Benvenuti nel nostro Centro di assistenza
< Tutti gli argomenti
Stampa

Clustering di parole chiave nel SEO

Il clustering delle parole chiave è una tecnica utilizzata dagli specialisti dell'ottimizzazione dei motori di ricerca (SEO) per classificare le parole chiave di ricerca in gruppi (cluster) rilevanti per ogni pagina web. Dopo aver effettuato una ricerca sulle parole chiave, gli specialisti dei motori di ricerca organizzano le parole chiave in piccoli gruppi e le distribuiscono nelle pagine del sito web per ottenere migliori posizioni nei risultati dei motori di ricerca (SERP). La clusterizzazione delle parole chiave è una procedura totalmente automatizzata che i programmi di clustering delle parole chiave eseguono.
Il concetto e le prime idee sono state coniate nel 2015 da Alexey Chekushin, uno specialista russo di ottimizzazione dei motori di ricerca. Nello stesso anno, la Russia ha prodotto il programma di clustering di parole chiave basato sulla SERP, Just-Magic. Lo strumento di clustering delle parole chiave è accessibile in lingua inglese ed è stato creato nell'estate del 2015 dall'azienda tailandese Topvisor. Un anno dopo, Spyserp, un'azienda estone, ha lanciato una tecnologia simile. La distinzione principale è che tutte le lingue sono clusterizzabili lì.

Tecnica di clustering

  • Indipendentemente dal motore di ricerca o dai parametri personalizzati, il clustering delle parole chiave si basa sui primi dieci risultati di ricerca (TOP-10). I TOP 10 sono i primi dieci risultati mostrati da un motore di ricerca per una certa query di ricerca. Nella maggior parte delle situazioni, la TOP-10 corrisponde alla prima pagina dei risultati di ricerca
  • La metodologia di clustering delle parole chiave nel suo insieme consiste in quattro fasi che uno strumento deve compiere per clusterizzare le parole chiave:
    Il programma estrae le parole chiave una per una dalla lista e le sottopone al motore di ricerca come query di ricerca. Esamina i risultati della ricerca, estrae i primi 10 risultati e li confronta con ogni termine della lista.
    Quando un motore di ricerca produce gli stessi risultati di ricerca per due parole chiave distinte e la quantità di questi risultati è sufficiente per innescare il clustering, le due parole chiave vengono raggruppate (clustered).
  • Il livello di clustering è il numero minimo di hit nei risultati di ricerca che fa scattare il clustering delle parole chiave. Il livello di clustering è configurabile, e la maggior parte dei programmi lo permette nelle impostazioni di pre-clustering. Dopo il clustering, il livello di clustering ha un effetto sul numero di gruppi e di termini all'interno di ogni gruppo. Maggiore è il livello di clustering, più gruppi vengono creati con meno termini all'interno di ogni gruppo.
  • Questo perché c'è una probabilità minima di trovare da nove a dieci articoli abbinati nella pagina dei risultati di ricerca (includerebbe quasi tutte le pagine nella TOP-10 dei risultati di ricerca). D'altra parte, il clustering al livello 1 o al livello 2 porterà alla formazione di pochi gruppi, ognuno dei quali includerà un gran numero di parole chiave. Ci sono alcune eccezioni, ma sono poche e lontane tra loro.
    Se uno strumento non identifica alcun URL corrispondente nei primi dieci risultati di una ricerca, queste parole chiave sono separate in una categoria propria.
  • Oltre al livello di raggruppamento, ci sono molte forme distinte di raggruppamento di parole chiave, ognuna delle quali influisce sul modo in cui i termini all'interno di un gruppo sono collegati tra loro. Analogamente al livello di raggruppamento, il tipo di raggruppamento delle parole chiave può essere specificato prima del raggruppamento.

Tipi morbidi

  • Uno strumento di raggruppamento di parole chiave cerca la lista di parole chiave e poi determina quale parola chiave è la più popolare. La parola chiave più popolare è quella che riceve più ricerche. Poi, uno strumento confronta i TOP 10 risultati di ricerca per la parola chiave scelta con i TOP 10 risultati di ricerca per un'altra parola chiave al fine di determinare il numero di URL corrispondenti. Le parole chiave vengono raggruppate se il numero osservato soddisfa il livello di raggruppamento impostato.
    Di conseguenza, tutti i termini all'interno di un gruppo saranno associati al termine con il maggior traffico di ricerca, ma non saranno necessariamente associati tra loro (non avranno necessariamente URL corrispondenti tra loro).

Modesto

  • Uno strumento di clustering di parole chiave cerca la collezione di parole chiave e poi seleziona il termine più performante. Poi, uno strumento confronta i TOP 10 risultati di ricerca per la parola chiave scelta con i TOP 10 risultati di ricerca per un'altra parola chiave al fine di determinare il numero di URL corrispondenti. Contemporaneamente, uno strumento confronta tutti i termini tra loro. Le parole chiave vengono raggruppate se il numero osservato di risultati di ricerca identici è uguale al livello di raggruppamento impostato.
  • Di conseguenza, ogni termine all'interno di un gruppo avrà una parola chiave corrispondente con un URL corrispondente o un insieme di URL all'interno di quel gruppo. Tuttavia, due combinazioni casuali di parole chiave non avranno sempre URL corrispondenti.
  • Uno strumento di clustering di parole chiave cerca la lista delle parole chiave disponibili e poi seleziona quella con il maggior volume di ricerca. Poi, uno strumento confronta i TOP 10 risultati di ricerca per la parola chiave scelta con i TOP 10 risultati di ricerca per un'altra parola chiave al fine di determinare il numero di URL corrispondenti. Contemporaneamente, uno strumento confronta tutte le parole chiave e i loro URL corrispondenti negli abbinamenti scoperti. Le parole chiave vengono raggruppate se il numero osservato di risultati di ricerca identici è uguale al livello di raggruppamento impostato.
  • Di conseguenza, tutti i termini di un gruppo saranno associati tramite l'uso di URL identici.

Storie

  • Come componente fondamentale del processo di ottimizzazione del sito web, gli specialisti SEO effettuano ricerche sulle parole chiave per sviluppare un pool di frasi di ricerca mirate da utilizzare per promuovere il proprio sito web e ottenere un miglior posizionamento sui motori di ricerca. Dopo aver compilato un elenco di parole chiave associate al contenuto del sito web, lo suddividono in gruppi più piccoli. Ogni gruppo è spesso associato a una determinata pagina del sito web o a un determinato argomento. Inizialmente, gli specialisti SEO dovevano organizzare manualmente il pool di parole chiave, scegliendo un termine dopo l'altro e scoprendo i cluster probabili.
  • Mentre questo poteva essere realizzato con l'assistenza di Google Adwords Keyword Tool, aveva ancora bisogno di una quantità significativa di lavoro umano. C'era bisogno di un metodo automatico che dividesse automaticamente i termini in cluster.
    Raggruppamento di parole chiave basato su lemmi
  • Prima dell'avvento del clustering delle parole chiave, i professionisti dell'ottimizzazione dei motori di ricerca hanno creato tecniche di raggruppamento delle parole chiave basate sul processo di lemmatizzazione. Un lemma è la radice o la forma del dizionario di una parola (senza le terminazioni inflessive). La lemmatizzazione è un concetto linguistico che si riferisce all'atto di raggruppare le numerose forme inflesse di una parola in modo da poterle studiare come un unico elemento.

La lemmatizzazione è un metodo a quattro fasi nell'ottimizzazione dei motori di ricerca.

  • Le parole chiave sono selezionate una per una dalla lista; sono suddivise in lemmi; vengono trovati lemmi simili; e le parole chiave con lemmi corrispondenti sono raggruppate insieme.
    Di conseguenza, un professionista SEO riceve una lista di raggruppamenti di parole chiave. Ogni termine di un certo gruppo ha un lemma che corrisponde a tutte le altre parole chiave di quel gruppo.

In base alle SERP

  • In contrasto con il clustering di parole chiave basato sui lemmi, il clustering di parole chiave basato sulla SERP genera raggruppamenti di termini che possono non avere corrispondenze morfologiche ma che hanno corrispondenze nei risultati di ricerca. Permette agli specialisti dei motori di ricerca di creare una struttura di parole chiave che corrisponde strettamente al modello dettato da un motore di ricerca.
  • Alexey Chekushin, uno specialista SEO russo, ha presentato i tipi Soft e Hard di clustering di termini e l'algoritmo generale nel 2015. Nello stesso anno, ha progettato e lanciato un programma di clustering automatico dei termini.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Tabella dei contenuti