Маркерные ключевые слова для SEO [опрос SEO-специалистов]

В предыдущей статье я описал процесс сбора маркерных запросов так, как это делаю я, но методик столько, сколько специалистов на рынке: каждый делает по-своему. Для того, чтобы показать процесс сбора маркеров со всех сторон, я провел небольшой опрос SEO-специалистов.

Подписывайтесь на телеграм-канал SEO-специалисти узнавайте первыми всю актуальную информацию по самостоятельному продвижению сайтов.

Если вы только начинаете познавать SEO, рекомендую ознакомиться с основными SEO терминами.

1. Павел Ревуцкий, prdigital.pro

Шаг 1: Определяю структуру запроса

Если я подбираю ключевые слова для конкретной страницы, то в первую очередь определяю структуру запроса. Это позволяет сразу сузить итоговый список ключевых слов, что существенно сэкономит ресурсы на чистку и кластеризацию. Рассмотрим на примере двух предполагаемых тем:

1. Как создать приложение для вызова такси;
2. Применение больших данных в финтех индустрии; 

В первом случае запрос будет состоять из трех частей: 

• Спецификатор, определяющий интент — “создать”
• Тело, часть 1 — “такси”
• Тело, часть 2 — “приложение”

Во втором случае — из двух:

• Тело, часть 1 — “большие данные”
• Тело, часть 2 — “финтех”

Как видно, [wpdiscuz-feedback id=»bmsj8tb2pd» question=»Есть мысли по этому поводу?» opened=»1″]под разный интент может быть разная структура запросов[/wpdiscuz-feedback]. Далее, для упрощения, я буду показывать алгоритм на примере первой статьи. 

Шаг 2: Нахожу синонимы для каждой части запроса 

Сначала задействуем свой словарный запас, а затем — переходим к исследованию выдачи по маркерному запросу.

Элементы, на которые следует обращать внимание: 

1. Блок “People also ask”;
2. Блок “People also search for”;
3. Хлебные крошки и URL;
4. Title в сниппете;
5. Description в сниппете, особенно подсветка.

Как правило, этой информации уже достаточно, но если углубиться, то можно также исследовать title, h1-h6 конкурентов и поисковые подсказки, а при продвижении русскоязычных запросов — правую колонку Wordstat. Также не помешает воспользоваться сервисами конкурентной разведки по URL, если у вас есть к ним доступ. Например, Organic Search Positions в Semrush. 

На примере статьи по разработке приложения для такси мы получили 3 массива данных:

Массив 1	Массив 2	Массив 3
create	taxi	app
make	cab	application
build	uber
develop	lyft
start
design

Шаг 3: Генерирую маркеры 

Чтобы получить маркеры для парсинга ключевых слов, необходимо проитерировать массивы и сцепить слова. Для этой задачи я использую простейший скрипт на Python.

Итоговый результат:

Ну а дальше — парсинг, чистка, кластеризация. Вполне вероятно, что у некоторых маркеров будет слабая связь с основным кластером. Это определится на этапе кластеризации

2. Айрат Рахимзянов, @seosekretiki

При проработке семантического ядра всего сайта или какого-либо конкретного раздела я не выделяю работу с маркерами как отдельную задачу. В качестве маркеров могу брать всё, что относится к тематике сайта. Собираю все запросы из всех популярных источников (вордстат, метрика, панель вебмастера Яндекса, GSC и аналитикс, keys.so, подсказки и т.д.) и загружаю их в Key Collector. В самом же КК есть группировка по отдельным словам:

… чтобы в общей каше найти сгруппированные запросы по нужным вам маркерам.

Для примера. Есть интернет-магазин продающий продукцию от компании Apple, в структуре есть подразделы типа iPhone и iPad, соответственно для каждого из них базовыми маркерами для парсинга запросов на входе будут следующие фразы: apple и все производные варианты, аля “эппл” или “эйпл”. Тоже самое и с iPhone (айфон) и iPad (айпад). Если есть какие-то уточняющие моменты, то задаем сразу их. Если магазин занимается только продажей продукции, а сервисным обслуживанием не занимается, тогда можно собирать только те запросы, которые содержат в себе слово “купить”, “продажа, “цена” или “стоимость”, где явно задается логика для поиска коммерческих запросов, дополнительно сразу при помощи списка стоп-слов можно отсекать не подходящие для нашей тематики запросы.

Тоже самое и для информационной тематики, можно сразу же задавать маркерные слова типа: “как”, “где”, “когда”, “что” и т.п. Где явный интент будет информационным.

Отдельно отмечу, что есть запросы типа volkswagen, вариаций к этому запросу может быть огромное количество. Можно сразу в голове прикинуть маркерные запросы (с какими словами могут искать то, что нам нужно?). Это могут быть запросы: vw, фв, фольксваген, фольцваген, wolsvagen, фольсваген, вольксваген, вольцваген, вольтсваген, фольсфаген и т.д. Такие запросы чаще всего можно выгрузить у конкурентов (например, с помощью сервиса keys.so, при помощи групповых отчетов или дополняющих фраз):

 

Тоже самое и с другими маркерами типа “недорого”, “дорого”, “дешево”«. Такие запросы можно продвигать на страницах сортировок цены (по убыванию или возрастанию). Пример реализации можно посмотреть на странице:

 

Для тех, кто любит продвигаться по брендовым запросам, можно пробовать парсить запросы по маркерам типа «официальный сайт» и т.п. Очевидно, что в каждой тематике будут свои маркерные запросы.

Также после сбора всех возможных фраз (по маркерам или просто из всех баз) можно находить между ними синонимы, о которых даже не мог изначально предполагать, описывал это тут.

3. Артем Высоков, vysokoff.ru

Подготовка к сбору семантического ядра начинается со сбора маркеров или, как я называю, со сбора первичной семантики. Сбор маркеров проходит в несколько этапов.

1. Генерируем первичные ключи из головы.
2. Общаемся с экспертами отрасли (или владельцами сайта), чтобы они подкинули какое-то количество специфических фраз из ниши.
3. Вбиваем основные ключевые фразы в Wordstat и анализируем правую колонку с целью найти синонимы и другие тематикообразующие фразы.
4. Смотрим Википедию по основным ВЧ-запросам, чтобы найти дополнительную первичную семантику для парсинга.
5. Анализируем 3-5 конкурентов из ТОПа, чтобы найти у них уникальную экспертную семантику. Загоняем эти сайты в Keys.so или Букварикс и снимаем семантику конкурентов.
6. Собираем запросы из раздела под поисковой выдачей в Яндексе «Люди ищут» и в Google «Вместе с %запрос% часто ищут».

Получив всю первичную семантику и добавив очищенную от мусора семантику конкурентов, начинаем парсить.