Scorri, ridimensiona, salva: utilizzo dei dati SEO per un'analisi delle query di ricerca più intelligente

Questo guest post è stato presentato da Kim Jones, Team Lead PPC presso Seer Interactive.

Vieni a Hero Conf 2019? Così è il nostro EVP di Digital, Larry Waddell, e ti offrirà un modo per fare analisi delle query di ricerca più intelligenti durante il suo discorso di 10 minuti all'ora di pranzo il 23 aprile.

Dopo la sua chiacchierata, avremo una manciata di strateghi dei dati Seer sul posto per aiutarti nel fai-da-te.

Ma per partecipare, hai 10 minuti di compiti da fare:

1. Scarica il tuo rapporto sul posizionamento organico (SEO) da uno strumento di corpus di parole chiave come ahrefs o SEMRush e un rapporto sui termini di ricerca da Google Ads per il mese precedente
2. Installa PowerBI Desktop
3. Guarda il video tutorial di 10 minuti di Wil e unisci i tuoi dati organici e a pagamento su Parola chiave/termine di ricerca:

Quindi vieni alla presentazione di Larry, prendi uno stratega dei dati in seguito e preparati a immergerti in tutte le intuizioni nascoste che scoprirai insieme!

Quindi, con un investimento di tempo totale di 30 minuti, sarai in grado di scoprire opportunità di risparmio ed espansione scalabili.

Troppo eccitato per aspettare?

Di seguito abbiamo alcune informazioni più dettagliate su come funziona questa metodologia e su come sta cambiando il nostro settore:

Negli ultimi 5 anni, abbiamo visto i dati crescere in modo esponenziale. Con l'evoluzione e la crescita della ricerca a pagamento, siamo stati in grado di raccogliere molti più dati sulle nostre campagne pubblicitarie e sui nostri test. Per uno dei nostri clienti, il numero di query di ricerca uniche che abbiamo analizzato ogni mese è cresciuto del 140% tra il 2011 e il 2018 (da circa 24K a 58K query di ricerca uniche).

È una tonnellata di dati da analizzare manualmente su base ricorrente! che schifo!

Per analizzare questi dati su larga scala senza perdere preziose informazioni in genere identificate tramite metodi di filtraggio manuali e tradizionali, abbiamo combinato quanto segue nel nostro strumento per big data preferito, Power BI:

Intento segnalato dietro le funzionalità SERP

(ovvero i risultati multimediali che Google inserisce nelle pagine dei risultati)

+

Ngram

(cioè un metodo di raggruppamento di parole per l'analisi)

Analizzeremo quali sono queste funzionalità SERP, qual è l'intento dell'utente, come è possibile analizzare i dati di quella funzionalità SERP e quale azione dovresti cercare in modo da essere pronto per iniziare a setacciare la montagna in crescita dei dati dei termini di ricerca. Tratteremo anche cosa sono gli NGrams e come possono essere sfruttati per questi tipi di analisi.

Scorri verso il basso la SERP per trovare modi più intelligenti di trovare opportunità

Entra, caratteristiche SERP. Ci sono un sacco di informazioni nelle pagine di ricerca che possono dirci perché i termini non vengono convertiti o aiutarci a mettere insieme ciò che Google ritiene che l'intento dietro le query sia basato sulle funzionalità SERP che mostrano. Comprendere ciò che gli utenti vedono e con cui interagiscono oltre i nostri annunci ci consente di incontrare gli utenti dove si trovano. Esistono molti tipi di funzionalità SERP e Google ne testa costantemente di nuove.

Alcune delle funzionalità che possiamo utilizzare per eseguire analisi delle query di ricerca più intelligenti utilizzando l'intento dell'utente includono:

Snippet in primo piano

Segnale di intenzione dell'utente: ricerca di informazioni

Elemento di analisi: filtra per trovare le parole chiave che attivano questo, filtra per Ngram con bassi tassi di conversione

Azione: Trova le query che non si convertono a causa dell'intento informativo

Le persone chiedono anche ("PAA") e domande correlate

Segnale di intenzione dell'utente : ricerca di informazioni più dettagliate, imbuto inferiore o correlato in modo tangenziale

Elemento di analisi : filtra per trovare le parole chiave che attivano questo, filtra per Ngram con CTR basso, filtra separatamente per guardare CVR basso.

Azione : analizza la fase di canalizzazione delle query per considerare la negazione o il targeting con RLSA.

Pacchetti di immagini

Segnale di intenzione dell'utente : cercare ispirazione o esplorazione

Elemento di analisi : filtra per trovare le parole chiave che attivano questo, filtra per Ngram con CTR basso e CVR basso.

Azione : fai offerte per annunci acquistabili su Google Immagini con offerte inferiori o obiettivi di ritorno sulla spesa pubblicitaria inferiori, sapendo che questi utenti sono potenzialmente ancora nella fase di esplorazione. Considera anche la creazione di un pubblico per le persone che provengono da query che attivano le immagini e reindirizzale nell'intervallo di tempo in cui ritieni che si saranno spostati lungo la canalizzazione.

Carosello video

Segnale di intenzione dell'utente : ricerca di informazioni di forma più lunga, in formato video

Elemento di analisi : filtra per trovare le parole chiave che attivano questo, guarda i temi NGram

Azione: pubblica annunci pre-roll sui canali YouTube vincendo i posizionamenti organici del carosello video.

Pacchetti di mappe

Segnale di intenzione dell'utente : ricerca di una soluzione locale

Elemento di analisi : filtra per trovare le parole chiave che attivano questo, guarda l'intento (di persona/online) nei temi NGgram

Azione: assicurati che le estensioni di località siano abilitate e che Google Ads sia collegato a GBM. Valuta la possibilità di testare la strategia di offerta sul Local Pack.

PLA/Annunci Shopping

Segnale di intenzione dell'utente : intento di acquisto o confronto

Elemento di analisi : filtra per trovare le parole chiave che attivano questo

Azione : valuta la possibilità di testare la suddivisione del budget tra testo e PLA, analizzare i messaggi per assicurarti che si supportino a vicenda.

Fare amicizia per salvare Benjamins

Il vero valore arriva quando creiamo una comprensione olistica di ciò che gli utenti sperimentano quando effettuano ricerche combinando insieme dati a pagamento e dati SERP.

Quando comprendiamo l'esperienza di un utente mentre scorre la SERP e in che modo influenza il rendimento dei nostri annunci, possiamo trovare risparmi sui costi su larga scala o nuove opportunità per fare pubblicità su altri canali.

"Sembra fantastico, ma in pratica mi hai appena chiesto di aggiungere ancora ALTRE cose da guardare." Sì, ma ora abbiamo anche altri 7 modi per filtrare i dati in modo più intelligente, che ci aiuta a concentrarci su un obiettivo specifico (salvare o espandere). Detto questo, una metodologia che utilizziamo frequentemente per trovare temi da eseguire su larga scala una volta che abbiamo fatto il nostro filtro intelligente è NGrams.

I Ngram suddividono i termini di ricerca in raggruppamenti di parole e ne contano la frequenza. Ad esempio, un unigram è 1 parola, un bi-gram è 2 parole che sono sempre una accanto all'altra, un tri-gram è una frase di tre parole. Essa ci aiuta a identificare le tendenze in parole che vengono usate insieme, che nell'ordine in cui sono utilizzati in, che altre parole vengono usati con e come le prestazioni impatti scelta delle parole.

Questi ci aiutano a identificare i temi nei termini di ricerca e, quando osserviamo gli Ngram sotto la lente del costo e delle conversioni, possiamo facilmente vedere un livello più profondo delle tendenze tematiche a livello di gruppo di annunci.

Quando combini i temi che vedi nei tuoi Ngram e la comprensione dell'intento implicita dalle funzionalità della SERP, ottieni un'analisi delle query di ricerca efficiente e potente. Puoi seguire le istruzioni passo passo da solo, oppure puoi trovarci a HeroConf il 23 aprile per una guida pratica di persona su come trovare queste opportunità di risparmio ed espansione.

Vuoi maggiori informazioni su come utilizzare Power BI e i big data per alimentare il tuo marketing digitale? Ecco alcune risorse:

• Una guida a Power BI: Big Data per i marketer digitali
• Serie YouTube: Nozioni di base su Power BI per esperti di marketing digitale