La mia lista di parole negative per SEO e Yandex.Direct

Quando si lavora con il nucleo semantico per progetti commerciali, spesso sorge la domanda su come filtrare in modo massiccio le parole chiave delle informazioni che non sono adatte per una determinata SL. Se servizi come OverLead possono essere utilizzati per ripulire automaticamente le query di ricerca, è difficile fare a meno dell’intervento umano per verificare la nuova semantica.

In questo articolo condividerò il mio approccio a questo processo e alla fine fornirò un collegamento alle mie liste nere di ricerca e condividerò le migliori pratiche per utilizzarle.

Pulizia del nucleo semantico:

- Meno parole

- Parametri (completezza, frequenza, geografia, ecc.)

Non rivelerò i miei criteri in base ai parametri, ma sono pronto a condividere elenchi di parole chiave a corrispondenza inversa, poiché queste frasi sono disponibili per tutti e sono, di fatto, un prodotto collettivo.

Lista nera globale di frasi

Questo elenco contiene principalmente richieste di informazioni che generalmente non sono rilevanti per i tipici progetti commerciali. Prima di utilizzare questo elenco, è importante studiarlo attentamente, poiché un uso sconsiderato può essere dannoso. Ad esempio, l'elenco contiene query come "installa", che possono essere utili nel contesto del software, ma per un'attività legata all'installazione di finestre in plastica tali frasi sarebbero inappropriate.

Elenco delle città della Federazione Russa con una popolazione di oltre 100mila persone:

Questo elenco è stato compilato secondo i dati di Wikipedia (al momento della sua creazione - città con una popolazione di oltre 100mila abitanti). Quando si raccolgono semantiche per affari, ad esempio a Yaroslavl, le query spesso contengono parole chiave che menzionano grandi città, come Mosca. Per non aggiungere tali chiavi alla situazione di emergenza, utilizzo questo elenco ed escludo le città non necessarie.

Città dell'Ucraina e della Bielorussia con una popolazione di oltre 100mila persone:

Il principio di lavorare con questo elenco è simile al precedente. Se stai raccogliendo semantica per l'Ucraina o la Bielorussia, assicurati di escludere quelle città che non ti soddisfano.

Nomi femminili (1072 pz.) e maschili (2196 pz.):

Gli elenchi di nomi femminili e maschili sono utili se i nomi delle persone compaiono frequentemente nelle query, soprattutto nei casi in cui il marchio ha un nome. Ciò può essere rilevante, ad esempio, quando si lavora nel settore dei servizi per i fotografi.

Dove scaricare?

Tutti gli elenchi sopra e altri di parole chiave a corrispondenza inversa possono essere scaricati tramite il mio Yandex.Disk, il cui collegamento è fornito di seguito.

Lifehack per lavorare con una lista nera

UPD1:

In Yandex.Direct, non puoi aggiungere più di 2048 caratteri alle parole chiave a corrispondenza inversa. Tuttavia, i miei elenchi sono lunghi solo da 3 a 5682 caratteri, che è oltre il limite. Per risolvere questo problema, utilizzo il seguente metodo: inserisco l'intero elenco nel raccoglitore, seleziono la mia regione e analizzo la frequenza in base alla frequenza di base. Pertanto, puoi eliminare le richieste non importanti e ridurre l'elenco al limite desiderato.

UPD2:

Per creare un elenco di parole chiave a corrispondenza inversa per una specifica campagna pubblicitaria, puoi utilizzare la seguente tecnica:

  • Prendiamo la colonna di sinistra da Wordstat per la richiesta di destinazione (il modo più conveniente è tramite il raccoglitore di chiavi).
  • Copialo nel blocco note.
  • Eliminiamo la query chiave e i suoi derivati, nonché i vantaggi.
  • Esaminiamo attentamente le code rimanenti.
  • Rimuoviamo le chiavi di conversione e l'elenco rimanente può essere tranquillamente utilizzato nelle parole chiave a corrispondenza inversa della campagna pubblicitaria.

Se hai domande sulla promozione SEO, puoi contattare lo studio SEO COMPUTER per qualsiasi domanda via e-mail: info@seo.computer.

ID7205

Invia una richiesta e ti forniremo una consulenza SU SEO promozione del tuo sito web