在之前的文章中我们聊到,写一篇文章其实不是只做一个关键词,而是做一系列关键词,即做的是搜索意图。在理解了这个概念后,接下来我们遇到的首要问题是:如何整理出这一系列不同的搜索意图的关键词呢?这就是本篇文章想跟大家分享的主题:如何进行关键词分组。
关键词分组是将关键词按照相似度、主题等进行划分的过程。关键词分组的目的是让我们更好地了解用户搜索的真实意图和需求,为网站的内容创建和优化提供有力的支持。通过合理的关键词分组,可以更好地组织网站内容,吸引并满足用户的需求,提升网站的流量。
关键词分组有两种比较常见的分组方式(基于关键词意思分组&基于基于关键词所处转化路径阶段分组),且可将这两种方式有机结合起来使用,达到更加精细化的分组目的。
针对不同的应用场景,我们可以使用不同的工具来完成关键词分组,分别为 Ahrefs,ChatGPT 以及专门的关键词分组工具
不同的关键词分组维度
常见的关键词分组维度主要有如下两种:
基于关键词的意思分组
基于关键词所处转化路径阶段分组
我们分别举例来说明一下这两种关键词分组维度。
基于关键词的意思分组
基于关键词意思分组是目前最常见的一种方式。通过将相似的关键词划分到同一组中,可以更好的了解用户的搜索意图。比如我们有一组关键词如下:
-
best electric bike
-
best ebike
-
electric bike
-
fat tire electric bike
-
big tire ebike
很明显,我们可以将这5个关键词分成两组,1-3 为以 electric bike 为主词的一组,4-5为以 fat tire electric bike 为主词的一组。
基于关键词所处转化路径阶段分组
以 AIDA 购买转化漏斗模型为例,如下为不同转化阶段的关键词分组示例,
-
Attention - 当搜索 "Electric bikes" 时,用户还仅仅是想了解一下相关信息
-
Interest - 当搜索 "benefits of electric bikes" 时,开始上升到了对其功能感兴趣的阶段
-
Desire - 当搜索 "reasons to buy an electric bike" 时,逐步上升到了衡量是否要购买的阶段
-
Action - 当搜索 "Aventon vs Rad Power" 时,用户已经在考虑具体选择哪个品牌了
当我们基于购买转化漏斗模型来分组关键词时,可以同步确定我们的内容优先策略,一般来说,在起步阶段时把资源优先放在低流量高转化的关键词上,在中后期则可以去拼抢高流量低转化的关键词,不同阶段去做不同的关键词,最大化投入产出比。
如何进行关键词分组
在这里,我们主要想分享的是如何基于关键词意思进行分组,这是在产出新内容时(Blog文章或专题页)亟需解决的实际问题。不同的场景下,我们可以使用不同的关键词分组方式:
-
在关键词拓展的同时完成关键词分组 - Ahrefs
-
已有少量的关键词列表 - ChatGPT
-
已有大量的关键词列表 - 专门的关键词分组工具
使用Ahrefs分组关键词
适用场景
在关键词拓展的同时完成关键词分组
如何操作
1.在 Ahrefs 的 "Keywords Explorer" 中输入种子关键词,例如 Electric Bike(通常建议使用行业大词来获得尽可能多的关键词列表)
2.选择 “Matching terms” 并导出关键词列表(可以有针对性的增加筛选条件,例如关键词搜索量范围,从而导出符合需求的关键词列表)
3.为导出的关键词列表创建数据透视表,可以得到如下图所示的关键词分组
使用ChatGPT分组关键词
适用场景
已有少量的关键词列表
如何操作
可参考如下 Prompt 来要求ChatGPT基于关键词语义来对关键词列表进行分组
得到的结果示例如下:
Note:
-
建议使用更加强大的 ChatGPT4 来进行关键词分组
-
由于ChatGPT针对同一个问题的回复具有一定的随机性,可能需要额外追问来获得如上示例效果
-
如果输入的关键词较多(我们在测试时输入了100+关键词),ChatGPT会分成多个回复来逐步完成所有关键词分组(需要追问)
使用专业的关键词分组工具
适用场景
已有大量的关键词列表
如何操作
• 使用免费的关键词分组工具:https://clusterkeywords.com/(最多可上传3000个关键词)
• 上传 .csv 文件即可
• 导出关键词分组表格
总结
关键词分组是Google SEO中的一个非常重要的环节,可以帮助我们更好地了解用户的搜索意图,提供更优质的网站内容,进而提升网站的排名和流量。在分组过程中,需要考虑关键词相关性、搜索量、竞争情况等因素,选择适合自己的分组工具,如上3种不同的关键词分组方式各有优劣,但如果想要把关键词分组做得更加精细化,还是需要一些人工的介入。
文章转载至公众号:cross border digital;大数跨境经授权转载