大量的长尾关键字如何管理

比如 20 万的长尾关键字,如果进行分类,管理,创造相关页面,排名跟踪等相关工作?

这个问题确实是个非常非常非常好的问题。20 万甚至上百万千万的词管理,如果没有较好的管理措施,将会是个灾难。

前面的回答有说把时间放在关键词管理上还不如放在内容创造上。这是他的回答。

有这个精力 不如放在新内容挖掘上!既然是长尾词 不知道你是什么行业 可能会有时效性!也有可能没有这个缺陷!但是你很难 解决每一个长尾词的排名,这就涉及到在当初设计网站结构的时候 有没有考虑布词结构。如果当初有系统的结构 那么和程序沟通 做出相应的工具!比如根据日志导出 关键词表格 然后在导入查询排名 ! 如果没有系统的结构 20 万次 20 万个页面 那么即便监测到了 改起来 也是一个庞大的工程。

有一定的道理。这个道理的前提是你搞不定这些词库管理。搞不定关键词管理,希望堆内容来掩盖问题,好了,现在你就有两个混乱的问题了——关键词和内容。

这个问题非常值得专门写好几篇文章谈一下,我写过一篇文章,建立有效页面数据库:目的、定义、流程、应用,里面核心逻辑可以借鉴到海量关键词管理上——建立关键词数据库。这里简单说点思路。请注意:思路是重点,技术不是。掌握了思路,就算是用 Excle,也是能够搞定。当然,最好是升级技能点,Excel 处理十万以上的数据有点拖后腿了。

已经假定你这些词本身不需要做清洗了,我也不关心你这些词是怎么来的(当然来源方式对后续的整理方式有影响),反正就是已经有了 20 万词,这个量级用来做关键词管理练手是非常好的,再少些感觉少了点。

一、构建数据表

首先一定要建立这样一个观念,任何一个词都是一条记录。类似于任何一个页面都是一条记录。实际上任何页面与词都有对应关系(不是一一对应关系)。

既然每个词都是一条记录,那么记录就有相应的字段。记录 + 字段 就是构成一张数据表了,多张表构成数据库了。这里面的核心是搞定数据表构建。

细节逻辑阐述会有点绕,随便拿一点词搞搞,不上图说个 JB。

图表一:


看起来很规整的样子。

图表二:


还是看起来很规整的样子。

图表三:


仍然看起来很规整的样子

图表四:


仍然还是看起来很规整的样子。

图表五:


v2-8a2322a5d71dfbe1cab5198b204defd2_hd.jpg

不管怎样都是很规整的样子。

完成上面的表构建,就远远超出楼主说的如何分类的这个小小的目标了,这何止是分类啊,这是大卸八块。

这些东西是怎么演变出来的,结合这五张图表推演下。貌似网上找不到关于大量关键词管理的资料,我也是自己在实际需求中琢磨出来的。这个行业内肯定有一大把人有各种套路来管理这些海量的词的,但是没有看到分享。

熟练了之后,十万级别的关键词就是塞牙缝的,百万级别也就是喝口汤。但是如果要做细致管理,需要对业务有进一步的了解,不然容易闹出笑话。

二、创造相关页面

页面包括模板和内容。其实从前面的表格,就可以很明确地设计页面模板了。

接下来是内容的确定。在确定内容之前,要考虑页面类型。基本类型就两种:详情页和聚合页。这两者甚至可以互相转化,但仍然建议做这两种基本区分,甚至更细致的区分。也许会有详情页 A、详情页 B 等划分。

除了那种 PGC,内容理解为数据组织,这样的思路会让效率和质量显著提升。内容基本上就是复制、组合、精简、关联等几个基本动作来完成。

词条就是着陆页,词条的细分以及与其他词条的关系(这个关系需要另外做表)就已经决定页面内容大概是什么样子了。假定有两个人在词库的指导下生产内容,具体文字不一样,但基本要点都是偏离不了的。偏离才是有问题的。

三、排名跟踪

关键词排名跟踪分两种:一个是关键词对应的不确定页面排名跟踪,一个是关键词对应的确定页面排名跟踪。两种都做更好。

排名跟踪本质是数据统计分析。那么就得按照数据分析的规矩来办事。前面有人提到分组抽样,这个是对的,他也提到了随机抽样。虽然也要用到随机抽样,但还是有一些前提的。样本要具有典型意义。就好比 10000 个品牌词,就不能笼统做品牌词随机抽样,因为这些品牌词可能有 80% 的不太重要的,而有 18% 一般重要的,2% 是至关重要的。数据分析中要注意这个 2/8 法则的应用。

数据分析还有其他的一些常用的思维,如象限法、对比法、多维法等等,灵活地应用一起来。

最后,再强调下,完成这些动作,市面上的现成工具就能满足,只是很多时候在思路没有理清楚的情况下,被搞复杂了,还在想怎么遍历完 20 万甚至百万千万的词。用程序员的说法就是,这算法有问题。所以,很多时候,多优化思维才是捷径和正道。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,634评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,951评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,427评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,770评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,835评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,799评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,768评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,544评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,979评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,271评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,427评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,121评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,756评论 3 324
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,375评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,579评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,410评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,315评论 2 352

推荐阅读更多精彩内容