เลื่อน ปรับขนาด บันทึก: การใช้ข้อมูล SEO เพื่อการวิเคราะห์คำค้นหาที่ชาญฉลาดยิ่งขึ้น

โพสต์รับเชิญนี้นำเสนอโดย Kim Jones หัวหน้าทีม PPC ที่ Seer Interactive

กำลังจะมาถึง Hero Conf 2019? Larry Waddell รองประธานฝ่ายดิจิทัลของเราก็เช่นกัน และเขาจะนำเสนอวิธีวิเคราะห์คำค้นหาที่ชาญฉลาดยิ่งขึ้นแก่คุณในระหว่างการพูดคุยช่วงพักกลางวัน 10 นาทีในวันที่ 23 เมษายน

หลังจากการพูดคุยของเขา เราจะมี Seer data strategists จำนวนหนึ่งที่ไซต์เพื่อช่วยคุณ DIY

แต่ในการเข้าร่วม คุณมีเวลาทำการบ้าน 10 นาที:

1. ดาวน์โหลดรายงานการจัดอันดับทั่วไป (SEO) ของคุณจากเครื่องมือคลังคำหลัก เช่น ahrefs หรือ SEMRush และรายงานข้อความค้นหาจาก Google Ads สำหรับเดือนก่อนหน้า
2. ติดตั้ง PowerBI Desktop
3. ชมวิดีโอแนะนำ 10 นาทีของ Wil และเข้าร่วมข้อมูลออร์แกนิกและข้อมูลที่ต้องชำระเงินของคุณเกี่ยวกับคำสำคัญ/คำค้นหา:

จากนั้นมาที่งานนำเสนอของ Larry หา Data Strategist ในภายหลัง และเตรียมพร้อมที่จะซึมซับข้อมูลเชิงลึกที่ซ่อนอยู่ทั้งหมดที่คุณจะค้นพบด้วยกัน!

ด้วยเวลาการลงทุนทั้งหมด 30 นาที คุณจะสามารถค้นพบโอกาสในการประหยัดและขยายที่ปรับขนาดได้

ตื่นเต้นเกินไปที่จะรอ?

เรามีข้อมูลโดยละเอียดเพิ่มเติมด้านล่างเกี่ยวกับวิธีการทำงานและวิธีการเปลี่ยนแปลงอุตสาหกรรมของเรา:

ในช่วง 5 ปีที่ผ่านมา เราพบว่าข้อมูลเติบโตขึ้นอย่างทวีคูณ ด้วยวิวัฒนาการและการเติบโตของการค้นหาที่เสียค่าใช้จ่าย เราสามารถรวบรวมข้อมูลเกี่ยวกับแคมเปญโฆษณาและการทดสอบของเราได้มากขึ้น สำหรับหนึ่งในลูกค้าของเรา จำนวนคำค้นหาที่ไม่ซ้ำซึ่งเราวิเคราะห์ในแต่ละเดือนเพิ่มขึ้น 140% ระหว่างปี 2011 ถึง 2018 (จากคำค้นหาที่ไม่ซ้ำประมาณ 24K ถึง 58K)

นั่นเป็นข้อมูลจำนวนมากที่ต้องวิเคราะห์ด้วยตนเองเป็นประจำ! อิ๊ก!

เพื่อที่จะวิเคราะห์ข้อมูลนี้ตามขนาดโดยไม่สูญเสียข้อมูลเชิงลึกอันมีค่าซึ่งโดยทั่วไปจะระบุผ่านวิธีการกรองแบบแมนนวล - เราได้รวมสิ่งต่อไปนี้ไว้ในเครื่องมือ Big Data ที่เราโปรดปราน Power BI:

เจตนาส่งสัญญาณเบื้องหลังคุณสมบัติ SERP

(เช่น ผลการค้นหาที่เป็นสื่อสมบูรณ์ที่ Google ใส่ลงในหน้าผลลัพธ์)

+

NGrams

(คือวิธีการจัดกลุ่มคำเพื่อวิเคราะห์)

เราจะพูดถึงคุณสมบัติของ SERP เหล่านี้ จุดประสงค์ของผู้ใช้ คุณจะวิเคราะห์ข้อมูลของฟีเจอร์ SERP ได้อย่างไร และการดำเนินการใดที่คุณควรมองหา เพื่อให้คุณพร้อมที่จะเริ่มร่อนผ่านภูเขาที่กำลังเติบโต ของข้อมูลข้อความค้นหา นอกจากนี้เรายังจะกล่าวถึง ว่า NGrams คืออะไร และจะสามารถใช้ประโยชน์จากการวิเคราะห์ประเภทนี้ได้อย่างไร

เลื่อนลง SERP เพื่อดูวิธีที่ชาญฉลาดกว่าในการค้นหาโอกาส

ป้อนคุณสมบัติ SERP มีข้อมูลมากมายบนหน้าการค้นหาที่สามารถบอกเราได้ว่าเหตุใดคำจึงไม่แปลง หรือช่วยเรารวมสิ่งที่ Google เชื่อว่าเจตนาเบื้องหลังข้อความค้นหานั้นขึ้นอยู่กับคุณสมบัติ SERP ที่พวกเขาแสดง การทำความเข้าใจว่าผู้ใช้เห็นและโต้ตอบอะไรมากกว่าโฆษณาของเรา ทำให้เราได้พบกับผู้ใช้ในที่ที่พวกเขาอยู่ มีคุณลักษณะ SERP หลายประเภท และ Google กำลังทดสอบคุณลักษณะใหม่ๆ อยู่เสมอ

คุณลักษณะบางอย่างที่เราสามารถใช้เพื่อทำการวิเคราะห์คำค้นหาที่ชาญฉลาดยิ่งขึ้นโดยใช้ความตั้งใจของผู้ใช้ ได้แก่:

ตัวอย่างแนะนำ

สัญญาณความตั้งใจของผู้ใช้: การ หาข้อมูล

รายการวิเคราะห์: กรองเพื่อค้นหาคำหลักที่เรียกสิ่งนี้ กรอง NGrams ที่มีอัตรา Conversion ต่ำ

รายการการดำเนินการ: ค้นหาข้อความค้นหาที่ไม่แปลงเนื่องจากเจตนาในการให้ข้อมูล

ผู้คนยังถาม (“PAA”) และคำถามที่เกี่ยวข้อง

User Intent Signal : ค้นหาข้อมูลโดยละเอียด ช่องทางล่าง หรือสัมพันธ์กัน

รายการวิเคราะห์ : กรองเพื่อค้นหาคีย์เวิร์ดที่ทริกเกอร์สิ่งนี้ กรอง NGrams ที่มี CTR ต่ำ กรองแยกกันเพื่อดู CVR ต่ำ

รายการการดำเนินการ : วิเคราะห์ขั้นตอนช่องทางของข้อความค้นหาเพื่อพิจารณาปฏิเสธหรือกำหนดเป้าหมายด้วย RLSA

ชุดรูปภาพ

สัญญาณความตั้งใจของผู้ใช้ : การแสวงหาแรงบันดาลใจหรือการสำรวจ

รายการวิเคราะห์ : กรองเพื่อค้นหาคำหลักที่เรียกสิ่งนี้ กรอง NGrams ที่มี CTR ต่ำและ CVR ต่ำ

รายการดำเนินการ : เสนอราคาสำหรับโฆษณาที่ซื้อได้บน Google รูปภาพด้วยราคาเสนอที่ต่ำกว่าหรือเป้าหมาย ROAS ที่ต่ำกว่า โดยรู้ว่าผู้ใช้เหล่านี้อาจยังอยู่ในขั้นตอนการสำรวจ นอกจากนี้ ให้พิจารณาสร้างผู้ชมสำหรับกลุ่มคนที่มาจากคำค้นหาที่เรียกรูปภาพ และกำหนดเป้าหมายใหม่ในช่วงเวลาที่คุณเชื่อว่าพวกเขาจะย้ายลงมาที่ช่องทาง

ภาพหมุนวิดีโอ

User Intent Signal : ค้นหาข้อมูลที่ยาวกว่า ในรูปแบบวิดีโอ

รายการวิเคราะห์ : กรองเพื่อค้นหาคำหลักที่เรียกสิ่งนี้ ดูที่ธีม NGram

รายการดำเนินการ: เรียกใช้โฆษณาตอนต้นบนช่อง YouTube ที่ชนะตำแหน่งภาพหมุนวิดีโอแบบออร์แกนิก

ชุดแผนที่

สัญญาณความตั้งใจของผู้ใช้ : ค้นหาวิธีแก้ปัญหาในพื้นที่

รายการวิเคราะห์ : กรองเพื่อค้นหาคำหลักที่เรียกสิ่งนี้ ดูเจตนา (ด้วยตนเอง/ออนไลน์) ในธีม NGram

รายการดำเนินการ: ตรวจสอบว่าคุณเปิดใช้งานส่วนขยายสถานที่ตั้งและ Google Ads เชื่อมโยงกับ GBM ลองทดสอบกลยุทธ์การเสนอราคาใน Local Pack

PLAs/โฆษณาช็อปปิ้ง

สัญญาณความตั้งใจของผู้ใช้ : เจตนาในการ ซื้อหรือเปรียบเทียบ

รายการวิเคราะห์ : กรองเพื่อค้นหาคำหลักที่เรียกสิ่งนี้

รายการดำเนินการ : ลองทดสอบการแบ่งงบประมาณระหว่างข้อความและ PLA วิเคราะห์ข้อความเพื่อให้แน่ใจว่าสนับสนุนซึ่งกันและกัน

หาเพื่อนเพื่อช่วยเบนจามิน

คุณค่าที่แท้จริงมาเมื่อเราสร้างความเข้าใจแบบองค์รวมเกี่ยวกับสิ่งที่ผู้ใช้พบเมื่อค้นหาโดยการรวมข้อมูลที่ต้องชำระเงินและข้อมูล SERP เข้าด้วยกัน

เมื่อเราเข้าใจประสบการณ์ของผู้ใช้ขณะที่พวกเขาเลื่อนลงมาที่ SERP และอิทธิพลต่อประสิทธิภาพโฆษณาของเรา เราสามารถพบการประหยัดต้นทุนในวงกว้างหรือโอกาสใหม่ๆ ในการโฆษณาบนช่องทางอื่นๆ

“ฟังดูดี แต่โดยพื้นฐานแล้วคุณแค่ขอให้ฉันเพิ่มสิ่งต่าง ๆ ให้ดู” ได้ แต่ตอนนี้เรายังมีอีก 7 วิธีในการกรองข้อมูลอย่างชาญฉลาด ซึ่งช่วยให้เรามุ่งเน้นไปที่เป้าหมายเฉพาะ (การออมหรือการขยาย) ที่กล่าวว่า วิธีการหนึ่งที่เราใช้บ่อยเพื่อค้นหาธีมเพื่อดำเนินการใน วงกว้าง เมื่อเราทำการ กรองอัจฉริยะ เสร็จแล้ว คือ NGrams

NGrams แบ่งคำค้นหาออกเป็นกลุ่มคำและนับความถี่ ตัวอย่างเช่น unigram คือ 1 คำ bi-gram คือ 2 คำที่อยู่ติดกันเสมอ tri-gram คือวลีที่มีสามคำ มันช่วยให้เราระบุแนวโน้มในคำพูดที่ใช้ด้วยกันซึ่งเพื่อที่พวกเขากำลังใช้ในซึ่งคำอื่น ๆ ที่พวกเขากำลังใช้กับวิธีการและผลการดำเนินงานคำทางเลือกที่ส่งผลกระทบต่อ

สิ่งเหล่านี้ช่วยเราระบุธีมในข้อความค้นหา และเมื่อเราดู Ngrams ภายใต้เลนส์ของต้นทุนและ Conversion เราจะเห็นเลเยอร์ที่ลึกกว่าแนวโน้มของธีมระดับกลุ่มโฆษณาได้อย่างง่ายดาย

เมื่อคุณรวมธีมที่คุณเห็นใน Ngrams และความเข้าใจโดยนัยจากฟีเจอร์ SERP คุณจะได้รับการวิเคราะห์คำค้นหาที่มีประสิทธิภาพและทรงพลัง คุณสามารถปฏิบัติตามคำแนะนำทีละขั้นตอนแบบเต็มได้ด้วยตัวเอง หรือพบเราได้ที่ HeroConf ในวันที่ 23 เมษายน เพื่อดูคำแนะนำแบบตัวต่อตัวเกี่ยวกับวิธีค้นหาโอกาสในการประหยัดและขยายเหล่านี้

ต้องการข้อมูลเพิ่มเติมเกี่ยวกับวิธีใช้ Power BI และบิ๊กดาต้าเพื่อขับเคลื่อนการตลาดดิจิทัลของคุณใช่หรือไม่ นี่คือแหล่งข้อมูลบางส่วน:

• A Guide to Power BI: Big Data for Digital Marketers
• ซีรีส์ YouTube: ข้อมูลเบื้องต้นเกี่ยวกับ Power BI สำหรับนักการตลาดดิจิทัล