스크롤, 확장, 저장: 더 스마트한 검색어 분석을 위한 SEO 데이터 사용

이 게스트 게시물은 Seeer Interactive의 PPC 팀 리더인 Kim Jones가 제공합니다.

Hero Conf 2019에 오시나요? 디지털 EVP인 Larry Waddell도 마찬가지입니다. 그는 4월 23일 점심 시간에 10분간 강연을 하는 동안 더 똑똑한 검색어 분석을 수행하는 방법을 알려줄 것입니다.

채팅이 끝난 후, DIY를 도와줄 몇 명의 Seer 데이터 전략가가 현장에 있을 것입니다.

그러나 참여하려면 10분 동안 해야 할 숙제가 있습니다.

1. ahrefs 또는 SEMRush와 같은 키워드 코퍼스 도구에서 자연(SEO) 순위 보고서를 다운로드하고 Google Ads에서 이전 달의 검색어 보고서를 다운로드합니다.
2. PowerBI 데스크톱 설치
3. Wil의 10분 튜토리얼 비디오를 시청하고 키워드/검색 용어에 대한 유기적 및 유료 데이터를 결합하십시오.

그런 다음 Larry의 프레젠테이션에 와서 나중에 데이터 전략가를 잡고 함께 발견하게 될 모든 숨겨진 통찰력을 흡수할 준비를 하십시오!

따라서 총 30분의 시간 투자로 확장 가능한 절약 및 확장 기회를 발견할 수 있습니다.

기다리기 너무 벅차나요?

이 방법론이 작동하는 방식과 업계를 변화시키는 방식에 대한 자세한 정보는 아래에 있습니다.

지난 5년 동안 데이터가 기하급수적으로 증가하는 것을 보았습니다. 유료 검색의 발전과 성장으로 우리는 광고 캠페인과 테스트에 대해 훨씬 더 많은 데이터를 수집할 수 있었습니다. 한 고객의 경우 2011년과 2018년 사이에 매달 분석한 고유 검색어 수가 140% 증가했습니다(약 24K에서 58K로 고유 검색어).

반복적으로 수동으로 분석해야 할 엄청난 양의 데이터입니다! 아이크!

일반적으로 수동의 기존 필터링 방법을 통해 식별된 귀중한 통찰력을 잃지 않고 이 데이터를 대규모로 분석하기 위해 다음을 가장 선호하는 빅 데이터 도구인 Power BI에 결합했습니다.

SERP 기능 뒤에 숨겨진 의도

(즉, Google이 결과 페이지에 삽입하는 리치 결과)

+

엔그램

(즉, 분석을 위해 단어를 그룹화하는 방법)

이러한 SERP 기능이 무엇인지, 사용자의 의도가 무엇인지, 해당 SERP 기능의 데이터를 어떻게 분석할 수 있는지, 그리고 성장하는 산을 샅샅이 살펴보기 시작할 준비를 하기 위해 어떤 조치를 찾아야 하는지 살펴보겠습니다. 검색어 데이터의. 또한 NGram이 무엇이고 이러한 유형의 분석에 어떻게 활용할 수 있는지도 다룰 것 입니다.

기회를 찾는 더 현명한 방법을 위해 SERP를 아래로 스크롤하십시오.

SERP 기능을 입력하십시오. 검색어가 변환되지 않는 이유를 알려주거나 검색어의 의도가 표시되는 SERP 기능을 기반으로 한다고 Google이 믿는 것을 통합하는 데 도움이 되는 검색 페이지에 대한 정보가 많이 있습니다. 사용자가 우리의 광고보다 더 많이 보고 상호작용하는 것을 이해하면 사용자가 있는 곳에서 사용자를 만날 수 있습니다. SERP 기능에는 여러 유형이 있으며 Google은 지속적으로 새로운 기능을 테스트하고 있습니다.

사용자 의도를 사용하여 더 스마트한 검색어 분석을 수행하는 데 사용할 수 있는 몇 가지 기능은 다음과 같습니다.

추천 스니펫

사용자 의도 신호: 정보 찾기

분석 항목: 이를 유발하는 키워드를 찾기 위해 필터링, 전환율이 낮은 NGgram에 대해 필터링

작업 항목: 정보 제공 목적으로 인해 변환되지 않는 쿼리 찾기

사람들은 또한 묻습니다("PAA") 및 관련 질문

사용자 의도 신호 : 더 자세한 정보를 찾고, 더 낮은 깔때기 또는 접선 관련

분석 항목 : 이를 유발하는 키워드를 찾기 위해 필터링하고, CTR이 낮은 NGgram에 대해 필터링하고, CVR이 낮은 경우 별도로 필터링합니다.

작업 항목 : 쿼리의 유입경로 단계를 분석하여 RLSA를 사용한 부정 또는 타겟팅을 고려합니다.

이미지 팩

User Intent Signal : 영감이나 탐색을 추구

분석 항목 : 이를 유발하는 키워드를 찾기 위해 필터링하고 CTR이 낮고 CVR이 낮은 NGgram을 필터링합니다.

작업 항목 : 이러한 사용자가 아직 탐색 단계에 있다는 것을 알고 더 낮은 입찰가 또는 더 낮은 ROAS 목표로 Google 이미지에서 쇼핑 가능한 광고에 입찰합니다. 또한 이미지를 유발하는 검색어를 통해 유입된 사람들을 위한 잠재고객을 만들고 유입경로 아래로 이동할 것이라고 생각되는 시간 프레임에 리타게팅하는 것을 고려하십시오.

비디오 캐러셀

사용자 의도 신호 : 비디오 형식의 더 긴 형식의 정보 찾기

분석 항목 : 이를 유발하는 키워드를 찾기 위한 필터, NGram 테마 살펴보기

실행 항목: 유기적 비디오 캐러셀 게재위치를 획득한 YouTube 채널에서 프리롤 광고를 실행합니다.

지도 팩

User Intent Signal : 현지 해결 방안 모색

분석 항목 : 이를 유발하는 키워드를 찾기 위해 필터링하고 NGram 테마에서 의도(직접/온라인) 확인

작업 항목: 추가 위치 정보가 활성화되어 있고 Google Ads가 GBM에 연결되어 있는지 확인하세요. 로컬 팩에서 입찰 전략을 테스트해 보세요.

PLA/쇼핑 광고

사용자 의도 신호 : 구매 또는 비교 의도

분석 항목 : 이를 유발하는 키워드를 찾기 위한 필터

실행 항목 : 텍스트와 PLA 간의 예산 분할 테스트를 고려하고 메시징을 분석하여 서로 지원하는지 확인합니다.

벤자민을 구하기 위해 친구 만들기

진정한 가치는 유료 데이터와 SERP 데이터를 함께 결합하여 사용자가 검색할 때 경험하는 것에 대한 전체적인 이해를 만들 때 옵니다.

사용자가 SERP를 아래로 스크롤할 때의 경험과 이것이 광고 실적에 미치는 영향을 이해하면 대규모 비용 절감이나 다른 채널에서 광고할 수 있는 새로운 기회를 찾을 수 있습니다.

"좋게 들리지만 기본적으로 볼 것을 더 추가하도록 요청했습니다." 예, 하지만 이제 더 스마트한 방식으로 데이터를 필터링하는 7가지 방법이 더 있어 특정 목표(저장 또는 확장)에 집중할 수 있습니다. 즉, 스마트 필터링을 수행한 후 대규모로 실행할 테마를 찾기 위해 자주 사용하는 방법 중 하나 는 NGram입니다.

NGgram은 검색어를 단어 그룹으로 나누고 빈도를 계산합니다. 예를 들어 유니그램은 1단어, 바이그램은 2단어, 항상 옆에 있는 단어, 트라이그램은 3단어 구입니다. 그것은 우리는 그들이이 단어 선택에 영향을 성능을 어떻게 사용하고 어떤 다른 단어에 익숙해 주문 함께 사용되는 단어의 동향을 파악하는 데 도움이됩니다.

이는 검색어의 주제를 식별하는 데 도움이 되며 비용 및 전환의 관점에서 Ngram을 볼 때 광고 그룹 수준의 주제 추세보다 더 깊은 계층을 쉽게 볼 수 있습니다.

Ngram에서 볼 수 있는 테마와 SERP 기능의 암시적 의도 이해를 결합하면 효율적이고 강력한 검색 쿼리 분석을 얻을 수 있습니다. 전체 단계별 지침을 직접 따를 수도 있고, 4월 23일 HeroConf에서 이러한 절약 및 확장 기회를 찾는 방법에 대한 직접 방문 실습을 찾을 수도 있습니다.

Power BI와 빅 데이터를 사용하여 디지털 마케팅을 강화하는 방법에 대한 자세한 정보를 원하십니까? 다음은 몇 가지 리소스입니다.

• Power BI 가이드: 디지털 마케터를 위한 빅 데이터
• YouTube 시리즈: 디지털 마케팅 담당자를 위한 Power BI 기본 사항