Описание выше - взято из руководства пользователя. Если установить все 3 галочки, то «Магадан» сначала соберёт с водстата данные о ключевиках, которые ввёл пользователь, потом по очереди пропарсит все полученные слова и начнёт всё заново, чтобы обновить статистику. Таким образом, парсер работает постоянно и хранит на жёстком диске актуальную статистику по ключевым словам.
Мы скопировали вордстат по интересующим нас словам и теперь можем в любой момент быстро найти и экспортировать в Excelлюбые сведения.
Для работы с данными, у «Магадана» есть отдельный интерфейс. Сводка по запросу «мягкая мебель»:
Данные можно группировать, сортировать и делать многие другие манипуляции. Тем самым можно сэкономить кучу времени, работая с данными вордстата через «Магадан».
Стоит отметить ещё тот момент, что в интерфейсе программы есть ускоритель парсинга от keybooster.ru. То есть данные берутся не из вордстата, а из сервиса keybooster (копия вордстата). Тем самым весь процесс парсинга ускоряется в несколько раз. Но есть, конечно же, и недостаток – статистика не всегда актуальная.
Если мы хотим экспортировать какой набор ключевых слов, то их нужно выделить и добавить в очередь на экспорт, либо же выбрать «немедленный экспорт»:
А дальше – выбираем нужный формат (TXTили CSV), и пользуемся.
Пример сбора семантического ядра
Проверим работу описанных выше сервисов на практике. Для примера возьмём сайт, который продаёт оптом одежду для новорожденных.
Сбор ключевых слов начнём с нуля. Мы знаем тематику, так что можем посмотреть, что творится у конкурентов – открываем мегаиндекс TOP 30. Вводим запрос «одежда для новорожденных», получаем такую подборку:
Первого десятка для начала вполне хватит. Каждый выбранный сайт, нужно хотя бы бегло просмотреть, а то может оказаться, что и не конкурент он нам. Для узких и специфических тематик это обычное дело. Так и есть – из первого десятка один сайт почти не касается нашей тематики, а 4 подходят нам лишь частично. Если список конкурентов получился небольшой, то можно проверить выдачу Яндекса, но в любом случае, наша задача сейчас – получить первичный перечень целевых запросов с нуля.
Теперь, когда у нас есть расстрельные списки конкурентов, заглянем к ним в семантику . Тут есть несколько вариантов: всё тот же мегаиндекс, дата нейрон, сеопульт. Проверим всё на примере одного сайта - malyshopping.ru. «Анализ сайтов» от мегаиндекса нашёл 77 фраз, фрагмент:
Сеопульт собрал больше – 301 запрос:
А вот нейрон выдал всего лишь несколько десятков запросов, по которым сайт был показан в поисковиках. Так бывает, если сайт занимает невысокие позиции.
Ключевые слова, которые мы получили от сеопульта, частично совпадают с семантикой от мегаиндекса и дата нейрон, но лишь частично, поэтому использовать все сервисы или один из них – это личный выбор каждого.
Точно таким же образом, соберём семантику с остальных конкурентов, удалим дубликаты и в результате получим набор из нескольких сотен фраз. Далее, можно приступать к анализу всего этого массива информации и вычеркнуть фразы, которые нам не подходят по следующим причинам:
Содержат стоп-слова (где, куда, когда, отзывы, форум, сколько и т. д.);
Не подходят нам по региону или сезонности;
Не соответствуют специфике сайта.
После этого, собираем статистику. Вручную, конечно же, этого делать не будем, возьмём KeyCollector – парсер, о котором упоминалось выше. Это платное ПО, но очень полезное. Добавим туда наш список ключевых слов и уточним все виды частотностей:
Далее, будем смотреть на частотности, и расширять наше семантическое ядро. То есть ВЧ и СЧ по запросам соберём данные из вордстата или других сервисов.
Есть интересный запрос «детская одежда оптом от производителя», у него на данный момент более 3000 показов точных вхождений за месяц. Попробуем подобрать расширения по нему – вордстат ничего не дал:
Попробуем fastkeywords.biz, вот что получили:
В нашем исходном запросе аж целых 5 слов, но, тем не менее, даже для него нашлись расширения.
Возьмём запрос попроще – «детские ползунки». Показов у него немного - 85, но это целевой запрос – как раз то, что продёт клиент. Вордстат дал следующую информацию: