Role, dimensione, salve: usando dados de SEO para uma análise de consulta de pesquisa mais inteligente

Esta postagem de convidado é trazida a você por Kim Jones, líder da equipe de PPC da Seer Interactive.

Vai ao Hero Conf 2019? O mesmo é nosso EVP de Digital, Larry Waddell, e ele apresentará uma maneira de fazer análises de consulta de pesquisa mais inteligentes durante sua palestra de 10 minutos na hora do almoço em 23 de abril.

Após o bate-papo, teremos um punhado de estrategistas de dados Seer no local para ajudá-lo.

Mas, para participar, você tem 10 minutos de lição de casa para fazer:

1. Baixe seu relatório de classificação orgânica (SEO) de uma ferramenta de corpus de palavras-chave como ahrefs ou SEMRush e um Relatório de termos de pesquisa do Google Ads do mês anterior
2. Instale PowerBI Desktop
3. Assista ao vídeo tutorial de 10 minutos de Wil e junte seus dados orgânicos e pagos em palavras-chave / termo de pesquisa:

Em seguida, vá para a apresentação de Larry, chame um estrategista de dados depois e prepare-se para mergulhar em todos os insights ocultos que descobrirão juntos!

Portanto, com um investimento total de 30 minutos, você poderá descobrir oportunidades escalonáveis ​​de economia e expansão.

Muito animado para esperar?

Temos algumas informações mais detalhadas abaixo sobre como essa metodologia funciona e como ela está mudando nosso setor:

Nos últimos 5 anos, vimos os dados crescerem exponencialmente. Com a evolução e o crescimento da pesquisa paga, conseguimos coletar muito mais dados sobre nossas campanhas publicitárias e testes. Para um de nossos clientes, o número de consultas de pesquisa exclusivas que analisamos a cada mês cresceu 140% entre 2011 e 2018 (de aproximadamente 24 mil para 58 mil consultas de pesquisa únicas).

Isso é uma tonelada de dados para analisar manualmente de forma recorrente! Ick!

Para analisar esses dados em escala sem perder insights valiosos normalmente identificados por meio de métodos de filtragem manuais e tradicionais - combinamos o seguinte em nossa ferramenta de big data favorita, o Power BI:

Intenção sinalizada por trás dos recursos SERP

(ou seja, a pesquisa aprimorada que o Google injeta nas páginas de resultados)

+

NGrams

(ou seja, um método de agrupamento de palavras para análise)

Vamos ver quais são esses recursos SERP, qual a intenção do usuário, como você pode analisar os dados desse recurso SERP e que ação você deve procurar para estar preparado para começar a vasculhar a montanha crescente de dados de termos de pesquisa. Também abordaremos o que são NGramas e como podem ser aproveitados para esses tipos de análises.

Role para baixo no SERP para maneiras mais inteligentes de encontrar oportunidades

Entre, recursos SERP. Há muitas informações nas páginas de pesquisa que podem nos dizer por que os termos não estão sendo convertidos ou nos ajudar a descobrir o que o Google acredita que a intenção por trás das consultas é baseada nos recursos SERP que eles mostram. Entender o que os usuários veem e com o que interagem além de nossos anúncios nos permite encontrar os usuários onde eles estão. Existem muitos tipos de recursos SERP, e o Google está constantemente testando novos.

Alguns dos recursos que podemos usar para fazer análises de consulta de pesquisa mais inteligentes usando a intenção do usuário incluem:

Snippets em destaque

Sinal de intenção do usuário: buscando informações

Item de análise: filtre para encontrar palavras-chave que acionam isso, filtre por NGrams com baixas taxas de conversão

Item de ação: encontrar consultas que não convertem devido à intenção informativa

As pessoas também perguntam (“PAA”) e perguntas relacionadas

Sinal de intenção do usuário : buscando informações mais detalhadas, funil inferior ou relacionado tangencialmente

Item de análise : Filtre para encontrar palavras-chave que acionem isso, filtre por NGramas com CTR baixo, filtre separadamente para olhar para baixo CVR.

Item de ação : analise o estágio do funil de consultas para considerar a negação ou segmentação com RLSA.

Pacotes de Imagens

Sinal de intenção do usuário : em busca de inspiração ou exploração

Item de análise : Filtre para encontrar palavras-chave que acionam isso, filtre por NGramas com CTR baixo e CVR baixo.

Item de ação : defina lances para anúncios compráveis ​​no Imagens do Google com lances mais baixos ou metas de ROAS mais baixas, sabendo que esses usuários ainda estão potencialmente no estágio de exploração. Considere também a criação de públicos-alvo para pessoas que vêm de consultas que acionam imagens e redirecione-os no período em que você acredita que eles terão descido no funil.

Carrossel de Vídeo

Sinal de intenção do usuário : buscando informações de formato mais longo, em formato de vídeo

Item de análise : filtre para encontrar palavras-chave que acionam isso, olhe para os temas do NGram

Item de ação: execute anúncios precedentes nos canais do YouTube, ganhando as colocações de carrossel de vídeo orgânico.

Pacotes de mapas

Sinal de intenção do usuário : buscando uma solução local

Item de análise : filtre para encontrar palavras-chave que acionem isso, observe a intenção (pessoalmente / online) nos temas NGram

Item de ação: verifique se as extensões de local estão ativadas e se o Google Ads está vinculado ao GBM. Considere testar a estratégia de lances no Pacote Local.

PLAs / anúncios do Shopping

Sinal de intenção do usuário : intenção de compra ou comparação

Item de análise : filtre para encontrar palavras-chave que acionam este

Item de ação : considere testar a divisão do orçamento entre texto e PLAs, analise as mensagens para garantir que eles se apóiem.

Fazendo amigos para salvar Benjamins

O verdadeiro valor surge quando criamos uma compreensão holística da experiência dos usuários quando pesquisam, combinando dados pagos e dados SERP.

Quando entendemos a experiência de um usuário à medida que ele rola a página SERP e como isso influencia o desempenho de nosso anúncio, podemos encontrar economias de custo em escala ou novas oportunidades de anunciar em outros canais.

“Parece ótimo, mas basicamente você me pediu para adicionar ainda MAIS coisas para analisar.” Sim, mas agora também temos mais 7 maneiras de filtrar os dados de maneira mais inteligente, o que nos ajuda a focar em uma meta específica (salvar ou expandir). Dito isso, uma metodologia que empregamos com frequência para encontrar temas para executar em escala, uma vez que tenhamos feito nossa filtragem inteligente, é o NGrams.

Os NGrams dividem os termos de pesquisa em grupos de palavras e contam sua frequência. Por exemplo, um unigrama é 1 palavra, um bi-grama é 2 palavras que estão sempre próximas uma da outra, um tri-grama é uma frase de três palavras. Ele nos ajuda a identificar tendências em palavras que são usadas em conjunto, o que ordem em que são usados em, que outras palavras eles são usados com e como o desempenho impactos escolha palavra.

Isso nos ajuda a identificar temas em termos de pesquisa e, quando olhamos para Ngrams sob as lentes de custo e conversões, podemos ver facilmente uma camada mais profunda do que as tendências temáticas no nível do grupo de anúncios.

Quando você combina os temas que vê em seus Ngrams e a compreensão implícita da intenção dos recursos SERP, obtém uma análise de consulta de pesquisa eficiente e poderosa. Você pode seguir as instruções passo a passo completas por conta própria ou pode nos encontrar no HeroConf em 23 de abril para um guia prático e pessoal de como encontrar essas oportunidades de economia e expansão.

Quer mais informações sobre como usar o Power BI e Big Data para impulsionar seu marketing digital? Aqui estão alguns recursos:

• Um guia para Power BI: Big Data para profissionais de marketing digital
• Série do YouTube: Noções básicas de Power BI para profissionais de marketing digital