Семантическое ядро для интернет-магазина
Сегодня передо мной встала очередная непростая задача.
Мне предстоит собрать семантическое ядро для интернет-магазина одежды.
Все, кто сталкивался с продвижением таких сайтов, знают, что семантика должна быть максимально подробной. Но вся проблема в том, что это сложно сделать без риска потерять важные целевые запросы.
Мы знаем, что одежда распределяется на категории: мужская, женская, детская. Которые в свою очередь делятся на свои категории, а следующие имеют свои.
Сейчас перед моими глазами магазин с более 2500 позиций. В товарную сетку входит одежда, обувь и аксессуары, что в свою очередь имеет свои цвета, декор, размер и прочие характеристики. Практически для всего этого существуют в сети свои ключевые запросы, а это значит, что все необходимые нам, мы должны найти и включить в мета-теги и тексты. Ну и если планируется запуск рекламы, то и использовать для рекламных объявлений.
Для решения таких задач я всегда использую конструктор запросов. Составляю я его на основе семантики конкурентов и/или товарной сетки клиента в зависимости от исходного состояния сайта клиента.
Сейчас я решила использовать только данные сайта, так как он ко мне попал в, так сказать, удовлетворительном состоянии.
С помощью парсинга и таблицей Excel я создаю свои первые маркеры категорий. Из этих маркеров я комплектую первую группу в конструкторе для категорий мужской женской одежды и аксессуаров.
Для этой группы я собираю варианты ключевых запросов. Далее изучаю собранные запросы и формирую конструктор для следующей категории, где уже присваиваю характеристики. Продолжаю сбор по идентичному сценарию для всех категорий, охватывая на последнем этапе конкретные свойства товара.
Для меня самое сложное - чистка собранной семантики. Это самая скрупулезная, однообразная и времязатратная работа. Но она является самой важной во всем продвижении.
К сожалению, клиент не всегда понимает, почему необходимо уделить много времени этому процессу. Точнее, клиент согласен, что это важная часть продвижения, но не представляет какие масштабы эта работа приобретает, когда в итоге собранное ядро состоит из 30К+ запросов.