Depois de selecionar a semântica para a loja online existente, uma abertura desagradável espera por você: a estrutura da loja provavelmente não permitirá que você coloque todas as frases-chave. Teremos que adiar a otimização para tempos melhores (quando você inicia uma reformulação) ou espremer novas páginas na estrutura existente, confundindo e complicando.
Se as soluções de compromisso não são adequadas para você, adapte a estrutura à nova semântica.
Mas como projetar partições / subseções para que, por um lado, contenham milhares de chaves do kernel e, por outro, melhorem a navegação? Nós mostramos um exemplo.
Dados de origem
Tomemos, por exemplo, a jovem loja online regional de decoração, lembranças e presentes.
A estrutura atual é a seguinte:
Para a loja on-line, um núcleo semântico de 1000 frases foi coletado e limpo de “lixo” e “manequins” (formado com base nos nomes dos produtos e nos cabeçalhos da loja).
A tarefa é desenvolver uma nova estrutura de loja que reflita as reais necessidades de pesquisa dos usuários. Vamos resolvê-lo em três etapas.
Etapa 1. Clustering
O agrupamento é um agrupamento de frases-chave com base na semelhança dos resultados da pesquisa para elas.
Ao contrário do agrupamento com base na afinidade semântica, o cluster evita erros associados à colocação de solicitações com diferentes intenções na mesma página.
Por exemplo, as frases "compre uma pintura para um quarto" e "pinturas para um quarto" ao agrupar com base na semântica provavelmente se enquadram em um grupo. Mas se você olhar para os resultados da pesquisa, eles serão diferentes.
E tudo porque a frase "pinturas para o quarto" tem intenção comercial (o usuário seleciona o produto) e a frase "pinturas para o quarto comprar" tem uma intenção transacional (o usuário selecionou uma pintura e está pronto para comprá-la). Portanto, a emissão da primeira frase contém uma foto, uma seleção de idéias e uma página com mercadorias, e a segunda contém apenas páginas de lojas online.
Para cluster, existem serviços online (Just Magic, PixelPlus, PromoPult etc.) e programas de desktop (KeyAssort, KeyCollector). Eles trabalham com um princípio semelhante (a menos que o cluster no KeyCollector exija uma preparação específica): carregue uma lista de consultas, especifique a região, a precisão do cluster e obtenha um núcleo agrupado.
Ao agrupar, é especialmente importante definir a precisão correta - o número de correspondências dos resultados no TOP-10, em que as frases se enquadram em um grupo. Por exemplo, se a precisão for 3, as consultas cairão em um cluster se houver três ou mais resultados idênticos na emissão.
Se a precisão é baixa, os clusters são muito extensos e, se altos, o núcleo pode estar muito fragmentado.
Para não adivinhar e não pagar demais por iterações desnecessárias, é mais conveniente definir a precisão com um intervalo. Nesse caso, você receberá vários núcleos em cluster, mas pagará apenas uma vez. Existe essa função no cluster PromoPult . Definimos a precisão de 3 a 7, definimos o sistema de busca prioritária, a região e iniciamos o processo:
Faça o download do relatório e compare os resultados do armazenamento em cluster com precisão diferente. Nossa tarefa é escolher a “média de ouro” para que os aglomerados não sejam muito vastos nem fragmentados. No nosso exemplo, a precisão 6 é vista como ideal.
Após o armazenamento em cluster, encontramos um problema: a estrutura existente da loja online não permite a colocação de grupos de solicitações.
Por exemplo, existem grupos de "castiçais de madeira" e "compre velas na loja online". Não podemos colocar esses clusters em uma página - eles têm intenções diferentes. Porém, no site, os grupos de produtos com esses nomes estão localizados em apenas uma página, o que é incorreto do ponto de vista da otimização.
A lógica sugere: por que não criar a seção "Velas" e otimizá-la para o cluster "comprar velas" e renomear a seção "Castiçais, candelabros, velas" para "Castiçais" e otimizá-la para "castiçais de madeira"?
Mas não é tão simples: o que fazer com outros clusters como um "castiçal de presente"? Para colocar na seção "Castiçais"? Ou "férias"? Ou um pouco mais? E existem cerca de 200 desses grupos - e cada um deles é "problemático" à sua maneira.
Etapa 2. Lematização de clusters e classificação de lemas
Para formar a estrutura da loja, é necessário classificar os clusters com base em recursos comuns e agrupá-los. A lematização ajudará aqui - dividindo as frases originais em palavras separadas e trazendo-as para o caso nominativo singular (lema).
Copie os nomes dos clusters (não as chaves!), Cole-os no lematizador e inicie o processo.
Transferimos as palavras da seção “Palavras Lematizadas” para o Excel e atribuímos um atributo de classificação a cada palavra.
Sinais caracterizam brevemente a palavra lematizada. Por exemplo, a palavra "comprar" pode ser descrita como um processo. Portanto, pelo contrário, colocamos o sinal "processo". Você pode dar um nome diferente (por exemplo, "ação"). Isso não é importante - o objetivo é agrupar todas as palavras por sinais semelhantes.
No nosso caso, havia nove sinais:
- hora ("março", "ano", "fevereiro");
- local ("casa", "loja" etc.);
- ocasião ("nascimento", "casamento" etc.);
- assunto ("presente", "decoração" etc.);
- processo ("comprar", "bordar");
- propriedade ("artificial", "parede" etc.);
- estilo ("estilo", "Provença", "loft", "gasto");
- bens (“gravura”, “flor” etc.);
- pessoa ("namorado", "namorada" etc.).
Classificamos a lista de lemas por atributos e transferimos os dados para as colunas para facilitar a visualização.
Esta ainda não é uma estrutura pronta. Mas já estamos na linha de chegada.
Etapa 3. A formação da estrutura da loja online
Analisamos os lemas de cada característica e pensamos sobre quais criar seções / subseções ou filtros.
O sinal "tempo" é eliminado imediatamente. Aí vieram as palavras relacionadas a "ocasião". Também removemos o sinal “processo”, pois a palavra “bordar” é irrelevante e “comprar” aparecerá em quase todas as páginas da loja.
Com base no "produto" mais palavras. Como temos uma loja on-line, faz sentido mover todos os produtos para um item de menu separado. Vamos chamá-lo de "Catálogo".
Também é lógico criar um item de menu com base em "local". Vamos chamá-lo de "Tipos de decoração". Subitens - “Para a sala”, “Para a cozinha”, “Para o jardim”, etc.
Da mesma forma, fazemos o sinal "ocasião" no menu. Chame o item "Feriados". As subseções serão "decoração de ano novo", "decoração de aniversário" etc.
Com base no atributo "homem", criaremos o item de menu "Presentes" com as subseções "Presentes para namorado", "Presentes para amigo", "Presentes para avó" etc.
E o último item do menu é "Estilo", formado com base no atributo com o mesmo nome. Subitens - “Provence Decor”, “Shabby Chic Decor”, “Loft Decor”.
Os sinais de "sujeito" e "propriedade" permanecem. Com base no primeiro sinal, não faz sentido destacar um item de menu ou filtros, vamos usá-los nos nomes de diferentes seções. Mas com base nas palavras do atributo "propriedades", criamos filtros:
- cor (obrigatório - preto, branco, vermelho, verde + outras cores);
- material (madeira, ferro, bronze, porcelana, vidro, quartzo, vinil);
- localização (piso, parede, mesa, decoração suspensa);
- forma (redonda, oval, quadrada, forma irregular);
- tamanho (alto, pequeno, grande);
- características adicionais (luminosa, romântica, esculpida, aromatizada).
Construa a estrutura da loja:
Resta classificar os agrupamentos de consultas de pesquisa por seções e subseções.
Naturalmente, não haverá seções e subseções suficientes para espalhar todos os 200 clusters. Nos clusters restantes, são criadas páginas com resultados de filtragem (por exemplo, haverá as páginas "Decoração branca", "Decoração redonda", "Decoração romântica" etc.). Se os clusters permanecerem depois disso, os cartões de produtos relevantes serão otimizados para eles.
O método é facilmente escalável para qualquer projeto.
Graças ao agrupamento e lematização da semântica, você pode facilmente agrupar frases por intenção de pesquisa e formar uma estrutura de loja on-line com base nelas, levando em consideração os interesses reais do público-alvo.
A vantagem do método é escalabilidade. É adequado para plataformas pequenas e lojas online com dezenas de milhares de chaves. Além disso, em grandes projetos, quando o trabalho intuitivo manual se torna impossível, o método se manifesta melhor.