Операторы Wordstat - как работать с ними эффективно

Всем привет друзья!

Сегодня мы в Rush Analytics до конца реализовали поддержку всех операторов Wordstat.

Зачастую Вордстат может сильно облегчить задачу сбора семантики, особенно на начальном этапе, поэтому грамотное использование операторов на старте обязательно.

Какие операторы поддерживает Вордстат?

Давайте для начала рассмотрим все поддерживаемые операторы:

• “кавычки” – число показов только данного запроса, но по всем возможным окончаниям и порядку слов.

• ! восклицательный знак – данный оператор фиксирует окончание слова.

• + оператор «Плюс» - оператор будет полезен для поиска запросов с предлогами и союзами.

• - оператор «Минус» - думаю многим знакомый оператор, поможет вам избавиться от стоп слов и получить только нужные запросы.

• | оператор «Или» - так же еще один полезный оператор, который позволит вам получить запросы сразу по нескольким условиям. Например – купить машину (недорого|ваз)

• () оператор «Группировка» - в совокупности с оператором «Или» позволит делать вам полезные регулярки и извлекать запросы по комбинированным условиям.

Это была теоретическая часть, чтобы освежить знания. Теперь давайте разберем конкретные кейсы с данными операторами и их комбинациями.

Переходим к практике

Начнем от простого к сложному и постараемся рассмотреть типичные ситуации, с которыми многие сталкиваются при сборе семантики.

Кейс №1

Бывают такие тематики, в которых основная частотная семантика начинается от 3-4 слов и выше. Одной из них являются микрозаймы. Как вытащить из вордстата только четырехсловные запросы? А очень просто – тут нам поможет оператор кавычек

Почему так происходит? Все очень просто. Указывая оператор «Кавычки» вы говорите Вордстату – покажи мне ограниченный по длине диапазон слов, которые включают в себя слова, указанные в кавычках. Так как мы указали 4 раза слово «микрозайм» – то мы получаем всех четырехсловные запросы, с содержанием данного слова.

Если у вас основной запрос тематики двухсловный, например «натяжные потолки», то вам нужно будет указать “натяжные потолки потолки” или "натяжные натяжные потолки" – и получить все 3-х словные запросы по вашей тематике.

Кейс №2

Второй практический пример – нам надо получить маркерные запросы для категории «Стиральные машины Samsung», по которым мы в дальнейшем будем собирать облако запросов и делать теговые страницы. Так как искать данную категорию могут по разным написаниям запросов – стиральная машина, стиральная машинка, Samsung, Самсунг – нам нужно сделать соответствующую регулярку в Вордстате и в 1 клик получить все запросы для данной категории:

стиральные (машины|машинки) (samsung|самсунг) -ремонт -ошибки -отзыв -коды -видео -запчасти –неисправности

Также были добавлены базовые стоп слова, чтобы не получать мусорные запросы.

Кейс №3

Очень часто бывают такие тематики, которые содержат очень много смешанных интентов, на чистку которых в дальнейшем уходит очень много времени. Один из таких примеров – продажа компьютеров. Если мы вобьем «купить компьютер» в Вордстат – то соберем кучу ненужного, например: «купить монитор для компьютера», «купить клавиатуру для компьютера» и т.д.

Чтобы собрать только нужные нам маркеры нам нужно просто зафиксировать словоформу и подать в Вордстат запрос «купить !компьютер» и получить уже запросы без лишних интентов.

Кейс №4

Допустим, перед нами стоит задача быстро собрать теги для категории «Смартфоны» и у нас нет времени чистить огромное облако запросов данной категории от мусора. Чаще всего тегами являются 2 типа интентов – характеристика объекта (белый смартфон, мощный смартфон) и по назначению объекта (смартфон для пожилых, смартфон для девушки). С помощью Вордстата мы можем легко собрать теги 2-го типа – по назначению, так как все такие запросы содержат предлоги. Исходя из этого мы делаем следующую регулярку:

смартфоны (+до|+с|+на) -скачать -игры -интернет -мтс -фото

Так же указываем базовые стоп слова, чтобы не собирать мусор.

Сразу видны будущие теги – смартфоны на андроиде, с мощным аккумулятором, с хорошей камерой и т.д. Естественно у каждого могут быть индивидуальные проблемы и текущие кейсы не подойдут для решения вашей задачи, но включив логику, вы всегда можете видоизменить наши примеры под ваши нужды.

Все приведенные выше примеры работают в нашем инструменте парсинга Wordstat – можете сами в этом убедиться. :)