[SEO艺术重读] 第5篇 关键词研究实施

news2026/4/27 23:35:28
本文是「SEO重读」系列第5篇系列共15篇完整目录见[SEO艺术重读]作者[Adair]上一篇[SEO艺术重读 第4篇 SEO实施第一阶段]下一篇[SEO艺术重读 第6篇 创建SEO友好型网站]关键词研究的理论基础在搜索引擎营销(SEM)领域关键词研究是最重要的、最有价值且回报率最高的活动之一。通过分析和研究市场的关键词需求你不仅可以知道SEO应该瞄准哪些词汇和短语而且能够从整体感知消费者。通过关键词研究你可以预测需求的转变对风云变幻的市场行情作出回应提供网络搜索用户热搜的产品、服务或内容。SEO关键词研究的战略性思考关键词研究工具会提供给你一些研究这些要素的方法深入研究通过这些工具来把握消费者的心理将你的思想和消费者心理合二为一把自己带入消费者角色根据关键词研究工具提供的列表来推演消费者的搜索动线。然后围绕着这些有价值的信息创建自己的网站策略或产品策略。正如在第1篇搜索反映消费者意图-如何进行搜索搜索用户通常会经历一个搜索过程尝试多个搜索访问几个站点修改搜索词汇重新进行搜索直到找到自己需要的内容。值得我们拿出一定的时间来研究常见的搜索序列因为这对关键词策略影响很大。一些会影响搜索行为的要素搜索用户的人口统计资料男/女、年龄、收入等地理位置以及年月日季节性产品了解关键词需求的曲线长尾每日搜索次数达到500-5000的关键词是非常理想的但实际上这些“热门的”搜索词语在网络总搜索中所占份额可能还不到30%。剩下70%是在我们通常所说的“长尾搜索”。长尾搜索是包含成千上万的独立搜索包含关键词的各种变体。这些搜索词可能在某一天内被搜索的了 1次或者几次但总体评估是所占比例较大反映出用户对搜索引擎信息的需求。更像是二八法则。如果你有投资的话投资市场也是这样。大概只有20%的人盈利。推荐阅读克里斯·安德森 《长尾理论》了解谷歌Hummingbird(蜂鸟)的作用Hummingbird的目的是准确知道用户需要什么而不仅仅是他们搜索的关键词。Hummingbird算法的目的不仅仅是返回符合用户搜索请求的搜索结果而是确定用户搜索内容背后的真实意图。在很大程度上这与谷歌将重点转移到移动搜索有关。在移动搜索中用户不愿意输入传统格式下的搜索词汇而且在许多情况下他们更愿意进行语音搜索。当用户使用语音搜索时他们使用的词汇格式可能更传统如“请帮我找到最近的加油站”。谷歌将这类查询归为长尾术语查询这改变了长尾关键词的研究规则。与之前不同的是我们现在必须要像侦探一样预测搜索用户的意图及其下一步行动从而在其访问网站之前做好各方面的准备以满足其需求而不再需要关键词的引导。Hummingbird对关键词研究关键词的共现词分析在关键词研究方面共现词指的是分析哪些词语或短语在页面中出现的次数最多出现的频率是多少以及各词组之间的相互关系。1.与其他电子商务相关词语的共现性Eric Enge在他的帖子“内容质量分析与SEO的关系”中总结了Searchmetrics进行的研究他在帖子中指出了示例页面中的词语如“女士”、“鞋”、“靴子”等与其他词语在电子商务页面的共现性如“查看”、“卖”、“购物车”、“运输”以及它们与其他电子商务相关词语的共现性。谷歌会明白页面的“主题”或“目的”是向用户提供一个可以购买女士鞋子的网页位置而且可能会对该页面进行排名依据该页面周围的许多其他质量信号。2.在用户整个搜索过程中的搜索方式相关词语的共现性在一个阶段内关键词在多个搜索引擎搜索查询的共现性。在此类共现性中搜索引擎可能会查看相似关键词在用户整个搜索过程中的搜索方式。如果在用户的搜索过程中多个“女士鞋靴”搜索请求与“在线购买女士鞋靴”同时出现那么谷歌就会知道搜索“女士鞋靴”的用户可能是想搜索一个能够购买女士鞋靴的网站。在这两种情况下目标都是让搜索引擎能够理解用户的意图返回与用户意图相符的搜索结果而不考虑返回的搜索结果页面中是否包含与搜索请求完全匹配的关键词。从SEO角度来看这意味着用户搜索词语背后蕴含的意图要比词语本身更为重要。尽管关键词研究仍然具有不可替代的作用但与创建专门针对某个特定关键词的页面相比撰写优质独特的内容更重要关键的是内容要能满足关键词查询背后所蕴涵的需求或需要。在进行关键词研究时思维要灵活善于运用关键词工具查找与目标关键词相关的搜索请求。同时还要留意信息型搜索请求在这类查询中用户明显是想要解决问题。关键词研究主要应围绕着搜索请求背后所蕴涵的真实意图及用户为何使用这些词汇进行搜索而展开。了解“未提供”关键词和共现性分析在“未提供”的情形下谷歌阻止了大部分的数据使你无法通过这些数据看到哪些关键词为网站带来了自然搜索访问量。谷歌的目的是能够掌握搜索请求背后所蕴含的搜索意图谷歌已经开始研究页面内的哪些词会同时出现而不再局限于分析页面内的单个词汇。在我们分析开源硬件Sparkfun的Tutorials系列在AI中的可见性达到52%其中一篇Sparkfun What is Electricity 就提到Ohms Law 欧姆定律。正如第4篇 SEO实施第一阶段红色文本的那一段 应该链接到优质网站。像我们分析SEO代理工具Rankability 仅400多个页面其中212出现在Google AI Overview中占比50%。他使用的策略就是实体借力Entity Piggybacking。哪些关键词的同时出现能表明页面的真实意图和主旨以及页面内容与搜索请求真实意图的匹配程度。你需要认识到自己将要进行的关键词研究将不再是简单地挖掘出最精准的关键词短语以进行网站页面的优化而是找出潜在用户想在你的网站中获取何种信息。尤其AI出现以后加速了我们像语音聊天的方式更接近人类的交谈方式。我们要为网站打造更多的AEOGEO语义化内容来为客户服务。我们要做的不是针对某个特定的关键词短语进行页面优化而是要分析页面中的哪些关键词短语是属于一类的并确定页面的主题和意图。从纵向的角度来考虑每个页面思考自己应如何改善页面以更好地满足搜索用户的需求。我们要做的不是将主要精力放在优化某些关键词短语或短语组合而是要使用你在关键词研究过程中所挖掘出的相关术语或同义词撰写符合用户需求的内容。传统 VS AI方法SEO领域专长和网站内容分析A当进行关键词研究时最需要做的一件事是在借助关键词研究工具之前与公司其他同事一起想出一些新颖的观点。可能会获得有意义的关键词。A Plus如果你因为规模或其他原因没有其他人可以使用AI来邀请一些行业专业人员开一场圆桌会议。B接着去使用关键词研究工具产生一份消费者使用的词汇。进行对比。通过这种A/B test弄清楚公司在描述产品方面所使用的词语是否与消费者使用的词汇不同。首先罗列出一张专用词语清单尽可能多地想出与行业或客户及网站或公司产品相关的词语。列出一个能够描述产品或服务的关键词短语清单关键词的长度在1~3之间。思考目前消费者在搜索这些产品或服务时可能会用到的一些同义词这个过程可以借助分类词汇编词典完成。创建分类列表。为人员、项目、概念及与网站相关的公司创建目录是一个行之有效的办法。另外你还可以查看行业主要领导者的网站研究其网站的体系借鉴经验以构思出自己网络的层级结构。通过提出高级词汇和话题来扩充关键词列表形成产品或服务词汇的清单。查看现有网站从网站中提取看起来像是关键短语的词语。浏览行业网站协会或媒体网站产看这些网站使用了哪些词汇描述当前所讨论的话题范围。列出所有的品牌术语。列出你所拥有的全部产品。如果网站产品较多那么就需要列出产品的类别和子类别。让小组成员假设自己是潜在的消费者然后对其提问当在查找与公司产品或服务类似的东西时会在搜索引擎中输入什么词汇。通过询问公司外部人员对上述问题进行补充而且最好是公司无任何关系的人员。另外还需要考虑进行实际的市场调查研究向一组试验者提出同样的问题这种做法也是非常有价值的。借助各种不同的工具如谷歌搜索控制台 Google Search Console来查看消费者是通过使用哪些术语访问了你的网站或者如果你自己有网站搜索工具那么便可以借助该工具进行查看。关注竞争对手分析竞争对手也面临着同样的问题而且他们可能比你更足智多谋、富有创造力。找到一个对标账号。这部分我在第4篇 SEO实施第一阶段确定-最佳竞争对手-寻找最佳的竞争对手强烈建议直接去学习头部SEO代理公司看看他们是怎么去推广他们的业务。你会获得更多灵感的。可以借鉴竞争对手在研究消费者思维和如何吸引消费者方面取得的经验。浏览竞争对手的网站查看他们使用了哪些关键词和短语来描述自己的产品或服务。另外你还需要查看他们在语言描述中使用了哪些与众不同的变体和同义词并分析竞争对手所使用的这些词汇是否反映了行业术语的转变。记下竞争对手使用了哪些非品牌类术语。阅读他们在其他网站中刊登的文章。观察媒体是如何评价他们的产品或服务的。将这些想法加入到你的思考过程你将会获得大量有价值的关键词为后续研究分析过程奠定基础。你可能会问为什么要大费周章关键词工具或者龙虾能帮助你完成这些事情。小组的关键词会议讨论可以尝试使用A PlusAI的圆桌会议来取代。下面是原因你的内部团队成员有丰富的关键词储备这是关键词工具所不具备的小组成员知道从何处入手。关键词工具需要输入初始信息它们反馈回来的数据质量是由你输入的“种子”信息的质量所决定的集体研讨能够帮助公司的股票持有人更好地了解市场和机遇。另外还能帮助他们“相信”关键词最终确定的优先级别。整合关键词研究、共现性分析及用户意向研究共现性用户意图Hummingbird用户意图回想一下 共现性分析和Hummingbird强调的都是用户搜索背后的用户意图。共现性和Hummingbird这些变化给关键词研究策略带来的影响是你不仅要研究获得流量最多的是哪些词根据目标关键词创建和优化页面还要通过关键词研究来掌握潜在用户使用的全部关键词以及自己的网站有多大的机遇能获得较好的排名。你还需要能够掌握用户进行搜索的真实意图能够创建高质量的页面、撰写高质量的内容以迎合用户的需求。网页不仅需要认真撰写、仔细推敲而且要满足潜在用户的实际需求。每个页面还需呈现一个相关的主题以便搜索引擎能够准确把握该页面要满足用户的何种需求以及需要对相关关键词的哪部分内容进行排名。你需要了解消费者的需求是什么以及他们在你的网页中所找到的那些信息是否能满足他们的需求。确保你的内容能够直接满足消费者需求确保网站内容包含与消费者需求相关的关键词确保将网站内容融合到设计完美、主题突出的页面中这就是目前越来越重要的一点。关键词研究选项每个工具所提供的关键词都基于相对有限的数据搜索统计数据都是不同的。你不能只关注各类术语的精确搜索数目而应将每个工具看作是一种对比两个搜索术语或多组术语的好方法。在分析这些关键词时需要注意搜索的语义特性以及搜索用户的潜在意图。你肯定不希望将热门搜索术语草率地放置到网站的各个页面中你希望借助关键词研究所得到的信息来了解潜在消费者的真实想法但同时你还需要考虑其他的一些信息。可以使用谷歌搜索控制台结合正则来匹配搜索用户意图。其他更多工具自行选择。SEO是如何利用关键词需求的长尾2007年5月谷歌副总裁Udi Manber指出在谷歌一天所接收的全部搜索请求中有25%的搜索请求是谷歌第一次看到的你可以将其看作是“超长尾”。有几种方法可以寻找长尾术语的方法从相关网页中提取词汇1.从行业现有的关键词研究分布曲线的最前端提取最靠前的1050个应用最普遍的搜索短语。2.在谷歌和Bing中搜索每个词汇。3.在每页的前1030个搜索结果中提取页面内独到的文本。4.删除禁用词按照短语的长短进行过滤。5.删除与现有关键词研究数据库中重复的词汇或短语。6.将剩下的常用词汇分类找出所有你认为比较有价值的词汇或短语。在诸如Twitter和Pinterest之类的社交媒体上进行文本挖掘搜索结果寻找相关结果。仅使用特定搜索结果类型——本地搜索、学术搜索的文件进行关键词挖掘。在论坛中挖掘与你的主题相关的线索你甚至还可以在搜索中使用inurlforum获取对话式关键词。通过这个过程你能从相关文件中挖掘出与行业、服务或产品相关的文本找出一些虽然搜索量较低但有一定相关性的词汇。在这个过程的操作中一定要认真审查提取的数据确保它能够通过“常识”测试你甚至还会在关键词分布图表的前面部分收获一些意想不到的词汇。从关键词研究工具中寻找有价值的资料将长尾扩展应用到所有的城市尽管关键词工具仅能显示一个城市的长尾词汇但你却有可能吸引对于这些关键词的搜索请求确定长尾模式通过分析确定是否有一个搜索用户通用的模式。接近48%的搜索是以品牌名称开头以数码相机结尾的。接近35%的搜索指出了品牌名称、型号名称、型号、百万像素及数码相机。接近22.5%的搜索指出品牌名称、百万像素、型号名称及数码相机。60%以上的搜索是按照品牌名称、型号名称、数码相机的模式进行的。使用编辑内容策略选择长尾词如果你的页面中包含某个长尾短语或至少含有长尾短语中的词汇那么你在该长尾词汇搜索中获得展示的机会就比较大。找出出现在不同长尾情景中的主要模式或关键词汇然后将这些词汇添加到你的文案中但要注意不要强行添加以免使用户感觉页面非常荒唐可笑。从长尾的角度来看文本越多越好因为这样能有更多匹配的长尾词汇但同时也存在一定的弊端千万不要在网站中放置一篇长达1000字的文章除非你十分确定这对用户有效否则便不要这样做。使用用户生成内容策略选择长尾词用户生成内容UGC能帮助你获取大量的内容论坛、评论、博客及视频或图像上传网站。吸引长尾流量。现有网站每天的流量流量的多少取决于社区话题的深度——侧重面比较窄的话题吸引的用户会比较少。创建多个循环程序以生成网站流量的方法。引人注目的支持内容。关键词需求的趋势、季节性和季节性的波动搜索在节假日开始之前的两到三个月便开始增加因此你必须要意识到这一点留给自己充足的时间准备网站的内容选择合适的关键词以便在搜索开始时这些关键词能被搜索引擎索引。不要在假期一结束便删除万圣节页面或其他季节性页面一旦你煞费苦心地为你的季节性热门词汇获得了排名那么你可能希望明年依然能从这次的努力中受益。最好的办法是在新页面创建之前将这些页面保留在那里重新使用同样的网址将旧有的内容存到另一个网址中。保留页面将为你在明年的工作节省许多不必要的麻烦让你能快速重新投入到网站运行中。结论在SEO中关键词研究是一项复杂耗时的工作但回报是非常高的当你掌握了关键词的搜索量在哪里之后便可以着手考虑关键词搜索量对网站信息建构和导航结构的影响。关于作者我是一名自我探索的技术型S/A/GEO近9年外贸独立站开发运维经验。正在探索内容在AI可见性。欢迎有同样兴趣的朋友关注我。后续会陆续更新我的AEO探索之旅。欢迎 ❤️ 点赞 | 关注 | ⭐️ 收藏 | 评论你的每一个反馈对我都很重要是我持续输出的动力

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2561025.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…