|
SEO大部分工作都是圍繞“關鍵詞、網(wǎng)站內(nèi)容,、鏈接結構”這3個點展開的,，每個點都需要依托數(shù)據(jù)分析技巧。而關鍵詞作為第一步,，其目標是了解用戶搜索需求及不同用戶在不同場景下產(chǎn)生的搜索行為,，并對應網(wǎng)站內(nèi)容，找到目前忽略的搜索流量。對網(wǎng)站內(nèi)容和鏈接的建設方向起到直接的指導作用,。 縱觀各種SEO論壇,，提到關鍵詞分析都常出現(xiàn)以下幾個問題： 1、關鍵詞詞如何歸類 面對條目繁多、類型復雜的原始詞表,，純?nèi)斯ぬ幚盹@然不現(xiàn)實,，純程序處理顯然不準確。所以需要使用很多個小技巧,，用程序處理原始詞表,，輸出候選分組和指定的參考數(shù)據(jù)，在人工來甄選的方式,，高效快速且保證質(zhì)量的解決上述問題,，大體過程如下： 1、獲取原始詞表,，我這里的用的是百度推廣API,，也可以用百度鳳巢、搜索引擎下拉框及相關搜索,、競品數(shù)據(jù)等,，方法及現(xiàn)成的工具很多，就不在多說了,，數(shù)據(jù)如下圖：  Snip20161220_72.png 2、對原始詞表進行處理,。 大多數(shù)用戶都會使用共性的搜索組合,，約占60%~70%的比例，每個組合都包含“詞綴”和“變量”,。 比如：“北京在哪租房便宜”,，這里的“北京”就是一個地域變量，“北京”本身可以替換任何城市,、區(qū)縣,、街道等地域有關的名詞，“在哪租房便宜”則是詞綴,，詞綴是寫死在模板上的,，而不是像變量一樣動態(tài)調(diào)出來的。 另外一般搜索量高的詞,，都會對應多個意思相同的詞,，如“北京哪里租房便宜”、“北京去哪租房便宜”等。 拿到原始詞表,，接下來要做的,，是對原始詞表進行初步的分組，為接下來的人工甄選提供可靠的數(shù)據(jù)支持,。需要什么數(shù)據(jù)需要結合實際來定,，下面的例子是按我個人的習慣來的。 具體操作為：已詞根為分界點,，提取原始詞表中每個詞,，詞根前面和后面的部分，即這個詞的前綴和后綴,，之后計算每個詞綴的在所有詞中的出現(xiàn)次數(shù)及對應的總搜索量,。 這是處理后的原始詞表：  Paste_Image.png 這是計算出來的詞綴數(shù)據(jù)：  Paste_Image.png 3、人工甄別,，提取變量,。 詞綴已經(jīng)找出來，還差對應的變量,。由于變量的復雜性,、多樣性，還是需要人工快速的過一眼,。 由于上一步已經(jīng)把詞綴數(shù)據(jù)都計算好了,，將詞綴按總搜索量降序，找出前綴,、后綴搜索量前200的詞綴,，然后快速過一眼包含這個詞綴的關鍵詞都有哪些變量，都記錄下來,。 記錄的格式可以自由發(fā)揮,，結合實際情況，記錄自己分析所需要的數(shù)據(jù),。 我的記錄方式如下圖,，左邊藍框是同類詞綴，即“搜索需求相同,，但搜索行為不同”的相似詞,。右邊藍框的是對應的高頻搜索組合，包含不同的組合模式或不同變量,。  Paste_Image.png 4,、數(shù)據(jù)使用。 這個沒有固定的方法,，看網(wǎng)站情況實際而論,。但比較統(tǒng)一的方式是,，同類詞綴都放到一個頁面內(nèi)、高搜索量詞綴放title,，低搜索量詞綴合理嵌入頁面,，比如上圖藍框部分：  Paste_Image.png 總共有7個詞綴，先查找下每個詞綴對應的總搜索量,，把搜索量靠前的詞綴優(yōu)先放到title上,，剩下搜索量低的合理的嵌入頁面中，比如在頁面底部加上該頁面的文本說明,，如‘訪問過該頁面的用戶還搜了：“{city}求職招聘網(wǎng),、{city}求職應聘、{city}求職信息網(wǎng)”’ 因為搜索量低的詞綴如果變量很多的話,，潛在的長尾流量加一塊也不少,，因競爭度小，互聯(lián)網(wǎng)中包含這些長尾詞的網(wǎng)頁不多,，如果網(wǎng)站中有一個網(wǎng)頁或多個網(wǎng)頁中能夠完整的出現(xiàn)這些長尾詞,，那么這些詞展現(xiàn)的幾率會大很多。 這里有個搶占搜索引擎優(yōu)質(zhì)索引庫的意識,。百度是分三層索引,，優(yōu)質(zhì)庫、普通庫,、低質(zhì)庫,，優(yōu)質(zhì)庫的網(wǎng)頁數(shù)量占總索引庫20%，卻能夠滿足60%以上的檢索需求,。在優(yōu)質(zhì)庫的網(wǎng)頁才會有展現(xiàn)的機會,，所以同一類搜索詞，最好合理嵌入A,、B,、C等多類頁面，萬一A掛了一部分頁面沒進入優(yōu)質(zhì)庫,，沒關系，沒準B,、C能補進去呢,。 也有很多人會碰到這種情況，“求職網(wǎng),、求職找工作”是以“求職”為詞根,，搜索量高，得放到title上,，那已“招聘”為詞根的“招聘網(wǎng),、招聘找工作”搜索量也很高,，一個title沒法放那么多搜索量高的詞，怎么辦,？ 建議不同詞根但需求相同且競爭難度較大的詞,，用不同的頁面分別承載對應的流量。比如“求職”和“招聘”,，頁面對應的內(nèi)容都是招聘信息,，所以如果“求職”已經(jīng)有頁面的話，建議用同樣的數(shù)據(jù),，與求職頁面不同的調(diào)用方式,、不同的模板做一套新頁面來捕獲招聘的流量。 還有一個詞共現(xiàn)的問題,，用試過幾次,，找“馬云”“阿里云”“萬網(wǎng)”這種語義關系上挺好用的，對于關鍵詞分析,，如新聞咨詢那種搜索詞關聯(lián)性不強的站,，可以人工設定幾個種子詞，導出對應的文章,，通過分析種子詞上下文提取與種子詞關聯(lián)性強的TAG詞,。網(wǎng)上有現(xiàn)成的工具包：word2vec，可以很方便的實現(xiàn)上述需求,。但對于常規(guī)網(wǎng)站的關鍵詞分析,，個人感覺作用不大。 另外也別考慮有什么程序能夠一步到位,，程序只負責處理,，最終決策還得靠人。 |
|
|
