Sökordsklustring

Nyckelordsklustring är en praxis som sökmotoroptimering (SEO) använder för att segmentera målsöktermer i grupper (kluster) som är relevanta för varje sida på webbplatsen. Efter sökordsforskning grupperar sökmotorproffs sökord i små grupper som de sprider över sidorna på webbplatsen för att uppnå högre ranking i sökmotorresultaten ( SERP) . Nyckelordsklustring är en helt automatiserad process som utförs av nyckelordsklustringsverktyg.

Termen och de första principerna introducerades först 2015 av den ryska sökmotoroptimeringsexperten Alexey Chekushin. Det SERP-baserade sökordsklustringsverktyget Just-Magic släpptes samma år i Ryssland.

Metod

Nyckelordsklustring baseras på de tio första sökresultaten (TOP-10) oavsett sökmotor eller anpassade inställningar. De 10 bästa sökresultaten är de tio första listorna som en sökmotor visar för en viss sökfråga . I de flesta fall matchar TOP-10 den första sidan i sökresultaten.

Den allmänna algoritmen för nyckelordsklustring inkluderar fyra steg som ett verktyg slutför för att gruppera sökord:

1. Verktyget tar nyckelord ett efter ett från listan och skickar dem som sökfrågor till sökmotorn. Den skannar sökresultaten, hämtar de tio första söklistorna och matchar dem med varje sökord från listan.
2. Om en sökmotor returnerar samma söklistor för två olika sökord och antalet dessa listor är tillräckligt för att utlösa klustring, kommer två sökord att grupperas tillsammans (klustrade).
3. Ett minsta antal matchningar i sökresultaten som utlöser sökordsklustring kallas klustringsnivå. Klustringsnivån är anpassningsbar och de flesta verktyg gör det möjligt att ändra den i inställningarna före nyckelordsklustringen. Klustringsnivån påverkar antalet grupper och nyckelord i gruppen efter klustring. Den högre klustringsnivån ger fler grupper med färre sökord i varje grupp. Detta sker på grund av en minsta chans att ha 9-10 matchande dokument på sökresultatsidan (det skulle inkludera nästan alla sidor i TOP-10 av sökresultat). På motsatsen kommer klustringsnivå 1 eller 2 att skapa ett fåtal grupper med många nyckelord i var och en av dem. Det finns vissa undantag, men de är inte vanliga.
4. Om ett verktyg inte hittar några matchande webbadresser i TOP-10 av sökresultaten skickas dessa nyckelord till en separat grupp.

Förutom klustringsnivån finns det också olika typer av nyckelordsklustring som påverkar hur alla nyckelord inom en grupp är länkade till varandra. I likhet med klustringsnivån kan typen av nyckelordsklustring ställas in före klustringen.

Typer

Mjuk

Ett sökordsklustringsverktyg skannar listan med sökord och väljer sedan det mest populära sökordet. Det populäraste sökordet är ett sökord med högst sökvolym . Sedan jämför ett verktyg de TOP 10 sökresultatlistorna som visades för det tagna sökordet med TOP10 sökresultaten som visades för ett annat sökord för att upptäcka antalet matchande webbadresser. Om det upptäckta numret matchar den valda grupperingsnivån, grupperas nyckelorden tillsammans.

Som ett resultat kommer alla sökord inom en grupp att vara relaterade till sökordet med högst sökvolym, men de kommer inte nödvändigtvis att vara relaterade till varandra (har inte nödvändigtvis matchande webbadresser med varandra).

Måttlig

Ett sökordsklustringsverktyg skannar listan med sökord och väljer sedan ett nyckelord med den högsta sökvolymen. Sedan jämför ett verktyg de TOP 10 sökresultatlistorna som visades för det tagna sökordet med TOP10 sökresultaten som visades för ett annat sökord för att upptäcka antalet matchande webbadresser. Samtidigt jämför ett verktyg alla sökord med varandra. Om det upptäckta antalet identiska söklistor matchar den valda grupperingsnivån, grupperas nyckelorden tillsammans.

Som ett resultat kommer varje sökord inom en grupp att ha ett relaterat sökord med matchande URL eller webbadresser i samma grupp. Men två slumpmässiga par av sökord har inte nödvändigtvis matchande webbadresser.

Hård

Ett sökordsklustringsverktyg skannar listan med sökord och väljer sedan ett nyckelord med den högsta sökvolymen. Sedan jämför ett verktyg de TOP 10 sökresultatlistorna som visades för det tagna sökordet med TOP10 sökresultaten som visades för ett annat sökord för att upptäcka antalet matchande webbadresser. Samtidigt jämför ett verktyg alla sökord med varandra och alla matchande webbadresser i de upptäckta paren. Om det upptäckta antalet identiska söklistor matchar den valda grupperingsnivån, grupperas nyckelorden tillsammans.

Som ett resultat kommer alla sökord inom en grupp att vara relaterade till varandra genom att ha samma matchande webbadresser.

Historia

Som huvuddelen av webbplatsoptimeringsprocessen undersöker SEO-proffs nyckelord för att få en pool av målsöktermer som de använder för att marknadsföra sin webbplats och få högre ranking i sökresultaten. När de har fått en lista med sökord relaterade till innehållet på webbplatsen, segmenterar de listan i mindre grupper. Varje grupp är vanligtvis relevant för en viss sida på webbplatsen eller ett visst ämne. Ursprungligen var SEO-proffs tvungna att gruppera ut sökordspoolen manuellt genom att välja ett sökord efter sökord och identifiera möjliga kluster. Det kunde göras med hjälp av Google Adwords sökordsverktyg men det krävde fortfarande mycket manuellt arbete. Det fanns ett behov av en automatiserad algoritm som skulle segmentera sökord i kluster på autopilot.

Lemmabaserad sökordsgruppering

Före sökordsklustringen utvecklade sökmotoroptimeringsexperter sökordsgrupperingsverktyg baserade på den process som kallas lemmatisering . Lemma är en bas- eller ordboksform av ett ord (utan böjningsändelser). Inom lingvistik är lemmatisering en process för att gruppera de olika böjda formerna av ett ord så att de kan analyseras som ett enda objekt.

I sökmotoroptimering inkluderar lemmatiseringsprocessen fyra steg:

1. Nyckelord plockas från listan en efter en;
2. Nyckelord är uppdelade i lemman;
3. Nyckelord med samma lemman upptäcks;
4. Nyckelord med matchande lemman grupperas tillsammans.

Som ett resultat får en sökmotoroptimeringsspecialist en lista med sökordsgrupper. Varje sökord i en viss grupp har matchande lemman med alla andra sökord inom denna grupp.

SERP-baserad

Jämfört med lemmabaserad sökordsgruppering producerar SERP-baserad sökordsklustring grupper av sökord som kanske inte visar några morfologiska matchningar, men som kommer att ha matchningar i sökresultaten. Det tillåter sökmotorproffs att få en nyckelordsstruktur nära vad en sökmotor dikterar.

Mjuk och hård typ av sökordsklustring och den allmänna algoritmen introducerades av den ryske SEO-experten Alexey Chekush 2015. Samma år utvecklade och introducerade han det automatiserade verktyget som kunde klustera sökord.