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(tái)（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(jiǎng)勵(lì)，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?yàn)樗话邆€(gè)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(lái)自美國(guó)和英國(guó)的網(wǎng)站以及不同的垂直網(wǎng)站。

程序

1.開始通過(guò)定義各個(gè)行業(yè)的垂直網(wǎng)站

我們使用SimilarWeb的頂級(jí)類別  來(lái)定義分組并選擇以下類別：

• 藝術(shù)和娛樂(lè)。
• 汽車和車輛。
• 商業(yè)和工業(yè)。
• 家和花園。
• 娛樂(lè)和業(yè)余愛好。
• 購(gòu)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)  。由于這個(gè)初步的探索性分析涉及到定量和定性的組成部分，我們希望花時(shí)間了解過(guò)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(yíng)銷組織提供一個(gè)粗略的方法，以便更明智地決定哪種工具可以更好地適應(yīng)各自的垂直方向。

2.從各個(gè)利基網(wǎng)站獲取GSC數(shù)據(jù)

數(shù)據(jù)是通過(guò)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(shí)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(jí)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(gè)網(wǎng)站收集單個(gè)內(nèi)部頁(yè)面的排名關(guān)鍵字

由于主頁(yè)傾向于收集許多可能或可能不會(huì)與頁(yè)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(gè)已建立且正在執(zhí)行的內(nèi)部頁(yè)面，以便排名更可能與頁(yè)面內(nèi)容相關(guān)。這也更加現(xiàn)實(shí)，因?yàn)橛脩魞A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(yè)排名示例，但與頁(yè)面的內(nèi)容和意圖沒(méi)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(yè)結(jié)果。

最后，我們?yōu)槊總€(gè)頁(yè)面選擇一個(gè)詞首。短語(yǔ)“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(duì)較高的詞匯，但不是絕對(duì)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(yè)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項(xiàng)來(lái)執(zhí)行三個(gè)主要工具的關(guān)鍵詞研究：Ahrefs，Moz和SEMrush。

使用“搜索建議”或“相關(guān)搜索”選項(xiàng)，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(gè)工具的結(jié)果數(shù)量。此外，我們從Google搜索中為每個(gè)首字詞（各個(gè)國(guó)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(zèng)送的基準(zhǔn)。

這個(gè)結(jié)果返回了超過(guò)5000個(gè)結(jié)果！它被截?cái)酁?,001，這是最大可行的，并按降序排列。

我們編譯了每個(gè)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(guò)使用一些語(yǔ)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(gè)過(guò)程會(huì)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(huì)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(guò)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(gè)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(méi)有考慮拼寫錯(cuò)誤，這在關(guān)鍵詞研究工具中也可能存在問(wèn)題，因?yàn)樗鼈儠?huì)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(duì)網(wǎng)站頁(yè)面上的術(shù)語(yǔ)拼寫錯(cuò)誤。今天，即使拼寫錯(cuò)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?yàn)槿绻?,000個(gè)關(guān)鍵字只有70％是唯一的，這意味著300個(gè)關(guān)鍵字對(duì)于您正在執(zhí)行的任務(wù)基本上沒(méi)有唯一的值。

接下來(lái)，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(yè)面的查詢。我們采用了以前獨(dú)特的標(biāo)準(zhǔn)化查詢短語(yǔ)，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(qǐng)注意每個(gè)工具的平均GSC覆蓋率，Moz在這里較高，很可能是因?yàn)樗鼮榇蠖鄶?shù)頭條件返回了1,000個(gè)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(yǔ)轉(zhuǎn)換為矢量空間，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(kù)在維度（x和y坐標(biāo)）中減少。如果您對(duì)此不熟悉，請(qǐng)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(yǔ)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(yǔ)義值繪制在坐標(biāo)平面上時(shí)，我們清楚地了解各個(gè)關(guān)鍵字之間的關(guān)系。分組在一起的點(diǎn)將在語(yǔ)義上更相關(guān)，而距離彼此較遠(yuǎn)的點(diǎn)將更不相關(guān)。

購(gòu)物

這是Moz返回1,000條結(jié)果的一個(gè)例子，但搜索量和搜索者關(guān)鍵詞的變化非常低。這可能是由Moz在語(yǔ)義上匹配特定單詞而不是試圖與短語(yǔ)的含義匹配得更多造成的。我們要求Moz的Russ Jones更好地理解Moz如何找到相關(guān)的短語(yǔ)：

“Moz使用許多不同的方法來(lái)查找相關(guān)術(shù)語(yǔ)。我們使用一種算法來(lái)查找具有相似頁(yè)面的關(guān)鍵詞，并使用另一種ML算法將該短語(yǔ)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(yǔ)等。這些算法中的每一個(gè)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(lái)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?cè)噲D達(dá)到這種平衡?！?/p>

Moz確實(shí)包含了一個(gè)很好的相關(guān)性度量，以及一個(gè)用于微調(diào)關(guān)鍵字匹配的過(guò)濾器。對(duì)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(gè)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(duì)關(guān)鍵字的相關(guān)性有所了解。

在這個(gè)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(gè)有趣的。你可以看到Moz和Ahrefs對(duì)這個(gè)高額期限的報(bào)道很好。Moz通過(guò)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(gè)針對(duì)具有廣泛有用品種的主題的查詢。

較大的灰點(diǎn)代表來(lái)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(méi)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(gè)圖很有意思，因?yàn)镾EMrush從其他結(jié)果中的50-200個(gè)范圍跳到近5000個(gè)結(jié)果。您還可以看到（底部）有許多術(shù)語(yǔ)，而這些術(shù)語(yǔ)超出了本頁(yè)的排名或?qū)τ诶斫庑马?yè)面的用戶查詢所需的內(nèi)容是多余的：

大多數(shù)工具分組有點(diǎn)接近頭項(xiàng)，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(gè)示例，用于查找該頁(yè)面當(dāng)前未排名的術(shù)語(yǔ)（由黑色圓圈表示的分組）。在審查數(shù)據(jù)時(shí)，我們發(fā)現(xiàn)右側(cè)的分組對(duì)于此頁(yè)面有意義：

這兩個(gè)黑色圓圈有助于形象化以這種方式繪制文本時(shí)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(yàn)的優(yōu)化專家知道，沒(méi)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(duì)每種工具進(jìn)行定性評(píng)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(yè)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(gè)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(shí)，它也會(huì)很快發(fā)生切線，提供的查詢與我的總詞沒(méi)有任何關(guān)系（請(qǐng)參閱上圖中的Moz對(duì)“Nacho Libre”的建議）。

有了這些說(shuō)明，由于其全面的覆蓋面，Moz尤其適用于小型或新型垂直領(lǐng)域的優(yōu)化。在很多情況下，為更新的趨勢(shì)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(duì)于選定的域名來(lái)說(shuō)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(huì)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?yàn)樗麄兊耐昝澜Y(jié)果與最少量的明顯無(wú)關(guān)的查詢結(jié)合在一起。

它是每個(gè)供應(yīng)商報(bào)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?yàn)閬?lái)自SEMrush的大量異常值。在各種搜索中，它傾向于返回一組不錯(cuò)的詞匯，以避免雜亂無(wú)章。

對(duì)我來(lái)說(shuō)最令人印象深刻的是一種特定類型的利基燒烤，與一個(gè)受歡迎的地點(diǎn)共享一個(gè)名稱。Ahrefs的結(jié)果一直保持在正確的位置，而SEMrush沒(méi)有任何回報(bào)，而Moz則采用了與流行位置相關(guān)的許多關(guān)鍵字的切線。

 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(wú)二的。在匹配來(lái)自GSC的查詢時(shí)，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(gè)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(gè)結(jié)果是，它是唯一不返回相關(guān)關(guān)鍵字的人。這是一個(gè)非常小的數(shù)據(jù)集，所以很明顯有一個(gè)說(shuō)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?yàn)樗鼈儍A向于更貼近地匹配用戶在特定購(gòu)買狀態(tài)下進(jìn)行的搜索類型，而不是那些與特定短語(yǔ)具體相關(guān)的搜索類型。 

例如，查看“[術(shù)語(yǔ)]浴簾”返回了“[term]馬桶座圈”。

這些從語(yǔ)義的角度來(lái)看并不相關(guān)，但它們對(duì)于重做浴室的人來(lái)說(shuō)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(yè)面（SERP）中的各個(gè)結(jié)果相關(guān)聯(lián)，因此很難說(shuō)這些詞語(yǔ)是與搜索查詢相關(guān)還是更像是站點(diǎn)鏈接與個(gè)人頁(yè)面相關(guān)。

使用的代碼

當(dāng)您在Google搜索結(jié)果頁(yè)上輸入Google Chrome瀏覽器的Javascript控制臺(tái)時(shí)，以下內(nèi)容將在頁(yè)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(gè)名為“ 關(guān)鍵字無(wú)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(gè)SERP截屏所示。

結(jié)論

尤其對(duì)于內(nèi)部營(yíng)銷人員來(lái)說(shuō)，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(gè)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(guò)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(jiǎn)潔地理解如何更好地定位我們的內(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(cè)試各種工具并評(píng)估它們對(duì)自己的用處。