wie können Sie dies tun?

Er redet darüber Oleg Schestakow, Gründer von Rush Analytics.

Das Video ist ziemlich umfangreich geworden. Es enthält die wichtigsten Nuancen im Zusammenhang mit Clustering.

Kommen wir zum Video:

Foto von der Tafel:

Wichtig: Wenn Sie Fragen haben, können Sie diese gerne in den Kommentaren stellen. Oleg beantwortet sie gerne.

Videotranskript

1. Was ist Clustering?

Beim Clustering mit der Top-Ähnlichkeitsmethode handelt es sich um eine Gruppierung von Schlüsselwörtern basierend auf einer Analyse von Suchmaschinenergebnissen. Wie kommt es dazu?

  • Wir beantworten zwei Suchanfragen, zum Beispiel „Lipgloss“ und „Lipgloss kaufen“.
  • Wir sammeln Suchergebnisse für jede Anfrage, speichern 10 URLs von jedem Suchergebnis und prüfen, ob in beiden Ergebnissen gemeinsame URLs vorhanden sind.
  • Wenn es mindestens 3–5 sind (abhängig von der von uns angegebenen Clustering-Genauigkeit), werden diese Anfragen gruppiert.

2. Warum Clustering?

Warum ist der Clustering-Trend schon seit etwa anderthalb Jahren auf dem Markt? Warum ist das wichtig und wie hilft es?

  • Zeit sparen. Clustering ist eine wunderbare Technologie, die dazu beiträgt, die Routine bei der Arbeit mit semantischen Kerngruppierungen zu reduzieren. Wenn ein gewöhnlicher semantischer Kernspezialist 100.000 Schlüsselwörter analysiert und sie in Gruppen unterteilt, dauert das etwa zwei bis drei Wochen (oder sogar länger, wenn die Semantik komplex ist), dann kann ein Clusterer diese in etwa einer Stunde nach Priorität aufteilen.
  • Ermöglicht Ihnen, den Fehler zu vermeiden, verschiedene Anfragen auf einer Seite zu bewerben. Yandex verfügt über Klassifikatoren, die kommerzielle Anfragen bewerten. Beispielsweise sind die Ergebnisse bei Informationsanfragen und kommerziellen Anfragen völlig unterschiedlich. Die Suchanfragen „Lipgloss“ und „Lipgloss kaufen“ können nie auf die gleiche Seite gestellt werden.

1) Für die erste Anfrage („Lipgloss“) gibt es Informationsseiten (irecommend, Wikipedia). Für diese Anfrage wird eine Informationsseite benötigt.

2) Für die zweite Anfrage („Lipgloss kaufen“) – kommerzielle Ressourcen, bekannte Online-Shops. Für diese Anfrage ist eine kommerzielle Seite erforderlich.

Das heißt, für unterschiedliche Anforderungen werden unterschiedliche Seitentypen benötigt. Ein häufiger Fehler, den ein Optimierer macht, besteht darin, alles zusammen auf einer Seite zu bewerben. Es stellt sich heraus, dass die Hälfte des semantischen Kerns es in die TOP 10 schafft und die zweite Hälfte nicht dorthin gelangt. Mit dem Clusterer können Sie solche Fehler vermeiden.

Um dies zu verhindern, müssen Sie die Anfragen in den Suchergebnissen zunächst korrekt nach Seitentyp gruppieren.

3. Wie hilft Clustering bei der Werbung?

  • Datenverarbeitungsgeschwindigkeit,
  • Klassifizierung der Seiten, für die Werbung gemacht wird.

Wenn die Site-Struktur gruppiert ist und die interne Optimierung richtig durchgeführt wird, ist dies bereits die halbe Miete, wenn es um den russischen Markt geht. Für westliche Märkte sind natürlich Links erforderlich. Unserer Erfahrung nach erreichen etwa 50–60 % der Anfragen mit ordnungsgemäßem Clustering und ordnungsgemäßer Textoptimierung einfach die TOP, ohne dass ein externer Eingriff erforderlich ist. Für Online-Shops oder Kleinanzeigen (Aggregatoren und Portale) sind Texte grundsätzlich nicht einmal erforderlich.

Clustering ist der Schlüssel zum korrekten Ranking. Im Moment macht es keinen Sinn, gegen Suchmaschinen-Rankings zu kämpfen, aber es ist einfacher, sich an dieses Ranking anzupassen, die notwendigen Seitentypen einzugeben und erfolgreich zu promoten. Ein Paradigmenwechsel bei der Förderung eines bestimmten Themas ist eher unrealistisch als real.

4. Welche Clustering-Methoden gibt es? (Hart weich)

Weich - das ist es, was zuvor beschrieben wurde. Es wird eine Markierungsanfrage einer Kategorie eines Online-Shops entgegengenommen, andere Anfragen damit verknüpft und die Ergebnisse verglichen. „Lipgloss kaufen“, „Lipgloss in Moskau kaufen“, „Lipgloss-Preise kaufen“ – sie haben 4-5 Verbindungen mit der Hauptanfrage.

Diese Anfragen sind gebunden. Damit ist die Prüfung abgeschlossen, ein Keyword-Cluster wird ermittelt und kann beworben werden.

Es gibt aber auch wettbewerbsintensivere Themen, zum Beispiel Kunststofffenster. Hier müssen Sie prüfen, ob alle Anfragen, die an die Hauptseite gebunden waren, miteinander gefördert werden können.

Wir müssen vergleichen, ob es für diese Abfragen Ergebnisse gibt

gleiche URL. Wir vergleichen die Ergebnisse nicht nur mit der Hauptanfrage, sondern auch untereinander. Und wir gruppieren nur die Anfragen, die miteinander in Zusammenhang stehen können.

In den meisten Fällen ist Soft-Clustering ausreichend. Dies sind Online-Shops (nicht sehr wettbewerbsfähige Kategorien) und Informationsressourcen.

5. Clustering in Rush Analytics

Wir haben ein Clustering-Modul und drei Arten von Clustering:

  • Laut Wordstat. Aus Sicht eines Optimierers die einfachste und am wenigsten zeitaufwändige Methode. Ideal für Situationen, in denen wir fast nichts über die Struktur der Website wissen.

1) Laden Sie in Excel Schlüsselwörter in eine Spalte, die Häufigkeit gemäß Wordstat in eine andere und senden Sie sie zum Clustering.

2) Wir sortieren die gesamte Liste in absteigender Reihenfolge: Die häufigsten Wörter (normalerweise die kürzesten) stehen oben.

3) Der Algorithmus funktioniert folgendermaßen: Wir nehmen das erste Wort, versuchen, alle anderen Wörter damit zu verknüpfen, und gruppieren es. Wir schneiden alles aus, was angeklebt ist, sortieren es neu und wiederholen diesen Vorgang noch einmal.

4) Aus der Liste der Schlüsselwörter erhalten wir eine Reihe von Clustern.

Durch Markierungen

Geeignet für Standorte, bei denen die Struktur definiert ist. Funktioniert sehr gut im E-Commerce (z. B. Online-Shops).

1) Wir kennen die Markierungsanfrage (die Hauptanfrage der Seite oder mehrere Anfragen, unter denen sie beworben wird).

2) Wir nehmen eine Liste von Schlüsselwörtern, markieren in der rechten Spalte Markierungsanfragen mit Einsen und alle anderen Abfragen mit Nullen.

3) Wir nehmen ein Marker-Keyword und versuchen, andere Keywords damit zu verknüpfen und sie in Clustern zu gruppieren. Wichtig hierbei ist, dass in diesem Algorithmus die Markierungswörter, die wir mit Einsen markiert haben, niemals miteinander in Beziehung stehen. Wir werden nicht versuchen, sie festzubinden.

Kombiniertes Clustering

Dieser Algorithmus kombiniert die beiden vorherigen

1) Wir laden Schlüsselwörter, markieren „Token/Nicht-Token“ und Häufigkeit.

2) Wir binden alle Wörter, die wir binden können, an Markierungsabfragen.

3) Wir nehmen Schlüsselwörter, die nicht verknüpft sind, und gruppieren sie mithilfe von Wordstat.

4) Alles andere wird als „nicht geclustert“ klassifiziert.

5) Als Ergebnis – eine Struktur, die wir bereits kennen. Außerdem erhalten wir ein automatisches Clustering aller anderen Schlüsselwörter, was uns dabei hilft, die Struktur zu erweitern. Alle diese Clustering-Typen sind in Rush Analytics verfügbar.

Welche anderen Tools gibt es auf dem Markt?

Unter den Würdigen können wir neben Rush Analytics den JustMagic-Dienst hervorheben, bei dem es sowohl Hard- als auch Soft-Clustering gibt. Der Dienst wurde von Alexey Chekushin entwickelt.

Das ist alles, was Sie über Clustering wissen müssen, um mit der Keyword-Gruppierung zu beginnen.

Nutzen Sie Clustering und sparen Sie Zeit. Darüber hinaus machen Menschen häufig Fehler; die Fehlerquote des Optimierers liegt bei etwa 15 %. Überlassen Sie die Routine den Robotern – Sie müssen sie nicht manuell erledigen.

Expertenmeinungen

Topvisor ist eines der dynamischsten Tools auf dem Markt Suchmaschinenwerbung. Das Team entwickelt sich schrittweise weiter und erweitert regelmäßig die Anzahl nützlicher Dienste für SEO-Spezialisten.

Eines der interessantesten Module ist das schnelle Clustering von Suchanfragen basierend auf der Ähnlichkeit von SERPs.

Unser Unternehmen ist nicht aufgrund einer Empfehlung zu Topvisor gewechselt. Wir haben verschiedene Positionsüberwachungsdienste getestet und waren von der Reaktionsfähigkeit des Entwicklers beeindruckt.

Es ist schön, wenn Ihre Vorschläge umgesetzt werden und das Leben und Arbeiten einfacher machen. Und mit der Zeit ist diese Fähigkeit zum Zuhören und Umsetzen nicht verschwunden. Das ist sehr cool!

Ich habe lange nach einem komfortablen Service zur Positionsüberprüfung gesucht, ich habe viel ausprobiert! Ihnen hat das eine nicht gefallen, dann das andere ... In Topvisor können Sie alles individuell anpassen, und Zusatzfunktionen mach uns noch glücklicher.

Auf jeden Fall ein Muss! Ich hoffe, dass es noch weitere Entwicklungen geben wird!

Wir haben viele konkurrierende Dienste ausprobiert und uns aufgrund der Qualität für Topvisor entschieden. Und auch für die Genauigkeit und Geschwindigkeit der Positionsprüfung. Jetzt testen wir alle neuen Tools und implementieren sie in unseren Workflow.

Besonders gut gefällt mir die Reaktionsfähigkeit des Serviceteams und die schnelle Umsetzung der Ideen und Wünsche der Nutzer.

Als ich KeyCollector erneut nicht auf einem Mac öffnen konnte, rettete mich Topvisor. Hier habe ich schnell eine Reihe semantischer Daten für eine wichtige Studie erhalten. Außerdem verwende ich bei Bedarf Topvisor, um die Positionen von Kundenstandorten zu überprüfen, was sehr praktisch ist.

Die Ersteller des Dienstes sind mit den Bedürfnissen des Marktes vertraut und tun daher ihr Möglichstes, um viele Aufgaben zu automatisieren, die manchmal nicht sehr beliebt sind. Angenehmer und praktischer Service.

Ein Muss im Arsenal der Optimierer.

Für einen Mann, der seinen Ruf auf Semantik aufgebaut hat, ist es äußerst wichtig, immer genaue Daten zu erhalten; Dies gilt für Clustering, Positionsablesung und Analyse. Von den ersten Tagen an hat Topvisor im Vergleich zum Markt ein hohes Arbeitsniveau erreicht und bestätigt jeden Tag seine Führungsposition.

Neben der Bequemlichkeit und Genauigkeit der Service-Tools möchte ich die reaktionsschnelle Arbeit des Support-Service und der Verwaltung hervorheben!

Topvisor hat mich mit seiner Durchdachtheit und Vielseitigkeit beeindruckt. So viele Kleinigkeiten wurden im Vorfeld berücksichtigt. Ich arbeite oft mit den Schnittstellen verschiedener SEO-Dienste, teste viel, aber eine solche Benutzerfreundlichkeit habe ich noch nirgendwo anders gesehen.

Die ausführliche Hilfe, Freundlichkeit und Effizienz des Supports sind beeindruckend.

Es ist sehr bequem, darin zu arbeiten – es zu entfernen und zu erweitern. Core, führen Sie Clustering durch, kontrollieren Sie die Positionen beider Websites und Seiten in sozialen Netzwerken und Videos, Youtube-Kanälen, überwachen Sie Konkurrenten, analysieren Sie die Optimierung Ihrer Website. Wie sich herausstellte, sind die Preise für die Arbeit sehr erschwinglich. Ich möchte diesen Dienst auf keinen Fall verlassen.

Ich nutze Topvisor seit den ersten Wochen seines Bestehens – seit 2013. Und um ehrlich zu sein, habe ich gerade beschlossen, einen anderen Dienst zur Überprüfung von Positionen zu testen, weil ... Der aktuelle Stand war zu diesem Zeitpunkt ständig rückläufig und der technische Support reagierte überhaupt nicht.

Und der Topvisor-Support reagierte innerhalb von 2 Minuten, sogar auf Twitter, und was sehr erfreulich war, war, dass viele meiner Verbesserungsvorschläge fast am selben Tag umgesetzt wurden.

Zum Zeitpunkt des Schreibens dieser Rezension habe ich ungefähr 270 geschlossene Tickets und viele der Funktionen stammen aus meiner leichten Hand. Es scheint, was hat die Unterstützung im Positionsüberprüfungsdienst damit zu tun? Wie sich herausstellt, ist dies der wichtigste Teil. denn jeder Fehler, jedes Versehen wird schnell behoben und wenn der Überschuss vom Konto abgebucht wird, wird er entschädigt. Wie sieht es mit der Stabilität aus? Auch alles ist in Ordnung (bis auf die Einführung neuer Funktionen). Mehr als 3 Jahre lang habe ich mit Topvisor dort hundert verschiedene Projekte mit semantischen Kernen von 10 bis 5000 Abfragen hochgeladen und es gab fast keine Zeit, in der das Projekt nicht rechtzeitig entfernt wurde oder etwas mit den Daten passiert ist.

Topvisor ist ein stabiler und schneller Dienst für die Arbeit mit Semantik, der, wenn nicht alles, dann fast alles kann: Wordstat, AdWords, Hinweise, Gruppierung und Clustering von Abfragen, hervorragende und verständliche Analysen, Integration mit dem Webmaster, Metriken, GA. Darüber hinaus gibt es einen Heap und einen kleinen Warenkorb mit verwandten Diensten, z. B. der Überwachung von Änderungen auf der Website oder einem Bid-Manager für den Kontext. All diese Funktionen nutze ich in fast jedem neuen Projekt voll aus.

Wenn Sie sich für einen Dienst zur Überwachung von Positionen und anderen SEO-Aufgaben entscheiden, empfehle ich Ihnen, einen genaueren Blick auf Topvisor zu werfen.

Dabei handelt es sich um eine ganze Reihe nützlicher Tools: von der Überprüfung der Positionen bis hin zum Sammeln von Schnipseln und Schnappschüssen Suchergebnisse bis hin zu einer detaillierten technischen Analyse der Website. Von der Auswahl von Wörtern über das Sammeln von Suchvorschlägen bis hin zur Gruppierung nach Relevanz und Clustering mit drei verschiedenen Methoden.

Kann mit Yandex.Metrica, Y.Webmaster arbeiten und integrieren. Google Analytics und Google Search Console. Ein echter Suchanalysedienst.

Topvisor entwickelt sich ständig und dynamisch weiter, es erscheinen regelmäßig neue Tools und die aktuelle Funktionalität wird erweitert. Die Benutzeroberfläche ist komfortabel, intuitiv und von den Serviceentwicklern sehr gut durchdacht. Bitte pass auf Besondere Aufmerksamkeit detaillierte Referenzmaterialien zu den Tools und Funktionen von Topvisor. Ich bin mir sicher, dass auch Anfänger nach der Lektüre keine Probleme oder Fragen mit dem Werk haben werden.

Wir haben im September 2014 damit begonnen, Topvisor als Backup-Dienst für interne Überwachungs- und Analysetools zu nutzen. Im Laufe der Zeit und der Entwicklung des Projekts sind einige der Funktionen interner Dinge auf unserer Seite nicht vollständig entwickelt.

Wir verwenden nur das Positionsmodul, wir erhalten Statistiken über eine praktische API, mit der Power BI/Query gut zusammenarbeitet, um vorgefertigte Berichte über die Parameter der Anzahl und Dynamik der Anfragen in den TOP-3..100+ für die zu visualisieren erforderliche Zeitspanne.

Praktisch ist, dass der Dienst den bargeldlosen Dokumentenfluss über Diadoc nutzt und vorgefertigte Rechnungen eine Woche vor dem Abrechnungsdatum viel Zeit sparen. Topvisor hat neben der Bedienung technischer Dinge das Wichtigste im Kundenservice – tollen Support. Antwort auf Anfragen innerhalb von 5-10 Minuten, ein sichtbarer Wunsch zu helfen, das Problem zu verstehen und die Funktionalität zu verbessern. Deshalb haben russische Städte jetzt in ihren Statistiken unterschiedliche Farben in ihren Diagrammen und in der Hilfe ein paar zusätzliche Screenshots.

Wenn bereits eine Liste mit Abfragen vorhanden ist, handelt es sich hierbei noch nicht um einen semantischen Kern – Sie müssen die Abfragen zunächst über die Seiten verteilen, um eine Vorstellung davon zu bekommen, wie die Site gefüllt werden soll. Ohne eine gute Semantik wird es sehr schwierig sein, Traffic über die Suche zu erhalten.

Was ist Abfrage-Clustering?

Unter Query-Clustering versteht man genau die Aufteilung von Suchanfragen zum gleichen Thema in Gruppen, um eine Landingpage zu bewerben.

Das Clustering umfasst die folgenden Prozesse:

  • Gruppieren von Anfragen abhängig von den Absichten des Benutzers (Absicht);
  • Überprüfung der Kompatibilität wichtiger Abfragen für die Werbung auf einer Seite im Yandex-Top.

Anfragen mit dem gleichen Absicht- das sind unterschiedliche Anfragen, mit denen eine Person tatsächlich das Gleiche sucht. Ein offensichtliches Beispiel sind die Abfragen [Parker-Stift] und [Parker-Stift]. Komplizierter ist die Situation bei Synonymen wie: [Tischlampe] – [Nachtlicht], [Geburtsurkunde] – [metrisch], [Monitor] – [Bildschirm]. Die Schwierigkeit besteht darin, dass das System bei der Suche nach wichtigen Synonymen über das Yandex-Wörterbuch nicht immer eine angemessene Auswahl bietet.

In der Praxis können ähnliche Abfragen viele haben unterschiedliche Eigenschaften, weshalb sie nicht auf einer Seite platziert werden können. Abhilfe schafft das Clustern von Abfragen nach oben. Der Clusterer findet identische URLs in den Top-Suchmaschinenergebnissen und signalisiert so das Vorhandensein derselben Absicht. Das Ergebnis der Arbeit drückt sich wie folgt aus:

  • Das Vorhandensein identischer URLs oben für Suchanfragen bedeutet die Möglichkeit, diese auf einer Seite zu bewerben.
  • Das Fehlen gemeinsamer URLs weist mit hoher Wahrscheinlichkeit darauf hin, dass eine solche Werbung nicht möglich ist.

Warum Clustering erforderlich ist

Mithilfe automatischer Clusterer können Sie selbst die größten semantischen Kerne schnell gruppieren. Dauerte die Demontage des Kerns früher Wochen und Monate, reduziert sich die Arbeit dank Clusterizern auf ein paar Stunden. Ein großer Vorteil des Clusterings besteht darin, dass Anfragen so auf mehrere Seiten verteilt werden, dass sie gleichzeitig gefördert werden können. Es ist schwer, sich ein manuelles Analogon zum hochpräzisen Clustering vorzustellen, da selbst ein erfahrener Optimierer bis zu 30 % der fehlerhaften Zuordnungen vornimmt. Daraus folgt, dass Keyword-Clustering in fast jedem Fall notwendig ist.

Als ich Webmaster-Teekanne war, habe ich eine Website erstellt, auf der es für jede Anfrage einen separaten Artikel gab. Natürlich hat er keinen Traffic erhalten – es war einfach ein Misserfolg. Und das ist für viele Anfänger ein Problem – falsche Abfragen oder falsches Clustering.

Clustering-Methoden

Bei der Gruppierung von Abfragen entsteht Unsicherheit in der Methodik, sie basierend auf den Spitzenwerten zu kombinieren. In der Praxis gibt es zwei Hauptmethoden: „weiches“ und „hartes“ Clustering.

Soft Clustering basiert auf der Bildung einer Gruppe aus einer „zentralen“ Anfrage. Alle anderen werden mit ihm verglichen, basierend auf der Anzahl häufiger URLs in den Yandex-Top-10. Beim Soft-Clustering werden relativ große Gruppen gebildet, bei der Bestimmung der Möglichkeit, Anfragen gemeinsam auf einer Seite zu bewerben, treten jedoch häufig Fehler auf.

Hartes Clustering zeichnet sich dadurch aus, dass Abfragen zu einer Gruppe zusammengefasst werden, wenn für alle Abfragen ein gemeinsamer Satz von URLs vorhanden ist, der in den Top 10 für alle diese Abfragen angezeigt wird.

Für die Beurteilung der Clusterbildung gibt es zwei Kriterien:

  1. Vollständigkeit– die Anzahl der Anfragen in der Gruppe, die die gleiche „Absicht“ haben. Wenn alle Anfragen mit derselben Absicht in eine Gruppe fallen, beträgt der Vollständigkeitsindikator 100 %.
  2. Kompatibilität Abfragen untereinander, die in dieselbe Gruppe fallen. Der Fall, dass alle im Cluster enthaltenen Anforderungen miteinander kompatibel sind, wird als 100 % angenommen.

Eine wichtige Rolle spielt ein Parameter wie „ Clustering-Schwelle" Dies ist die Mindestanzahl gemeinsamer URLs, um eine Gruppe zu bilden. Eine große Anzahl bedeutet eine hohe Genauigkeit der Gruppen, gleichzeitig nehmen sie aber natürlicherweise an Größe ab. Erfahrungen mit der Verwendung semantischer Clusterer zeigen, dass der minimale Arbeitsschwellenwert für „hartes“ Clustering bei 3 URLs liegt, für „weiches“ Clustering bei 4 URLs.

Selbst bei einem Schwellenwert von 3 URLs bietet Hard Clustering eine Genauigkeit von über 90 %. Zum Vergleich: Ohne den Einsatz von Tools beträgt die Genauigkeit der Arbeit eines erfahrenen Optimierers bestenfalls 70 %, für einen Anfänger jedoch nicht mehr als 30 %. Trotz ihrer hohen Genauigkeit bietet die „harte“ Methode nur eine Vollständigkeit von etwa 40 %.

Soft-Clustering weist einen hohen Vollständigkeitsindex auf, verliert jedoch deutlich an Genauigkeit. Somit sind „weiche“ und „harte“ Methoden umgekehrt proportional zueinander. Der Einsatz der einen oder anderen Methode hängt von den Zielen des Optimierungsprozesses ab.

Für die „Traffic“-Förderung, wenn es darauf ankommt, so viele Suchanfragen wie möglich auf der Seite anzuzeigen, ist Soft-Clustering besser geeignet. Wenn eine „positionelle“ Beförderung durchgeführt wird, hat der Harte das letzte Wort.

Hartes Clustering wird auch bei der Textanalyse einer Seite verwendet. Jede Textanalyse für eine Gruppe von Abfragen für eine Seite ist ziemlich eng mit der Qualität dieser Gruppe korreliert. Nur die „harte“ Methode liefert Gruppen in der erforderlichen Qualität.

So gruppieren Sie den semantischen Kern

Normalerweise mache ich Clustering in zwei Schritten. In der ersten Phase füge ich den Kernel in einen automatischen Clustering-Dienst/Programm ein und in der zweiten Phase beende ich den Kernel manuell. Über Excel. Hier sind so etwas wie diese Typen:

In diesen Videos wird im Grunde klar, wie man die manuelle Endbearbeitung durchführt, aber was die automatischen Clusterer betrifft, wählt jeder, was ihm am besten gefällt.

Semparser

Der automatische Abfrage-Grouper von Topvisor ist eine Alternative zu Rush Analytics und Semparser und ähnelt in seiner Benutzeroberfläche letzterem. Es gibt einen gewissen Grad an Gruppierung und Speicherung des Projekts in einer Excel-Datei.

Der Topvisor-Cluster verfügt über eine „Neugruppierungs“-Operation. Nach der Anwendung erhöht sich die Anzahl der Gruppen und die Anzahl der Anfragen in ihnen nimmt merklich ab. Diese Funktion ist nützlich für diejenigen, die sich mit weichem Clustering nicht zufrieden geben und lieber die harte Option nutzen möchten.

„Umgruppierung“ wird hier bezahlt, obwohl es nicht mehr als ein paar Rubel kostet.

Der Vorteil von Topvisor liegt in seiner hohen Gruppierungsgeschwindigkeit. Der Clusterer verteilt den semantischen Kern von 1000 Abfragen innerhalb weniger Minuten. Nachteile: hohe Kosten für die Gruppierung und natürlich die Notwendigkeit einer manuellen Bearbeitung.

Gruppierung über Key Collector

Ein weiteres Beispiel für einen automatischen Clusterer wird als Online-Tool auf der Website coolakov.ru vorgestellt. Anfragen werden basierend auf der Ähnlichkeit der Yandex-Top-10 in Gruppen eingeteilt.

Plus: kostenloser Online-Service.
Nachteile: geringe Gruppierungsgenauigkeit, fehlendes Hochladen in eine Datei.

Zusammenfassend lässt sich sagen, dass Sie sich getrost für automatische Clusterer entscheiden können, die von verschiedenen Online-Diensten angeboten werden. Aber leider erfordert der Betrieb eines jeden Clusterizers manuelle Änderungen.

mob_info