Moja lista słów negatywnych dla SEO i Yandex.Direct

Pracując z rdzeniem semantycznym przy projektach komercyjnych często pojawia się pytanie jak masowo filtrować informacyjne słowa kluczowe, które nie są odpowiednie dla danego SL. Jeśli usługi takie jak OverLead można wykorzystać do automatycznego czyszczenia zapytań, trudno obejść się bez interwencji człowieka w celu sprawdzenia nowej semantyki.

W tym artykule opiszę, jak podchodzę do tego procesu i zakończę linkiem do moich czarnych list wyszukiwania oraz kilkoma najlepszymi praktykami dotyczącymi korzystania z nich.

Czyszczenie rdzenia semantycznego:

- Minus słowa

- Parametry (kompletność, częstotliwość, położenie geograficzne itp.)

Nie będę zdradzał moich kryteriów według parametrów, ale jestem gotowy udostępnić listy wykluczających słów kluczowych, ponieważ te frazy są dostępne dla każdego i stanowią tak naprawdę produkt zbiorczy.

Globalna czarna lista fraz

Lista ta zawiera głównie wnioski o informacje, które zasadniczo nie dotyczą typowych projektów komercyjnych. Przed skorzystaniem z tej listy ważne jest, aby dokładnie ją przestudiować, ponieważ bezmyślne użycie może być szkodliwe. Na liście znajdują się np. zapytania takie jak „instaluj”, które mogą być przydatne w kontekście oprogramowania, jednak w przypadku działalności związanej z montażem okien plastikowych takie frazy byłyby nieodpowiednie.

Lista miast w Federacji Rosyjskiej liczących powyżej 100 tysięcy mieszkańców:

Zestawienie to sporządzono na podstawie danych z Wikipedii (w momencie jej tworzenia - miasta liczące powyżej 100 tys. mieszkańców). Podczas zbierania semantyki dla biznesu, na przykład w Jarosławiu, zapytania często zawierają słowa kluczowe odnoszące się do dużych miast, takich jak Moskwa. Aby nie dodawać takich kluczy do sytuacji awaryjnej, korzystam z tej listy i wykluczam niepotrzebne miasta.

Miasta Ukrainy i Białorusi liczące ponad 100 tysięcy mieszkańców:

Zasada pracy z tą listą jest podobna do poprzedniej. Jeśli zbierasz semantykę dla Ukrainy lub Białorusi, pamiętaj o wykluczeniu tych miast, które Ci nie odpowiadają.

Imiona żeńskie (1072 szt.) i męskie (2196 szt.):

Listy imion żeńskich i męskich są przydatne, jeśli w zapytaniach często pojawiają się imiona osób, szczególnie w przypadku, gdy marka ma nazwę. Może to mieć znaczenie na przykład podczas pracy w branży usługowej dla fotografów.

Gdzie pobrać?

Wszystkie powyższe i inne listy wykluczających słów kluczowych można pobrać za pośrednictwem mojego Yandex.Disk, do którego link znajduje się poniżej.

Lifehack do pracy z czarną listą

UPD1:

W Yandex.Direct do wykluczających słów kluczowych możesz dodać nie więcej niż 2048 znaków. Jednak moje listy mają tylko 3–5682 znaki, co przekracza limit. Aby rozwiązać ten problem, stosuję następującą metodę: umieszczam całą listę w kolektorze, wybieram swój region i analizuję częstotliwość zgodnie z częstotliwością bazową. W ten sposób możesz odciąć nieistotne żądania i zmniejszyć listę do pożądanego limitu.

UPD2:

Aby utworzyć listę wykluczających słów kluczowych dla konkretnej kampanii reklamowej, możesz zastosować następującą technikę:

  • Dla żądania docelowego bierzemy lewą kolumnę z Wordstat (najwygodniej jest przez moduł zbierający klucze).
  • Skopiuj go do notatnika.
  • Usuwamy zapytanie kluczowe i jego pochodne, a także plusy.
  • Dokładnie badamy pozostałe ogony.
  • Usuwamy klucze konwersji, a pozostałą listę można bezpiecznie wykorzystać w wykluczających słowach kluczowych kampanii reklamowej.

Jeśli masz pytania dotyczące promocji SEO, możesz skontaktować się ze studiem SEO COMPUTER w razie pytań drogą mailową: info@seo.komputer.

Identyfikator 7205

Wyślij zapytanie, a my udzielimy konsultacji NA SEO promocja Twojej strony internetowej