Продолжаем цикл статей на тему автоматизации разработки рекламных кампаний для интернет-магазина: кластеризуем ядро!
После прочтения статей вы научитесь: оптимизировать кампании в Excel методами, которые используются в оптимизаторах конверсий; автоматически собирать семантику, сегментировать и создавать объявления; прогнозировать конверсию на базе истории и многое другое.
Темы статей:
Материал сложный и раскрывает только базовые подходы к автоматизации, чтобы задать вам вектор развития.
В прошлой статье мы распарсили наши запросы с конверсиями, в этом нам нужно его кластеризовать вместе с полученными входящими запросами.
На ряду с обычными методами сбора ключевых слова «руками» есть метод расширения семантического ядра путем кластеризации запросов. Суть кластеризации в том, что, например, по запросам «купить велосипед» и «купить велосипед в Москве» будут cхожие поисковые выдачи. Их схожесть определяется количеством одинаковых URL в выдачи. Следовательно, если для 10-ти запросов спарсить поисковую выдачу, то можно поделить запросы по группам, например, «эти два запроса имеют 4 одинаковых URL, давайте определим их в одну группу»
Собственно, из этой простой технологии вытекает интересная возможность автоматизации контекстной рекламы, которую мы рассмотрим в цикле статей по разработке рекламной кампании с применением кластеризации ключевых слов.
Нам нужно взять наши запросы с конверсиями и к ним «примагнитить» входящие запросы, который мы распарсили ранее. Для этого нам нужно спарсить для всех запросов поисковую выдачу и соотнести все запросы с друг другом по выдаче. Это и называется кластеризация семантического ядра.
Парсить выдачу для 30 000 запросов, это многовато :) Поэтому используем сервис xmlproxy.ru, там 1 запрос стоит 0,005 рублей, в итоге 30 000 * 0,005 будет всего 150 рублей, это супер дешево!
Регистрируемся, пополняем баланс и копируем адрес для запросов.
Адрес вставляем в настройки Key Сollector, как на скрине. Правим настройки, можно установить аж 100 потоков!
Теперь можете создать тестовый запрос и проверить, как у вас все работает. Должны собираться ссылки до 10-ой позиции.
Теперь создаем новую группу и копируем в нее слова после парсинга и слова с конверсиями. Слова после парсинга необходимо предварительно лемматизировать, как мы делали ранее.
Теперь запускаем сбор данных, как мы делали ранее и ждем.
После парсинга группируем слова на основании схожести поисковой выдачи, для этого используем следующие параметры. Нажимаем Вычислить группировку, группировка может занимать до часа времени.
Экспортируем группы и ключевые слова.
Все, вот и вся кластеризация! Исследование на выявление отличий алгоритма кластеризации в KC и онлайн-сервисов мы не проводили.
Стоит признать, что после 100 запросов Key Collector начинает глючить, поэтому нам пришлось арендовать сервер и написать свое ПО для парсинга и кластеризации больших массивов.
Пишите вопросы в комментариях, какие темы было бы интересно раскрыть подробнее? Если у вас есть идеи или советы, то делитесь!
