Как мы чистили семантику от мусора с неявным интентом 🧹
К нам на продвижение пришел ортодонтический магазин.
Естественно, в работу взяли только коммерческие запросы - без блогов, статей и вот этого всего. Хотя, если быть честным, на общий запросный индекс это тоже влияет.
Я уже давно не вижу особого смысла упираться в инфозапросы. По крайней мере в подобных проектах. 🙃
В общем, собрали семантику, разделили на коммерческую и информационную по достаточно простому принципу - чтобы в выдаче по запросу было хотя бы 3 коммерческих документа.
На выходе получили примерно 3000 запросов по Екатеринбургу. 👌
И вот тут началось интересное.
По куче запросов в выдаче сидели не магазины, а стоматологические клиники, больницы и вся эта медицинская история.
То есть формально запрос есть. Частотность есть. Кластер есть.
А продвигать магазин по такому запросу, мягко говоря, бессмысленно. Потому что у Яндекса там другой интент. 🤦♂️
Встал вопрос - как быстро почистить семантику так, чтобы оставить только те запросы, где реально ранжируются наши конкуренты, то есть товарные витрины?
Придумалось вот такое решение. 👇
Берем ТОП-10 сайтов по каждому запросу в Яндексе. Я выгружал из Арсенкина.
Дальше берем:
И все это отдаем ИИ на скоринг.
Задача у него простая:
Причем логика фильтрации была жесткая:
Оставляем только те запросы, по которым в ТОПе есть хотя бы 3 сайта с товарными витринами.
Wildberries, Ozon и market.yandex.ru не учитываем. ❌
Потому что если не сделать такое ограничение, маркетплейсы просто сожрут половину картины и исказят реальную конкурентную среду.
В итоге в файл добавили такие колонки:
По сути, это нормальный способ чистить семантику не по ощущениям, а по фактической выдаче. 🧠
Потому что очень часто проблема не в том, что запрос "плохой". Проблема в том, что по нему ранжируется вообще не тот тип сайтов, который вам нужен.
А значит, вы либо месяцами будете долбиться в стену, либо заранее это увидите и просто выкинете мусор из работы.
Небольшой кусок результата из файла прикрепляю. 📎
Промптом не делюсь - не потому что жалко, а потому что у всех разные исходные файлы, поля и формат выгрузки.
Но смысл задания был примерно такой:
Если коротко - ИИ здесь полезен не для "магии SEO", а для очень скучной, но дорогой ручной работы, которую иначе кто-то делал бы глазами несколько дней. 😏
К нам на продвижение пришел ортодонтический магазин.
Естественно, в работу взяли только коммерческие запросы - без блогов, статей и вот этого всего. Хотя, если быть честным, на общий запросный индекс это тоже влияет.
Я уже давно не вижу особого смысла упираться в инфозапросы. По крайней мере в подобных проектах. 🙃
В общем, собрали семантику, разделили на коммерческую и информационную по достаточно простому принципу - чтобы в выдаче по запросу было хотя бы 3 коммерческих документа.
На выходе получили примерно 3000 запросов по Екатеринбургу. 👌
И вот тут началось интересное.
По куче запросов в выдаче сидели не магазины, а стоматологические клиники, больницы и вся эта медицинская история.
То есть формально запрос есть. Частотность есть. Кластер есть.
А продвигать магазин по такому запросу, мягко говоря, бессмысленно. Потому что у Яндекса там другой интент. 🤦♂️
Встал вопрос - как быстро почистить семантику так, чтобы оставить только те запросы, где реально ранжируются наши конкуренты, то есть товарные витрины?
Придумалось вот такое решение. 👇
Берем ТОП-10 сайтов по каждому запросу в Яндексе. Я выгружал из Арсенкина.
Дальше берем:
сами домены
сниппеты
заголовки страниц
частотность
кластер по ТОП-10
И все это отдаем ИИ на скоринг.
Задача у него простая:
понять, есть ли в выдаче товарные витрины
посчитать, сколько их
определить тип интента
дать рекомендацию - удалять запрос или оставлять
Причем логика фильтрации была жесткая:
Оставляем только те запросы, по которым в ТОПе есть хотя бы 3 сайта с товарными витринами.
Wildberries, Ozon и market.yandex.ru не учитываем. ❌
Потому что если не сделать такое ограничение, маркетплейсы просто сожрут половину картины и исказят реальную конкурентную среду.
В итоге в файл добавили такие колонки:
решение - удалить или оставить
количество товарных витрин по запросу
тип интента
комментарий о том, кто доминирует в выдаче
структура ТОП-10 по типам сайтов
какие товарные домены присутствуют
По сути, это нормальный способ чистить семантику не по ощущениям, а по фактической выдаче. 🧠
Потому что очень часто проблема не в том, что запрос "плохой". Проблема в том, что по нему ранжируется вообще не тот тип сайтов, который вам нужен.
А значит, вы либо месяцами будете долбиться в стену, либо заранее это увидите и просто выкинете мусор из работы.
Небольшой кусок результата из файла прикрепляю. 📎
Промптом не делюсь - не потому что жалко, а потому что у всех разные исходные файлы, поля и формат выгрузки.
Но смысл задания был примерно такой:
Я сейчас передам тебе файл с ТОП-10 выдачи Яндекса.
Твоя задача - провести анализ ТОПа и вынести решение: стоит удалять запрос или оставить его.
Решение нужно выносить отдельной колонкой, основываясь на сайтах, которые находятся в выдаче.
Мне нужно оставить только те запросы, по которым ранжируются хотя бы 3 сайта с товарными витринами.
Wildberries, Ozon и market.yandex.ru не учитывать.
Также добавь в файл следующие колонки:
решение
количество товарных витрин по запросу
тип интента
комментарий о том, кто доминирует в выдаче
структура ТОП-10 по типам сайтов
какие товарные домены присутствуют
Если коротко - ИИ здесь полезен не для "магии SEO", а для очень скучной, но дорогой ручной работы, которую иначе кто-то делал бы глазами несколько дней. 😏