Después de seleccionar la semántica para la tienda en línea existente, le espera una apertura desagradable: la estructura de la tienda probablemente no le permitirá colocar todas las frases clave. Tendremos que posponer la optimización hasta tiempos mejores (cuando comience un rediseño), o exprimir nuevas páginas en la estructura existente, confundiéndola y complicandola.
Si las soluciones de compromiso no son para usted, adapte la estructura a la nueva semántica.
Pero, ¿cómo diseñar particiones / subsecciones para que, por un lado, contengan miles de claves del núcleo y, por otro, mejoren la navegación? Te mostramos un ejemplo.
Datos de origen
Tomemos, por ejemplo, la joven tienda regional regional de decoración para el hogar, recuerdos y regalos.
La estructura actual es la siguiente:
Para la tienda en línea, se recopiló un núcleo semántico de 1000 frases y se limpió de "basura" y "tontos" (formado sobre la base de los nombres de los productos y los títulos de la tienda).
La tarea es desarrollar una nueva estructura de tienda que refleje las necesidades reales de búsqueda de los usuarios. Lo resolveremos en tres etapas.
Etapa 1. Agrupación
La agrupación es una agrupación de frases clave basadas en la similitud de los resultados de búsqueda para ellas.
A diferencia de la agrupación basada en la afinidad semántica, la agrupación evita errores asociados con la colocación de solicitudes con diferentes intentos en la misma página.
Por ejemplo, las frases "comprar una pintura para un dormitorio" y "pinturas para un dormitorio" cuando se agrupan sobre la base de la semántica probablemente caerían en un grupo. Pero si observa los resultados de la búsqueda para ellos, resultará ser diferente.
Y todo porque la frase "pinturas para el dormitorio" tiene una intención comercial (el usuario selecciona el producto), y la frase "pinturas para el dormitorio para comprar" tiene una intención transaccional (el usuario ha seleccionado una pintura y está listo para comprarla). Por lo tanto, la emisión de la primera frase contiene una foto, una selección de ideas y una página con productos, y la segunda contiene solo páginas de tiendas en línea.
Para la agrupación, hay servicios en línea (Just Magic, PixelPlus, PromoPult , etc.) y programas de escritorio (KeyAssort, KeyCollector). Funcionan según un principio similar (a menos que la agrupación en KeyCollector requiera una preparación específica): cargue una lista de consultas, especifique la región, la precisión de la agrupación y obtenga un núcleo agrupado.
Al agrupar, es especialmente importante establecer la precisión correcta: el número de coincidencias de los resultados en el TOP-10, en el que las frases se dividen en un grupo. Por ejemplo, si la precisión es 3, las consultas se agruparán en un clúster si hay tres o más resultados idénticos al emitirlas.
Si la precisión es baja, entonces los grupos son demasiado extensos, y si son altos, entonces el núcleo puede estar demasiado fragmentado.
Para no adivinar y no pagar de más por iteraciones innecesarias, es más conveniente establecer la precisión con un rango. En este caso, obtendrá varios núcleos agrupados, pero pague solo una vez. Existe tal función en la agrupación PromoPult . Establecemos la precisión de 3 a 7, establecemos el sistema de búsqueda prioritario, la región y comenzamos el proceso:
Descargue el informe y compare los resultados de la agrupación con diferente precisión. Nuestra tarea es elegir el "medio dorado" para que los grupos no sean demasiado grandes y no estén fragmentados. En nuestro ejemplo, la precisión 6 se considera óptima.
Después de la agrupación, encontramos un problema: la estructura existente de la tienda en línea no permite colocar grupos de solicitudes.
Por ejemplo, hay grupos de "candelabros de madera" y "comprar velas en la tienda en línea". No podemos ubicar estos clústeres en una página, tienen una intención diferente. Pero en el sitio web, los grupos de productos con dichos nombres se encuentran en una sola página, lo cual es incorrecto desde el punto de vista de la optimización.
La lógica sugiere: ¿por qué no simplemente crear la sección "Velas" y optimizarla para el clúster "comprar velas", y renombrar la sección "Candelabros, candelabros, velas" a "Candelabros" y optimizarla para "candelabros de madera"?
Pero no es tan simple: ¿qué hacer con otros grupos como un "candelabro como regalo"? Para colocar en la sección "Candelabros"? O "vacaciones"? O un poco mas? Y hay alrededor de 200 de estos grupos, y cada uno de ellos es "problemático" a su manera.
Etapa 2. Lematización de agrupaciones y clasificación de lemas.
Para formar la estructura de la tienda, es necesario clasificar los clústeres en función de características comunes y agruparlos. La lematización ayudará aquí: dividir las frases originales en palabras separadas y llevarlas al caso nominativo singular (lema).
Copie los nombres de los grupos (¡no las claves!), Péguelos en el lemmatizer e inicie el proceso.
Transferimos las palabras de la sección "Palabras lematizadas" a Excel y asignamos un atributo de clasificación a cada palabra.
Los signos caracterizan brevemente la palabra lematizada. Por ejemplo, la palabra "comprar" se puede describir como un proceso. Por lo tanto, por el contrario, ponemos el signo "proceso". Puede nombrarlo de manera diferente (por ejemplo, "acción"). Esto no es importante: el punto es agrupar todas las palabras por signos similares.
En nuestro caso, había nueve signos:
- tiempo ("marzo", "año", "febrero");
- lugar ("hogar", "tienda", etc.);
- ocasión ("nacimiento", "boda", etc.);
- sujeto ("regalo", "decoración", etc.);
- proceso ("comprar", "bordar");
- propiedad ("artificial", "muro", etc.);
- estilo ("estilo", "Provenza", "loft", "en mal estado");
- bienes ("imagen", "flor", etc.);
- persona ("novio", "novia", etc.).
Ordenamos la lista de lemas por atributos y transferimos los datos a columnas para una fácil visualización.
Esta no es una estructura terminada todavía. Pero ya estamos en la línea de meta.
Etapa 3. La formación de la estructura de la tienda en línea.
Analizamos los lemas para cada característica y pensamos en cuáles crear secciones / subsecciones o filtros.
El signo "tiempo" se elimina inmediatamente. Aquí vinieron las palabras relacionadas con "ocasión". También eliminamos el signo "proceso", ya que la palabra "bordar" es irrelevante, y "comprar" aparecerá en casi todas las páginas de la tienda.
Sobre la base de "producto" la mayoría de las palabras. Como tenemos una tienda en línea, tiene sentido mover todos los productos a un elemento de menú separado. Llamémoslo el "Catálogo".
También es lógico crear un elemento de menú sobre la base de "lugar". Llamémoslo "Tipos de decoración". Subelementos: "Para la sala de estar", "Para la cocina", "Para el jardín", etc.
Del mismo modo, hacemos que el signo "ocasión" en el menú. Llame al artículo "Vacaciones". Las subsecciones serán "Decoración de año nuevo", "Decoración de cumpleaños", etc.
Sobre la base del atributo "hombre", crearemos el elemento de menú "Regalos" con las subsecciones "Regalos para novio", "Regalos para amigo", "Regalos para abuela", etc.
Y el último elemento del menú es "Estilo", formado sobre la base del atributo del mismo nombre. Subelementos: "Decoración provenzal", "Decoración Shabby Chic", "Decoración Loft".
Los signos de "sujeto" y "propiedad" permanecen. Según el primer signo, no tiene sentido resaltar un elemento de menú o filtros, los usaremos en los nombres de diferentes secciones. Pero en base a las palabras del atributo "propiedades" hacemos filtros:
- color (requerido - negro, blanco, rojo, verde + otros colores);
- material (madera, hierro, bronce, porcelana, vidrio, cuarzo, vinilo);
- ubicación (piso, pared, mesa, decoración colgante);
- forma (redonda, ovalada, cuadrada, forma irregular);
- tamaño (alto, pequeño, grande);
- Características adicionales (luminoso, romántico, tallado, aromatizado).
Construye la estructura de la tienda:
Queda por clasificar los grupos de consultas de búsqueda por secciones y subsecciones.
Naturalmente, no habrá suficientes secciones y subsecciones para distribuir los 200 grupos. En los grupos restantes, se crean páginas con resultados de filtrado (por ejemplo, habrá páginas "Decoración blanca", "Decoración redonda", "Decoración romántica", etc.). Si los grupos permanecen después de eso, las tarjetas de productos relevantes se optimizan para ellos.
El método se adapta fácilmente a cualquier proyecto.
Gracias a la agrupación y la lematización de la semántica, puede agrupar fácilmente frases por intención de búsqueda y formar una estructura de tienda en línea basada en ellas que tenga en cuenta los intereses reales del público objetivo.
La ventaja del método es la escalabilidad. Es adecuado tanto para plataformas pequeñas como para tiendas en línea con decenas de miles de claves. Además, en proyectos grandes, cuando el trabajo manual intuitivo se vuelve imposible, el método se manifiesta mejor.