您是否想知道某些流行的關(guān)鍵字研究工具的結(jié)果如何與Google Search Console提供的信息疊加？本文著眼于比較谷歌搜索控制臺（GSC）搜索分析的數(shù)據(jù)與著名的關(guān)鍵字研究工具以及您可以從谷歌提取的內(nèi)容。
作為獎勵，您可以 使用本文末尾的代碼獲取相關(guān)搜索，并且人們還可以從Google搜索結(jié)果中搜索數(shù)據(jù)結(jié)果。
本文并不是要進(jìn)行科學(xué)分析，因為它只包含七個網(wǎng)站的數(shù)據(jù)。可以肯定的是，我們正在收集一些綜合數(shù)據(jù)：我們選擇了來自美國和英國的網(wǎng)站以及不同的垂直網(wǎng)站。
程序
1.開始通過定義各個行業(yè)的垂直網(wǎng)站
我們使用、SimilarWeb的頂級類別來定義分組并選擇以下類別：
- 藝術(shù)和娛樂。
- 汽車和車輛。
- 商業(yè)和工業(yè)。
- 家和花園。
- 娛樂和業(yè)余愛好。
- 購物。
- 參考。
我們從我們的網(wǎng)站樣本中提取匿名數(shù)據(jù)，并能夠從優(yōu)化專家（優(yōu)化）Aaron Dicks和Daniel Dzhenev獲得未見數(shù)據(jù) 。由于最初的探索性分析涉及到定量和定性的組成部分，因此我們希望花時間了解過程和細(xì)微差別，而不是放大分析所需的讓步。我們確實(shí)認(rèn)為這種分析可以為內(nèi)部營銷組織提供一個粗略的方法，以便更明智的決定那種工具可以更好地適應(yīng)各自的垂直方向。
2.從各個利基網(wǎng)站獲取GSC數(shù)據(jù)
數(shù)據(jù)是通過編程和使用Jupyter筆記本從Google Search Console獲取的。
Jupyter筆記本是一款開放源代碼的Web應(yīng)用程序，允許您創(chuàng)建和共享包含實(shí)時代碼，公式，可視化和敘述文本的文檔，以便每天從Search Analytics API中提取網(wǎng)站級別的數(shù)據(jù)，從而提供比當(dāng)前可用的更大的粒度Google的網(wǎng)絡(luò)界面。
3.為每個網(wǎng)站收集單個內(nèi)部頁面的排名關(guān)鍵字
由于主頁傾向于收集許多可能或可能不會與頁面的實(shí)際內(nèi)容相關(guān)的關(guān)鍵字，因此我們選擇了一個已建立且正在執(zhí)行的內(nèi)部頁面，以便排名更可能與頁面內(nèi)容相關(guān)。這也更加現(xiàn)實(shí)，因為用戶傾向于在特定內(nèi)容觀點(diǎn)的背景下進(jìn)行關(guān)鍵詞研究。
上面的圖片是與業(yè)務(wù)相關(guān)的各種查詢的主頁排名示例，但與頁面的內(nèi)容和意圖沒有直接關(guān)系。
我們刪除了品牌字詞，并將Google Search Console查詢限制為首頁結(jié)果。
最后，我們?yōu)槊總€頁面選擇一個詞首。短語“首字詞”通常用于表示具有高搜索量的熱門關(guān)鍵詞。我們選擇搜索量相對較高的詞匯，但不是絕對最高的搜索量。在展示次數(shù)最多的查詢中，我們選擇了最能代表該網(wǎng)頁的查詢。
4.在各種關(guān)鍵詞工具中進(jìn)行了關(guān)鍵詞研究，并查找了關(guān)鍵詞
然后，我們使用上一步中選擇的詞長來執(zhí)行三個主要工具中的關(guān)鍵詞研究：Ahrefs，Moz和SEMrush。
使用“搜索建議”或“相關(guān)搜索”選項，并且保留所有返回的查詢，而不管該工具是否指定了建議與首字之間的相關(guān)程度。
下面我們列出了每個工具的結(jié)果數(shù)量。此外，我們從Google搜索中為每個首字詞（各個國家/地區(qū)）提取了“人們還搜索”和“相關(guān)搜索”，并添加了結(jié)果數(shù)量以給出Google免費(fèi)贈送的基準(zhǔn)。
**這個結(jié)果返回了超過5000個結(jié)果！它被截斷為1,001，這是最大可行的，并按降序排列。
我們編譯了每個工具返回的關(guān)鍵字的平均數(shù)量：
5.處理數(shù)據(jù)
然后，我們通過使用一些語言處理技術(shù)將單詞轉(zhuǎn)換為它們的根形式（例如，“運(yùn)行”到“運(yùn)行”），去除了諸如“a”，“the”和“和“擴(kuò)大收縮，然后排序的話。
例如，這個過程會將“Raleigh中的優(yōu)化代理機(jī)構(gòu)”轉(zhuǎn)變?yōu)椤按頇C(jī)構(gòu)Raleigh優(yōu)化”。這通常會保留重要的單詞并將它們排列整齊，以便我們可以比較和刪除類似的查詢。
然后，我們通過將唯一字詞的數(shù)量除以工具返回的字詞總數(shù)創(chuàng)建一個百分比。這應(yīng)該告訴我們這些工具有多少冗余。
不幸的是，它沒有考慮拼寫錯誤，這在關(guān)鍵詞研究工具中也可能存在問題，因為它們會在結(jié)果中添加額外的粗俗（不必要的，不想要的查詢）。多年前，有可能針對網(wǎng)站頁面上的術(shù)語拼寫錯誤。今天，即使拼寫錯誤，搜索引擎也能很好地理解您輸入的內(nèi)容。
在下表中，SEMrush的搜索建議中唯一查詢的比例最高。
這很重要，因為如果1,000個關(guān)鍵字只有70％是唯一的，這意味著300個關(guān)鍵字對于您正在執(zhí)行的任務(wù)基本上沒有唯一的值。
接下來，我們想看看各種工具如何發(fā)現(xiàn)用于查找這些執(zhí)行頁面的查詢。我們采用了以前獨(dú)特的標(biāo)準(zhǔn)化查詢短語，并查看了工具在其結(jié)果中查詢的GSC查詢的百分比。
在下面的圖表中，請注意每個工具的平均GSC覆蓋率，Moz在這里較高，很可能是因為它為大多數(shù)頭條件返回了1,000個結(jié)果。所有工具的執(zhí)行效果都比Google抓取的相關(guān)查詢要好（使用文章最后的代碼也可以做到這一點(diǎn)）。
進(jìn)入矢量空間
在執(zhí)行之前的分析之后，我們決定將標(biāo)準(zhǔn)化的查詢短語轉(zhuǎn)換為向量空間，以便直觀地探索各種工具的變化。
分配給矢量空間使用稱為預(yù)先訓(xùn)練的單詞向量的東西，使用稱為t分布式隨機(jī)鄰居嵌入（TSNE）的Python庫在維度（x和y坐標(biāo)）中減少。如果您對此不熟悉，請不要擔(dān)心; 通常，單詞向量是將單詞轉(zhuǎn)換為數(shù)字，以便數(shù)字表示關(guān)鍵字的固有語義。
將單詞轉(zhuǎn)換為數(shù)字有助于我們處理，分析和繪制單詞。當(dāng)語義值繪制在坐標(biāo)平面上時，我們清楚地了解各個關(guān)鍵字之間的關(guān)系。分組在一起的點(diǎn)將在語義上更相關(guān)，而距離彼此較遠(yuǎn)的點(diǎn)將更不相關(guān)。
購物
這是Moz返回1,000條結(jié)果的一個例子，但搜索量和搜索者關(guān)鍵詞的變化非常低。這很可能是由于Moz在語義上匹配特定的單詞而不是嘗試更多地匹配短語的含義。我們要求Moz的Russ Jones更好地理解Moz如何找到相關(guān)的短語：
“Moz使用許多不同的方法來查找相關(guān)術(shù)語。我們使用一種算法來查找具有相似頁面的關(guān)鍵詞，并使用另一種ML算法將該短語分解為構(gòu)成詞并找出相關(guān)詞的組合，從而生成相關(guān)短語等。這些算法中的每一個都可以用于不同的目的，具體取決于在你是否想要非常接近或切向主題。您是否希望提高關(guān)鍵字的排名或找到足夠明確的關(guān)鍵字來撰寫關(guān)于該關(guān)鍵字的相關(guān)信息？Moz Explorer返回的結(jié)果是我們試圖達(dá)到這種平衡。“
Moz確實(shí)包含了一個很好的相關(guān)性度量，以及一個用于微調(diào)關(guān)鍵字匹配的過濾器。對于這種分析，我們只使用了默認(rèn)設(shè)置：
在下面的圖片中，查詢圖顯示了每個關(guān)鍵字供應(yīng)商將坐標(biāo)平面轉(zhuǎn)換成的返回值。位置和分組可以讓您對關(guān)鍵字的相關(guān)性有所了解。
在這個例子中，Moz（橙色）產(chǎn)生了大量的各種關(guān)鍵字，而其他工具選擇的卻少得多（綠色的Ahrefs），但與最初的主題更相關(guān)：
汽車和車輛
這是一個有趣的。你可以看到Moz和Ahrefs對這個高額期限的報道很好。Moz通過匹配Google Search Console實(shí)際條款的34％獲勝。Moz的結(jié)果數(shù)量（幾乎默認(rèn)）是Ahrefs的兩倍。
SEMrush在這里落后于35個針對具有廣泛有用品種的主題的查詢。
較大的灰點(diǎn)代表來自Google Search Console的更多“ 基本事實(shí) ”查詢。其他顏色是使用的各種工具。沒有重疊顏色的灰色點(diǎn)是各種工具不匹配的查詢。
互聯(lián)網(wǎng)和電信
這個圖很有意思，因為SEMrush從其他結(jié)果中的50-200個范圍跳到近5000個結(jié)果。您還可以看到（底部）有許多術(shù)語，這些頁面往往排在這個頁面之外，或者對于理解新頁面的用戶查詢需要什么是多余的：
大多數(shù)工具分組有點(diǎn)接近頭項，雖然您可以看到SEMrush（用紫色粉紅色）產(chǎn)生了大量可能更不相關(guān)的點(diǎn)，盡管在某些分組中發(fā)現(xiàn)了Google People Also Search。
百貨
以下是關(guān)鍵字工具的一個示例，用于查找該頁面當(dāng)前未排名的術(shù)語（用黑色圓圈表示的分組）的有趣分組。在審查數(shù)據(jù)時，我們發(fā)現(xiàn)右側(cè)的分組對于此頁面有意義：
這兩個黑色圓圈有助于形象化以這種方式繪制文本時查找相關(guān)查詢分組的能力。
分析
具有關(guān)鍵詞研究經(jīng)驗的優(yōu)化專家知道，沒有一種工具可以統(tǒng)治所有關(guān)鍵詞。根據(jù)您需要的數(shù)據(jù)，您可能需要咨詢一些工具才能獲取您的信息。
以下是對每種工具進(jìn)行定性評估后的一般印象：
- 查詢數(shù)據(jù)和我們分析結(jié)果唯一性的數(shù)字。
- 找到真實(shí)用戶用于查找執(zhí)行頁面的條款的可能性。
莫茲
在原始結(jié)果方面，Moz似乎有令人印象深刻的數(shù)字，但我們發(fā)現(xiàn)在幾個案例中缺乏結(jié)果的總體質(zhì)量和相關(guān)性。
即使在玩相關(guān)性分?jǐn)?shù)時，它也會很快發(fā)生切線，提供的查詢與我的總詞沒有任何關(guān)系（請參閱上圖中的Moz對“Nacho Libre”的建議）。
有了這些說明，由于其全面的覆蓋面，Moz尤其適用于小型或新型垂直行業(yè)的優(yōu)化。在很多情況下，為更新的趨勢主題找到關(guān)鍵字非常困難，所以更多關(guān)鍵字在這里肯定更好。
GSC的真實(shí)用戶數(shù)據(jù)覆蓋64％的覆蓋率，這對于選定的域名來說是非常令人印象深刻的。這也告訴你，盡管Moz的結(jié)果可能會降低兔子洞，但它們往往也有很大的改進(jìn)。他們已經(jīng)失去了保真度的全面性。
Ahrefs
Ahrefs在質(zhì)量方面是我最喜歡的，因為他們的完美結(jié)果與最少量的明顯無關(guān)的查詢結(jié)合在一起。
它是每個供應(yīng)商報告的平均關(guān)鍵字結(jié)果的最低數(shù)量，但這實(shí)際上是誤導(dǎo)性的，因為來自SEMrush的大量異常值。在各種搜索中，它傾向于返回一組不錯的詞匯，以避免雜亂無章。
對我來說最令人印象深刻的是一種特定類型的利基燒烤，與一個受歡迎的地點(diǎn)共享一個名稱。Ahrefs的結(jié)果一直保持在正確的位置，而SEMrush沒有任何回報，而Moz則采用了與流行位置相關(guān)的許多關(guān)鍵字的切線。
Ahrefs的代表向我澄清說，他們的工具“搜索建議”使用Google Autosuggest的數(shù)據(jù)。他們目前沒有像Moz那樣的推薦引擎。使用來自Ahrefs的“同樣排名”和“具有相同條款”的數(shù)據(jù)將使他們更多地與其他工具返回的關(guān)鍵字?jǐn)?shù)量保持一致。
SEMrush
SEMrush總體上提供了很好的質(zhì)量，其中90％的關(guān)鍵字是獨(dú)一無二的。在匹配來自GSC的查詢時，它也與Ahrefs相提并論。
然而，就返回的結(jié)果數(shù)而言，這是最不一致的。它產(chǎn)生了1000多個關(guān)鍵字（實(shí)際上是5000），用于互聯(lián)網(wǎng)和電信>電信，但只覆蓋了GSC中22％的查詢。另一個結(jié)果是，它是唯一不返回相關(guān)關(guān)鍵字的人。這是一個非常小的數(shù)據(jù)集，所以很明顯有一個說法是這些是異常情況。
Google：人們還搜索/相關(guān)搜索
這些結(jié)果非常有趣，因為它們傾向于更貼近地匹配用戶在特定購買狀態(tài)下進(jìn)行的搜索類型，而不是那些與特定短語具體相關(guān)的搜索類型。 
例如，查看“[術(shù)語]浴簾”返回了“[term]馬桶座圈”。
這些從語義的角度來看并不相關(guān)，但它們對于重做浴室的人來說都是相關(guān)的，這表明相似之處是基于用戶意圖，而不一定是關(guān)鍵字本身。
另外，由于“人們也搜索”的數(shù)據(jù)與Google搜索引擎結(jié)果頁面（SERP）中的各個結(jié)果相關(guān)聯(lián)，因此很難說這些詞語是與搜索查詢相關(guān)還是更像是站點(diǎn)鏈接與個人頁面相關(guān)。
使用的代碼
當(dāng)您在Google搜索結(jié)果頁上輸入Google Chrome瀏覽器的Javascript控制臺時，以下內(nèi)容將在頁面中輸出“人員還搜索”和“相關(guān)搜索”數(shù)據(jù)（如果存在）。
此外，還有一個名為“ 關(guān)鍵字無處不在”的Chrome附加組件，它將在搜索結(jié)果中公開這些字詞，正如本文中的幾個SERP截屏所示。
結(jié)論
尤其對于內(nèi)部營銷人員來說，了解哪些工具傾向于使數(shù)據(jù)與垂直方向最為一致非常重要。在這個分析中，我們展示了少量主題工具中的一些常用工具的一些優(yōu)點(diǎn)和缺點(diǎn)。我們希望提供一種方法，可以構(gòu)成您自己的分析或進(jìn)一步改進(jìn)的基礎(chǔ)，并為優(yōu)化提供更實(shí)用的選擇研究工具的方法。
關(guān)鍵字研究工具不斷發(fā)展并通過使用點(diǎn)擊流數(shù)據(jù)和其他數(shù)據(jù)源添加新發(fā)現(xiàn)的查詢。這些工具的實(shí)用性正是基于它們幫助我們更簡潔地理解如何更好地定位內(nèi)容以適合真實(shí)用戶興趣而不是返回關(guān)鍵字的原始數(shù)量的能力。不要只使用一直使用的東西。測試各種工具并評估它們對自己的用處。