Текстова аналітика Serpstat – огляд інструменту
Сподіваюся, у вас було достатньо часу, щоб прочитати пост про інструмент кластеризації ключових слів. Дана стаття буде присвячена другій частині цього інструмента – текстовій аналітиці.
Що таке текстова аналітика та навіщо вона потрібна?
Текстова аналітика – це інструмент, який допоможе оптимізувати текст на сторінках вашого сайту. Ні для кого не секрет, що одним із найважливіших показників ранжирування є текст. Саме на оптимізацію цього фактора спрямовано наш інструмент.
Припустимо, що ваша цільова сторінка не знаходиться в топі за ключовими словами. У такому випадку є сенс змінити зміст сторінки, щоб підвищити її релевантність заданим пошуковим запитам. Мета нашої текстової аналітики — створити рекомендаційну базу для оптимізації контенту на вашій сторінці.
Її можете використовувати для вирішення основних завдань:
1. генерацій завдань для копірайтерів на основі аналізу текстів конкурентів, що знаходяться в топ-15;
2. аналізу текстового фактора ранжування вашої сторінки та розширення семантичного ядра;
3. аналізу важливих слів у тематиці та отримання списку LSI-слів (слів, що визначають тематику).
Як ви вже, напевно, здогадалися, інструменти «Кластеризація» та «Текстова аналітика» пов'язані між собою. Кластеризація потрібна, щоб вибрати ключі, які можна розмістити на одній сторінці. Текстова аналітика – щоб їх проаналізувати. Кластеризація допомагає не тільки розбити фрази на групи, але й автоматично призначити сторінку (url) вашого домену до кластера, щоб потім провести текстову аналітику.
Це потужне зв'язування, що дозволяє автоматизувати весь процес роботи з ключовиками.
Припустимо, що ваша цільова сторінка не знаходиться в топі за ключовими словами. У такому випадку є сенс змінити зміст сторінки, щоб підвищити її релевантність заданим пошуковим запитам. Мета нашої текстової аналітики — створити рекомендаційну базу для оптимізації контенту на вашій сторінці.
Її можете використовувати для вирішення основних завдань:
1. генерацій завдань для копірайтерів на основі аналізу текстів конкурентів, що знаходяться в топ-15;
2. аналізу текстового фактора ранжування вашої сторінки та розширення семантичного ядра;
3. аналізу важливих слів у тематиці та отримання списку LSI-слів (слів, що визначають тематику).
Як ви вже, напевно, здогадалися, інструменти «Кластеризація» та «Текстова аналітика» пов'язані між собою. Кластеризація потрібна, щоб вибрати ключі, які можна розмістити на одній сторінці. Текстова аналітика – щоб їх проаналізувати. Кластеризація допомагає не тільки розбити фрази на групи, але й автоматично призначити сторінку (url) вашого домену до кластера, щоб потім провести текстову аналітику.
Це потужне зв'язування, що дозволяє автоматизувати весь процес роботи з ключовиками.
У чому основна проблема будь-якої текстової аналітики?
Очевидний факт для всіх, хто займається SEO-аналізом сторінки - якщо сторінка потрапила в топ на запит, то, значить, її вміст сприймається пошуковим алгоритмом, як релевантне запиту, і пошуковик поставив її на високу позицію. Тому так важливий SEO – аудит сайту.
І як наслідок ми отримаємо те, що сторінки, що потрапили в топ на запит, містять у собі ті ознаки, які «привели» їх у цей топ.
Тобто достатньо дослідити конкурентів за допомогою пошукової аналітики та порівняти їх із цільовою сторінкою, щоб отримати всі необхідні рекомендації щодо семантики? Але не все так просто.
Проблема в тому, що мало хто знає, на основі яких URL потрібно давати рекомендацію. Адже наша цільова сторінка може бути інформаційною, а у видачі траплятимуться комерційні запити. Або ж навпаки. У видачі можуть бути відео, чи потрібно їх враховувати? А може, наш цільовий урл це відео, і нам потрібна рекомендація на основі текстів та описів саме інших роликів. А що, якщо ми не дуже добре знаємося на предметній області, і неправильно вказали деякі ключові слова, тим самим вносячи шум.
Ми постаралися вирішити ці проблеми.
І як наслідок ми отримаємо те, що сторінки, що потрапили в топ на запит, містять у собі ті ознаки, які «привели» їх у цей топ.
Тобто достатньо дослідити конкурентів за допомогою пошукової аналітики та порівняти їх із цільовою сторінкою, щоб отримати всі необхідні рекомендації щодо семантики? Але не все так просто.
Проблема в тому, що мало хто знає, на основі яких URL потрібно давати рекомендацію. Адже наша цільова сторінка може бути інформаційною, а у видачі траплятимуться комерційні запити. Або ж навпаки. У видачі можуть бути відео, чи потрібно їх враховувати? А може, наш цільовий урл це відео, і нам потрібна рекомендація на основі текстів та описів саме інших роликів. А що, якщо ми не дуже добре знаємося на предметній області, і неправильно вказали деякі ключові слова, тим самим вносячи шум.
Ми постаралися вирішити ці проблеми.
Які переваги нашого алгоритму?
1
Ми ретельно відбираємо тему сторінок, на основі яких будується рекомендаційна база текстової аналітики. Інші сервіси збирають слова з усіх тематичних груп відразу, не фільтруючи їх при цьому.
Так, наприклад, для просування сторінки з доставки продуктів до будинку Serpstat запропонує тільки слова, які логічно пов'язані з доставкою їжі. Інші послуги можуть запропонувати вам внести в текст ключові фрази з іншої ніші. У продукти вони можуть порадити додати і антивірус Касперського та різні SaaS-и, які будуть у пошуковій видачі під словом "продукт".
Так, наприклад, для просування сторінки з доставки продуктів до будинку Serpstat запропонує тільки слова, які логічно пов'язані з доставкою їжі. Інші послуги можуть запропонувати вам внести в текст ключові фрази з іншої ніші. У продукти вони можуть порадити додати і антивірус Касперського та різні SaaS-и, які будуть у пошуковій видачі під словом "продукт".
2
Якісно підбираємо слова для рекомендаційної бази, використовуючи власний алгоритм, який витягує лише значущі слова для тематики. У нас ви не знайдете в рекомендаціях додати прийменники, спілки та інше нерелевантне сміття, як це роблять інші інструменти.
3
Ми радимо конкретну кількість вживання слів та його словоформ, ми аналізуємо лексему цілком. Контролюємо переспам тексту і радимо скоротити частоту того самого слова в тексті.
4
Ми не радимо конкретної довжини тексту, ми рекомендуємо прийнятний діапазон довжин. Аналізуємо текст повністю та знаходимо відсутні слова в тексті, які є у конкурентів у топі та які впливають на ранжування.
5
Ми показуємо релевантність пошукових запитів до тексту не в сухих числах, а використовуємо візуалізацію, яка показує в якому діапазоні релевантності конкурентів знаходиться ваш текст.
Як працює текстова аналітика у Serpstat?
Спрощено текстова аналітика в Serpstat працює так:
1. Поділяє топи URL у видачі за заданими пошуковими запитами на групи, наприклад: відеозаписи, інформаційні статті, каталоги, комерційні сторінки і т.д і визначає до якої групи з них найближчий цільовий URL.
Фільтрування відбувається навіть для обліку сторінок, що містять відео. Якщо серед зазначених пошукових запитів трапляються фрази, які не зовсім релевантні тематиці, вони ніяк не вплинуть на результати текстової аналітики. Щоб уникнути рекомендацій, що ґрунтуються на нерелевантних предметах, Serpstat ділить сторінки ваших конкурентів на семантичні групи. Такий алгоритм надає точнішу рекомендаційну базу.
1. Поділяє топи URL у видачі за заданими пошуковими запитами на групи, наприклад: відеозаписи, інформаційні статті, каталоги, комерційні сторінки і т.д і визначає до якої групи з них найближчий цільовий URL.
Фільтрування відбувається навіть для обліку сторінок, що містять відео. Якщо серед зазначених пошукових запитів трапляються фрази, які не зовсім релевантні тематиці, вони ніяк не вплинуть на результати текстової аналітики. Щоб уникнути рекомендацій, що ґрунтуються на нерелевантних предметах, Serpstat ділить сторінки ваших конкурентів на семантичні групи. Такий алгоритм надає точнішу рекомендаційну базу.
ТА проводиться на основі сторінки сайту (якщо зазначено URL), списку ключових фраз із кластера, для яких оптимізується ця сторінка, та топ-15 сторінок, що відображаються в результатах пошукової системи (далі ПС) за аналізованими фразами.
Візьмемо, наприклад, ключове слово продукт. Ось так виглядає пошукова видача Google за цим запитом:
Як бачите, Google пропонує як сторінки про харчові продукти, так і про SaaS-продукти. Ми ділимо ці результати на дві групи та даємо рекомендації на основі тих URL, які ви додали. Відповідно, якщо ваша сторінка присвячена лише SaaS-продуктам, ми виключимо зі звіту нерелевантні результати на сторінках з харчових продуктів.
Якщо ви не додасте при налаштуваннях цільову сторінку, то рекомендації будуть будуватися на результатах аналізу найбільшої групи конкурентів за фразою. Те саме працює з комерційними та інформаційними запитами. Якщо ви введете macbook у Google, то отримаєте:
Якщо ви не додасте при налаштуваннях цільову сторінку, то рекомендації будуть будуватися на результатах аналізу найбільшої групи конкурентів за фразою. Те саме працює з комерційними та інформаційними запитами. Якщо ви введете macbook у Google, то отримаєте:
Результати містять як інформаційні сторінки, і комерційні.
Якщо вас цікавить покупка макбуків, Serpstat проаналізує вміст вашої сторінки, відкине нерелевантних інформаційних конкурентів та надасть рекомендації на основі аналізу комерційних.
2. На основі аналізу інших сторінок у цій групі дає рекомендації щодо покращення текстової складової нашої сторінки та збільшення релевантності сторінки щодо фраз.
На цьому етапі ми налаштовуємо список ключових слів для кожної області сторінки: Title, H1 та Body. Список ключових слів формується за допомогою трирівневої метрики TF-IDF-CDF (term frequency, inverse document frequency, cluster's document frequency). Її ми застосовуємо для ранжування слів, що визначають тематику цілого кластера.
Вона:
Якщо вас цікавить покупка макбуків, Serpstat проаналізує вміст вашої сторінки, відкине нерелевантних інформаційних конкурентів та надасть рекомендації на основі аналізу комерційних.
2. На основі аналізу інших сторінок у цій групі дає рекомендації щодо покращення текстової складової нашої сторінки та збільшення релевантності сторінки щодо фраз.
На цьому етапі ми налаштовуємо список ключових слів для кожної області сторінки: Title, H1 та Body. Список ключових слів формується за допомогою трирівневої метрики TF-IDF-CDF (term frequency, inverse document frequency, cluster's document frequency). Її ми застосовуємо для ранжування слів, що визначають тематику цілого кластера.
Вона:
- враховує кількість входжень ключа до тексту (TF);
- контролює малоінформативні слова - слова, що зустрічаються у великому відсотку текстів, стоп-слова (IDF);
- знаходить найбільш значущі кожному за кластера слова — LSI-слова(СDF).
Персональна демонстрація
Залиште заявку, і ми проведемо для вас персональну демонстрацію сервісу, надамо пробний період і запропонуємо комфортні умови для старту використання інструменту
Як настроїти текстову аналітику?
Якщо ви вже забули, то нагадаю, що текстова аналітика проводиться:
Якщо не зазначена цільова сторінка, то наші рекомендації будуть будуватися, виходячи з аналізу найбільшої групи конкурентів за фразою. При цьому деякі звіти, наприклад, оптимізованість сторінки для ключової фрази, порівняно з конкурентами, будуть відсутні.
Тому для того щоб провести текстову аналітику, спочатку потрібно згрупувати фрази за допомогою кластеризації. Як настроїти фрази для кластеризації читайте у цьому фрагменті нашої попередньої статті.
Отже, у вас завершений проект кластеризації ключових фраз. Що робити далі?
Перейдіть до проекту кластеризації ключових слів та виберіть кластер, для якого хочете виконати аналіз тексту. Потім натисніть "ТА" (Почати текстову аналітику) → "Почати аналіз" у верхньому правому кутку.
- на основі цільової сторінки (якщо при налаштуванні вказано URL);
- списку ключових фраз із кластера, для яких оптимізується наша сторінка.
Якщо не зазначена цільова сторінка, то наші рекомендації будуть будуватися, виходячи з аналізу найбільшої групи конкурентів за фразою. При цьому деякі звіти, наприклад, оптимізованість сторінки для ключової фрази, порівняно з конкурентами, будуть відсутні.
Тому для того щоб провести текстову аналітику, спочатку потрібно згрупувати фрази за допомогою кластеризації. Як настроїти фрази для кластеризації читайте у цьому фрагменті нашої попередньої статті.
Отже, у вас завершений проект кластеризації ключових фраз. Що робити далі?
Перейдіть до проекту кластеризації ключових слів та виберіть кластер, для якого хочете виконати аналіз тексту. Потім натисніть "ТА" (Почати текстову аналітику) → "Почати аналіз" у верхньому правому кутку.
Якщо ви вкажете свій домен під час запуску кластеризації ключових слів, ми виберемо найбільш відповідну URL-адресу та підключимо її до кластера. Якщо ви пропустите цей крок, в жодному з кластерів не буде рекомендованих URL-адрес. Перед початком аналізу тексту, якщо хочете, можете додати або змінити URL-адресу для конкретного кластера. Якщо у вас немає сайту, і ваша мета - настроїти контент для майбутнього домену, залиште, як є.
Якщо хочете провести текстову аналітику для всіх кластерів, натисніть кнопку праворуч «Текстова аналітика» і спливе віконце:
Якщо хочете провести текстову аналітику для всіх кластерів, натисніть кнопку праворуч «Текстова аналітика» і спливе віконце:
Натисніть "Вибрати все" або виділіть конкретні кластери, для яких хочете провести кластеризацію.
Що ви отримуєте у звіті з Текстової аналітики?
Якщо ви наслідували всі мої інструкції, незабаром побачите сторінку з наступними звітами:
1
Список ключових слів цього кластера з показниками «Коефіцієнт штилю» та «релевантність».
Коефіцієнт штилю – показник семантичної близькості фрази до тематики кластера за шкалою від нуля до 100 відсотків.
Релевантність — це показник відповідності сторінки до ключової фрази порівняно з конкурентами. Наведіть курсор на кольорову смужку та побачите мінімальний, середній та максимальний показники релевантності серед групи сторінок-конкурентів за цією фразою, а також релевантність вашої сторінки.
Релевантність — це показник відповідності сторінки до ключової фрази порівняно з конкурентами. Наведіть курсор на кольорову смужку та побачите мінімальний, середній та максимальний показники релевантності серед групи сторінок-конкурентів за цією фразою, а також релевантність вашої сторінки.
2
Потім слідує список рекомендованих ключових слів для всіх областей вашого тексту: Title та H1. Поряд із кожним ключовим словом ви побачите його показники – значущість, популярність та покриття.
Рекомендовані слова — список слів, які бажано включити до відповідного елемента сторінки, якщо в колонці «Покриття» зазначено відсутність слова в Title вашої сторінки. Ми наводимо лематизовані слова, але ви можете використовувати рекомендовані слова в будь-якій формі.
Значимість — це значимість слова для Title у межах аналізованої групи сторінок. Розраховується як співвідношення даного слова до набору ("мішку", стат.) слів, які у title конкурентів.
Популярність — відсоток сторінок-конкурентів із групи аналізованих URL, в Title яких зустрічається це слово.
Покриття — колонка може мати три значення:
Значимість — це значимість слова для Title у межах аналізованої групи сторінок. Розраховується як співвідношення даного слова до набору ("мішку", стат.) слів, які у title конкурентів.
Популярність — відсоток сторінок-конкурентів із групи аналізованих URL, в Title яких зустрічається це слово.
Покриття — колонка може мати три значення:
- Увімкнено — слово є у Title цільової сторінки.
- Не увімкнено — слово відсутнє у Title ключової сторінки.
- Переспам — слово дуже часто вживається у Title порівняно з конкурентами; розгляньте можливість зменшення кількості входжень даного слова у Title цільової сторінки.
Якщо цільова URL-адреса не вказана, ми покажемо вживання слова в лематизованій формі у відсотках по відношенню до загальної кількості унікальних слів, отриманих з Title групи сторінок-конкурентів за фразами кластера. Така функція буде корисною під час написання статті або підготовки технічного завдання для копірайтера.
3
Останній фрагмент звіту присвячений Body цільової сторінки, він поділений на дві частини.
Перша з них схожа на звіт Title/H1:
Перша з них схожа на звіт Title/H1:
У другій частині ви знайдете аналіз обсягу тексту – алгоритм наводить мінімальну, максимальну та оптимальну кількість слів у Body на основі аналізу відповідних областей сторінок конкурентів. А також дає рекомендації щодо збільшення або зменшення обсягу тексту.
От і все! Спробуйте наші нові інструменти прямо зараз;) Задавайте запитання в коментарях або пишіть у техпідтримку.:) А також вступайте до чату любителів Серпстатити та підписуйтесь на наш канал у Telegram.
Serpstat – набір інструментів для пошукового маркетингу!
Знаходьте ключові фрази та ресурси для зворотних посилань, аналізуйте стратегії конкурентів, щодня відстежуйте позиції у видачі, виправляйте SEO-помилки та керуйте діджитал-командами.
Пакет інструментів для економії часу на виконання SEO-завдань.
Думка авторів гостьових дописів може не збігатися з думкою редакції та спеціалістів Serpstat.
Знайшли помилку? Виділіть її та натисніть Ctrl + Enter, щоб повідомити нам.
Використовуйте кращі SEO інструменти
Перевірка зворотніх посилань
Швидка перевірка зворотніх посилань вашого сайту та конкурентів
API для SEO
Отримайте швидко великі обсяги даних за допомогою функціонального SЕО API
Аналіз конкурентів
Зробіть повний аналіз сайтів конкурентів для SEO та PPC
Моніторинг позицій
Відстежуйте зміну ранжування цільових запитів використовуючи моніторинг позицій ключів
Кейси, лайфхаки, дослідження та корисні статті
У вас немає часу стежити за новинами? Не турбуйтеся! Наш редактор підбере статті, які неодмінно допоможуть вам у роботі. Приєднуйтесь до нашої затишної спільноти :)
Натискаючи кнопку, ви погоджуєтеся з нашою Політикою конфіденційності