Nachdem Sie die Semantik für den vorhandenen Online-Shop ausgewählt haben, erwartet Sie eine unangenehme Öffnung: Aufgrund der Struktur des Shops können Sie höchstwahrscheinlich nicht alle Schlüsselphrasen platzieren. Wir müssen entweder die Optimierung auf bessere Zeiten verschieben (wenn Sie mit einem Redesign beginnen) oder neue Seiten in die vorhandene Struktur einpressen, was sie verwirrt und kompliziert.
Wenn Sie keine Kompromisslösungen suchen, passen Sie die Struktur an die neue Semantik an.
Aber wie kann man Partitionen / Unterabschnitte so gestalten, dass sie einerseits Tausende von Schlüsseln aus dem Kernel enthalten und andererseits die Navigation verbessern? Wir zeigen ein Beispiel.
Ausgangsdaten
Nehmen Sie zum Beispiel den jungen regionalen Online-Shop für Wohnkultur, Souvenirs und Geschenke.
Die aktuelle Struktur ist wie folgt:
Für den Online-Shop wurde ein semantischer Kern von 1000 Phrasen gesammelt und von „Müll“ und „Dummies“ (basierend auf den Namen der Waren und den Überschriften des Shops) gereinigt.
Die Aufgabe besteht darin, eine neue Geschäftsstruktur zu entwickeln, die die tatsächlichen Suchanforderungen der Benutzer widerspiegelt. Wir werden es in drei Schritten lösen.
Stufe 1. Clustering
Clustering ist eine Gruppierung von Schlüsselphrasen basierend auf der Ähnlichkeit der Suchergebnisse für sie.
Im Gegensatz zur Gruppierung basierend auf semantischer Affinität werden durch Clustering Fehler vermieden, die mit dem Platzieren von Anforderungen mit unterschiedlichen Absichten auf derselben Seite verbunden sind.
Zum Beispiel würden die Ausdrücke „ein Bild für ein Schlafzimmer kaufen“ und „Bilder für ein Schlafzimmer“ beim Gruppieren auf der Grundlage der Semantik wahrscheinlich in eine Gruppe fallen. Wenn Sie sich jedoch die Suchergebnisse ansehen, wird sich herausstellen, dass dies anders ist.
Und alles nur, weil der Ausdruck „Gemälde für das Schlafzimmer“ eine kommerzielle Absicht hat (der Benutzer wählt das Produkt aus) und der Ausdruck „Gemälde für das Schlafzimmer zum Kaufen“ eine Transaktionsabsicht hat (der Benutzer hat ein Gemälde ausgewählt und ist bereit, es zu kaufen). Daher enthält die Ausgabe des ersten Satzes ein Foto, eine Auswahl von Ideen und eine Seite mit Waren, und die zweite enthält nur Seiten von Online-Shops.
Für das Clustering gibt es Onlinedienste (Just Magic, PixelPlus, PromoPult usw.) und Desktop-Programme (KeyAssort, KeyCollector). Sie arbeiten nach einem ähnlichen Prinzip (es sei denn, das Clustering in KeyCollector erfordert eine spezielle Vorbereitung): Laden Sie eine Liste von Abfragen, geben Sie die Region und die Genauigkeit des Clustering an und erhalten Sie einen gruppierten Kern.
Beim Clustering ist es besonders wichtig, die richtige Genauigkeit festzulegen - die Anzahl der Übereinstimmungen der Ergebnisse im TOP-10, bei denen Phrasen in eine Gruppe fallen. Wenn beispielsweise die Genauigkeit 3 beträgt, fallen die Abfragen in einen Cluster, wenn bei der Ausgabe drei oder mehr identische Ergebnisse vorliegen.
Wenn die Genauigkeit niedrig ist, sind die Cluster zu umfangreich, und wenn sie hoch sind, ist der Kern möglicherweise zu fragmentiert.
Um unnötige Iterationen nicht zu erraten und nicht zu viel zu bezahlen, ist es am bequemsten, die Genauigkeit mit einem Bereich festzulegen. In diesem Fall erhalten Sie mehrere Cluster-Kerne, zahlen jedoch nur einmal. Es gibt eine solche Funktion im PromoPult-Clustering . Wir stellen die Genauigkeit von 3 bis 7 ein, legen das Prioritätssuchsystem und die Region fest und starten den Prozess:
Laden Sie den Bericht herunter und vergleichen Sie die Ergebnisse des Clusters mit unterschiedlicher Genauigkeit. Unsere Aufgabe ist es, den „goldenen Mittelwert“ so zu wählen, dass die Cluster nicht zu groß und nicht fragmentiert sind. In unserem Beispiel wird die Genauigkeit 6 als optimal angesehen.
Nach dem Clustering tritt ein Problem auf: Die vorhandene Struktur des Online-Shops erlaubt keine Platzierung von Anforderungsgruppen.
Zum Beispiel gibt es Gruppen von "Holzleuchtern" und "Kerzen im Online-Shop kaufen". Wir können diese Cluster nicht auf einer Seite platzieren - sie haben unterschiedliche Absichten. Auf der Website befinden sich Produktgruppen mit solchen Namen jedoch nur auf einer Seite, was aus Sicht der Optimierung falsch ist.
Die Logik schlägt vor: Warum nicht einfach den Abschnitt „Kerzen“ erstellen und für den Cluster „Kerzen kaufen“ optimieren und den Abschnitt „Kerzenhalter, Kandelaber, Kerzen“ in „Kerzenhalter“ umbenennen und für „Holzkerzenhalter“ optimieren?
Aber es ist nicht so einfach: Was tun mit anderen Clustern wie einem „Kerzenhalter als Geschenk“? In den Bereich "Kerzenhalter" zu platzieren? Oder "Feiertage"? Oder noch mehr? Und es gibt ungefähr 200 solcher Cluster - und jeder von ihnen ist auf seine Weise „problematisch“.
Stufe 2. Lemmatisierung von Clustern und Klassifizierung von Lemmas
Um die Struktur des Geschäfts zu bilden, müssen Cluster anhand gemeinsamer Funktionen klassifiziert und gruppiert werden. Lemmatisierung wird hier helfen - die ursprünglichen Phrasen in separate Wörter aufteilen und sie in den Nominativ Singular (Lemma) bringen.
Kopieren Sie die Namen der Cluster (nicht die Schlüssel!), Fügen Sie sie in den Lemmatizer ein und starten Sie den Vorgang.
Wir übertragen die Wörter aus dem Abschnitt „Lemmatisierte Wörter“ nach Excel und weisen jedem Wort ein Klassifizierungsattribut zu.
Zeichen kennzeichnen kurz das lemmatisierte Wort. Zum Beispiel kann das Wort "kaufen" als ein Prozess beschrieben werden. Deshalb setzen wir im Gegenteil das Zeichen „Prozess“. Sie könnten es anders benennen (sagen Sie "Aktion"). Dies ist nicht wichtig - es geht darum, alle Wörter nach ähnlichen Zeichen zu gruppieren.
In unserem Fall gab es neun Anzeichen:
- Zeit ("März", "Jahr", "Februar");
- Ort ("Zuhause", "Geschäft" usw.);
- Anlass ("Geburt", "Hochzeit" usw.);
- Thema ("Geschenk", "Dekoration" usw.);
- Prozess ("kaufen", "sticken");
- Eigentum ("künstlich", "Wand" usw.);
- Stil ("Stil", "Provence", "Loft", "schäbig");
- Waren ("Bild", "Blume" usw.);
- Person ("Freund", "Freundin" usw.).
Wir sortieren die Liste der Lemmas nach Attributen und übertragen die Daten zur einfachen Visualisierung in Spalten.
Dies ist noch keine fertige Struktur. Aber wir sind schon am Ziel.
Stufe 3. Die Bildung der Struktur des Online-Shops
Wir analysieren die Deckspelzen für jedes Merkmal und überlegen, für welche Abschnitte / Unterabschnitte oder Filter erstellt werden sollen.
Das Zeichen "Zeit" wird sofort entfernt. Hier kamen die Worte "Anlass". Wir entfernen auch das Zeichen "Prozess", da das Wort "Sticken" irrelevant ist und "Kaufen" auf fast allen Seiten des Geschäfts erscheint.
Auf der Basis von "Produkt" die meisten Wörter. Da wir einen Online-Shop haben, ist es sinnvoll, alle Produkte in einen separaten Menüpunkt zu verschieben. Nennen wir es den "Katalog".
Es ist auch logisch, einen Menüpunkt auf der Basis von "Ort" zu erstellen. Nennen wir es "Arten von Dekor". Unterelemente - "Für das Wohnzimmer", "Für die Küche", "Für den Garten" usw.
Ebenso machen wir das Zeichen "Anlass" im Menü. Nennen Sie den Artikel "Feiertage". Die Unterabschnitte lauten "Neujahrsdekor", "Geburtstagsdekor" usw.
Auf der Grundlage des Attributs "Mann" erstellen wir den Menüpunkt "Geschenke" mit den Unterabschnitten "Geschenke für Freund", "Geschenke für Freund", "Geschenke für Oma" usw.
Und der letzte Menüpunkt ist "Stil", der auf der Grundlage des gleichnamigen Attributs gebildet wird. Unterelemente - "Provence Decor", "Shabby Chic Decor", "Loft Decor".
Die Zeichen „Subjekt“ und „Eigentum“ bleiben erhalten. Basierend auf dem ersten Zeichen ist es nicht sinnvoll, einen Menüpunkt oder Filter hervorzuheben. Wir werden sie in den Namen verschiedener Abschnitte verwenden. Aber basierend auf den Wörtern aus dem Attribut "Eigenschaften" machen wir Filter:
- Farbe (erforderlich - schwarz, weiß, rot, grün + andere Farben);
- Material (Holz, Eisen, Bronze, Porzellan, Glas, Quarz, Vinyl);
- Ort (Boden, Wand, Tisch, hängendes Dekor);
- Form (runde, ovale, quadratische, unregelmäßige Form);
- Größe (hoch, klein, groß);
- zusätzliche Eigenschaften (leuchtend, romantisch, geschnitzt, aromatisiert).
Bauen Sie die Struktur des Geschäfts auf:
Es bleibt, die Cluster von Suchanfragen nach Abschnitten und Unterabschnitten zu sortieren.
Natürlich wird es nicht genügend Abschnitte und Unterabschnitte geben, um alle 200 Cluster zu verteilen. Unter den verbleibenden Clustern werden Seiten mit Filterergebnissen erstellt (z. B. Seiten "Weißes Dekor", "Rundes Dekor", "Romantisches Dekor" usw.). Bleiben danach Cluster übrig, werden relevante Produktkarten für diese optimiert.
Die Methode lässt sich problemlos auf jedes Projekt skalieren.
Dank der Clusterbildung und Lemmatisierung der Semantik können Sie Phrasen einfach nach Suchabsicht gruppieren und eine darauf basierende Online-Shop-Struktur bilden, die die tatsächlichen Interessen der Zielgruppe berücksichtigt.
Der Vorteil der Methode ist die Skalierbarkeit. Es eignet sich sowohl für kleine Plattformen als auch für Online-Shops mit Zehntausenden von Schlüsseln. Darüber hinaus manifestiert sich die Methode bei großen Projekten am besten, wenn manuelles intuitives Arbeiten unmöglich wird.