Главное Авторские колонки Вакансии Образование
2 693 1 В избр. Сохранено
Авторизуйтесь
Вход с паролем

Кластеризация запросов в Key Collector — часть 3

Продолжаем цикл статей на тему автоматизации разработки рекламных кампаний для интернет-магазина: в этот раз кластеризуем ядро!
Мнение автора может не совпадать с мнением редакции

После прочтения статей вы научитесь: оптимизировать кампании в Excel методами, которые используются в оптимизаторах конверсий; автоматически собирать семантику, сегментировать и создавать объявления; прогнозировать конверсию на базе истории и многое другое.

Темы статей:

  1. Выгрузка данных из Google Analytics и Яндекс Метрики по API
  2. Парсинг ключевых слов в Key Collector
  3. Кластеризация запросов
  4. Агрегирование данных
  5. Прогнозирование конверсии для ключевых слов
  6. Расчет ставок
  7. Разработка заголовков
  8. Разработка рекламных кампаний
  9. Анализ эффективности

Материал сложный и раскрывает только базовые подходы к автоматизации, чтобы задать вам вектор развития.

В прошлой статье мы распарсили наши запросы с конверсиями, в этом нам нужно его кластеризовать вместе с полученными входящими запросами.

На ряду с обычными методами сбора ключевых слова «руками» есть метод расширения семантического ядра путем кластеризации запросов. Суть кластеризации в том, что, например, по запросам «купить велосипед» и «купить велосипед в Москве» будут cхожие поисковые выдачи. Их схожесть определяется количеством одинаковых URL в выдачи. Следовательно, если для 10-ти запросов спарсить поисковую выдачу, то можно поделить запросы по группам, например, «эти два запроса имеют 4 одинаковых URL, давайте определим их в одну группу»b_58b81ea747032.jpg

Собственно, из этой простой технологии вытекает интересная возможность автоматизации контекстной рекламы, которую мы рассмотрим в цикле статей по разработке рекламной кампании с применением кластеризации ключевых слов.

Нам нужно взять наши запросы с конверсиями и к ним «примагнитить» входящие запросы, который мы распарсили ранее. Для этого нам нужно спарсить для всех запросов поисковую выдачу и соотнести все запросы с друг другом по выдаче. Это и называется кластеризация семантического ядра.

Парсить выдачу для 30 000 запросов, это многовато :) Поэтому используем сервис xmlproxy.ru, там 1 запрос стоит 0,005 рублей, в итоге 30 000 * 0,005 будет всего 150 рублей, это супер дешево!

Регистрируемся, пополняем баланс и копируем адрес для запросов.b_58b81ea769dab.jpg

Адрес вставляем в настройки Key Сollector, как на скрине. Правим настройки, можно установить аж 100 потоков!b_58b81ea77dbcc.jpg

Теперь можете создать тестовый запрос и проверить, как у вас все работает. Должны собираться ссылки до 10-ой позиции.b_58b81ea79a561.jpg

Теперь создаем новую группу и копируем в нее слова после парсинга и слова с конверсиями. Слова после парсинга необходимо предварительно лемматизировать, как мы делали ранее.b_58b81ea7b3234.jpg

Теперь запускаем сбор данных, как мы делали ранее и ждем.b_58b81ea7c4a58.jpg

После парсинга группируем слова на основании схожести поисковой выдачи, для этого используем следующие параметры. Нажимаем Вычислить группировку, группировка может занимать до часа времени.b_58b81ea7d4dcc.jpg

Экспортируем группы и ключевые слова.b_58b81ea7e8ea9.jpg

Все, вот и вся кластеризация! Исследование на выявление отличий алгоритма кластеризации в KC и онлайн-сервисов мы не проводили.

Стоит признать, что после 100 запросов Key Collector начинает глючить, поэтому нам пришлось арендовать сервер и написать свое ПО для парсинга и кластеризации больших массивов.

Пишите вопросы в комментариях, какие темы было бы интересно раскрыть подробнее? Если у вас есть идеи или советы, то делитесь!Подписывайте в ВК и FB

+1
В избр. Сохранено
Авторизуйтесь
Вход с паролем
Комментарии
Левшин Андрей
Добрый день, где можно прочитать 1 и 3 часть?
Ответить
Выбрать файл
Не пропустите публикацию!
Jam Agency
eCommerce marketing engineering
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать

Spark использует cookie-файлы. С их помощью мы улучшаем работу нашего сайта и ваше взаимодействие с ним.