กรณีศึกษา: วิธีจัดโครงสร้างเว็บไซต์ของคุณโดยใช้คำหลักกามเทพ

ขั้นตอนแรกของการวิจัยคำหลักคือการรวบรวมคำหลักจำนวนมากที่คุณต้องการกำหนดเป้าหมายโดยใช้เครื่องมือที่มีอยู่มากมาย

แต่เมื่อคุณรวบรวมรายชื่อแล้ว คุณจะไปจากที่ไหน

คุณจัดเรียงคำหลักของคุณลงใน Silos ด้วยตนเองโดยพิจารณาจากความรู้ของคุณเองเกี่ยวกับความสัมพันธ์ระหว่างคำเหล่านั้นหรือไม่?

คุณปฏิบัติตามคำแนะนำมากมายในการวิจัยคำหลักหรือไม่?

ฉันพบปัญหา SEO พื้นฐานนี้เมื่อพยายามจัดโครงสร้างไซต์เกี่ยวกับผลิตภัณฑ์ดูแลผิวโปรไบโอติก

สกินแคร์เป็นสินค้าเฉพาะกลุ่มที่ยากเพราะมีแบรนด์ ประเภทของผลิตภัณฑ์ และความกังวลเกี่ยวกับการดูแลผิวที่แตกต่างกันมากมาย

ยิ่งไปกว่านั้น ผลิตภัณฑ์ดูแลผิวโปรไบโอติกยังเป็นช่องที่ค่อนข้างคลุมเครือในอุตสาหกรรมความงามซึ่งไม่ค่อยมีคนรู้จักมากนัก

โดยพื้นฐานแล้ว ฉันไม่สามารถดูรายการคำหลักในหัวข้อนี้ได้โดยไม่ต้องมีการวิจัยด้วยตนเองมากมาย และรู้ว่าคำหลักใดที่เกี่ยวข้องกัน

นั่นคือสิ่งที่คำสำคัญกามเทพ (KC) กลายเป็นสิ่งล้ำค่า

เราพัฒนาคีย์เวิร์ดคิวปิดเพื่อแก้ปัญหาการวิจัยคีย์เวิร์ดในลักษณะนี้สำหรับไซต์ของเราเอง

เราไม่เพียงแต่ต้องการทำให้การวิจัยด้วยตนเองของเราเป็นแบบอัตโนมัติเท่านั้น แต่เราต้องการเลิกพึ่งพาสัญชาตญาณหรือ "กฎ" โดยพลการเพื่อจัดกลุ่มคำหลักไว้ด้วยกันตามหัวข้อ

KC ใช้อัลกอริธึมการเรียนรู้ของเครื่องเพื่อจัดกลุ่มคีย์เวิร์ดตามผลการค้นหาของ Google เท่านั้น

ด้วยการประมวลผลภาษาธรรมชาติ (NLP) อันซับซ้อนของ Google ผลลัพธ์ที่ได้จึงเทียบได้กับผู้เชี่ยวชาญการวิจัยคำหลัก SEO ที่มีประสบการณ์มากที่สุด (ถ้าไม่ดีกว่า)

ยังดีกว่า KC เป็นแบบอัตโนมัติทั้งหมด

เรียกใช้รายงานคำสำคัญกามเทพ

สำหรับกรณีศึกษานี้ ฉันจัดกลุ่มและจัดระเบียบรายการคำหลัก 1,418 คำที่เกี่ยวข้องกับผลิตภัณฑ์ดูแลผิวโปรไบโอติกโดยอัตโนมัติ

จากนั้นฉันจะเน้นข้อค้นพบที่สำคัญจากการวิเคราะห์นี้ และแสดงให้คุณเห็นว่าคุณจะนำข้อค้นพบเหล่านี้ไปใช้กับไซต์ของคุณเองได้อย่างไร

ก่อนที่ฉันจะทำคลัสเตอร์ได้ ฉันต้องหาคีย์เวิร์ดที่เกี่ยวข้องสำหรับกลุ่มเฉพาะของฉันก่อน

แทนที่จะใช้เครื่องมือเดียว ฉันดึงข้อมูลจากแหล่งต่างๆ เช่น Ahrefs, SEMRush และ Google เอง

จากนั้น ฉันจัดโครงสร้างรายการคำหลักของฉันเป็นรายงานที่กำหนดเองด้วยปริมาณ ความยาก และ CPC ของคำหลักแต่ละคำที่ฉันต้องการจัดกลุ่ม

จากนั้นฉันก็ดำเนินการรายงาน BYOD (Bring Your Own Data) ของ KC ในโครงการ Probiotic Skincare ของฉัน

ฉันอัปโหลดรายการคำหลักของฉันเป็นไฟล์ที่กำหนดเอง และเลือก 'เมตริกทั้งหมด' ฉันยังระบุจำนวนคำหลักที่ฉันต้องการจัดกลุ่มด้วย

เมื่อรายงานทำงานเสร็จแล้ว จะส่งคืนแผนที่ความคิดและรายงาน Excel

รายงานเหล่านี้แสดงข้อมูลเดียวกันในรูปแบบต่างๆ แผนที่ความคิดมีประโยชน์มากกว่าสำหรับการแสดงภาพระดับลำดับชั้นหลายระดับของความสัมพันธ์ของคำหลักและโครงสร้างไซโลของคุณ

รายงาน Excel นั้นยอดเยี่ยมสำหรับการวิเคราะห์เพิ่มเติมและส่งต่อไปยังสมาชิกในทีม

รายงานทั้งสองแบ่งกลุ่มคำหลักออกเป็น Big Silos, Small Silos และ Single Keyword

Big Silos คือคลัสเตอร์ที่มีคำหลักมากที่สุด แต่ Small Silos ยังคงมีการเชื่อมโยงที่แข็งแกร่ง

ความแตกต่างก็คือ Small Silos มีคำหลักจำนวนน้อยกว่า

คนโสดมักจะมีค่าน้อยสำหรับคุณ เนื่องจากอัลกอริทึมไม่สามารถจับคู่กับคำหลักอื่นๆ ในรายการของคุณได้

คุณสามารถดูคีย์เวิร์ดภายในแต่ละคลัสเตอร์ได้ด้วยการคลิกโหนดเพื่อเจาะลึก

ไซโลอยู่ที่ด้านบนสุดของลำดับชั้นของไซโล ธีมของเพจ และคำหลัก

รายงาน Excel ทำหน้าที่คล้ายคลึงกัน แต่ Big Silos, Small Silos และ Singles ถูกเก็บไว้ในชีตต่างๆ และคุณไม่จำเป็นต้องขยายโหนดเพื่อดูธีมของ Silos และ Page

รูปแบบ Excel อำนวยความสะดวกในการค้นหาและจัดเรียงคำหลักเฉพาะ

ธีมของหน้าและไซโลในคำหลักกามเทพ

ฉันได้อธิบายพื้นฐานของการรายงาน KC แล้ว มาดูผลลัพธ์กัน!

ฉันอัปโหลดคำหลัก 1,418 คำและคำหลักกามเทพจัดเป็น 84 ไซโลและ 227 ธีมของเพจ

คีย์เวิร์ดสนับสนุนคือคีย์เวิร์ดที่คุณระบุ

โมเดลโครงข่ายประสาทเทียมรุ่นแรกของเราจัดกลุ่มคำหลักเป็นหน้าต่างๆ

“ธีมของเพจ” ระบุคีย์เวิร์ดที่สรุปความหมายของคีย์เวิร์ดที่สนับสนุน

จากนั้นเพจเหล่านี้จะถูกจัดกลุ่มเป็นไซโลระดับสูงโดยใช้โครงข่ายประสาทเทียมระดับที่สองของเรา ซึ่งพยายามจับความสัมพันธ์ที่ "หลวม" ระหว่างเพจต่างๆ มากขึ้น

อย่างที่คุณเห็น หน้าที่จัดกลุ่มไว้ในไซโลเดียวกันนั้นมีความคล้ายคลึงกันมาก ซึ่งสมเหตุสมผลตามหลักเหตุผลและตามสัญชาตญาณ

สำหรับตอนนี้ ฉันจะเน้นที่ไซโลที่ฉันพบว่าน่าสนใจที่สุด

ประเภทของสิว

เกือบทุกคนต้องทนทุกข์ทรมานจากสิวในบางช่วงของชีวิต...

แม้จะเป็นอาการป่วยไข้ที่แทบจะเป็นสากล แต่ก็ไม่เป็นที่รู้จักกันทั่วไปว่าสิวมีหลายสาเหตุและแบ่งออกเป็นหลายประเภท

สิวแต่ละรูปแบบต้องการการรักษาเฉพาะตัว

หมวดหมู่ที่ชัดเจนของสิวยังมีกลุ่มเป้าหมายที่แตกต่างกัน

หากไม่มีการแทรกแซงด้วยตนเอง KC ได้แยกแยะระหว่างสิว "ปกติ" กับสิวที่เกิดจากสภาวะสุขภาพต่างๆ เช่น PCOS (โรคถุงน้ำหลายใบ) การเปลี่ยนแปลงของฮอร์โมนหลังคลอด ปัญหาต่อมไทรอยด์ และสิวฮอร์โมนโดยทั่วไป

ฉันได้รวมไซโลและธีมของเพจที่อ้างอิงไว้ด้านล่างเพื่อสาธิตวิธีที่ KC จัดคำหลักเป็นประเภทสิวต่างๆ...

ผลลัพธ์ของ Google สำหรับคำหลักแต่ละคำแตกต่างกันอย่างมาก

ในกรณีของสิวหลังคลอด KC แบ่งไซโลให้มากขึ้น

KC ไม่เพียงแต่ระบุไซโลที่กว้างขึ้นซึ่งเกี่ยวข้องกับสิวหลังคลอดเท่านั้น แต่ยังจัดหมวดหมู่ธีมของเพจตามแง่มุมต่างๆ ของการเปลี่ยนแปลงของฮอร์โมนที่เกิดขึ้นภายหลังการคลอดบุตร

กลุ่มที่เกี่ยวข้องกับ 'สิวหลังคลอด 6 เดือน' และ 'การรักษาสิวระหว่างให้นมบุตร' มีความเฉพาะเจาะจงมาก

ในทางตรงกันข้าม กลุ่มที่เกี่ยวข้องกับ 'การแตกออกหลังจากมีลูก' และ 'ผิวมันหลังคลอด' นั้นเป็นเรื่องทั่วไปมากกว่า เพราะพวกมันหมายถึงช่วงหลังคลอดโดยรวมมากกว่ากรอบเวลาเฉพาะหรือแง่มุมของการดูแลทารกแรกเกิด

ธีมของเพจทั้งหมดเชื่อมต่อกันและควรเชื่อมโยงกัน พวกเขายังต้องแยกออกเป็นหน้าต่าง ๆ แทนที่จะรวมกันเป็นหน้าเดียว

มีความคล้ายคลึงกันในกลุ่มคำหลัก — แต่ Google เห็นว่าต่างกัน

การตระหนักว่า Google มองว่าคำหลักที่เกี่ยวข้องมีความเฉพาะเจาะจงเป็นสิ่งสำคัญเมื่อจัดโครงสร้างไซต์และสร้างเนื้อหาสำหรับ SEO

ตัวอย่างเช่น ไม่ใช่ผู้หญิงทุกคนที่ให้นมลูกหลังคลอด...

ดังนั้นจึงควรสร้างหน้าเฉพาะสำหรับสิวขณะให้นมลูก และหน้าอื่นเกี่ยวกับผิวมันหลังคลอดและเชื่อมโยงกันภายในไซโลของสิวหลังคลอด

ข้อมูลเชิงลึกนี้จะไม่เกิดขึ้นโดยสัญชาตญาณสำหรับผู้ที่ไม่มีความรู้เชิงลึกเกี่ยวกับการดูแลผิวหรือการเปลี่ยนแปลงของฮอร์โมน

แม้จะไม่มีความรู้ในเรื่องใด ๆ แต่ก็สามารถระบุได้อย่างง่ายดายด้วยคำหลักกามเทพ

สินค้ามากมาย!

อีกแง่มุมหนึ่งที่ท้าทายและใช้เวลานานของการวิจัยคำหลักคือการทำความเข้าใจว่าแบรนด์และผลิตภัณฑ์ใดที่แก้ไขปัญหาเฉพาะ

ในช่องที่อิ่มตัวพอๆ กับอุตสาหกรรมความงาม แทบจะเป็นไปไม่ได้เลยที่จะรักษาทุกอย่างให้ตรง

รายการคำหลักที่ฉันอัปโหลดมีคำหลักที่เกี่ยวข้องกับผลิตภัณฑ์ดูแลผิวโปรไบโอติกและผลิตภัณฑ์เฉพาะบางอย่างที่แบรนด์เหล่านั้นผลิต

โดยการวิเคราะห์ SERP ที่ทับซ้อนกัน Keyword Cupid แยกคำหลักที่เกี่ยวข้องกับแบรนด์โดยรวมออกจากคำหลักที่เกี่ยวข้องกับรายการใดรายการหนึ่ง

ตัวอย่างเช่น Tula เป็นแบรนด์ผลิตภัณฑ์ดูแลผิวโปรไบโอติกยอดนิยมที่มีผลิตภัณฑ์หลากหลายสำหรับปัญหาการดูแลผิวเกือบทุกอย่างที่คุณนึกออก

หนึ่งผลิตภัณฑ์ Tula เสนอคือการรักษาเฉพาะจุดที่ออกแบบมาเพื่อรักษาสิว KC จัดกลุ่มคีย์เวิร์ดที่เกี่ยวข้องกับ 'tula spot treatment' ในธีมหน้าที่แยกจากคีย์เวิร์ดอื่นๆ ที่เกี่ยวข้องกับ 'tula products for acne'

ธีมของเพจทั้งสองมีอยู่ภายในไซโลเดียว ซึ่งรวมถึงคีย์เวิร์ดทั้งหมดที่เกี่ยวข้องกับการรักษาสิวด้วย Tula แต่ถูกจัดกลุ่มเป็นธีมของเพจที่แตกต่างกัน

เนื่องจาก จุดประสงค์ในการค้นหาสำหรับคีย์เวิร์ดเหล่านี้แตกต่างกัน

คำหลักเช่น 'tula products for acne', 'tula acne clearing kit' และ 'tula before and after acne' เกี่ยวข้องกับสภาพโดยรวมของสิวและการเคลียร์ใบหน้าทั้งหมดของคุณ

ในทางตรงกันข้าม การรักษาจุดสิวเป็นสูตรสำหรับรักษาบริเวณที่เล็กกว่ามากหรือเฉพาะจุดที่เป็นสิว

คีย์เวิร์ดที่เกี่ยวข้องกับ 'tula products for acne' กำหนดเป้าหมายผู้ที่มีสิวเป็นวงกว้าง และคีย์เวิร์ดที่เกี่ยวข้องกับ 'tula spot treatment' กำหนดเป้าหมายผู้ที่มีสิวเป็นครั้งคราว Google สะท้อนถึงความแตกต่างนี้ในผลการค้นหา — ตามที่ KC แสดงด้านล่าง:

ดร.โรชินี ใคร?

ความแตกต่างที่สำคัญอีกประการหนึ่งที่ KC สร้างขึ้นคือการแยกแยะความแตกต่างระหว่างความตั้งใจในการค้นหาที่แตกต่างกันสำหรับโฆษกหรืออิทธิพลของแบรนด์เทียบกับความตั้งใจในการค้นหาสำหรับแบรนด์ที่พวกเขาเป็นตัวแทน

Dr. Roshini Raj เป็นแพทย์ระบบทางเดินอาหารและผู้ร่วมก่อตั้งผลิตภัณฑ์ดูแลผิว Tula แม้ว่าคำหลักบางคำที่ฉันอัปโหลดเกี่ยวข้องกับงานของเธอเกี่ยวกับผลิตภัณฑ์ดูแลผิวโปรไบโอติกและ Tula แต่คำหลักหลายคำก็เกี่ยวข้องกับความอยากรู้เกี่ยวกับตัวเธอเป็นการส่วนตัว การปรากฏตัวในรายการทอล์คโชว์หลายครั้งของเธอทำให้เธอกลายเป็นคนดังระดับมินิ

KC ได้สร้างไซโลที่รวมคีย์เวิร์ดทั้งหมดที่เกี่ยวข้องกับ Dr. Raj แยกคีย์เวิร์ดที่เกี่ยวข้องกับ Tula และสกินแคร์ออกเป็นธีมหน้าเดียว และคีย์เวิร์ดเกี่ยวกับเธอในฐานะบุคคลในธีมหน้าอื่น

การจัดกลุ่มนี้ทำให้เข้าใจได้ง่ายเพราะผู้คนที่สงสัยเกี่ยวกับเธอเป็นการส่วนตัวอาจไม่สนใจแม้แต่ผลิตภัณฑ์ดูแลผิวโปรไบโอติกด้วยซ้ำ

ด้วยการสร้างความแตกต่างนี้ KC ช่วยให้คุณตัดสินใจได้อย่างรวดเร็วว่าคำหลักใดที่เกี่ยวข้องกับผู้ชมเป้าหมายของคุณ โดยไม่ต้องมีการวิจัยด้วยตนเองมากนัก

สิ่งที่คุณต้องการคือชุดเริ่มต้น

แม้ว่าฉันจะเน้นย้ำถึงการแยกปัญหาผิวต่างๆ ของ Keyword Cupid แต่ก็มีข้อยกเว้นที่โดดเด่นในผลลัพธ์ของฉัน

อัลกอริทึมของ KC ส่วนใหญ่จัดกลุ่มคำหลักเกี่ยวกับ 'ชุด' และ 'ชุด' ลงในไซโลของตนเอง แทนที่จะรวมเข้ากับคลัสเตอร์อื่นๆ ที่เกี่ยวข้องกับปัญหาผลิตภัณฑ์ดูแลผิวที่เกี่ยวข้อง

ตัวอย่างเช่น ชุดรักษาสิวและชุดต่อต้านริ้วรอยต่างก็มีไซโลหรือธีมของเพจเป็นของตัวเอง

เนื่องจากปัญหาผิวส่วนใหญ่ต้องการผลิตภัณฑ์หลายอย่าง หลายคนจึงต้องการซื้อ 'ชุด' หรือ 'ชุด' หรือ 'ชุดเริ่มต้น' แทนที่จะลงทุนในสินค้าแต่ละรายการที่มีราคาแพงกว่า

เมื่อคำนึงถึงสิ่งนี้ การสร้างเพจเกี่ยวกับ “ชุดผลิตภัณฑ์ดูแลผิว” สำหรับแต่ละสภาพการณ์ที่ผู้คนต้องการจะบรรเทาก็เป็นเรื่องที่สมเหตุสมผล

แอปพลิเคชั่นที่ใช้งานได้จริง สำหรับคีย์เวิร์ด Cupid Data

ตอนนี้ฉันได้ใช้ผลลัพธ์ของ KC เพื่อแยกแยะเจตนา คุณอาจสงสัยว่าจะทำอย่างไรกับข้อมูลที่เพิ่งค้นพบนี้

วิธีที่ง่ายที่สุดในการใช้คลัสเตอร์เหล่านี้คือการปล่อยให้คลัสเตอร์เป็นแนวทางในโครงสร้างไซต์ของคุณ

คุณสามารถ เชื่อมโยงหน้าที่กำหนดเป้าหมายคำหลักใน Silos เดียวกัน ได้ เนื่องจากคุณรู้ว่า Google ส่งคืนผลลัพธ์ที่ทับซ้อนกันสำหรับคำหลักเหล่านี้ ดังนั้นจึงถือว่าคำหลักเหล่านี้เกี่ยวข้องกัน

กลยุทธ์นี้เป็นวิธีที่ยอดเยี่ยมในการป้องกันการใช้คำหลักร่วมกันในไซต์ของคุณ

คุณยังสามารถใช้ผลลัพธ์การจัดกลุ่มเหล่านี้เพื่อสร้างโครงร่างเนื้อหาสำหรับคุณ...

ตัวอย่างเช่น หากคุณต้องการเขียนเนื้อหาเกี่ยวกับ 'การรักษาผิวแห้งของต่อมไทรอยด์' นี่คือ H2 ของคุณ:

• ไทรอยด์และผิวแห้งบนใบหน้า
• การรักษาต่อมไทรอยด์ผิวแห้ง
• การรักษาผิวแห้งของต่อมไทรอยด์
• ครีมที่ดีที่สุดสำหรับผิวแห้งไทรอยด์
• โลชั่นที่ดีที่สุดสำหรับ Hypothyroidism

เพียงส่งโครงร่างไปให้ผู้เขียนเนื้อหา งานของคุณก็ใกล้จะเสร็จแล้ว!

โดยปกติ คุณต้องทำการจัดเรียงและจัดระเบียบด้วยตนเองค่อนข้างมากเพื่อร่างเนื้อหาบางส่วน เว้นแต่คุณจะมีความรู้เกี่ยวกับหัวข้อของคุณอยู่แล้ว

ด้วยคีย์เวิร์ดคิวปิด การสร้างโครงร่างด้านบนใช้เวลาเพียงไม่กี่นาที

ข้อสังเกตสุดท้าย

ฉันไม่ได้พูดถึง 84 Silos Keyword Cupid ทั้งหมดที่สร้างจากรายการของฉัน

เพื่อความกระชับ ฉันได้เน้นย้ำการค้นพบที่สำคัญบางส่วนเพื่อแสดงให้เห็นว่าคุณสามารถใช้ KC เพื่อปรับปรุงกระบวนการที่มีอยู่ของคุณได้อย่างไร

มีกลยุทธ์ที่มีประสิทธิภาพมากมายในการแยกแยะความตั้งใจในการค้นหาระหว่างคำหลัก...

แต่ KC ให้ผลลัพธ์ที่เทียบได้กับนักวิจัยที่ช่ำชองด้วยความพยายามเพียงเล็กน้อยหรือความรู้เฉพาะด้าน

ผลลัพธ์ของ KC ไม่มีอคติเพราะอาศัยผลลัพธ์ของ Google เพียงอย่างเดียวในการจัดกลุ่มคำหลัก อัลกอริธึมไม่อาศัยพารามิเตอร์หรือการคาดเดาที่มนุษย์สร้างขึ้น หากไม่มีการแทรกแซงของมนุษย์ KC ได้จัดโครงสร้างรายงานการจัดกลุ่มให้มีลำดับชั้นและหลายมิติ

โครงสร้างของ KC นั้นต้องใช้เวลาทำความคุ้นเคยบ้าง แต่การลิงก์เชื่อมโยงกันในไซต์ของคุณนั้นมีประโยชน์มาก เพราะนั่นคือวิธีการสร้างโครงสร้างของไซต์

หากกรณีศึกษานี้เป็นประโยชน์กับคุณ และคุณสนใจที่จะดูว่า Keyword Cupid ทำอะไรกับเว็บไซต์ของคุณได้บ้าง ให้ใช้ประโยชน์จากการทดลองใช้ 7 วันของเราในราคาเพียง $1

นอกจากนี้ Ultimate Guide To Keyword Cupid ของเรายังอธิบายเพิ่มเติมเกี่ยวกับวิธีการเรียกใช้รายงานตั้งแต่ต้นจนจบ

คุณสามารถส่งอีเมลหาเราได้ที่ [email protected] หากมีคำถามเพิ่มเติมหรือต้องการติดต่อกับทีมงาน KC!

หรืออย่าลังเลที่จะถามคำถามใด ๆ ในความคิดเห็นและฉันจะพยายามตอบคำถามเหล่านี้ให้ดีที่สุด