Памятка современному маркетологу: как построить собственную таксономию контент-маркетинга с помощью семантического тематического моделирования

По мере того, как поисковые системы с каждым днем ​​приобретают новые умственные способности, потребители получают доступ к качественной информации, которая, по-видимому, может облегчить нашу жизнь. Но это заставляет маркетологов карабкаться. Серьезные алгоритмические изменения могут потребовать переосмысления вашей контент-стратегии и бесконечной работы над тем, чтобы найти как старый, так и новый контент. Один из способов облегчить себе все эти изменения — создать таксономию контент-маркетинга с использованием семантических тематических моделей. Узнайте, как это сделать, из этой памятки современному маркетологу.

Понимание таксономии

Таксономия довольно часто встречается в контент-маркетинге, но обычно она используется для создания своего рода рабочего процесса. Здесь мы собираемся использовать его для поддержки стратегии контента, подкрепленной данными. Во-первых, мы должны понимать, что таксономия — это метод классификации, но он используется, когда есть сотни элементов или идей, которые нужно сгруппировать и классифицировать, чтобы создать порядок из хаоса. Гленн Макдональд, таксономист Spotify, создал Everynoise.com как умопомрачительный пример. Он показывает взаимосвязь между каждым музыкальным жанром, используя цвета и кластеры слов.

Вы можете видеть по светло-зеленому цвету «клезмера» и его близости к «нэшвилльскому звуку», что он имеет тот же стиль, что и «джиг и катушка», и когда вы нажимаете на каждый из них, вы можете услышать сходство.

Создание таксономии контент-маркетинга не должно быть таким сложным; использование семантического тематического моделирования может упростить его для вас. Цель состоит в том, чтобы помочь поисковым системам выдавать результаты, максимально приближенные к точному ответу на вопрос, аналогичный заданному на естественном языке.

Семантическое тематическое моделирование

Те, кто хоть немного разбирается в SEO, знают, что поисковые системы привязывают контекст к терминам, введенным в поиск. Это то, о чем вы должны думать, когда вы структурируете семантическое тематическое моделирование. Распространенным методом тематического моделирования является скрытое распределение Дирихле (LDA). LDA читает страницу как группу тем. В то же время он считывает каждую тему как группу связанных слов и анализирует ее. Это похоже на то, что Searchmetrics Content Experience использует для функции обозревателя тем. Проще говоря, Topic Explorer выполняет LDA в обратном порядке, беря первичный отфильтрованный поисковый запрос и идентифицируя связанные поисковые запросы, и представляет визуализацию того, как основные темы перекрываются с второстепенными темами.

Давайте посмотрим на будущее британской королевской семьи. В связи с предстоящей свадьбой принца Гарри любопытство к его невесте, Меган Маркл, американской актрисе и разведенной женщине, принесло ей титул самой популярной знаменитости Google в 2017 году.

Если бы мы планировали создать контент о ней и королевской свадьбе, у нас было бы много разных идей для работы — так много, что мы могли бы применить небольшую таксономию к ее глубоко текстурированной персоне. Из собранных нами данных Topic Explorer создает группу тем о Маркле, сгруппированных по семантической близости:

На основе поиска в США тематические группы, связанные с будущим королевским высочеством, помещены в ведра, организованные цветными кружками. Чем больше пузырь, тем больше объем поиска. Некоторые темы очень слабо связаны между собой, например, Макс Бисли — актер, появлявшийся в нескольких эпизодах сериала « Форс- мажоры», в котором Меган Маркл играет начинающего адвоката. Другие имеют прямое отношение к «Меган Маркл», например, «Форс-мажоры». Очевидно, что большинство поисков Маркл связаны с телешоу. Для сравнения, вот как выглядит кластер на основе пользовательского поиска в Великобритании:

Пузыри показывают, что интерес к Маркл немного больше, чем к принцу Гарри, его бывшим девушкам и брату.

Эти маленькие пузыри — это подтемы, которые вы хотели бы использовать, чтобы начать строить свою таксономию вокруг основной темы «Меган Маркл». Для каждой из этих подтем вы бы расширили ее оттуда. Используя приведенный выше пример для «Лист костюмов», вы можете расширить его, включив в него больше связанных тем:

Реализация

Когда вы разрабатываете свою собственную таксономию, Markle будет небольшой частью вашего общего контента. По мере приближения дня свадьбы будет добавляться больше тем, и потребуется больше группировок и связей: например, свадебные платья, цветы, подружки невесты. Это элементы, для которых у вас уже может быть контент, который следует обновить и повторно оптимизировать, или для которых вам нужен контент в другом качестве; сортировка может помочь вашему контенту выиграть.

Тематическое моделирование также открывает возможности для уникального контента , о котором вы могли и не подумать.

Например, если вы думаете о цели поиска, вы можете почерпнуть из кластеров США, что пользователи хотят знать, как команда «Форс-мажоров» вычеркнет Маркл из шоу, когда она оставит свою карьеру позади, чтобы стать герцогиней Сассекской. Убьют ли ее? Будет ли другая актриса играть роль? Сможет ли Майк двигаться дальше после того, как она уйдет? Кем будет его новый любовный интерес? Сохранит ли сериал статус 9-го по популярности телешоу в мире (согласно Parrot Analytics) без Рэйчел Зейн?

Хорошая таксономия может создать прекрасную возможность ответить на вопросы, которые задают пользователи.

Исследование ключевых слов

Наметив темы, вы начнете исследование ключевых слов. Вероятно, вы уже знаете, по каким ключевым словам вы ранжируетесь. Теперь вы можете соединить их семантически. Когда все ваши темы и подтемы распределены по категориям, вы можете увидеть, какие темы могут повысить ваш рейтинг по определенным ключевым словам, и вы можете заполнить пробелы для ключевых слов, по которым вы хотите ранжироваться.

Когда вы создаете контент, вы теперь пишете с точки зрения намерения и релевантности и используете ключевые слова, которые демонстрируют правильный контекст на страницах, которые имеют то же значение на других страницах. Для этого ваша таксономия должна быть разбита на три типа поиска: навигационный, информационный и транзакционный.

Возьмите Kayak.com в качестве примера. Если пользователь вводит «каяк», он или она может искать типы каяков (информационный поиск) или искатель может искать сайт онлайн-турагентства kayak.com (навигационный). Если пользователь вводит «дешевые рейсы в Грецию», это будет означать, что пользователь ищет билет на самолет (транзакционный), что приводит пользователя на kayak.com, где он может забронировать рейс. Searchmetrics Topic Explorer разбивает намерения по ключевым словам. Здесь вы можете увидеть разноцветные пузыри — это темы, сгруппированные по поисковым целям.

Пузырьки обозначают ключевые слова, сгруппированные синим цветом для информационного поиска, желтым для навигации и зеленым для транзакционного. Нажав на всплывающее окно, вы увидите объем поиска для различных категорий целей поиска.

Включение исследования ключевых слов с разбивкой по намерениям в вашу общую таксономию может помочь вам измерить вашу общую стратегию на детальном уровне.

Контент-стратегия

В то время как SEO вашей компании работает над архитектурой вашего сайта, эта таксономия контента является вашей архитектурой контента. Чем больше у вас структуры, тем легче установить связь между вашим контентом и целями контента. Это помогает клиентам быстро находить информацию, а также предоставляет им целенаправленные, точные и подробные результаты поиска. Он действует как руководство для того, кто, что, где, когда, почему и как создавать и реализовывать вашу стратегию.

Измерение

Чем лучше вы организуете свой контент, план контент-маркетинга и ключевые слова, тем больше вам придется измерять, анализировать, корректировать и снова измерять свой контент. Это также поможет вам создать более полный профиль вашего целевого клиента. С такой обширной структурой вы можете видеть дыры для вашей аудитории, которые заполняют ваши конкуренты, — и когда вы видите эти дыры, вы можете быть тем, кто их заполнит.

В то время как поисковые системы настраивают свои алгоритмы для улучшения взаимодействия с пользователем, таксономия контент-маркетинга с использованием семантического тематического моделирования может помочь контент-маркетологам идти в ногу с Google и Bing и предоставлять пользователям актуальную информацию, когда они этого хотят. Контент-маркетологи не знают точно, когда это произойдет, но с правильной таксономией мы можем собрать достаточно данных, чтобы примерно определить, как и когда их доставить.