Après avoir sélectionné la sémantique de la boutique en ligne existante, une ouverture désagréable vous attend: la structure de la boutique ne vous permettra probablement pas de placer toutes les phrases clés. Nous devrons reporter l'optimisation jusqu'à des temps meilleurs (lorsque vous démarrez une refonte), ou presser de nouvelles pages dans la structure existante, la confondant et la compliquant.
Si les solutions de compromis ne vous conviennent pas, adaptez la structure à la nouvelle sémantique.
Mais comment concevoir des partitions / sous-sections pour qu'elles contiennent d'une part des milliers de clés du noyau et d'autre part améliorent la navigation? Nous montrons un exemple.
Données source
Prenez par exemple la jeune boutique en ligne régionale de décoration intérieure, de souvenirs et de cadeaux.
La structure actuelle est la suivante:
Pour la boutique en ligne, un noyau sémantique de 1000 phrases a été collecté et nettoyé des «ordures» et des «nuls» (formé sur la base des noms de produits et des catégories de magasins).
La tâche consiste à développer une nouvelle structure de magasin qui reflétera les besoins réels de recherche des utilisateurs. Nous le résoudrons en trois étapes.
Étape 1. Clustering
Le regroupement est un regroupement d'expressions clés basées sur la similitude des résultats de recherche pour elles.
Contrairement au regroupement basé sur l'affinité sémantique, le clustering évite les erreurs associées au placement de demandes avec des intentions différentes sur la même page.
Par exemple, les expressions «acheter une peinture pour une chambre à coucher» et «peintures pour une chambre à coucher» lors du regroupement sur la base de la sémantique tomberaient probablement dans un groupe. Mais si vous regardez les résultats de recherche pour eux, cela se révélera différent.
Et tout cela parce que l'expression «peintures pour la chambre» a une intention commerciale (l'utilisateur sélectionne le produit), et l'expression «peintures pour la chambre à acheter» a une intention transactionnelle (l'utilisateur a sélectionné une peinture et est prêt à l'acheter). Par conséquent, l'émission de la première phrase contient une photo, une sélection d'idées et une page avec des marchandises, et la seconde ne contient que des pages de boutiques en ligne.
Pour le clustering, il existe des services en ligne (Just Magic, PixelPlus, PromoPult , etc.) et des programmes de bureau (KeyAssort, KeyCollector). Ils fonctionnent sur un principe similaire (sauf si le clustering dans KeyCollector nécessite une préparation spécifique): chargez une liste de requêtes, spécifiez la région, la précision du clustering et obtenez un noyau groupé.
Lors du regroupement, il est particulièrement important de définir la précision correcte - le nombre de correspondances des résultats dans le TOP-10, dans lequel les phrases appartiennent à un groupe. Par exemple, si la précision est de 3, les requêtes tomberont dans un cluster s'il y a trois ou plusieurs résultats identiques dans leur émission.
Si la précision est faible, les grappes sont trop étendues et, si elles sont élevées, le noyau peut être trop fragmenté.
Afin de ne pas deviner et de ne pas surpayer pour les itérations inutiles, il est plus pratique de définir la précision avec une plage. Dans ce cas, vous obtiendrez plusieurs cœurs en cluster, mais ne payez qu'une seule fois. Il existe une telle fonction dans le clustering PromoPult . Nous définissons la précision de 3 à 7, définissons le système de recherche prioritaire, la région et commençons le processus:
Téléchargez le rapport et comparez les résultats du clustering avec une précision différente. Notre tâche est de choisir le «moyen d'or» afin que les grappes ne soient pas trop vastes et non fragmentées. Dans notre exemple, la précision 6 est considérée comme optimale.
Après le clustering, nous rencontrons un problème: la structure existante de la boutique en ligne ne permet pas de placer des groupes de requêtes.
Par exemple, il existe des grappes de "chandeliers en bois" et "acheter des bougies dans la boutique en ligne". Nous ne pouvons pas placer ces clusters sur une seule page - ils ont une intention différente. Mais sur le site Web, les groupes de produits avec de tels noms se trouvent sur une seule page, ce qui est incorrect du point de vue de l'optimisation.
La logique suggère: pourquoi ne pas simplement créer la section "Bougies" et l'optimiser pour le cluster "acheter des bougies", et renommer la section "Bougeoirs, candélabres, bougies" en "Bougeoirs" et l'optimiser pour les "bougeoirs en bois"?
Mais ce n'est pas si simple: que faire des autres clusters comme un "chandelier en cadeau"? Pour placer dans la section "Chandeliers"? Ou "vacances"? Ou encore? Et il existe environ 200 grappes de ce type - et chacune d'elles est «problématique» à sa manière.
Étape 2. Lemmatisation des grappes et classification des lemmes
Pour former la structure du magasin, il est nécessaire de classer les clusters en fonction des fonctionnalités communes et de les regrouper. La lemmatisation aidera ici - à diviser les phrases originales en mots séparés et à les amener au cas nominatif singulier (lemme).
Copiez les noms des clusters (pas les clés!), Collez-les dans le lemmatiseur et démarrez le processus.
Nous transférons les mots de la section «Mots lemmatisés» vers Excel et attribuons un attribut de classification à chaque mot.
Des signes caractérisent brièvement le mot lemmatisé. Par exemple, le mot «acheter» peut être décrit comme un processus. Par conséquent, au contraire, nous mettons le signe «processus». Vous pouvez le nommer différemment (par exemple, «action»). Ce n'est pas important - il s'agit de regrouper tous les mots par des signes similaires.
Dans notre cas, il y avait neuf signes:
- heure ("mars", "année", "février");
- lieu ("maison", "boutique", etc.);
- occasion ("naissance", "mariage", etc.);
- sujet ("cadeau", "décoration", etc.);
- processus («acheter», «broder»);
- propriété ("artificielle", "mur", etc.);
- style ("style", "Provence", "loft", "shabby");
- biens («image», «fleur», etc.);
- personne ("petit ami", "petite amie", etc.).
Nous trions la liste des lemmes par attributs et transférons les données dans des colonnes pour une visualisation facile.
Ce n'est pas encore une structure finie. Mais nous sommes déjà à la ligne d'arrivée.
Étape 3. La formation de la structure de la boutique en ligne
Nous analysons les lemmes pour chaque caractéristique et réfléchissons à ceux pour lesquels créer des sections / sous-sections ou des filtres.
Le signe «temps» est immédiatement éliminé. Voici venu les mots liés à «occasion». Nous supprimons également le signe «processus», car le mot «broder» n'est pas pertinent et «acheter» apparaîtra sur presque toutes les pages de la boutique.
Sur la base de "produit" le plus de mots. Étant donné que nous avons une boutique en ligne, il est logique de déplacer tous les produits vers un élément de menu distinct. Appelons cela le "Catalogue".
Il est également logique de créer un élément de menu sur la base du "lieu". Appelons cela "Types de décor". Sous-articles - «Pour le salon», «Pour la cuisine», «Pour le jardin», etc.
De même, nous faisons le signe «occasion» dans le menu. Appelez l'article "Vacances". Les sous-sections seront "Décor du Nouvel An", "Décor d'anniversaire", etc.
Sur la base de l'attribut «homme», nous créerons l'élément de menu «Cadeaux» avec les sous-sections «Cadeaux pour petit ami», «Cadeaux pour ami», «Cadeaux pour grand-mère», etc.
Et le dernier élément du menu est "Style", formé sur la base de l'attribut du même nom. Sous-articles - «Décor Provence», «Décor Shabby Chic», «Décor Loft».
Les signes de «sujet» et de «propriété» demeurent. Sur la base du premier signe, cela n'a aucun sens de mettre en évidence un élément de menu ou des filtres, nous les utiliserons dans les noms des différentes sections. Mais sur la base des mots de l'attribut «propriétés», nous faisons des filtres:
- couleur (obligatoire - noir, blanc, rouge, vert + autres couleurs);
- matériau (bois, fer, bronze, porcelaine, verre, quartz, vinyle);
- emplacement (sol, mur, table, décor suspendu);
- forme (ronde, ovale, carrée, de forme irrégulière);
- taille (haute, petite, grande);
- caractéristiques supplémentaires (lumineux, romantique, sculpté, aromatisé).
Construisez la structure du magasin:
Il reste à trier les clusters de requêtes de recherche par sections et sous-sections.
Naturellement, il n'y aura pas suffisamment de sections et de sous-sections pour répartir les 200 grappes. Sous les clusters restants, des pages avec des résultats de filtrage sont créées (par exemple, il y aura des pages "Décor blanc", "Décor rond", "Décor romantique", etc.). Si des clusters subsistent après cela, les fiches produit pertinentes sont optimisées pour eux.
La méthode s'adapte facilement à n'importe quel projet.
Grâce au regroupement et à la lemmatisation de la sémantique, vous pouvez facilement regrouper des phrases par intention de recherche et former une structure de boutique en ligne basée sur celles-ci qui prend en compte les intérêts réels du public cible.
L'avantage de la méthode est l'évolutivité. Il convient aussi bien aux petites plateformes qu'aux boutiques en ligne avec des dizaines de milliers de clés. De plus, sur les grands projets, lorsque le travail intuitif manuel devient impossible, la méthode se manifeste le mieux.