Прокрутка, масштабирование, сохранение: использование данных SEO для более интеллектуального анализа поисковых запросов

Этот гостевой пост принес вам Ким Джонс, руководитель группы контекстной рекламы в Seer Interactive.

Собираетесь на Hero Conf 2019? То же самое и с нашим исполнительным вице-президентом по цифровым технологиям Ларри Уодделлом, и он покажет вам способ проведения более интеллектуального анализа поисковых запросов во время своего 10-минутного разговора за обедом 23 апреля.

После его разговора на сайте будет несколько аналитиков данных Seer, которые помогут вам сделать все самостоятельно.

Но для участия у вас есть 10 минут домашнего задания:

1. Загрузите отчет о своем обычном (SEO) рейтинге из инструмента для набора ключевых слов, например ahrefs или SEMRush, и отчет по поисковым запросам из Google Рекламы за предыдущий месяц.
2. Установите PowerBI Desktop
3. Посмотрите 10-минутное обучающее видео Уила и присоедините свои обычные и платные данные по ключевому слову / поисковому запросу:

Затем приходите на презентацию Ларри, затем возьмите специалиста по стратегии данных и приготовьтесь погрузиться во все скрытые идеи, которые вы обнаружите вместе!

Таким образом, потратив 30 минут, вы откроете для себя масштабируемые возможности сохранения и расширения.

Слишком взволнован, чтобы ждать?

Ниже у нас есть более подробная информация о том, как работает эта методология и как она меняет нашу отрасль:

За последние 5 лет мы стали свидетелями экспоненциального роста данных. С развитием и ростом платного поиска мы смогли собрать гораздо больше данных о наших рекламных кампаниях и тестах. Для одного из наших клиентов количество уникальных поисковых запросов, которые мы анализировали каждый месяц, выросло на 140% в период с 2011 по 2018 год (примерно с 24 000 до 58 000 уникальных поисковых запросов).

Это масса данных, которые нужно регулярно анализировать вручную! Крик!

Чтобы анализировать эти данные в масштабе без потери ценной информации, обычно выявляемой с помощью традиционных ручных методов фильтрации, мы объединили следующие элементы в наш любимый инструмент для работы с большими данными, Power BI:

Выявленное намерение, лежащее в основе функций поисковой выдачи

(т.е. расширенные результаты, которые Google вставляет на страницы результатов)

+

Nграмм

(т.е. метод группировки слов для анализа)

Мы собираемся рассмотреть, что это за функции SERP, каковы намерения пользователя, как вы можете анализировать данные этой функции SERP и какое действие вам следует искать, чтобы вы были готовы начать просеивать через растущую гору. данных поискового запроса. Мы также расскажем, что такое NGrams и как их можно использовать для такого рода анализов.

Прокрутите поисковую выдачу вниз, чтобы найти более эффективные способы поиска возможностей

Войдите, функции SERP. На страницах поиска есть масса информации, которая может рассказать нам, почему термины не конвертируются, или помочь нам понять, что, по мнению Google, цель запросов основана на том, какие функции поисковой выдачи они показывают. Понимание того, что пользователи видят и с чем взаимодействуют, помимо нашей рекламы, позволяет нам знакомиться с пользователями там, где они есть. Существует много типов функций поисковой выдачи, и Google постоянно тестирует новые.

Некоторые из функций, которые мы можем использовать для более интеллектуального анализа поисковых запросов с использованием пользовательского намерения, включают:

Избранные фрагменты

Сигнал о намерениях пользователя: поиск информации

Элемент анализа: отфильтруйте, чтобы найти ключевые слова, которые вызывают это, отфильтруйте NGrams с низким коэффициентом конверсии

Действие: Найдите запросы, которые не конвертируются из-за информационного намерения.

Люди также задают («PAA») и связанные вопросы

Сигнал намерения пользователя : поиск более подробной информации, нижней воронки или косвенно связанной

Элемент анализа : отфильтруйте, чтобы найти ключевые слова, которые вызывают это, отфильтруйте NGrams с низким CTR, отдельно отфильтруйте, чтобы посмотреть на низкий CVR.

Действие Пункт: Проанализировать этап воронки запросов рассмотреть отрицая или мечение списки ремаркетинга.

Пакеты изображений

Сигнал намерения пользователя : поиск вдохновения или исследования

Элемент анализа : отфильтруйте, чтобы найти ключевые слова, которые вызывают это, отфильтруйте NGrams с низким CTR и низким CVR.

Действие товар: Ставка на рекламу на Шопинг с Google Images с более низкими ставки или более низкими целями ИХ, зная , что эти пользователями являются потенциально все еще находится в стадии разведки. Также рассмотрите возможность создания аудиторий для людей, которые приходят по запросам, которые запускают изображения, и перенацеливать их в те временные рамки, за которые, по вашему мнению, они переместятся вниз по воронке.

Видео Карусель

Сигнал о намерениях пользователя : поиск более подробной информации в видеоформате

Элемент анализа : отфильтруйте, чтобы найти ключевые слова, которые вызывают это, посмотрите темы NGram

Рекомендация: запускайте рекламу в начале ролика на каналах YouTube, выигравших обычные места размещения в карусели видео.

Пакеты карт

Сигнал о намерениях пользователя : поиск локального решения

Элемент анализа : отфильтруйте, чтобы найти ключевые слова, которые вызывают это, посмотрите на намерение (лично / онлайн) в темах NGram.

Рекомендация: убедитесь, что у вас включены адресации и Google Реклама связан с GBM. Рассмотрите возможность тестирования стратегии назначения ставок в локальном пакете.

Товарные объявления / товарные объявления

Сигнал о намерении пользователя: намерение о покупке или сравнении

Элемент анализа : отфильтруйте, чтобы найти ключевые слова, которые вызывают это

Рекомендация : рассмотрите возможность тестирования распределения бюджета между текстом и товарными объявлениями, проанализируйте обмен сообщениями, чтобы убедиться, что они поддерживают друг друга.

Заводить друзей, чтобы спасти Вениаминов

Истинная ценность приходит, когда мы создаем целостное понимание того, что пользователи испытывают при поиске, объединяя вместе платные данные и данные результатов поиска.

Когда мы понимаем опыт пользователей при прокрутке страницы результатов поиска и то, как это влияет на эффективность нашей рекламы, мы можем найти масштабную экономию затрат или новые возможности для рекламы на других каналах.

«Звучит здорово, но вы просто попросили меня добавить ЕЩЕ БОЛЬШЕ вещей, на которые можно было бы взглянуть». Да, но теперь у нас есть еще 7 способов более разумной фильтрации данных, которые помогают нам сосредоточиться на конкретной цели (сохранение или расширение). Тем не менее, одна методология, которую мы часто используем для поиска тем для масштабного выполнения после того, как мы выполнили нашу интеллектуальную фильтрацию, - это NGrams.

NGrams разбивают условия поиска на группы слов и подсчитывают их частоту. Например, униграмма - это 1 слово, биграмма - это 2 слова, которые всегда находятся рядом друг с другом, триграмма - это фраза из трех слов. Это помогает нам определить тенденции в словах, которые используются вместе, в каком порядке они используются в, какие другие слова они используются с и как производительность выбора слова воздействий.

Это помогает нам определять темы в поисковых запросах, и когда мы смотрим на Ngrams через призму стоимости и конверсий, мы можем легко увидеть уровень более глубокий, чем тематические тенденции на уровне группы объявлений.

Когда вы комбинируете темы, которые вы видите в своих Ngrams, и подразумеваемое понимание намерений из функций SERP, вы получаете эффективный и мощный анализ поисковых запросов. Вы можете следовать подробным пошаговым инструкциям самостоятельно или найти нас на HeroConf 23 апреля, где мы лично расскажем, как найти эти возможности для сохранения и расширения.

Хотите узнать больше о том, как использовать Power BI и большие данные для поддержки вашего цифрового маркетинга? Вот несколько ресурсов:

• Руководство по Power BI: большие данные для цифровых маркетологов
• Серия YouTube: Основы Power BI для специалистов по цифровому маркетингу