Сбор ключевых слов для категорий и карточек товара

Один из самых простых способов расширения аудитории интернет-магазина — это подборки товаров или топ-листы. С их помощью можно привести новых пользователей, увеличить трафик и, как следствие, повысить доходы сайта. 



Для создания подборок товаров вам не нужно выходить за рамки своей ниши, достаточно подготовить страницы, которые будут удовлетворять потребностям аудитории. Как это сделать, читайте дальше в статье Дмитрия Мазуряна.

Зачем делать подборки товаров?

Ответ прост — они полностью покрывают аудиторию, которая ищет лучшие товары в рамках своей ниши. Давайте возьмем несколько групп товаров и определим насколько люди интересуются лучшими экземплярами. 



Для этого я взял несколько разных товарных групп и определил количество фраз в базе Serpstat для украинской выдачи Google по ключевым словам типа "лучшие {{группа_товаров}}" и "топ {{группа товаров}}", а также их суммарную частотность. Результаты показаны в таблице ниже.

Группа товаров Количество фраз в Serpstat Суммарная частотность
наушники 265 4910
велосипеды 194 2580
микроволновки 26 270
двери 87 980
семена 320 400
аккумуляторы 61 1390
лампы 56 780
шины 136 1900
планшеты 480 8640

Как видно из этой таблицы, интерес присутствует во всех товарных группах. А ведь в Serpstat далеко не все поисковые фразы, которые вводят в поисковых системах. Теперь представьте сколько новой целевой аудитории может получить сайт, если на нем создать подборки товаров. 



К сожалению, недостаточно сделать статью "лучшие наушники" чтобы покрыть всю аудиторию. Нужно детально изучать интересы и группировать фразы на отдельные страницы. 

Как создать подборку / топ-лист?

Давайте более детально рассмотрим процесс подготовки к созданию новых страниц для привлечения трафика.

1

Определите для каких групп запросов будут создаваться страницы.

2

Подготовьте основные фразы, под которые будут оптимизированы эти страницы.

Я пришел к тому, что эти два пункта можно легко автоматизировать, используя базы Serpstat. Помогает в этом API сервиса и два скрипта, которыми я с вами поделюсь. 



Если взглянуть на таблицу выше, то можно увидеть, что по наушникам аж 265 фраз. Если создавать одну страницу с топом лучших наушников, то никак не получится покрыть все множество фраз. Куда более логично разбить это множество запросов на несколько групп и для каждой создать отдельную страницу, оптимизированную под конкретную группу. Для разбивки фраз на группы я использую свой кластеризатор, о котором вы можете почитать в этой статье



Я регулярно использую скрипт кластеризации по API Serpstat при работе с большим множеством фраз. Это реально удобно и эффективно. Особенно, когда нужно обработать 10—20 тыс. фраз. При группировке фраз для подборок используемый алгоритм показывает себя с лучшей стороны. Рекомендую попробовать. 

В ближайшее время я планирую улучшить логику работы скрипта и оптимизировать код, чтобы он работал лучше и быстрее. Новые ссылки и описание обновлений будут в статье о скрипте.

Получив группы запросов появляется понимание, какие страницы нужно создать. Но в каждой группе находится множество ключевых слов и не так просто выбрать фразы, под которые лучше оптимизировать страницу. Чтобы не тратить на это время я использую второй скрипт, который готовит рекомендации по названию, заголовкам и ключевым словам для страниц.

Как использовать скрипт подготовки рекомендаций для страниц подборок?

Данный скрипт собирает все ключевые слова по теме, а также находит похожие фразы, благодаря чему получается подготовить реально разнообразное содержимое страницы. Для этого используется две функции API Serpstat — keywords и related_keywords. Первая достает все ключевые слова по теме, а вторая дополняет их синонимами и фразами, которые желательно использовать в контексте. После несложной обработки этого множества фраз скрипт выдает: 

1

Три фразы, которые рекомендует использовать в названии.

2

Три фразы, которые рекомендует использовать в заголовке или дополнении к названию.

3

10 фраз, которые желательно использовать в тексте страницы.

4

Список всех обработанных фраз, на всякий случай, т.к. любая машинная обработка не идеальна.

Скрипт получения рекомендаций фраз для подборок

  • В поле "Название" нужно ввести название подборки, которое начинается на лучшие или топ. Например, "лучшие bluetooth наушники". 


  • В поле "Поисковая система" нужно ввести поисковый регион. Например, "g_ua" для Украины, или "g_ru" — для России. Полный перечень алиасов есть в документации к API


  • В поле "API token" нужно вставить свой ключ для API, который есть в профиле вашего аккаунта. 


Если заполнить все поля и нажать на "рыжую" кнопку, то через 10—15 секунд скрипт выдаст результат. Для темы "лучшие bluetooth наушники" и базы Google UA он будет следующим: 

Лучшие варианты названий, подборки

Как видим, скрипт рекомендует использовать в названии фразу "лучшие bluetooth наушники". В качестве альтернативы предлагает рассмотреть "лучшие беспроводные наушники". Ну, а в тексте страницы желательно использовать фразы "обзор беспроводных наушников", "лучшие блютуз наушники", "рейтинг беспроводных наушников" и т.д. 



Я предпочитаю использовать альтернативное название, как часть Title. Например, для данной страницы я бы его сделал следующим: 

"Лучшие bluetooth наушники. Обзор беспроводных наушников 2017 — Бренд сайта". 



Хочу отметить, что это лишь рекомендации, а не команда к действиям. Но пользоваться этим скриптом очень легко. И главное — это экономит кучу времени. Я, например, даю копирайтерам темы, а они, используя данный скрипт, быстро подбирают оптимальные фразы для страниц и не нужно писать сложных задач. Во многом такой хороший результат получается благодаря большой базе Serpstat. 

Какие результаты дают эти скрипты?

Про скрипты я рассказал, а теперь покажу какой результат дает их работа. Для первого примера возьмем уже озвученную тему про наушники.

Немного сеошного юмора: Создается такое впечатление, что эта статья больше оптимизирована под тему наушников, а не создание подборок и топ-листов. Нужно будет через месяц посмотреть по каким словам она ранжируется в Серпстат :)

Ранее я упоминал про мой скрипт кластеризации. Давайте посмотрим, какие группы он подберет для этой темы. Для этого я использовал следующие настройки: 

Скрипт работы с API Serpstat

И в результате получил следующие кластеры:

Группа Суммарная частотность*
cамые лучшие наушники 410
лучшие бюджетные наушники 150
лучшие наушники для телефона 70
лучшие производители наушников 50
лучшие наушники для музыки 50
лучшие наушники для iphone 40
лучшие bluetooth наушники 40
лучшие накладные наушники 40
лучшие беспроводные наушники для спорта 40
лучшие бюджетные наушники вкладыши 40
лучшие фирмы наушников 40
лучшие наушники затычки 40
лучшие дешевые наушники 40
лучшие наушники в мире 30
вакуумные наушники лучшие 110
лучшие открытые наушники 20
лучшие наушники для компьютера 60
самые лучшие наушники для плеера 20
лучшие игровые наушники с микрофоном 50
лучшие наушники для ipod 20
самые лучшие наушники sennheiser 20
лучшие закрытые наушники для плеера 20
лучшие наушники для рока 20

*В данной версии скрипта суммарная частотность считается неправильно. 

Видите сколько отдельных тем содержится в большой теме "лучшие наушники". Очень много. Для некоторых ниш кластеризатор определяет сотни тем, по которым желательно создать отдельную страницу. 



Давайте посмотрим, что нам подберет скрипт рекомендаций. Я не буду сюда выводить все, что он сделает, а лучше дам ссылку на результат в таблице Google Sheets, с которым вы можете ознакомиться. 



Ссылка на результат 



В качестве второго примера, я решил рассмотреть все те же наушники, но для аудитории из США. В скрипте кластеризации я задал следующие настройки: 

Скрипт работы с API Serpstat 2

Кластеризатор выделил более сотни разных групп. Вот несколько из них: 

Группа Суммарная частотность
best bluetooth headphones 99000
best noise cancelling headphones 22270
best headphone under 100 9990
best workout headphones 8170
best headphones for running 6650
best wireless headphones for running 7200
best gaming headphone 3650
best cheap headphone 4900
best over the ear headphones 2970
best gaming headphones 2990
best wireless headphones for working out 6720
best bass headphones 1950
best beats headphones 2010
best wireless headphones for tv 1970
best sports headphones 1560
best headphones for kids 2300
best wireless noise cancelling headphones 1140
best headphone for music 1090
best audiophile headphones 1050
best cheap bluetooth headphones 1050
best open back headphones under 200 1020
best sennheiser headphones 1020
best bluetooth headphones under 100 930
best baby headphones 810
best headphones for ps4 660
best sound quality headphones 640
best headphones for xbox one 660
best waterproof headphones 720

Давайте теперь проверим, нормально ли работает скрипт рекомендации фраз к подборке под американскую аудиторию. Для примера возьмем фразу "best bluetooth headphones". Результат получился следующим: 

Лучшие варианты альтернативных названий подборки

Как видим скрипт автоматически рекомендует использовать не только фразу "bluetooth headphones", но и "wireless headphones", а также синоним "earphones". 



Больше результатов по темам для "best headphones" вы можете найти в файле Google Sheet — ссылка



Как видно из примеров — мой метод использования API Serpstat дает неплохой результат. А теперь задумайтесь сколько времени это может занять, если все делать вручную. На оба примера у меня ушло около двух часов, причем полтора часа из них скрипт кластеризации обрабатывал фразы, а я занимался своими делами. 



Ссылка на скрипт: http://mz.kiev.ua/tools/serpstat—api—listkeys.php

В качестве вывода

Описанная в этой статье методика — хороший пример, с помощью которого можно автоматизировать ряд процессов. Не прикладывая много усилий, вы быстро определите каких страниц не хватает вашему сайту и под какие фразы их желательно оптимизировать. Один раз сгруппировали и у вас уже есть готовый контент-план. А подсказчик фраз поможет не заморачиваться над подбором фраз и синонимов. 



Подборки и топ-листы не единственная ниша, где сработает такой подход. Уверен, что каждый, кто разбирается в своей нише, с легкостью сможет определить направления, где сработает такой подход. И не забывайте, автоматизация обработки семантики экономит очень много времени и сил. 

Автора автора