Як знайти відсутні кластери та перевірити якість групування на сайті, що просувається

Сьогодні розберемо нестандартний спосіб, що дозволяє швидко знайти кластери для розширення семантики і зрозуміти чи правильно зроблена угруповання.

Найкраще цей метод підійде для комерційних сайтів, інтернет-магазинів і сайтів послуг.

Що робимо:

  1. Парсим за допомогою Screaming Frog потрібну нам категорію сайту (саму категорію, її підкатегорії, тегові) або весь сайт.
  2. Вивантажуємо дані в Excel і за допомогою текстової формули “зчепити” додаємо до заголовків h1 наступне значення “~0”, щоб вийшло як в прикладі – https://gyazo.com/42cf902303627ad874c1286bfdc9dd13. якщо в h1, є якесь гео, видаляємо його. Наприклад, замість “пластикові вікна в Санкт-Петербурзі” буде “пластикові вікна”.
  3. За аналогією парсим за допомогою Screaming Frog потрібні категорії або сайти лідерів, вивантажуємо в Excel і проробляємо ті ж маніпуляції, що і з сайтом, що просувається, тільки додаємо “~1”, “~2”, “~3” і тд – https://gyazo.com/523ae3ae11b765db9447d95230977b4e.
  4. Копіюємо “h1~0″ сайту, що просувається, і” h1~1″,” h1~2 ” і тд сайтів лідерів в будь-який кластеризатор і робимо hard-угруповання по топу з порогом 5 по регіону в якому просуваємося.

Найчастіше оптимізація йде за категоріями, а не по всьому сайту відразу, тому буде досить безкоштовного кластеризатора від Кулакова – http://coolakov.ru/tools/razbivka/. подаємо дані в такому вигляді: https://gyazo.com/5f475d2136ab9255024220c8989c1f28.

Після угруповання шукаємо на сторінці “~0” і натискаємо “підсвітити все”. Відразу видно які кластери є у лідерів і у нас, а яких ні – https://gyazo.com/a2dcd21d6ae14464b28fc9e2d8b3d6ed.
(У прикладі порівняння йде з одним сайтом лідером, але їх може бути кілька).

Також відразу видно якість угруповання, якщо кілька заголовків h1 з нашого сайту потрапляють в 1 кластер варто подумати, як так вийшло. – https://gyazo.com/335fae94eb0a6c47c90e018b48941788 і може краще об’єднати сторінки, щоб не було канібалізації.

А чи не простіше подивитися упущені фрази через сервіс аналізу конкурентів?

Так, так простіше, але не краще через низку проблем:

– У сайту може не бути видимості по кластеру в ТОП-50, а сторінка при цьому є.
– Часто немає даних по невеликих кластерах.
– Якість угруповання ми так не оцінимо.
– Підбирати Маркери для маркерної кластеризації доведеться вручну.
– Порівняння видимості по ключах через сервіс йде по всьому сайту, а не по категорії або потрібним нам сторінкам. Через це у звіті багато того, що не потрібно.

Але всіх цих проблем можна уникнути, якщо зробити гібрид: кластери і потрібні сторінки знайти за допомогою методу, що описав, а потім вже отримати упущені фрази через сервіс аналізу конкурентів.

Автоматизуємо отримання відсутніх кластерів і збір втрачених фраз

Інструкція + допоміжні макроси:

  • На початку робимо все за аналогією з описаним вище способом з 1-го по 4-ий пункт.
  • Вивантажуємо дані з кластеризатора Кулакова в Excel і вставляємо їх в макрос 1 https://drive.google.com/file/d/1tpDWu7qeWNTFZuc6EIV3IfAH3YU6SNg6. після запуску він миттєво покаже кластери, яких ми не маємо, позначивши їх фразою “брехня” у стовпці F – https://gyazo.com/04983c9d0b63c18ce138db8e7e829c09.

Для маркерної кластеризації, відфільтрувавши таблицю, по стовпчику F зі значенням “брехня” в стовпці B “Назва кластера” ми отримуємо практичні готові вершини кластерів – https://gyazo.com/1cf1de115e5167b100a2cd109d809b98. потрібно тільки замінити “~1”, “~2 ” на потрібну комерційну приставку. Наприклад, купити – https://gyazo.com/e6b4f06fdc548124fdbacca966821b1a.

  • Відкриваємо 2-ой макрос – https://drive.google.com/file/d/1L7aTTGfgNdHQ4zWP5YVisd4VnLjJfphL/
    І вставляємо на лист “вхідні дані” по всіх сайтах, які ми вивантажували через Screaming Frog в стовпчик “A” – h1~1(/2/3/4/5…), у стовпчик “B” відповідні їм урли – https://gyazo.com/83d02657281ceafb5f7db03294d2a0dd, а в стовпчик “H”, ті h1~1(/2/3/4/5…), які макрос 1 зазначив у стовпчику F, як “брехня” – https://gyazo.com/7d74f939544051e41565e5b56dae1182.
  • Запускаємо 2-ий макрос і отримуємо в стовпці і урли сторінок на сайтах лідерів по кластерах, яких у нас немає – https://gyazo.com/4ef131e7f24276c45c374d9c2196c321
  • Запускаємо макрос 3 – https://drive.google.com/file/d/1HcsXYkH9-97YR2zRYoEVL6yGm3XM6fHG і на лист “Урли для відбору” в стовпець “а” копіюємо урли з стовпчика I, які ми отримали в попередньому пункті – https://gyazo.com/74135335073c2ce942da72d1a81e78a8. (У прикладі показаний 1 сайт, якщо їх кілька – ми копіюємо поспіль урли всіх сайтів)
  • На лист “Семантика” копіюємо вивантаження з сервісу аналізу конкурентів по всіх сайтах (крім нашого), які ми парсили через Screaming Frog у вигляді (“фраза”, “сторінка”, “частотність” – краще брати суперточну) – https://gyazo.com/758a5de21e454e38ea527afdb6739ac0. Аби дані були точніше, рекомендую поставити фільтр по видимості сайтів в ТОП-12 – https://gyazo.com/eb0b5a929719e5bcdbf9d9ea73ea9b59
  • Переходимо на лист “Результат” і натискаємо “сформувати результат”. Отримуємо упущену семантику з сумарною точною частотністю по кожному кластеру – https://gyazo.com/85440a637d1edd3bd4c6b533ae2555bf по всіх сайтах. А на аркуші “Урли не знайдені”, ті url – за якими в сервісі аналізу конкурентів не було інформації – https://gyazo.com/9a5f0f86bbc93bd394e4ffc6af5dbfdf.
  • Далі можна подивитися упущені кластери і фрази по кожному лідеру. Видалити дублі по фразах і отримати всю упущену семантику без повторів, а по тих кластерах де немає даних зібрати маркерні запити і спарсіть ліву колонку Вордстат + підказки, таким чином точково доповнивши семантику.

Застосовуючи цей підхід можна швидко знайти необхідні кластери для розширення семантики, отримати готовий список вершин для маркерної кластеризації, оцінити якість угруповання і зібрати упущену семантику, не втративши ті кластери за якими немає даних.

Оцініть статтю
Додати коментар