#10 – Текстовая релевантность страницы
Привет! Сегодня тема – текстовая релевантность страниц. Тема такая животрепещущая – Яндекс очень щепетильно относится к текстовой релевантности, поэтому нужно обращать пристальное внимание на этот фактор и доводить страницу до идеала в плане релевантности.
Проверка текстовой релевантности документа
Давайте на примере разберем работу с текстовой релевантностью конкретной страницы. Я взял страницу какого-то регионального сайта iroom-store.ru, причем взял для анализа страницу Samsung Galaxy S23+.
Вбил в анализатор текстовой релевантности Miratext. Это один из самых доступных сервисов, который проверяет текст на релевантность, на который я тоже опираюсь в том числе.
Есть всевозможные закрытые от большинства сервисы, но этот общедоступный и довольно дешево можно проверить релевантность, а можно и бесплатно, но долго. Я плачу 5 рублей за проверку, чтобы быстро анализировалась текстовая релевантность.
Итак, вбиваем URL, ждем пока он проанализирует и после этого строятся графики по плотности ключевых слова, и так далее и тому подобное. Я обращаю внимание в первую очередь на облака слов.
Причем, смотрю на зону текста.
То есть в конкретном случае мы должны видеть Самсунг на русском и Samsung на английском, S23, купить, цена, ещё может быть геопривязка. Если вот здесь Калининград, вот он виден. Всё остальное здесь не по теме. Если посмотреть тексты и ссылки, то вообще iPhone лидирует по количеству вхождений на данной странице, которая вообще-то относится к Samsung S23. И в зоне ссылок тоже самое. Если посмотреть по количеству вхождений на странице, то опять же iPhone лидирует, Apple лидирует. И потом Xiaomi есть, iPad, MacBook. И только если пролистать сильно вниз, то увидим Samsung и то всего 7 слов выдает. При этом 67 слов – iPhone.
Заходим в код страницы и проверяем. Визуально кажется, как будто бы нет такого количества вхождений. В такой ситуации мы открываем код, потому что много фраз может быть скрыто в коде.
Тут он видит ссылки на страницы с Айфонами, но их мы не учитываем, а вот самих вхождений – огромное количество. В самом коде документа очень часто встречается слово iPhone и соответственно Apple. Если мы вобьем Samsung, их тоже довольно-таки прилично, но они тоже встречаются в ссылках, то есть реального вхождения в тексте гораздо меньше.
Не зря я ее нашел на пятой странице поисковой выдачи, такая страница не будет ранжироваться в топ-10 уж точно.
Тем более, что, конечно же, я взял тему, где превалируют маркетплейсы, очень много крупняков типа М-Видео, Эльдорадо. Взял специально такой вот не топовый магазин, а просто какой-то региональный.
Мы видим полное отсутствие оптимизации текстовой релевантности. Рассчитывать на хорошие позиции этой страницы нельзя, потому что невозможно с такими показателями ранжироваться хорошо. Можно еще ориентироваться на анализ текста по закону Ципфа, но мне обычно достаточно вот этого облака тегов в зоне текста, чтобы понять насколько оптимизирована текстовая релевантность на данной посадочной странице.
Очень часто люди почему-то думают, что если им написали текст, если даже не сгенерировал Chat GPT, а копирайтер сел и написал статью и они анализируют текстовым сервисом количество вхождения тех или иных слов конкретно этого текста и там все идеально. Затем ставят текст на сайт и думают, что все также будет идеально, страница оптимизирована. Но нет!
Загрузка ...Например, в футере был «Акрополь», и там мы видели вхождение слова «Акрополь». Все вот эти вот перелинковки, все что в меню есть, если даже это меню скрытое, оно все равно может попадать на страницу, и увидеть это можно только в коде. И это все учитывается поисковой системой.
И, соответственно, если вы даже очень хорошо вычистили от спама, либо, наоборот, наспамили, если это нужно (например, при сравнении конкурентов, вы поняли, что вхождений ключевых слов там может быть большое количество), но вы это внедрили только в этот маленький кусок текста в описании, который вы вставили на страницу, где ещё множество всяких слов может присутствовать.
Только когда вы вставили этот текст на страницу, вот только тогда имеет смысл проводить анализ текстовой релевантности, чтобы увидеть, что именно лезет в поисковую выдачу, и что именно анализирует поисковый робот. Поисковый робот анализирует всю страницу. И ваше описание, которое на 2000 символов – это капля в море.
Опять же, не для каждой посадочной страницы нужно писать тексты, нужно смотреть на конкурентов. Если у 8 из 10 конкурентов есть текст, значит и вам нужен текст. Причём нужно ориентироваться на плюс-минус такие же показатели по вхождениям, по объёму, даже по расположению, где этот текст располагается. Допустим, под табом он или он открытый. И уже на это всё смотрим. Выписываем себе в Excel их основные блоки, как они располагаются, какой текст, вот эти все параметры, и соответственно делаем так же, только чуть-чуть лучше, и тогда мы сможем рассчитывать на то, что опередим конкурентов.
Технические параметры текста
Кроме всего прочего, стоит также ориентироваться и на технические параметры написанного материала.
Я и мои копирайтеры ориентируются на следующие параметры:
- Академическая тошнота – 6-10%.
- Классическая тошнота – 3-5.
- Уникальность текста по ETXT – 95%+.
Все эти параметры спорны, т.к. в некоторых случаях даже уникальность не важна, но тем не менее мы выбрали именно такие ориентиры.
Также мы используем инструменты для анализа семантической текстовой релевантности документов:
- SEO-анализ текста и оценка релевантности – https://ru.megaindex.com/a/textanalysis
- Полный семантический SEO-анализ текста – https://miratext.ru/seo_analiz_text
В Миратексте, повторюсь, есть крутые облака ключевых слов, которые показывают наиболее часто встречающиеся фразы в тексте, а значит сразу становится понятно насколько документ релевантен тем запросам, под которые вы затачивали статью.
А Мегаиндекс выдаёт все нужные фразы, которые нужно добавить в различные области текста, чтобы оптимизировать его и сделать релевантным в глазах Яндекса и Google.
Итого
Подытоживая всё, что я сказал. Вы заказываете копирайтеру статью, он её пишет, вы располагаете её на сайт, проходите текстовым анализатором, в облаке у вас должны основные ключевые фразы присутствовать, плюс коммерческие – купить, заказать, цена, плюс геопривязка. Все остальное в облаках тегов должно быть мелко-мелко-мелко. Жирным должны быть выделены только ваши ключи, под которые вы затачиваете.
И, конечно же, ни в коем случае, не должно быть мусорных слов как в примере. Смотрим по табличке: опять же, первые пять слов, которые здесь таблица приводит, должны соответствовать запросам, под которые затачивается страница.
Вот так вот проводим анализ текстовой релевантности документов. Надеюсь, было полезно.
Загрузка...
