滾動、縮放、保存：使用 SEO 數據進行更智能的搜索查詢分析

這篇客座文章是由 Seer Interactive 的 PPC 團隊負責人 Kim Jones 帶給您的。

來參加 Hero Conf 2019？ 我們的數字執行副總裁 Larry Waddell 也是如此，他將在 4 月 23 日的 10 分鐘午餐時間演講中為您介紹一種進行更智能的搜索查詢分析的方法。

在他的聊天之後，我們將在現場有一些Seer數據策略師來幫助您DIY。

但是為了參與，您有 10 分鐘的功課要做：

1. 從關鍵詞語料庫工具（如 ahrefs 或 SEMRush）下載您的自然 (SEO) 排名報告，以及從 Google Ads 上個月的搜索詞報告
2. 安裝 PowerBI 桌面
3. 觀看 Wil 的 10 分鐘教程視頻，並加入關於關鍵字/搜索詞的自然和付費數據：

然後來參加 Larry 的演講，然後找一位數據策略師，準備好沉浸在您將一起發現的所有隱藏見解中！

因此，通過總共 30 分鐘的時間投資，您將能夠發現可擴展的節省和擴展機會。

太激動等不及了？

我們在下面提供了一些關於此方法如何運作以及它如何改變我們行業的更詳細信息：

在過去的 5 年中，我們看到數據呈指數級增長。 隨著付費搜索的發展和增長，我們已經能夠收集到更多關於我們的廣告活動和測試的數據。 對於我們的一位客戶，我們每月分析的唯一搜索查詢數量在 2011 年到 2018 年之間增長了 140%（從大約 24K 到 58K 唯一搜索查詢）。

這是大量需要定期手動分析的數據！ 哎呀！

為了在不丟失通常通過手動傳統過濾方法識別出的寶貴見解的情況下大規模分析這些數據，我們將以下內容合併到我們最喜歡的大數據工具 Power BI 中：

SERP 功能背後的信號意圖

（即 Google 注入到結果頁面的富媒體結果）

+

NGrams

（即一種對詞進行分組分析的方法）

我們將介紹這些 SERP 功能是什麼，用戶的意圖是什麼，您如何分析該 SERP 功能的數據，以及您應該尋找什麼操作，以便您準備開始篩選不斷增長的山搜索詞數據。 我們還將介紹什麼是 NGrams以及如何利用它們進行這些類型的分析。

向下滾動 SERP，以更明智的方式尋找機會

輸入，SERP 功能。 搜索頁面上有大量信息可以告訴我們為什麼術語沒有轉換，或者幫助我們拼湊出 Google 認為查詢背後的意圖是基於它們顯示的 SERP 功能。 比我們的廣告更深入地了解用戶看到的內容和與之互動的內容，使我們能夠在用戶所在的位置與他們會面。 SERP 功能有多種類型，Google 也在不斷測試新功能。

我們可以使用用戶意圖進行更智能的搜索查詢分析的一些功能包括：

精選片段

用戶意圖信號：尋求信息

分析項目：過濾以查找觸發此的關鍵字，過濾轉換率低的 NGrams

操作項：查找由於信息意圖而未轉換的查詢

人們也問（“PAA”）和相關問題

用戶意圖信號：尋求更詳細的信息，漏斗下方或切線相關

分析項目：過濾以查找觸發此的關鍵字，過濾低 CTR 的 NGram，單獨過濾以查看低 CVR。

操作項：分析查詢的漏斗階段以考慮使用 RLSA 進行否定或定位。

圖像包

用戶意圖信號：尋求靈感或探索

分析項目：篩選以查找觸發此操作的關鍵字，篩選具有低 CTR 和低 CVR 的 NGram。

操作項：以較低的出價或較低的 ROAS 目標對 Google 圖片上的可購物廣告進行出價，知道這些用戶可能仍處於探索階段。 還可以考慮為那些來自觸發圖像的查詢的人創建受眾，並在您認為他們將沿著漏斗向下移動的時間範圍內重新定位他們。

視頻輪播

用戶意圖信號：以視頻格式尋求更長格式的信息

分析項目：過濾查找觸發此的關鍵字，查看 NGram 主題

行動項目：在贏得有機視頻輪播展示位置的 YouTube 頻道上投放前貼片廣告。

地圖包

用戶意圖信號：尋求本地解決方案

分析項目：過濾以查找觸發此操作的關鍵字，查看 NGram 主題中的意圖（面對面/在線）

操作項：確保您已啟用附加地址信息並且 Google Ads 已鏈接到 GBM。 考慮在本地包上測試出價策略。

PLA/購物廣告

用戶意圖信號：購買或比較意圖

分析項目：過濾以查找觸發此的關鍵字

行動項目：考慮測試文本和 PLA 之間的預算分配，分析消息傳遞以確保它們相互支持。

結交朋友拯救本傑明

當我們通過將付費數據和 SERP 數據結合在一起來全面了解用戶在搜索時的體驗時，真正的價值就來了。

當我們了解用戶在向下滾動 SERP 時的體驗以及它如何影響我們的廣告效果時，我們可以找到大規模節省的成本或在其他渠道上做廣告的新機會。

“這聽起來很棒，但你基本上只是讓我添加更多要查看的內容。” 是的，但我們現在還有 7 種以更智能的方式過濾數據的方法，這有助於我們專注於特定目標（保存或擴展）。 也就是說，一旦我們完成了智能過濾，我們經常採用的一種方法來尋找要大規模執行的主題，那就是 NGrams。

NGrams 將搜索詞分成詞組併計算它們的頻率。 例如，unigram 是 1 個單詞，bi-gram 是 2 個總是彼此相鄰的單詞，tri-gram 是三個單詞的短語。 它可以幫助我們識別單詞趨勢的一起使用，其訂購他們的，這也就是說他們與如何字的選擇會影響使用性能使用。

這些有助於我們識別搜索詞中的主題，當我們在成本和轉化率的鏡頭下查看 Ngram 時，我們可以很容易地看到比廣告組級別的主題趨勢更深的一層。

當您將您在 Ngram 中看到的主題與 SERP 功能中隱含的意圖理解結合起來時，您將獲得高效、強大的搜索查詢分析。 您可以自己按照完整的分步說明進行操作，也可以在 4 月 23 日在 HeroConf 上找到我們，親自指導如何找到這些節省和擴展機會。

想要了解有關如何使用 Power BI 和大數據來推動數字營銷的更多信息？ 這裡有一些資源：

• Power BI 指南：數字營銷人員的大數據
• YouTube 系列：數字營銷人員的 Power BI 基礎知識