วิธีเปลี่ยนข้อมูลคู่แข่งไปสู่การปฏิบัติ

เมื่อเร็ว ๆ นี้ เราได้พูดคุยเกี่ยวกับการระบุการแข่งขันที่แท้จริงและมีความเกี่ยวข้อง — และเหตุใดกระบวนการนั้นจึงเป็นเรื่องยาก เมื่อคุณยอมรับว่าไซต์ของคุณมีไซต์อื่น ๆ นับสิบหรือหลายร้อยแห่งที่เล่นโดยใช้คำหลักเดียวกัน การติดตามคู่แข่งเหล่านั้นอาจทำให้คุณรู้สึกกังวล ใน Found Friday ล่าสุด Erin Acheson พูดถึงการค้นหาคู่แข่งเหล่านั้น และ ใช้ การค้นพบนั้นเพื่อแจ้งกลยุทธ์เนื้อหาของคุณ เรียกสิ่งนี้ว่า Competitor Discovery: Part II

เพื่อสรุป: คุณต้องค้นพบการแข่งขันที่แท้จริงของคุณ

ในโพสต์ที่แล้ว Erin ได้ใส่คำที่มีตราสินค้าว่า “keurig.com” ลงในเครื่องมือวางแผนคำหลักของ Google และได้รับคำสำคัญที่แนะนำประมาณ 700 คำ คำที่เกี่ยวข้องกัน "เครื่องชงกาแฟที่ดีที่สุด" มีคำหลักประมาณ 1,100 คำ Google ยังมี SERP คงที่มากมายสำหรับคำศัพท์ยอดนิยมเหล่านั้น: ทุกอย่างตั้งแต่ลิงก์สีน้ำเงินไปจนถึงการช็อปปิ้งและผลลัพธ์ของโฆษณาไปจนถึงคำถามที่เกี่ยวข้อง นี่คือวิธีที่ Erin เปลี่ยนคำหลักเหล่านั้นให้เป็นข้อมูลของคู่แข่งที่มีข้อมูลสำรอง

SERPs มีคู่แข่งจำนวนมาก — ข้ามกลยุทธ์การส่งข้อความ

1. Erin ป้อนคำหลักที่มีตราสินค้า 700 คำลงในเครื่องมือค้นหาคู่แข่งของ DemandSphere เครื่องมือนี้ให้คู่แข่ง 388 รายของเธอ — และข้อมูลนั้นด้วยตัวมันเองอาจเป็นเรื่องยากที่จะแก้ไข

   ลองดูที่รายการนี้ คู่แข่งด้านกาแฟของ Erin แต่ละคนมาพร้อมกับรายการเนื้อหาและคำหลักที่เกี่ยวข้อง รายการนี้ไม่เพียงแต่ให้ข้อมูล มากมาย แก่เธอในการกลั่นกรองเท่านั้น แต่ยังยากที่จะเข้าใจความหมายที่แท้จริงจากข้อมูลจำนวนมหาศาลเช่นนี้ ไม่มีความหมายที่แท้จริงที่แนบมา! ในขั้นตอนนี้ แพลตฟอร์มอาจสันนิษฐานได้ว่าคู่แข่งอันดับต้น ๆ เช่น คู่แข่งที่มีคำทับซ้อนกับ Keurig มากที่สุด คือเว็บไซต์ขนาดใหญ่ เช่น Amazon, Walmart และ Target แต่พฤติกรรมเหล่านี้แข่งขันกับทุกคน และการดูหน้าเว็บอาจไม่ได้ให้ข้อมูลเชิงลึกที่ดีเกี่ยวกับแคมเปญกาแฟของ Erin

2. ต่อไป เธอสร้างกลุ่มตัวอย่างว่าเธออาจจำแนกคำหลักที่เธอค้นพบได้อย่างไร

   ตัวอย่างเช่น เธอสร้างกลุ่ม เช่น "ระบบการชง" และ "ประเภทของกาแฟ" จากนั้น ภายในแพลตฟอร์ม DemandSphere เธอจัดกลุ่มและจัดกลุ่มย่อยคำหลักเหล่านั้น ตัวอย่างเช่น "กาแฟปรุงแต่ง" อยู่ภายใต้ "ประเภทของกาแฟ" และรวมคำเช่น "กาแฟวานิลลา"

การแบ่งคำหลักออกเป็นส่วนๆ คุณกำลังแบ่งการวิเคราะห์ออกเป็นข้อมูลที่ใช้งานได้

3. จากนั้น Erin ได้สร้างกลุ่มเนื้อหาโดยใช้ชื่อ, URL และการจับคู่แท็ก <h>

   DemandSphere ให้คุณใช้ภาษา “และ/หรือ” ได้ คุณจึงค้นหา “เครื่องเทศฟักทอง” ได้ แต่ไม่ใช่ “ลาเต้” นอกจากนี้ยังอนุญาตให้เพิ่มเนื้อหาด้วยตนเอง

   

   Erin แบ่งคำหลักเหล่านั้นออกเป็นกลุ่มเนื้อหา

4. หลังจากสร้างกลุ่มเนื้อหา Erin ได้แบ่งกลุ่มคู่แข่งที่เธอเคยค้นพบมาก่อนหน้านี้
   

   ต่อไป Erin จัดผู้เข้าแข่งขันเข้ากลุ่มโดยใช้กฎการจับคู่ คู่แข่งรายใดกำลังแข่งขันกันในผลิตภัณฑ์บางอย่าง เช่น “ฝักกาแฟปรุงแต่ง” กลุ่มคู่แข่งอาจถูกผูกไว้ด้วยสิ่งที่คล้ายกัน: บางทีผู้ค้าปลีกทั้งหมดของคุณอาจอยู่ในกลุ่มหนึ่ง และไซต์ตรวจสอบของคุณประกอบด้วยอีกกลุ่มหนึ่ง เนื่องจากคู่แข่งสามารถอยู่ในหลายกลุ่มได้ จึงเป็นประโยชน์ในการจัดกลุ่มสิ่งต่างๆ ตามกลยุทธ์ที่แตกต่างกัน อาจมีคู่แข่งรายหนึ่งสร้างเนื้อหาบล็อกจำนวนมาก หรือรายหนึ่งกำหนดเป้าหมายไปยังพื้นที่เฉพาะ

กลุ่มคู่แข่งช่วยให้สามารถติดตามคู่แข่งได้อย่างมีประสิทธิภาพมากขึ้นในประเภทข้อความและประเภทเนื้อหา

5. หลังจากดำเนินการแบ่งส่วนเนื้อหาและจัดกลุ่มคู่แข่งแล้ว Erin ก็ได้รับรายชื่อจำนวนมาก: คู่แข่ง คำหลัก และประเภทเนื้อหา

สิ่งเหล่านี้จะช่วยให้เธอ:

• ค้นหาและแบ่งกลุ่มคู่แข่งที่เกี่ยวข้อง
• ดูเนื้อหาการจัดอันดับทั้งหมดที่เกี่ยวข้องกับกลุ่มใดกลุ่มหนึ่ง
• ดูคำหลักทั้งหมดที่คุณกำลังต่อสู้เพื่อ อันดับของคู่แข่ง เนื้อหาที่เกี่ยวข้อง และอื่นๆ

ลองย้อนกลับไปดูกลุ่มคำหลักเดิมที่ Erin สร้างขึ้น เธอมองหาคู่แข่งสำหรับเครื่องชงกาแฟแบบเสิร์ฟครั้งเดียว คู่แข่งสร้างเนื้อหาใดที่ทับซ้อนกันในส่วนนั้น จากที่นั่น เราสามารถค้นพบคำหลักที่เชื่อมโยงกับเนื้อหาประเภทนั้น การเจาะลึกลงไปในคำหลักที่เฉพาะเจาะจง ทำให้เราได้แนวคิดหัวข้อที่ดีขึ้น วางแผนสำหรับการขยายผลิตภัณฑ์ที่เป็นไปได้ และอื่นๆ

การวิเคราะห์เชิงแข่งขันช่วยให้สามารถค้นพบคำหลักและแนวคิดสำหรับหัวข้อเนื้อหาใหม่

นำการวิเคราะห์ที่แท้จริงมาสู่ข้อมูลของคุณ

พวกเราหลายคนดิ้นรนกับการนำข้อมูลทั้งหมดนั้นไปเป็นข้อมูลที่สามารถนำไปปฏิบัติได้ นี่เป็นเพียงไม่กี่พื้นที่ที่คุณสามารถได้รับประโยชน์จากการค้นพบคู่แข่งแบบเจาะลึกและแบ่งกลุ่ม

ค้นหาว่าใครกำลังแข่งขันในพื้นที่เดียวหรือสำหรับกลุ่มคุณลักษณะเฉพาะ

คุณอาจมองข้ามคู่แข่งที่มีฐานที่มั่นของเนื้อหาในส่วนใดส่วนหนึ่ง ในตัวอย่าง Keurig Erin พยายามมองหาคู่แข่งเพื่อจัดส่งฝักกาแฟอัตโนมัติ ปรากฎว่าการสมัครสมาชิกกาแฟไม่ได้เป็นเพียงความสำเร็จสำหรับ Amazon และร้านกาแฟเท่านั้น! Erin พบว่าไซต์ของ Tassimo และ Gevalia ทำงานได้ดีสำหรับ "บริการจัดส่งกาแฟอัตโนมัติ" และข้อกำหนดที่เกี่ยวข้อง การค้นหาคู่แข่งรายใหม่สามารถช่วยให้คุณตรวจสอบเนื้อหาที่มีประสิทธิภาพสูงสุดและคำหลักที่มีประสิทธิภาพสูงสุด และระบุช่องว่างของเนื้อหาที่คุณกรอกได้

ข้อมูลคู่แข่งนี้ยังมีประโยชน์เมื่อคุณเปิดตัวแคมเปญใหม่ สมมติว่าคุณต้องการเปิดตัวแคมเปญสำหรับผลิตภัณฑ์ใหม่หรือเน้นผลิตภัณฑ์ ในตัวอย่าง Keurig อาจเป็นเมล็ดกาแฟคั่วเข้ม คุณได้รับวิธีการดูและดูเนื้อหาที่คู่แข่งสร้างในหัวข้อใดหัวข้อหนึ่ง ก่อนเปิดตัวแคมเปญใหม่นั้น

พิจารณาว่าเนื้อหาบางประเภทมีประสิทธิภาพดีกว่าในบางกลุ่มหรือไม่

วิดีโอมีประสิทธิภาพเหนือกว่าโพสต์บนบล็อกสำหรับส่วนใดส่วนหนึ่งหรือไม่ ข้อความบางข้อความตอบสนองได้ดีกว่าสำหรับเนื้อหาบางประเภทหรือไม่ คู่แข่งบางรายสร้างเนื้อหาประเภทนั้นได้ดีจริงหรือ Erin พบว่าการค้นหาคำที่ยอดเยี่ยมเช่น "เครื่องชงกาแฟที่ดีที่สุด" มีไซต์บทวิจารณ์มากมาย เช่น CNET, BestProducts.com และ CoffeeMakerPicks.com ไซต์เหล่านั้นมักจะนำเสนอสไลด์โชว์และคลิปวิดีโอสั้น ๆ ของผลิตภัณฑ์ที่กำลังได้รับการตรวจสอบ กล่าวโดยย่อ เนื้อหามัลติมีเดียและรูปภาพทำงานได้ดีกว่าสำหรับข้อความค้นหา "เครื่องชงกาแฟที่ดีที่สุด" หากคุณต้องการขายเครื่องชงกาแฟในระยะนั้น นั่นอาจเป็นเนื้อหาประเภทที่คุณต้องการให้บริการ

ใช้การวิเคราะห์การแข่งขันของคุณเพื่อรีเฟรชข้อความของคุณ

อาจมีคำหลักหรือแนวคิดบางอย่างอยู่ในข้อความของคุณ ไซต์ของ Keurig มีแคมเปญที่มีคำว่า "เรียบง่ายสดชื่น" ซ้ำๆ ตลอด หากใครกำลังมองหาระบบการกลั่นแบบง่ายๆ พวกเขาจะพบอะไร? คู่แข่งของคุณใช้ภาพที่ "สดชื่น" อะไร และคุณจะโดดเด่นได้อย่างไร

ตรวจสอบการเปลี่ยนแปลงในการแข่งขันตามสถานที่หรือฤดูกาล

คู่แข่งบางรายแตกต่างกันไปตามสถานที่หรือไทม์ไลน์ กลยุทธ์การส่งข้อความแบบใดที่ใช้ได้ผลดีในบางภูมิภาคแต่ใช้ไม่ได้ในบางภูมิภาค หรือในเขตเมืองแต่ไม่ใช่พื้นที่ชนบท คุณจะปรับแต่งแคมเปญวันหยุดที่ประสบความสำเร็จให้ทำงานในช่วงฤดูร้อนได้อย่างไร อย่าติดตามคู่แข่งรายเดิมทั่วประเทศ และอย่าติดตามคู่แข่งรายเดิมตลอดทั้งปี

ตรวจสอบการเปลี่ยนแปลงประเภทเนื้อหาที่มีประสิทธิภาพสูงสุดตามปริมาณการค้นหา

ประเภทของเนื้อหาตามปริมาณการค้นหามีแนวโน้มที่จะเป็นประเภทใด เนื้อหาบางประเภททำงานได้ดีตามหัวข้อการค้นหายอดนิยมในขณะที่บางประเภททำงานได้ดีในหางยาวหรือไม่? ข้อมูลนั้นเปลี่ยนแปลงไปตามวัฏจักรหรือไม่?

โปรดทราบว่าการวิเคราะห์คู่แข่งไม่ใช่เกมที่ทำเสร็จแล้ว ระบบ DemandSphere จะเติมข้อมูลกลุ่มคู่แข่งด้วยคำสำคัญและเนื้อหาที่เกี่ยวข้องโดยอัตโนมัติ ด้วยการสร้างกลุ่มคู่แข่ง คุณสามารถอยู่เหนือการเปลี่ยนแปลงของการแข่งขันตลอดทั้งปี หากคุณต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับซอฟต์แวร์ติดตามคู่แข่งของเรา — หรือต้องการความช่วยเหลือในการนำทางฟิลด์ที่ซับซ้อนนี้ — กำหนดเวลาการโทรเพื่อสำรวจเพื่อหาข้อมูลเพิ่มเติม