Анализ текстов конкурентов перед написанием контента

Анализ текстов конкурентов перед написанием контента
На чтение
17 мин.
Просмотров
52
Дата обновления
11.11.2024

Пришла пора применить знания, полученные на занятии про написание контента, на практике.

Дабы облегчить себе жизнь и своим конкурентам выберу очень животрепещущую тему: учебный запрос :)

Немного теории про применяемые термины:

Без вкуривания в эту часть всё остальное читать возможно бессмысленно...

Статистическая мера текста - TF-IDF

TF выражает отношение вхождений отдельно взятого слова к общему количеству слов в отдельно взятом документе - частота слова

DF - частота документа - выражается отношением общего числа документов с конкретным ключевым словом к числу документов вообще. В данном случае число документов вообще - это общее количество проиндексированных поисковой системой страниц.

IDF - это DF вверх ногами

Мера TF-IDF позволяет оценить вес ключевого слова во всех проиндексированных поисковой системой страницах.

Формулы (стибрено с википедии):

TF, где ni - число вхождений слова в документ, сумма в знаменателе - общее число слов в документе

IDF, где |D| - количество документов, а хрень в знаменателе символизирует количество документов, в которых встречается искомое ключевое слово

Но существует достаточно большее число методик расчёта IDF. Самый простой способ - это разделить количество документов, в которых встречается ключевое слово на число документов в поисковой системе.

Для расчёта окончательного веса слова небходимо разделить TF на DF или TF умножить на IDF.

Для чего нужно знать вес слова

Основное назначение - это что-бы наши ключевые слова были самыми весомыми на продвигаемой странице сайта. Побочный эффект - можно увидеть "несовместимость" ключевых слов для продвижения на одной странице сайта из-за кардинально различающихся их весов.

Например слов гроб весит 100 у.е., а слово тапок - всего 5. И из этого следует, что если начать двигать на одной странице гроб с белыми тапками, то текст может тупо выбиваться из закономерностей Ципфа и будет распознан поисковой системой как неестественный с вытекающими из этого фильтрами. Плюс вес белых тапок может раствориться в весе гроба.

Законы Ципфа AKA Зипфа

Закон Зипфа - вхождений к ранкуЧто такое закон Ципфа - это (далее википедия):

эмпирическая закономерность распределения частоты слов естественного языка: если все слова языка (или просто достаточно длинного текста) упорядочить по убыванию частоты их использования, то частота n-го слова в таком списке окажется приблизительно обратно пропорциональной его порядковому номеру n (так называемому ранку этого слова). Например второе по используемости слово встречается примерно в два раза реже, чем первое, третье - в три раза реже, чем первое, и т. д.

Основное знание из этого чуда: существует величина C (ранк-частота), которая более или менее постоянная для текста на определённом языке. Для литературного русского - это 0.06...0.07.

Для расчёта C применяется следующая формула: C=(Частота вхождения слова * Ранг частоты)/Число слов



На изображение посчитанная по закону Зипфа - ранк-частота для топ ключевых слов для топ-10 Яндекса по теме "межкомнатные двери". Как видно из графика в стране полный бардак.

Ципф также установил, что частота и количество слов, входящих в текст с одной частотой, зависимы между собой и только слегка отличаются для разных языков. Выражается понятием количество-частота=количество вхождений слова/частота слова.

Желающие могут попробовать постигнуть знание дальше, а я попытаюсь проанализировать себя и конкурентов по учебному запросу.

Анализ текстов конкурентов по учебному запросу

Первым делом спрашиваю в Яндексе учебный запрос и на попавшуюся топ-4 (остальные бессмысленные) натравливаю любой семантический анализатор текста. Для реальной жизни лучше использовать сайты в топ 20. Не забываем выставить нужный регион в поисковике, если он это умеет.

Беглый анализ показал, что первые четыре страницы в топе Яндекс состоят из 662, 1236, 594 и 995 слов и содержат стоп-слов: 197, 427, 249 и 268. Т.е идеальная длина текста должна быть где-то в районе 900 слов. Не стоит забывать выкинуть из анализа всё, что сидит под . Для Яндекса самый простой способ - это взять страницу из кэша, но она может быть уже слегка устаревшей.

Ранк-частота для страниц сайтов-конкурентов по учебному запросу получилась разная: от 0.003 до 0.035, что вываливается из рекомендуемого для русского языка.

Теперь пройдусь собственно по словам: для анализа буду брать слова с частотой в районе единицы и выше, т.к. дальше идёт откровенный бред не по теме. Попутно накладываю ограничения в виде здравого смысла, ибо тема достаточно загадочная.

Анализирую текст, пришёл к выводу, что помимо всех вариантов написания слов учебный запрос в тексте должны присутствовать слова сайт, поиск/поисковый, seo, продвижение, учёба, курс и лекция. Частота основного запроса от 5 до 9%.

Осталось сесть и написать текст, используя рекомендации выше. А потом потиху следить за конкурентами и вносить коррективы по мере изменения позиций в топе.

Сайты-конкуренты разделились на две кучки - кто-то двигает главную, а кто-то отдельную страницу сайта. Т.е. и для меня можно использовать любую из двух стратегий.

Теперь по структуре страницы. У части это главная блога с лентой, в которой в заголовках размазан учебный запрос, а для остальных это контентная страница со статьёй. У большинства присутствуют изображения.

Написание текста скорее всего доверю бирже копирайта, т.к. похоже что их придётся использоваться в процессе обучения.

Задание копирайтеру

Написать структурированный текст длинной около 900 слов на тему учебный запрос, использовав следующие слова: сайт, поиск/поисковый, seo, продвижение, учёба, курс и лекция.

Словосочетания "учебный запрос" во всех вариациях должно употребляться с частотой около 7%.

Оставить место в тексте для двух-трёх изображений.

Рассуждения на тему тыринга контента

Вышеописанный пример несколько неудачен из-за его пока малой распространённости. Ближе к концу занятий на курсах учебный запрос должен быть в топ-40.

Алгоритм анализа текстов конкурентов.

  1. Берём топ-20 по поисковой системе. Для родной Беларуси это может быть топ 10.
  2. Прогоняем через любой анализатор контента. Рекомендуют истио. Не забываем выкинуть то, что сидит в noindex.

  3. Ныкаем себе следующие данные: длина без пробелов, количество слов и топ-20 слов без стоп-слов (по желанию топ слов можно расширить или уменьшить)
  4. Считаем среднюю длину текста, выбрасывая то, что очень откровенно отличается от остальных. Для этого дела даже существует специальные формулы, которые я изучал ещё в архитектурно-строительном техникуме на каком-то предмете, связанном со статистикой.
    На выходе имеет среднюю длину контента, которая нам нужна.
  5. Следом анализируем количество прямых вхождений кейвордов, тупо заходя на сайты и считая их руками.
    На выходе имеет число точных вхождений ключевиков/фраз.
  6. Считаем количество словоформ методом вычитания из данных истио точных вхождений, полученных шагом выше
  7. Затем получаем наше семантическое ядро. Для этого данные из истио по всем сайтам скармливаем опять-же в истио, отбрасываем те слова, что редко встречаются и получаем собственно ядро.
  8. Всё. Телемаркет. Осталось написать текст самому или дать задание копирайтеру на базе имеющейся длины текста, количества прямых вхождений и семантического ядра.

Важно. Смотрите на структуру анализируемых сайтов. В моём домашнем задании по теме чётко разделялись две конкурирующие структуры: каталог и текст с картинками. Возможно придётся выбрать один из вариантов структурирования текста или применить оба варианта, но на разных страницах.

PS: Стырено с форума Artox и слегка доработано.

0 Комментариев
Комментариев на модерации: 0
Оставьте комментарий