Klasifikační analýzu klíčových slov publikoval Marek Prokop už v roce 2012. Tehdy šlo o velmi revoluční postup. Dalším pokrokem pro mě bylo zasvěcení do nástroje Open Refine, se kterým byla práce s daty najednou výrazně rychlejší. Stále tam ale zůstávalo spousta ruční práce.
I to je dnes ale minulostí. Nástroj Marketing Miner za vás zmákne sběr dat, jejich pročištění a částečně i segmentaci. Hezký článek jak na analýzu klíčových slov v Marketing Mineru sepsal Filip Podstavec. Doporučuji jej pořádně nastudovat. Spoustu užitečných tipů bude mít určitě i Pavel Ungr na svém workshopu Analýzy klíčových slov.
Výše uvedené tipy na články a školení jsou rozhodně těmi nejlepšími u nás. Přesto mi u nich dnes chybí jeden výrazný prvek. Tím prvkem jsou rozšířené metriky, které dokážeme v rámci zpracování klíčovky získat a tím velmi ovlivnit další práci.
Na nápad využití rozšířených metrik při zpracování analýzy klíčových slov mě navedl Zdeněk Dvořák, alias Linki. Tímto mu děkuji, je to paráda 😉
O co vlastně jde?
Při klasickém zpracování analýzy klíčových slov většinou pracujeme s daty o hledanosti, konkurenčnosti, prioritizaci, cenách za proklik v PPC atp. Co takhle ale začít pracovat i s daty o aktuálním stavu jednotlivých frází ve vazbě na konkrétní URL, nebo stavu URL adres a informacích na ně napojených?
Pro využití rozšířené analýzy klíčových slov velmi záleží, v jakém stavu se projekt aktuálně nachází. Zcela určitě se nehodí pro nový projekt, ale spíše pro projekt již aktivní.
Dost bylo plácání
Pojďme si ukázat, co všechno můžeme do rozšířené analýzy klíčových slov vložit:
1, Fráze a námi požadovaná cílová URL – URL adresa, na kterou chceme danou frázi cílit, je takový základ. Uvádím ji proto, abychom si to všichni uvědomili. Dále s ní totiž budeme pracovat.
2, Jsou požadované cílové URL v indexech vyhledávačů? – Ke každé požadované cílové URL adrese můžeme doplnit informaci, zda je v indexech vyhledávačů. Pokud by nebyla, víme že máme problém a musíme zjistit příčinu.
3, Vstupní stránky, které vyhledávače pro dané fráze znají – Na danou frázi můžou různé vyhledávače znát odlišné vstupní stránky, nebo dokonce nemusí znát stránku žádnou. To nám opět napoví, zda máme v pořádku cílení konkrétních frází, nebo se musíme zaměřit na zlepšení
4, Pozice na dané fráze – Ke každé frází jsme schopni si dotáhnout pozice ve vyhledávačích. Díky tomu můžeme identifikovat, na které fráze bychom se měli zaměřit.
5, Zda jsou URL adresy indexovatelné – K čemu by nám to všechno bylo, pokud by nebyly požadované URL adresy indexovatelné vyhledávačema.
6, Je URL zakázána v Robots.txt? – Můžeme si zjistit konkrétního viníka zákazu indexace.
7, Co je v meta robots? – Nebo může existovat jiný viník.
8, Obsahuje rel=prev/next? – Jednoduše zjistíme, zda stránky určené pro stránkování obsahují rel=prev/next.
9, Je URL uvedena v Sitemapě? – Nebo se můžeme ujistit, že požadované URL adresy máme nasazeny v Sitemapě.
10, Zda mají nastavenou kanonickou URL – Pro konkrétní URL adresy jsme schopni zjistit, zda mají nastavenou kanonickou URL a zkontrolovat, zda jsou nastaveny správně.
11, Jaký mají nastaven jazyk – V případě více jazykových mutacích nás taky může zajímat, zda má požadovaná cílová URL správně nastaven jazyk.
12, Existence Featured snippetů – Při hledání konkrétních frází mohou vyhledávače zobrazovat tzv. Featured snippety. Jde o speciální prvky zobrazené ve výsledcích vyhledávání. Pokud budeme vědět, že se na konkrétní frázi tyto featured snippety zobrazují, pak na ně můžeme zkusit zacílit.
13, Jaký má stránka titulek, meta popisek a nadpis – Můžeme získat přehled, zda se pro danou frázi shoduje obsah stránky s titulkem, meta popiskem a hlavním nadpisem.
14, Počet interních odkazů – Počet interních zpětných odkazů nám pomůže vytvořit si představu, zda je daná URL adresa dostatečně podporována.
15, Počet externích odkazů – Na základě počtu externích zpětných odkazů dokážeme rozpoznat, zda je obsah dané stránky dostatečně zajímavý a lákavý.
16, Počet odkazujících domén – Počet odkazujících domén taky vypovídá o kvalitě obsahu na dané stránce.
17, Počet odkazujících stránek – To stejné i počet odkazujících stránek.
18, Počty sdílení na sociálních sítích – Sdílení na sociálních sítích taky může být indikátor kvalitního obsahu.
19, Informace o rychlosti načítání – Na základě získání dat o rychlosti načítání jsme schopni rozpoznat, proč se nám třeba nedaří prosadit stránku o něco výše a získat tak vyšší návštěvnost.
20, Info o obchodní výkonnosti fráze – CTR, návštěvnost, bounce rate, tržby a konverzní poměr – to všechno jsou data, která jsme schopni ke konkrétním frázím přiřadit.
Toto je přehled metrik, které jsem vyzkoušel a dávaly mi smysl. Zcela určitě ale můžete k frázím a jednotlivým URL adresám doplnit ještě mnoho dalšího. Připravil jsem pro vás šablonu ke stažení. Není tam sice všechno, ale pro ujasnění představy nebo ulehčení práce s vytvářením se určitě hodí 😉
Nyní se nabízí otázka, kde všechny tyto metriky získám. Odpověď je velmi jednoduchá. Ve všem vám pomůže jedinný nástroj – Marketing Miner.
Z něj jsem využil tyto 3 sekce (pro zobrazení musíte být v Marketing Mineru přihlášení):
Jestliže máme nějaký dataset založený na frázích a jiný na URL adresách, pak je potřeba je spojit. To uděláme pomocí prvně zmíněné kombinace, kdy v klíčovce máme ke každé frázi přiřazenou právě jednu URL adresu. Toto propojení, následné pročištění a filtrace již provádím klasicky v nástroji Open Refine.
V praxi z tohoto použití rozšířených metrik padají velmi zajímavé informace. Na jejich základě jsme pak schopni daleko lépe pracovat s výstupem klíčovky, stanovovat priority, identifikovat potenciály ke zlepšení atp.
Co vy, používáte ještě nějaké jiné metriky při zpracování analýzy klíčových slov? Podělte se s ostatními v komentáři.
Já se jenom ptám, opravdu máte ke všemu Marketing Miner?
Je pro vás výhodné platit 2500 měsíčně, tzn. že máte maximálně 20 aktivních projektů?
Nástrojů používám samotřejmě víc, ale Marketing Miner je jeden z těch TOP, které využívám nejčastěji. Hodně dat mi dá třeba i Screaming Frog, Ahrefs, Majestic, GA, GSC, Rank Tracker, Collabim. Ale MM to všecho spojuje a dá mi to najednou > šetřím tím čas (potažmo peníze klientům).
Filipe, dovolím si odpovědět i jako vlastník MM. Projekty jsou jen opravdu velmi malá část nástroje (nejpoužívanější jsou právě jednorázové reporty) a ve vztahu k tomuto článku, kde o projektech v rámci MM není ani zmínka (pouze o projektech ve smyslu klientů), a mluví se v něm právě o zpracování jednorázových reportů, příliš nechápu, jak byl váš komentář myšlen.
Každopádně pro představu – jednorázové reporty tvoří cca. 80% funkcionalit a hodnoty nástroje Marketing Miner a projekty přibližně 15%. Ve srovnání se zahraničními nástroji jsou ceny za objemy, při získávání dat například z Google a dalších zdrojů, spíše zlomkové.
Filipe, rozhodně to neber jako kritiku Marketing Mineru 🙂
A díky za vysvětlení, třeba to tak vnímá více možných uživatelů 🙂
🙂 Bereme na vědomí a zkusíme s tím něco udělat. Díky! 🙂
Data v článku vůbec nejsou o projektech, ale o sběru podle potřeby, takže jenom Reporty. Velmi dobře k tomu stačí Digger za 1400. U ceny je to tak, že komu to nevydělá, tomu to bude připadat drahé vždy:)
Přijde mi to moc velkej overkill.
Klíčovku já osobně hlavně používám k tomu, abych zjistil, jestli mám dobře pokryté fráze napříč webem (pokud web již funguje) nebo základ pro IA.
Tohle mi přijde trošku jako míchání jablek s hruškama.
1) ano je to důležité udělat
2) není to součástí analýzy klíčových slov
Osobně bych nejprve udělal analýzu klíčových slov (pozice, hledanost, počet frází, vstupní stránka, titule, description, h1, h2 ) a poté analýzu webu (k jedné URL přiřadím tyto metriky, bounce rate, počet návštěv, počet odkazů, počet sdílení, rychlost načtení stránky…apod)
Pro menší analýzy klíčových slov se to může klidně spojit (očekáváme-li, že v indexu na většinu frází budeme). Ovšem pro analýzy s tisíci výrazů toto řešení bych spíš nedoporučoval a udělat ho do dvou kroků.
Vašku, a jak zjistíš, jestli máš „pokryté fráze napříč webem“?
Když na dotaz tvůj web nerankuje, můžeš si říct, že nemáš vstupní stránku, a tak je to často v dokumentech prezentované.
Hledáním landing page v MM (neplést s rankingem) zjistíš (přes site operátor), kterou z tvých URL považuje vyhledávač za relevantní. Pak je na tobě, abys to ručně prověřil a spároval – je vyhledávačempreferovaná URL ideální pro daný dotaz? Ano? Pecka, můžeš ji ladit, aby rankovala.
Ne? Pecka, můžeš ji ladit, aby rankovala.
Tohle je můj postup, jak zjistit, co a je pokryté na webu. Je to mravenční práce, která se dá nějak prioritizovat, ale je to analýza a ne jen sběr dat, co se jako analýza tváří.
Zjistim to z analýzy klíčových slov 🙂
Ono jde o to, že v analýze je hromada klíčových slov. Spousta klíčových slov má stejnou LP. Proto nepotřebuji už v analýze mít návrhy např. o rychlosti stránek (zbytečně by se tahaly 2x).
Nejprve zjistím jak jsou na tom (pozice, ty do klíčovky imho patří).
Ty které chci vylepšit, tak na ně se podívám detailněji a tam už získávám info i o URL, odkazech apod. A nenazývám to analýzou klíčových slov, protože to je spíš analýza sitemapy, webu, URL 🙂
Přijde mi zbytečné mít analýzu klíčových slov o 3000 výrazů a ke spoustě výrazům tahat duplicitně informace o url.
Mravenčí práce to je. To je jasný 🙂
Ta data se přece nemusí tahat 2x Vašku. Pro každou URL natáhnu ty informace jen jednou a poté je akorát napáruju k příslušné vstupní stránce která je s ní shodná.
No to doufám, ale to z toho návodu moc nevyplývá 😉