Кластеризация и отказоустойчивость

Инструменты кластеризации семантического ядра

Выделяют несколько видов семантических ядер:

Семантическое ядро, помогающее в разработке контентного плана.
Семантическое ядро для снятия позиций сайта.
Семантическое ядро для Директа (или для вообще любой системы контекстной рекламы не только Яндекс.Директ, но и Гугл.ЭдВордс).

Все эти виды ядер немного отличаются друг от друга по своей структуре. Ядро, необходимое для разработки контентного плана, которое, образно говоря, вдохновляет создание контентного плана, подсказывает, какие еще темы в нем раскрыть, довольно большое по объему и наполненное. Ядро, предназначенное для снятия позиций сайта по ключевым запросам, может быть получено из первого семантического ядра в том числе путем кластеризации: объединение названий кластеров первоначального ядра и образуют собой большую часть ядра для позиций. К этой большей части имеет смысл добавить еще несколько содержательно значимых запросов – и ядро для позиций готово. В свою очередь, семантическое ядро для контекстной рекламы должно быть еще более широким, чем ядро для контентного плана, и кластеризация ему не нужна.
Таким образом, из трёх вышеприведенных видов семантических ядер нуждается в кластеризации только одно – ядро для контентного плана. Рассмотрим, какие виды кластеризации существуют для такого ядра:

Кластеризация по близости поисковых выдач (SERP-ов).
Кластеризация запросов по принципу «вопрос / не вопрос».
Кластеризация по «сложности ключевого слова» (keyword difficulty).
Кластеризация по частотности запросов.

Если коротко, в настоящее время именно кластеризация по близости SERP-ов является наиболее «промышленной», именно она приносит наибольший результат для увеличения широты охвата фраз семантического ядра. Все остальные виды кластеризации лишь дополняют, усиливают этот базовый вид кластеризации.
Наконец рассмотрим, какие же инструменты нам могут помочь провести кластеризацию семантического ядра онлайн:

Topvisor.ru. Осуществляет кластеризацию по близости поисковых выдач (SERP-ов).
SerpStat.com. Помогает вычленить из большого набора фраз те, которые являются вопросами, тем самым осуществив кластеризацию по принципу «вопрос / не вопрос». Кроме того, позволяет отфильтровать фразы с топонимами. Напомним, что кроме этого, основным предназначением сервиса является сбор семантических ядер конкурентов.
Ahrefs.com. Позволяет оценить «сложность завоевания ключевого слова» (keyword difficulty – KD). Целесообразно использовать этот параметр вместе с частотностью фразы: это позволяет отобрать самые простые (легкие для завоевания) и одновременно сочные запросы из имеющихся, таким образом осуществив кластеризацию по принципу «легкие и среднечастотные / все остальные». Такой анализ семантического ядра сайта представляется очень перспективным в долгосрочной перспективе.

Эти сервисы по-разному работают на конечную цель данного вида кластеризации – создание качественного и исчерпывающе широкого контентного плана. Каждый из этих инструментов лучше способствует достижению цели по каким-то одним критериям и хуже по другим. То есть ни один из сервисов не выигрывает у другого «в одну калитку». Таким образом, эти сервисы образуют паретооптимальное множество. Итак, критерии отбора инструментов кластеризации семантического ядра:

Полнота («равномерность») кластеризации.
Быстрота создания программы-минимум.
Акцент на трафик.
Акцент на конверсию из трафика в покупатели.

Анализ показывает, что для различных классов ситуаций целесообразно применять различные комбинации вышеописанных сервисов и в различном порядке. Рассмотрим это более подробно.

Методика сравнения

Суть сравнения сервисов в следующем: выбрать идеально кластеризованный список запросов – эталонное ядро. Сравнить результаты кластеризации каждого сервиса с эталонным.

Важно было хорошо составить такое эталонное ядро. Поскольку у нас контентный проект и большая часть контента – это вопросы и ответы пользователей, то материала для сбора статистики по проекту предостаточно

Было взято ядро на 2500+ ключевых фраз, которое отслеживается уже много месяцев. Из него выбраны только запросы вышедшие в топ-5 Яндекса. И из них взяты только те которые имеют релевантной страницу одного из широких разделов (категория вопроса, тема вопроса, категория документа, страница с формой «задать вопрос»), а не узкую страницу вопроса с ответами. Запросы были сгруппированы по релевантной странице. Оставлены только группы в которых более чем 4 запроса. В итоге получилось 292 запроса разбитых на 22 кластера.

Забегая вперед скажу, что сравнивались результаты кластеризации по Московской выдаче Яндекса и без геопривязки. Региональная московская выдача показала себя лучше, поэтому далее будем говорить про нее.

Зачем нужны сервисы кластеризации?

В один кластер должны быть объединены только такие запросы, которые имеют хорошие шансы выйти в топ-10 поисковых систем с общей релевантной страницей. То есть, если по двум запросам в выдаче все страницы сайтов разные и нет пересечений, то следует относить их к разным кластерам. Также и наоборот: если два запроса возможно продвинуть на одной статье, то не следует разносить их на разные кластеры, чтобы не писать лишнего – бюджет на контент не резиновый.

Общая схема составления ТЗ на написание SEO-статьи следующая:

Сбор семантики – статистика поисковых систем, базы семантики, внутренняя статистика проекта;
Кластеризация автоматическая – сервис или программа для кластеризации по подобию топов;
«Посткластеризация» ручная – обработка того что не удалось кластеризовать автоматически;
Приоритезация – определение важности полученных запросов в каждом кластере;
Оформление ТЗ для копирайтера – лемматизация, LSI и различные указания для написания статей, по статье на каждый кластер.

Вот именно для второго пункта нужно было выбрать самый подходящий сервис автоматической кластеризации. Для этой цели я провел сравнительный анализ самых известных, на мой взгляд, сервисов.

Сравнение сервисов

В поиске самых популярных сервисов очень помог доклад Александра Ожгибесова на BDD-2017, к тем, что у него было добавлено еще несколько сервисов, получился такой список:

Топвизор
Pixelplus
Serpstat
Rush Analytics
Just Magic
Key Collector
MindSerp
Semparser
KeyAssort
coolakov.ru

Первое на что проверялись полученные в результате кластеризации эталонного ядра по этим сервисам группы – это не делает ли сервис слишком широкие группы. А именно не попали ли запросы из разных групп эталонного ядра в один кластер по версии сервиса.

Но только такого сравнения не достаточно. Сервисы делятся на два подхода к некластеризованному остатку фраз:

сделать для них общую группу «Некластеризованные»;
сделать для каждой некластеризованной фразы группу из нее одной.

В сравнении я использовал оба этих параметра в виде соотношения – какой процент фраз от общего количества попал не в свою группу.

Результаты сравнения:

Топвизор
- разные группы эталона в одной по сервису – 4%
- одна группа эталона в разных по сервису – 7%
Pixelplus
- разные группы эталона в одной по сервису – 0%
- одна группа эталона в разных по сервису – 7%
Serpstat
- разные группы эталона в одной по сервису – 0%
- одна группа эталона в разных по сервису – 3%
Rush Analytics (132 фразы, demo)
- разные группы эталона в одной по сервису – 11%
- одна группа эталона в разных по сервису – 8%
Just Magic
- разные группы эталона в одной по сервису – 0%
- одна группа эталона в разных по сервису – 9%
Key Collector
- разные группы эталона в одной по сервису – 12%
- одна группа эталона в разных по сервису – 16%
MindSerp – не удалось получить демо, не выходят на связь
Semparser
- разные группы эталона в одной по сервису – 1%
- одна группа эталона в разных по сервису – 3%
KeyAssort
- разные группы эталона в одной по сервису – 1%
- одна группа эталона в разных по сервису – 1%
coolakov.ru
- разные группы эталона в одной по сервису – 0%
- одна группа эталона в разных по сервису – 18%