Связанные поисковые запросы (близкие запросы) в процессе формирования семантического ядра

 Спонсор поста Twidium - профессиональный инструмент для раскрутки твиттер-аккаунтов.

Привет всем! Многие часто в процессе формирования семантического ядра, а именно при разбитии массы запросов на блоки и создании четкого списка под каждую статью, руководствуются личным мнением (этот запрос мне нравится, а этот нет) или статистическими показателями (этот запрос много пользователей вводит и я его беру, а вот этот мизерное число и зачем он мне нужен). Это в итоге получается говно салат и чаще всего не приносит ничего!

Но понимающие люди в области продвижения, сеошники, всегда используют в своих материалах связанные поисковые запросы или их еще называют близкие запросы. Отсеиваться эти запросы могут так же, как уже упоминалось выше (в зависимости от уровня сеошника), или же методом переформулирования запросов путем внесения целого ряда уточнений. Как пример:

• Создание сайтов
• Самостоятельное создание сайтов
• Создание сайтов недорого

Основной принцип такого подбора, когда множество запросов включают друг друга или основной.

Но правильно ли именно так отсеивать поисковые запросы именно для одной статьи, а не сайта в целом? Давайте немного поразмышляем.

Итак, в поисковых системах принято различать несколько видов близких запросов:

• Переформулированные запросы – запросы, полученные Яндексом от пользователя путем перемещения слов в запросе или уточнения. Пример: создание сайта – создание сайта бесплатно.
• Переведенные запросы – запросы, полученные Яндексом от пользователя путем перевода слов на другие языки. Пример: гугл – google.
• Расширения – запросы, полученные путем расширения темы обращения. Пример: верстка шаблона – создание сайта.
• Сотематические запросы – запросы из той же тематики. Пример: сайт – блог – портал.
• Со сменой поисковой цели – запросы, когда цель запроса меняется. Пример: купить ссылки – ссылочная биржа.

Как видите, все действительно рядом. Возникает вопрос, а как лучше работать с отдельными статьями, ведь большинство сайтов в Рунете сегодня основано именно на этом? Какой метод подбора связанных запросов можно использовать для получения большей отдачи?

Лично я здесь не подключаю креативность, а пользуюсь самим поиском излюбленных поисковых машин.

Итак, вводим абсолютно любой основной запрос, под который вы собираетесь писать статью. Для примера введем запрос «скорость загрузки сайта» в Google:

Как видите, поисковая система сама подсказывает нам, что еще вводят пользователи в ходе поиска интересующего их запроса. Я выделил эту область на скриншоте выше, обведя красным. И так можно работать c любой поисковой машиной, под которую вы пишите статью, если под несколько, то с несколькими.

Вот что мы получим, введя запрос «траст сайта» в Mail.ru:

Запрос «seo» в Яндекс:

Для чего нам нужны данные поисковые запросы? Таким образом, мы четко представляем, что еще ищут пользователи совместно с исходным запросом.

Как можно эти данные использовать:

• Составить семантическое ядро и работать в обычном режиме. Это простой способ, который не требует специального программного обеспечения или навыков.
• Формировать составляющие части одной страницы для того, чтобы давать пользователям, пришедшим по одному из используемых при этом поисковых запросов исчерпывающий материал. Задумайтесь, раз пользователь вводит что-то параллельно с основным запросом и по этому же направлению, значит, он получил не полный ответ на имеющиеся вопросы, так почему бы вам не стать идеальным и не давать ему все.
• Определяя запросы, которые часто ищут параллельно с основным, вы можете выбрать из частых наиболее подходящие и по трафиковой составляющей, анализируя их через тот же Вордстат Яндекс.

Этот метод работы с поисковыми запросами эффективен не всегда. Самым частым моментом, когда встречается, грубо говоря «лажа», это коммерческие тематики.

Вот пример, когда Яндекс советует по запросу «профнастил» близкие запросы, но больше из категорий сотематические и расширения:

Как видите, такие запросы, вряд ли умный продвиженец применит в одной статье, требуется разделение на ряд материалов.

Но этот момент можно несколько побороть, вводя более конкретные запросы:

Самый удобный и четкий подбор связанных запросов, по моему мнению, у Google. Повторюсь еще раз, данный способ подбора запросов эффективен применительно к списку ключей одной статьи.

Вы скажете, а почему бы не использовать просто wordstat? Но как вы определите, что из массы запросов, которые вы получите чаще всего ищут вместе с исходной?

Использование данного метода подбора ключевых слов под каждую статью позволил несколько улучшить статистику тестируемого клиентского сайта, а именно:

• +26% к времени пребывания;
• -8 % отказов;
• +14% внутренних переходов.

Статистика не космическая, но реальная и вполне может пригодиться не только начинающим вебмастерам.

А что скажете вы? Вы используете подсказки поисковых систем по факту совместного частого поиска с исходным запросом в процессе продвижения сайта? Жду ваших комментариев! Пока!