Стоит отметить, что некоторые поисковые запросы имеют несколько интентов. В этом случае пользователи прописывают в поиске одну и ту же фразу, но подразумевают совершенно разные вещи или смысл. Например, можно рассмотреть запрос "скорость". Первый интент подразумевает определение степени быстроты движения того или иного объекта. А вот вторая задача - скачивание или просмотр онлайн голливудского кинофильма "Скорость" с Киану Ривзом и Сандрой Буллок в главных ролях.
Классификация запроса по интенту
Благодаря запросу "телефоны Екатеринбурга" мы будем осуществлять классификацию, чтобы определить степень схожести данного запроса и интернет-магазина, занимающегося продажами сотовых телефонов и смартфонов. С самого начала потребуется выявить интент. Для этого мы определяем лучшие термы, попадающие в выдачу поисковой системы. Как правило, находятся они в сниппетах, а также заголовках соответствующих документов. В данном случае нас интересует запрос "телефоны Екатеринбурга". Поэтому в выдаче нам встретятся слова из самого запроса и их синонимы. Также будут выдаваться слова "справочник", "поиск", "телефонный", "адрес". Как раз эти слова убеждают, что пользователи пытаются найти справочник, чтобы узнать номер телефона или адрес проживания. Поэтому данный запрос нельзя назвать коммерческим.
При продвижении сайтов необходимо достаточно часто заниматься классификацией запроса по интенту, то возникает два варианта дальнейшего развития событий. Вы выбираете ручной труд, либо же автоматизацию.
Если вы не производите классификацию в каких-то огромных масштабах, то вполне подойдет ручной труд. Для этого нужно пристально обратить внимание на поисковой запрос. Во многих случаях определить интент не составит сложности. Если же присутствуют сомнения, то поможет выдача поисковика Yandex. Здесь можно увидеть тематику сайта, а также его типы. Остается провести сравнение между сайтами в выдаче и собственным проектом. Так получится легко определить, нужно работать с данным запросом или же лучше его отсеять.
Бывают случаи, когда нужно классифицировать массивное семантическое ядро, либо же работать с нецелевыми и целевыми запросами. Как раз для этого подойдет автоматизация такого сложного процесса. Происходит выявление частотных задач в выдаче по каждому отдельному запросу. Затем составляется перечень стоп-слов в качестве своеобразного обучения. Если данные стоп-слова будут в топе частотных термов, тогда соответствующие фразы необходимо отсеивать.
Ярким примером служит тема "телефоны". В список сразу же попадают стоп-слова "адрес" и "справочник". И так следует делать по каждому запросу в поиске, чтобы осуществить основную задачу классификации и выявить популярные частотные термы.
Дополнительные факторы также играют немаловажную роль. При вводе запроса "телефоны Екатеринбурга" видно, что Яндекс.Директ не показывает рекламные объявления в своем спецразмещении. Это говорит о низкой конверсии данного запроса, либо же он представляется нецелевым в отношении коммерческих ресурсов. Нужно обращать внимание и на другие интересные факторы: конкуренция, географическая зависимость, частота.