1. 您的位置:首页 > seo技术 >内容

衡量热门关键字研究工具的质量

是否曾经想过一些流行的关键字研究工具的结果如何与Google Search Console提供的信息相提并论? 本文着眼于将Google Search Console(GSC)搜索分析中的数据与著名的关键字研究工具以及您可以从Google提取的内容进行比较。

另外,您可以使用本文末尾的代码来进行相关搜索,并且人们还可以从Google搜索结果中搜索数据结果。

本文并不意味着要进行科学分析,因为它仅包含来自七个网站的数据。 可以肯定的是,我们收集的数据有些全面:我们选择了美国和英国的网站以及不同的行业。

程序

1.首先根据各个垂直行业定义行业

我们使用SimilarWeb的顶级类别定义分组,然后选择以下类别:

  • 艺术和娱乐。
  • 汽车和车辆。
  • 商业和工业。
  • 家和花园。
  • 娱乐和爱好。
  • 购物。
  • 参考。

我们从我们的网站样本中提取了匿名数据,并能够从搜索引擎优化专家(SEO)亚伦·迪克斯(Aaron Dicks)和丹尼尔·德珍涅夫(Daniel Dzhenev)中获得看不见的数据。 由于此初始探索性​​分析涉及定量和定性组成部分,因此我们想花时间了解过程和细微差别,而不是做出扩大分析所需的让步。 我们确实认为,这种分析可以为内部SEO带来一种粗略的方**,从而可以更明智地决定哪种工具可以更好地适合其各自的行业。

2.从各个细分市场的网站获取GSC数据

数据是通过编程和使用Jupyter笔记本从Google Search Console获取的。

Jupyter笔记本是一个开源Web应用程序,它使您可以创建和共享包含实时代码,方程式,可视化效果和叙述性文本的文档,以每天从Search Analytics API中提取网站级数据,其粒度远大于当前可用的粒度。 Google的网络界面。

3站群.收集每个网站的单个内部页面的排名关键字

由于首页往往会收集许多与页面的实际内容可能或可能不相关的关键字,因此我们选择了一个已建立并执行的内部页面,因此排名更可能与该页面的内容相关。 这也更现实,因为用户倾向于在特定内容思想的上下文中进行关键字研究。

上图是针对与业务相关但与页面的内容和意图没有直接关系的各种查询的首页排名的示例。

我们删除了品牌字词,并将Google Search Console查询限制为首页结果。

最后,我们为每个页面选择一个标题。 短语“ headterm”通常用于表示搜索量较高的热门关键字。 我们选择了搜索量相对较高的字词,尽管不是绝对最高的搜索量。 在印象最多的查询中,我们选择了最能代表网页的查询。

4.在各种关键字工具中进行了关键字研究并寻找了关键词

然后,我们使用在上一步中选择的关键词在三个主要工具中进行关键字研究:Ahrefs,Moz和SEMrush。

使用了“搜索建议”或“相关搜索”选项,并且保留了所有返回的查询,无论该工具是否指定了建议与主要术语之间的相关程度。

下面我们列出了每种工具的结果数量。 此外,我们从Google搜索中提取了每个主题词(与国家/地区相对应)的“用户同时搜索”和“相关搜索”,并添加了搜索结果的数量以提供Google免费提供的基线。

**此结果返回了5,000多个结果! 它被截断为1,001,这是最大可行值,并按降序排序。

我们汇总了每个工具返回的平均关键字数:

5.处理数据

然后,我们通过使用一些语言处理技术来处理每个来源和网站的查询,以将单词转换为它们的根形式(例如,从“运行”到“运行”),删除常见的单词,例如“ a”,“ the”和“ ”,然后收缩单词,然后对单词进行排序。

例如,此过程会将“罗利的SEO代理商”转换为“罗利的SEO代理商”。 通常,这会保留重要的单词并将其排序,以便我们可以比较和删除类似的查询。

然后,我们通过将唯一术语数除以该工具返回的术语总数来创建一个百分比。 这应该告诉我们工具中有多少冗余。

不幸的是,它不能解决拼写错误的问题,拼写错误在关键字研究工具中也可能会引起问题,因为它们会给结果增加多余的内容(不必要的,不需要的查询)。 许多年前,可以针对网站页面上常见的术语拼写错误。 如今,即使拼写错误,搜索引擎也可以很好地理解您键入的内容。

在下表中,SEMrush在其搜索建议中具有最高的唯一查询百分比。

这很重要,因为如果1000个关键字的唯一性只有70%,则意味着300个关键字对于您正在执行的任务基本上没有唯一性。

接下来,我们想了解各种工具找到用于查找这些执行页面的查询的情况。 我们采用了以前唯一的,标准化的查询短语,并查看了工具在其结果中包含的GSC查询的百分比。

在下面的图表中,请注意每种工具的平均GSC覆盖率,此处的Moz较高,这很可能是因为它在大多数期限内返回了1,000个结果。 与从Google抓取的相关查询相比,所有工具的性能都更好(使用本文末尾的代码进行相同的操作)。

进入向量空间

在执行之前的分析之后,我们决定将归一化的查询短语转​​换为向量空间,以直观地探索各种工具中的变化。

分配给向量空间使用一种称为预训练词向量的东西,该词向量使用称为t分布随机邻居嵌入(TSNE)的Python库来降低维数(x和y坐标)。 如果您对此不熟悉,请不要担心。 通常,词向量是将词转换成数字的词,以使数字表示关键字的固有语义。

将单词转换为数字有助于我们处理,分析和绘制单词。 将语义值绘制在坐标平面上时,我们可以清楚地了解各个关键字之间的关系。 组合在一起的点在语义上会更相关,而彼此远离的点则不会那么相关。

购物

这是一个示例,其中Moz返回1,000个结果,但是搜索量和搜索者关键字的变化非常低。 这可能是由于Moz在语义上匹配特定单词,而不是尝试使其与短语的含义更匹配所导致的。 我们要求Moz的Russ Jones更好地了解Moz如何找到相关短语:

“莫斯使用许多不同的方法来查找相关术语。 我们使用一种算法来查找具有相似页面排名的关键字,使用另一种ML算法将短语分解为组成词,并找到产生相关短语的相关词的组合,依此类推。根据不同的目的,每种方法都可以有用您是否想要非常接近或切线的主题。 您是要提高关键字的排名还是要找到足够不同的关键字来撰写仍与之相关的关键字? Moz Explorer返回的结果就是我们试图达到这种平衡。”

Moz确实包括一个很好的相关性度量,以及一个用于微调关键字匹配的过滤器。 对于此分析,我们仅使用默认设置:

在下图中,查询图显示了转换为坐标平面的每个关键字供应商返回的内容。 位置和分组可让您对关键字之间的关联有所了解。

在此示例中,Moz(橙色)产生了大量的各种关键字,而其他工具的选择量却少得多(绿色的Ahref),但与初始主题相关性更高:

汽车和车辆

这很有趣。 您可以看到Moz和Ahrefs对这个大词汇量的覆盖率很高。 Moz通过匹配Google Search Console中实际条款的34%获得了胜利。 Moz的结果数(几乎是默认值)是Ahrefs的两倍。

SEMrush在这里滞后35个查询,询问的主题种类繁多。

较大的灰点表示来自Google Search Console的更多“真实情况”查询。 其他颜色是使用的各种工具。 没有覆盖颜色的灰点是各种工具不匹配的查询。

互联网和电信

该图很有趣,因为SEMrush从其他结果的50-200范围跃升至近5,000个结果。 您还可以看到(朝下),除了该页面倾向于排名的术语之外,还有很多术语与理解用户对新页面的查询所需要的术语多余:

大多数工具在某种程度上都接近术语,尽管您可以看到SEMrush(紫粉色)产生了大量潜在的不相关点,即使在某些分组中找到了Google People Also Search。

百货

这是一个关键字工具的示例,该工具查找页面当前未排名的有趣的术语分组(黑色圆圈表示的分组)。 在查看数据时,我们发现右边的分组对该页面有意义:

用这种方式绘制文本时,两个黑圈有助于可视化查找相关查询分组的能力。

分析

拥有关键字研究经验的搜索引擎优化专家知道,没有一种工具可以统治所有这些。 根据您需要的数据,您可能需要参考一些工具以获取所需的信息。

以下是定性审查后对每种工具的总体印象:

  • 从我们对结果唯一性的分析中得出的查询数据和数字。
  • 查找实际用户用来查找执行页面的术语的可能性。

莫兹

Moz在原始结果方面似乎有令人印象深刻的数字,但是我们发现在某些情况下缺乏结果的整体质量和相关性。

即使在处理相关性分数时,它也会很快切线,提供与我的任期无关的查询(请参见上图的Moz关于“ Nacho Libre”的建议)。

话虽如此,由于Moz具有广泛的覆盖范围,因此它非常有用,特别是对于在较小或更新的垂直市场工作的SEO而言。 在许多情况下,要找到新的热门话题的关键字非常困难,因此,这里的关键字肯定更好。

对于选定的域,来自GSC的真实用户数据的平均覆盖率平均为64%,这非常令人印象深刻。这还告诉您,尽管Moz的结果可能会遇到很多麻烦,但它们也会带来很多好处。 他们为了全面性而牺牲了保真度。

Ahrefs

就质量而言,Ahrefs是我的最爱,因为它们结合了全面的结果和最少的明显无关的查询。

每个供应商报告的平均关键词结果数量最少,但是由于SEMrush的异常值较大,这实际上具有误导性。 在各种搜索中,它趋向于返回一系列不错的术语,而不会造成很多混乱。

对我来说最令人印象深刻的是一种特殊类型的利基烤架,它与一个受欢迎的地方有一个名字。 Ahrefs的结果保持在正确的位置,而SEMrush却什么也没有返回,而Moz的切线与许多与热门位置相关的关键字无关。

Ahrefs的一位代表向我澄清说,他们的工具“搜索建议”使用了Google Autosuggest的数据。 他们目前没有Moz那样的真正的推荐引擎。 使用来自Ahrefs的“ Also ranks for”和“ Having same term”数据将使它们与其他工具返回的关键字数量更加同等。

SEMrush

SEMrush总体上提供了出色的质量,其中90%的关键字都是唯一的。就匹配来自GSC的查询而言,它也与Ahrefs相当。

但是,就返回结果的数量而言,这是最不一致的。 它为互联网和电信>电信产生了1,000多个关键字(实际上是5,000个),但仅覆盖了GSC中22%的查询。 对于另一个结果,这是唯一不返回相关关键字的结果。 这是一个非常小的数据集,因此显然存在一个论点,即这些都是异常现象。

Google:人们还会搜索/相关搜索

这些结果非常有趣,因为它们倾向于更紧密地匹配用户在特定购买状态下进行的搜索类型,而不是专门与特定短语相关的搜索类型。

例如,查找“ [term]浴帘”会返回“ [term]马桶座圈”。

从语义的角度来看,这些是无关的,但是它们都与重做洗手间的人有关,这表明相似性是基于用户的意图,而不一定是关键字本身。

另外,由于“人们也在搜索”中的数据与Google搜索引擎结果页(SERP)中的各个结果相关联,因此很难说这些术语是否与搜索查询相关,还是更像网站链接那样操作,而这些链接更多与单个页面相关。

使用的代码

当在Google搜索结果页面上输入Google Chrome浏览器的Javascript控制台时,以下内容将在页面中输出“用户也在搜索”和“相关搜索”数据(如果存在)。

此外,还有一个名为“关键字无处不在”的Chrome插件,它将在搜索结果中显示这些术语,如整篇文章中的几篇SERP屏幕截图所示。

结论

特别是对于内部营销人员而言,了解哪些工具倾向于使数据与您的行业最一致非常重要。 在此分析中,我们在较小的主题样本中显示了一些流行工具的优缺点。 我们希望提供一种可以构成您自己的分析基础或进行进一步改进的方法,并为SEO提供一种更实用的选择研究工具的方式。

关键字研究工具正在不断发展,并通过使用点击流数据和其他数据源来添加新发现的查询。 这些工具中的实用程序完全取决于它们能否帮助我们更简洁地了解如何更好地定位内容以满足实际用户的兴趣,而不是取决于返回的原始关键字数量。 不要只是使用一直使用的东西。 测试各种工具并评估其对您自己的有用性。


本文中表达的观点是来宾作者的观点,不一定是Search Engine Land。 工作人员作者在此处列出。

本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。如若转载,请注明出处:http://www.botadmin.cn/sylc/10039.html