回到主页

关键字优化-衡量流行关键词研究工具的质量

关键字优化

有没有想过一些流行的关键字研究工具的结果如何与Google Search Console提供的信息相叠加?本文着眼于将Google Search Console(GSC)搜索分析中的数据与值得注意的关键字优化研究工具以及您可以从Google中提取的内容进行比较。

作为奖励,您可以获得相关搜索,并且人们还可以 使用本文末尾的代码从Google搜索结果中搜索数据结果。

本文不是科学分析,因为它只包含来自七个网站的数据。可以肯定的是,我们收集了一些相关的综合数据:我们选择了来自美国和英国的网站seo以及不同的垂直网站。

程序

1.通过定义各种网站垂直行业来开始

我们使用SimilarWeb的顶级类别 来定义分组并选择以下类别:

艺术和娱乐。
汽车和车辆。
工商业。
家和花园。
娱乐和爱好。
购物。
参考。
我们从我们网站的样本中提取了匿名数据,并且能够从搜索引擎优化专家(SEO)Aaron Dicks和Daniel Dzhenev那里获得看不见的数据 。由于最初的探索性分析涉及定量和定性组件,我们希望花时间了解过程和细微差别,而不是在扩大分析时做出让步。我们认为这种分析可以为内部SEO提供一种粗略的方法,以便更明智地决定哪种工具可以更好地适应各自的垂直行业。

2.从每个利基网站获取GSC数据

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

Jupyter笔记本是一个开源Web应用程序,允许您创建和共享包含实时代码,方程式,可视化和叙述文本的文档,以便每天从Search Analytics API中提取网站级数据,提供比目前可用的更大的粒度。谷歌的网络界面。

3.收集每个网站的单个内部页面的排名关键字

由于主页倾向于收集许多与页面的实际内容可能或可能不是主要相关的关键字,因此我们选择了已建立且正在执行的内部页面,因此排名更可能与页面的内容相关。这也更加现实,因为用户倾向于在特定内容创意的背景下进行关键词研究。

上面的图像是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主页排名的示例。

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

最后,我们为每个页面选择了一个主要术语。短语“head term”通常用于表示具有高搜索量的流行关键词优化排名。我们选择搜索量相对较高的术语,但不是绝对最高的搜索量。在展示次数最多的查询中,我们选择了最能代表页面的查询。

4.在各种关键字工具中进行了关键词研究并寻找了主要术语

然后,我们使用上一步中选择的主要术语,在三个主要工具中执行关键字研究:Ahrefs,Moz和SEMrush。

使用了“搜索建议”或“相关搜索”选项,并且保留了返回的所有查询,无论该工具是否指定了建议与主要术语的相关程度。

下面我们列出了每个工具的结果数量。此外,我们从谷歌搜索中提取了“人们也搜索”和“相关搜索”每个主要术语(相应的国家/地区),并添加了结果数量,以给出Google免费提供的基准。

此结果返回超过5,000个结果!它被截断为1,001,这是最大可行的并按降序量排序。

我们编译了每个工具返回的平均关键字数量:

5.处理数据

然后,我们使用一些语言处理技术处理每个源和网站关键字优化的查询,将单词转换为其根表单(例如,“运行”到“运行”),删除常用单词,如“a”,“the”和“并且,“扩大收缩,然后对单词进行排序。

例如,这个过程会将“Raleigh中的SEO代理商”转变为“代理Raleigh SEO”。这通常会保留重要的单词并将它们整理好,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的数量除以该工具返回的术语总数来创建百分比。这应该告诉我们工具中有多少冗余。

不幸的是,它没有考虑拼写错误,这在关键字研究工具中也可能存在问题,因为它们会在结果中添加额外的错误(不必要的,不需要的查询)。许多年前,有可能在网站页面上定位常见的拼写错误。今天,搜索引擎在理解你输入的内容方面做得非常好,即使它拼写错误。

在下表中,SEMrush在搜索建议中的唯一查询百分比最高。

这很重要,因为如果1,000个关键字只有70%是唯一的,那么这意味着300个关键字对于您正在执行的任务基本上没有唯一值。

接下来,我们想看看各种工具在查找这些执行页面时使用的查询效果如何。我们采用了以前唯一的标准化查询短语,并查看了工具在结果中的GSC查询百分比。

在下面的图表中,请注意每个工具的平均GSC覆盖率,并且Moz在这里更高,很可能是因为它为大多数头部术语返回了1,000个结果。所有工具的性能都优于从Google中删除的相关查询(使用文章末尾的代码执行相同操作)。

进入矢量空间

在执行前面的分析之后,我们决定将规范化的查询短语转​​换为向量空间,以直观地探索各种工具中的变体。

分配给向量空间使用称为预训练的单词向量的东西,其使用称为t分布式随机邻域嵌入(TSNE)的Python库在维度(x和y坐标)中减少。如果您对此不熟悉,请不要担心; 通常,单词向量是以这样的方式转换成数字的单词,即数字代表关键字的固有语义。

将单词转换为数字有助于我们处理,分析和绘制单词。当在坐标平面上绘制语义值时,我们可以清楚地了解各种关键字的相关性。组合在一起的点将在语义上更相关,而彼此远离的点将更少相关。

购物

这是Moz返回1,000个结果的示例,但搜索量和搜索者关键字变化非常低。这可能是由于Moz在语义上匹配特定单词而不是试图更多地匹配短语的含义。我们让Moz的Russ Jones更好地了解Moz如何找到相关的短语:

“Moz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,我们使用另一种ML算法将该短语分解为组成单词并找到产生相关短语的相关单词的组合,等等。每种算法都可用于不同的目的,具体取决于关于你是否想要非常接近或切向的主题。您是否希望提高优化网站排名或找到足够明显的关键字来撰写仍然相关的关键字?Moz Explorer返回的结果是我们试图取得平衡。“

Moz确实包含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,我们只使用默认设置:

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。位置和分组可以让人们了解关键字的相关性。

在这个例子中,Moz(橙色)产生了大量的各种关键字,而其他工具选择得更少(绿色的Ahrefs),但与初始主题更相关:

汽车和车辆

这是一个有趣的。你可以看到Moz和Ahrefs对这个高容量术语有很好的报道。Moz通过匹配Google Search Console中34%的实际条款获胜。Moz的数量是Ahrefs的两倍(几乎默认)。

SEMrush在这里落后于35个查询,这个主题具有广泛的有用多样性。

较大的灰色点表示来自Google Search Console的更多“ 基本事实 ”查询。其他颜色是使用的各种工具。没有重叠颜色的灰色点是各种工具不匹配的查询。

互联网和电信

这个情节很有意思,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(在底部)在此页面倾向于排名的内容之外有许多术语,或者对于理解新页面的用户查询所需的内容是多余的:

大多数工具分组接近于主要术语,而您可以看到SEMrush(紫色 - 粉红色)产生了大量可能更不相关的点,即使在某些分组中发现了Google People Also Search。

百货

以下是关键字工具的示例,该工具查找页面当前未排名的有趣的术语分组(由黑圈表示的分组)。在审查数据时,我们发现右侧的分组对此页面有意义:

当以这种方式绘制文本时,两个黑色圆圈有助于可视化查找相关查询分组的能力。

分析

具有关键词研究经验的网站搜索引擎优化专家知道没有一种工具可以统治它们。根据您需要的数据,您可能需要参考一些工具来获取您所需的数据。

以下是我在定性审核后从每个工具获得的一般印象:

  • 查询数据和数字来自我们对结果唯一性的分析。
  • 找到真实用户用来查找执行页面的术语的可能性。

莫兹

Moz似乎在原始结果方面有令人印象深刻的数字,但我们发现在几种情况下缺乏结果的整体质量和相关性。

即使在使用相关性分数时,它也会很快出现在切线上,提供与我的头部术语无关的查询(请参阅上图中的“Nacho Libre”的Moz建议)。

话虽如此,Moz因其全面的覆盖范围非常有用,特别是对于在较小或较新的垂直行业工作的SEO。在许多情况下,找到新趋势主题的关键字非常困难,因此更多关键字在这里肯定更好。

GSC为选定域提供的真实用户数据的平均覆盖率达到64%,令人印象深刻。这也告诉您,虽然Moz的结果可能会导致兔子漏洞下降,但他们也倾向于采取正确的措施。他们已经失去了对全面性的忠诚度。

Ahrefs

Ahrefs在质量方面是我最喜欢的,因为他们将全面的结果与最少量的明显不相关的查询结合在一起。

它是每个供应商报告的平均关键字结果数量最少的,但由于SEMrush的大异常值,这实际上是误导性的。在各种搜索中,它往往会返回一系列很好的术语而不会引起很多混乱。

对我来说最令人印象深刻的是一种特殊类型的利基烧烤,与热门地点共享一个名称。来自Ahrefs的结果一直都是正确的,而SEMrush没有任何回报,而且Moz在切线上走了许多与热门地点相关的关键词。

Ahrefs的代表向我澄清,他们的工具“搜索建议”使用来自Google Autosuggest的数据。他们目前没有像Moz那样的真正推荐引擎。使用来自Ahrefs的“也排名为”和“拥有相同的条款”数据会使它们与其他工具返回的关键字数量相提并论。

SEMrush

SEMrush总体上提供了很好的质量,90%的关键字都是独一无二的。它与来自GSC的匹配查询方面的Ahrefs相当。

然而,就返回的结果数量而言,它是最不一致的。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,它是唯一一个不返回相关关键字的人。这是一个非常小的数据集,因此显然有一个论点是这些是异常。

谷歌:人们也搜索/相关搜索

这些结果非常有趣,因为它们倾向于更接近地匹配用户在特定购买状态下进行的搜索类型,而不是特定与特定短语相关的搜索类型。

例如,查找“[term]浴帘”返回“[term]马桶座”。

语义的角度来看,它们是无关的,但它们对于重做浴室的人来说都是相关的,这表明相似性是基于用户意图而不一定是关键字本身。

此外,由于“人们也搜索”的数据与Google搜索引擎结果页面(SERP)中的各个结果相关联,因此很难说这些术语是与搜索查询相关还是更像是站点链接,这些更多与个人页面相关。

使用的代码
当在Google搜索结果页面上输入Google Chrome的Javascript控制台时,如果存在,则以下内容将输出页面中的“人物也搜索”和“相关搜索”数据。

从此外,还有一个名为Keywords Everywhere的Chrome插件,它会在搜索结果中显示这些字词,如本文中的几个SERP屏幕截图所示。

结论

特别是对于内部营销人员而言,了解哪些工具的数据与您的垂直数据最为一致非常重要。在此分析中,我们通过一小部分主题展示了一些流行工具的一些优点和缺点。我们希望提供一种方法,可以形成您自己的分析或进一步改进的基础,并为SEO提供更实用的方法来选择研究工具。

关键字研究工具不断发展,并通过使用点击流数据和其他数据源添加新发现的查询。这些工具中的实用程序完全取决于它们是否能够帮助我们更简洁地理解如何更好地定位我们的内容以适应真实的用户兴趣,而不是返回返回的关键字的原始数量。不要只使用一直使用的东西。测试各种工具并衡量它们对自己的用处。

所有文章
×

还剩一步!

确认邮件已发至你的邮箱。 请点击邮件中的确认链接,完成订阅。

好的