关键词本体是一个知识图表,描述目标受众在搜索查询中经常使用的关键词与您销售的产品和服务之间的关系。它还包括其他关系,例如分类法,信息体系结构,社交听力查询,竞争对手等。
并不是说你的观众总是通过搜索你销售的产品,但是他们有足够多的样本,他们使用的关键词告诉你很多关于他们最终需要购买你的产品的信息。关键词本体可帮助您了解哪些词倾向于使用哪些产品,以及您如何看待竞争对手以提供您的潜在客户需要的内容。
“关键词是企业营销的生命之血”
为什么?关键词研究不仅仅是为您的付费广告选择正确的搜索字词,他们也可以作为外部自然搜索,内部搜索,导航和社交聆听的基础。当您使用关键词了解您的受众群体需求以及您对竞争对手的位置时,您收集的所有数据可以改变您为市场制作产品的方式,并构建影响客户购买产品的内容。
为什么要构建关键词本体论?
如果关键词研究如此重要,为什么很少有公司做得好呢?因为它很难。任何人都可以访问百度搜索引擎并为他们输入的每个种子词汇获得100个长尾词。但是,当您查看这100个词的搜索结果时,可能会发现与您的业务相关的只有五个词,许多企业只是使用百度给他们的东西,只有在他们选择了很多垃圾关键词后才发现。
如果做得好,关键词研究通常是一个手动过程,用于检查每个关键词在百度首页上的每个搜索结果,如果企业内的每个品牌或业务部门都在孤立地进行这项工作,这并不能很好地扩展方式,如果每个品牌都使用关键词研究工具,他们都会选择相同或相似的关键词,而且他们的内容会互相抢夺搜索结果有限的空间。
关键词本体的主要优势是规模,协作和自动化。如果公司中的每个人都使用相同的关键词数据模型,则可以管理所有团队中的关键词使用情况,以争夺搜索结果中的有限空间以及社交媒体中的关注度。团队可以共同创造共同的经验,吸引和参与普通的观众,如果您使用AI来帮助您对关键词进行排序和过滤,并将其分配给正确的产品营销团队,则可以发展关键词本体。您的性能指标可以是您本体的反馈循环,证明您的研究,或帮助您的系统学会更加准确。
如何构建关键词本体
要知道的事情是,没有任何搜索工具本身可以作为关键词本体的主要数据库。首先,它们都不会生成关键词的图形数据库。在某些情况下,它们在组织关键词的方式上严格等级化。因此,您需要将关键词导出到图形数据库中,根据系统的不同,您可以将相关页面以及与这些页面相关的关键指标作为导出的一部分。这些可能是关键词本体的重要方面,而且由于搜索工具中的关键词总是在不断变化,所以最好尝试在关键词工具和图形数据库之间构建一个API,该数据库至少每周更新一次。
在搜索工具之外构建关键字本体的另一个原因是分类。本体中不是关键词的主要节点是公司数据中必须位于关键词之外的部分:您的产品和服务以及您的分类方案的其他方面。本体由这些分类法中关键词集群和节点之间的一组关系组成。例如,关键词x产品y关联。
我建议使用将分类法管理为关键词本体论的系统。假设它是以W3C Semantic Web标准管理的标准格式构建的,它将能够处理数据库中节点之间的复杂关系。它将能够生成帮助您可视化数据的图表,并以其他有用格式(如JASON-LD)导出数据,在广泛的RFP之后,我们发现的最好的是TopBraid EDG。
在设置好环境后,就可以开始在关键词集群和产品系列之间建立关联,但是,没有人工智能,这可能需要很长时间。
一旦我们有了本体的两个关键节点类型,填充其余部分就是使用现有的分类法。例如,我们有一个称为全球品牌表(GBT)的分类标准,由产品,产品系列,品牌和业务单元组成。每种产品都适合这种树,因此,我们可以将GBT的所有级别与产品相关的关键词相关联。这有助于我们为单位分配最相关的关键词,并随时调整它们。
我们还可以将关键词聚集到与我们业务的某些部分相关的桶中,结果是主题分类法,它位于本体中的关键字和业务单元之间,主题用于导航标签,信息架构,内部搜索构面以及一系列相关的内容标记工作,可帮助用户查找所需的内容以及与之相关的产品。而且由于它是由Watson构建的,所以可以在由Watson提供支持的自动标记技术中使用Topic分类,这使得标签工作远离内容制作者,帮助他们专注于编写权威内容。
我们可以添加到这个本体的节点,我们正在努力的关键之一是社交听力查询,社交媒体经理往往不知道什么关键词与他们的品牌最相关。侦听查询由布尔运算符分隔的关键词组成,如果你不制定正确的问题,你将不会听到正确的谈话,你的整个分析将会被扭曲。一个常见的错误是在社交查询中使用品牌名称,只会捕获知道您的品牌的人之间的对话,而不是与您的产品类别相关的所有对话。
如果您通过关键词本体构建了与品牌关联的非品牌社交查询库?这可以成为衡量对话和了解每个品牌应该如何参与其中的框架。最重要的是,它可以是一个一致的数据结构,用于衡量您的覆盖面,参与度和社交活动推介。
相关阅读:7个永不过时的关键词挖掘技巧利用关键词集群进行网站关键词SEO优化关键词智能挖掘方式:定位兴趣和意图