Đi vào không gian vecto
Sau khi thực hiên phân tích, chúng tôi quyết định chuyển đổi các cụm từ vào trong không gian vecto để khám phá một cách hình hoạ về sự khác biệt trong các công cụ.
Chuyển đổi sang không gian vecto sử dụng thứ gọi là vecto từ ngữ được huấn luyện trước, thứ được giảm thiểu theo chiều (x và y) sử dụng thư viện Python gọi là phân bố t Stochastic Neighbor Embedding (TNSE). Đừng lo lắng nếu bạn không biết điều này, thường thì vecto từ ngữ là các từ ngữ được chuyển đổi thành các con số theo cách mà các con số này thể hiện ngữ nghĩa của các từ khoá.
Chuyển đổi các từ ngữ này thành con số giúp ta xử lý, phân tích và vẽ đồ thị các từ ngữ. Khi các giá trị được vẽ trên một mặt phẳng toạ độ, ta sẽ hiểu rõ được là các từ khoá khác nhau liên quan tới nhau thế nào. Các điểm nhóm với nhau có ngữ nghĩa liên quan hơn, trong khi các điểm ở xa nhau sẽ ít liên quan hơn.
Mua sắm
Đây là ví dụ mà Moz trả lại 1000 kết quả, dù lượng tìm kiếm và các biến thể từ khoá tìm kiếm rất thấp. Điều này có lẽ do Moz sắp xếp các từ khoá cụ thể thay vì việc cố sắp xếp phù hợp với ý nghĩa của cụm từ. Chúng tôi đã hỏi Russ Jones từ Moz để hiểu rõ hơn về việc tìm kiếm các cụm từ liên quan thế nào:
“Moz sử dụng rất nhiều cách thức khác nhau để tìm kiếm các cụm từ liên quan. Chúng tôi sử dụng một thuật toán tìm kiếm các từ khoá với xếp hạng trang tương tự nhau, chúng tôi sử dụng một thuật toán ML khác chia nhỏ cụm từ thành các từ lẻ và tìm kiếm các kết hợp của các từ liên quan tạo ra các cụm từ liên quan… Mỗi trong số chúng đểu có thể hữu ích với các mục đích khác nhau, phụ thuộc vào việc bạn muốn các chủ để rất sát hay gần sát. Bạn có đang muốn cản thiện thứ hạng cho một từ khoá hay tìm các từ khoá để viết mà vẫn liên quan? Kết quả trả về bởi Moz Explorer là nỗ lực của chúng tôi để đạt được cân bằng đó”.
Moz có một thang đo độ phù hợp khá hay, cùng với một bộ lọc để tinh chỉnh độ phù hợp của từ khoá. Với phân tích này, chúng tôi chỉ sử dụng các thiết lập mặc định:
Ở hình ảnh trên, đồ thị các truy vấn cho thấy những gì được trả lại bởi mỗi từ khoá được chuyển đổi trong mặt phẳng toạ đọ. Vị trí và nhóm cho thấy các từ khoá liên quan với nhau thế nào.
Trong ví dụ này, Moz (màu vàng) cho ra một lượng lớn các từ khoá khác nhau, trong khi các công cụ khác có ít hơn (Ahrefs có màu xanh lá) nhưng liên quan hơn với chủ đề ban đầu:
Xe cộ và phương tiện
Đây là một chủ đề thú vị. Bạn có thể thấy Moz và Ahrefs có độ phủ khá tốt với các cụm từ có lượng tìm kiếm cao. Moz chiến thắng khi phù hợp 34% với GSC. Moz có lượng lớn gấp đôi kết quả (phần lớn là mặc định) với con số mà Ahref có.
SEMrush tụt lại với 35% với một chủ để với một lượng lớn các biến thể hữu ích.
Các điểm màu xám lớn hơn thể hiện các truy vấn “thực sự” từ GSC. Các màu sắc khác là các công cụ khác được sử dụng. Các điểm màu xám không có màu chồng lên là các truy vấn mà các công cụ khác nhau không phù hợp.
Internet và viễn thông
Đồ thị này thú vị ở chỗ SEMrush nhảy tới gần 5000 kết quả, từ khoảng 50-200 trong các kết quả khác. Bạn cũng có thể thấy (ở phía cuối) rằng có rất nhiều cụm từ bên ngoài trang này có xu hướng xếp hạng hoặc không cần thiết với những gì cần để hiểu được truy vấn người dùng với một trang web mới:
Phần lớn các nhóm công cụ đều gần gũi với cụm từ chính, trong khi bạn có thể thấy rằng SEMrush (màu hồng) sinh ra một lượng lớn các điểm không liên quan, cho dù phần mọi người cũng tìm kiếm của Google được thấy ở các nhóm cụ thể.
Cơ cấu chung
Sau đây là một ví dụ về một công cụ từ khoá tìm một nhóm các cụm từ (các nhóm được thể hiện bởi các vòng tròn đen) mà trang web hiện thời không được xếp hạng. Khi đánh giá dữ liệu, chúng tôi thấy nhóm bên phải có ý nghĩa với trang web này:
Hai vòng tròn đen giúp hình dung về khả năng tìm kiếm các nhóm truy vấn liên quan khi vẽ văn bản theo cách này.
Phân tích
Các chuyên gia SEO có kinh nghiệm về nghiên cứu từ khoá biết rằng không có công cụ nào hoàn hảo. Phụ thuộc vào dữ liệu bạn cần mà bạn cần phải dùng vài công cụ để có được thứ bạn muốn.
Dưới đây là ấn tượng chung của tôi với mỗi công cụ sau khi đánh giá chất lượng:
• Dữ liệu truy vấn và các con số từ nghiên cứu của chúng tôi là duy nhất của các kết quả.
• Khả năng tìm các cụm từ mà người dùng thực sự sử dụng để tìm các trang hoạt động tốt.
Moz
Moz dường như có các con số ấn tượng trong các kết quả thô, nhưng chúng tôi nhật thấy chất lượng tổng thể và độ phù hợp của kết quả có sự thiếu hụt trong vài trường hợp.
Thậm chí khi làm việc với điểm số phù hợp, nó cũng nhanh chóng suy giảm, cung cấp các truy vấn không liên quan tới cụm từ chính (Hãy xem các khuyến nghị của Moz cho “Nacho Libre” ở hình trên).
Vì vậy, Moz là rất hữu ích vì tầm phủ toàn diện của nó, đặc biệt với những người làm SEO làm việc trong các ngành dọc nhỏ hơn và mới hơn. Trong nhiều trường hợp, nó rất khó để tìm các từ khoá cho các chủ đề xu hướng mới, vì vậy nhiều từ khoá hơn là tốt hơn ở đây.
Một lượng trung bình 64% tầm phủ cho dữ liệu người dùng thật từ GSC cho các tên miền được lựa chọn là rất ấn tượng. Điều này cũng đồng thời cho bạn biết rằng trong khi các kết quả của Moz sẽ đi đến khó khăn phức tạp, thì chúng có cũng xu hướng có nhiều kết quả đúng. Họ đã đánh đổi sự trung thực để lấy tính toàn diện.
Ahrefs
Ahrefs là công cụ yêu thích của tôi về mặt chất lượng vì sự kết hợp rất tốt của họ giữ các kết quả toàn diện với việc giảm thiểu lượng truy vấn không liên quan.
Nó có số lượng thấp nhất các kết quả từ khoá được báo cáo theo từng mục, nhưng điều này thực sự bị hiểu sai vì các nhiễu lớn hơn từ SEMrush. Với nhiều tìm kiếm khác nhau, nó có xu hướng trả lại một chuỗi các cụm từ mà không có nhiều nhiễu loạn.
Thứ ấn tượng nhất với tôi là một kiểu lò nướng cụ thể có cùng tên với một địa điểm phổ biến. Các kết quả từ Ahrefs ở phía phải trong khi SEMrush không trả lại kết quả nào và Moz thì suy giảm với rất nhiều từ khoá liên quan tới địa điểm đó.
Một đại diện của Ahref nói với tôi rằng công cụ của họ “khuyến nghị tìm kiếm” sử dụng dữ liệu từ Google Autosuggest. Họ hiện thời không có công cụ khuyến nghị nào như Moz. Sử dụng dữ liệu “cũng được xếp hạng với” và “có cùng cụm từ” từ Ahref sẽ giúp chúng tương đồng hơn với số từ khoá được trả về bởi các công cụ khác.
SEMrush
Về tổng thể SEMrush cung cấp chất lượng tuyệt vời, với 90% từ khoá là duy nhất. Nó cũng tương đồng với Ahref trong việc phù hợp truy vấn với GSC.
Tuy nhiên nó là công cụ không ổn định nhất về mặt số lượng kết quả được trả lại. Nó đưa ra hơn 1000 từ khoá (thực tế là 5000) với internet và viễn thông > Liên lạc viễn thông chỉ có 22% của truy vấn trong GSC. Với một kết quả khác, nó là công cụ duy nhất không trả về các từ khoá liên quan. Đây là một bộ dữ liệu rất nhỏ, vì vậy rõ ràng sẽ có người cho là điều bất thường.
Google: Mọi người cũng tìm kiếm về/Các tìm kiếm liên quan
Các kết quả này đặc biệt thú vị vì chúng có xu hướng phù hợp hơn với kiểu tìm kiếm mà người dùng có trong giai đoạn mua hàng, đối ngược với các kết qủa liên quan tới một cụm từ cụ thể.
Ví dụ, tìm kiếm “Rèm nhà tắm” trả lại “bệ xí”.
Chúng không liên quan về mặt ngữ nghĩa, nhưng chúng đều phù hợp với ai đó đang thiết kế lại nhà tắm, cho thấy sự tương đồng dựa trên mục đích người dùng và không phải là bản thân từ khoá.
Thêm vào đó, vì dữ liệu từ phần “mọi người cũng tìm kiếm” gắn chặt với các kết quả riêng lẻ trên trang kết quả Google, nên khó để nói rằng cụm từ đó có liên quan tới truy vấn tìm kiếm hay vận hành như là liên kết trang hay không, thứ phù hợp hơn với một trang đơn.
Mã lệnh được sử dụng
Khi điền vào phần Javascript Console của Google Chrome của một trang kết quả tìm kiếm, mã lệnh sau sẽ cho ra dữ liệu “mọi người cũng tìm kiếm” và “các tìm kiếm liên quan” trong trang đó, nếu chúng tồn tại.
var data = {};
var out = [];
data.relatedsearches = [].map.call(document.querySelectorAll(".brs_col p"), e => ({ query: e.textContent }));
data.peoplesearchfor = [].map.call(document.querySelectorAll(".rc > div:nth-child(3) > div > div > div:not([class])"), e => {
if (e && !e.className) {
return { query: e.textContent };
}
});
for (d in data){
for (i in data[d]){
out.push(data[d][i]['query'])
}
}
console.log(out.join('\n'))
Thêm vào đó, có một tiện ích Chrome có tên Keywords Everywhere sẽ phát lộ các cụm từ này trong kết quả tìm kiếm, như được thấy trong vài hình chụp trang tìm kiếm trong bài này.
Kết luận
Đặc biệt với giới marketing nội bộ, thì quan trọng là hiểu được công cụ nào có dữ liệu phù hợp nhất với ngành của bạn. Trong bài phân tích này, chúng tôi đưa ra vài lợi ích và bất lợi của một số công cụ phổ biến với một bộ mẫu nhỏ của các chủ đề. Chúng tôi hy vọng cung cấp được một hướng tiếp cận mà có thể hình thànfh được phân tích của bạn hoặc có thể cải thiện hơn và để đưa cho giới SEO một cách thực tế để lựa chọn công cụ nghiên cứu.
Các công cụ nghiên cứu từ khoá liên tục phát triển và bổ sung các truy vấn mới thông qua việc sử dụng dữ liệu nhấp chuột hoặc các nguồn dữ liệu khác. Việc sử dụng các công cụ này phụ thuộc vào khả năng của chúng trong việc giúp ta hiểu được rõ hơn việc làm thế nào để định vị nội dung của mình để phù hợp với nhu cầu người dùng thực sự và không phải chỉ dựa trên con số từ khoá được trả về. Đừng chỉ dùng những gì đã luôn được dùng. Hãy thử nghiệm nhiều công cụ và tự đánh giá sự hữu ích của chúng với bạn.
Nguồn: https://searchengineland.com/
