Документ обсуждает процессы фильтрации семантического ядра для e-commerce, включая методы оценки целевых запросов. Основное внимание уделяется автоматизации проверки URLs интернет-магазинов и классификации их по наличию ключевых инструментов, таких как 'корзина' и кнопка 'купить'. Результаты анализа дают возможность отсеивать нецелевые запросы и оптимизировать стратегии SEO для повышения эффективности продвижения в интернете.

1. Фильтрация семантики для
e-commerce
28 января 2015
«SEO 2015»

2. Игорь Бакалов
• В клиентском SEO с 2010 года
• Опыт продвижения: более 60 проектов
• Автор блога http://bakalov.info/

3. Семантическое ядро для e-commerce
Стандартный подбор СЯ: парсим подсказки и
сервисы статистики запросов поисковых
систем, собственные счетчики, запросы
конкурентов, базы ключевых слов…
Стандартная фильтрация СЯ: удаляем не
явные дубли, прогоняем по спискам стоп-
слов, удаляем «пустышки», удаляем ГНЗ
запросы без топонима...

4. Фильтрация СЯ для e-commerce
Получили 100500 запросов, что дальше?
Можно фильтровать руками…
На глаз удаляются не подходящие магазину
запросы, а также запросы с выраженным
информационным интентом.

5. Фильтрация СЯ для e-commerce
Альтернатива: перед ручной проверкой
автоматически оценить на сколько каждый запрос
подходит сегменту e-commerce.
Как сделать? Проверить сколько интернет-магазинов
находится в топ-10 по каждому запросу.
Если в топ-10 только интернет-магазины – запрос максимально целевой, если
интернет магазинов нет совсем – запрос не целевой. В результате по
каждому запросу получаем значение в интервале [0;1]
Как автоматизировать?

6. Фильтрация СЯ для e-commerce
Для интернет-магазинов характерно:
1. Наличие корзины
2. Наличие кнопки «Купить» / «Добавить в корзину»
3. Наличие информации о доставке и оплате
4. Упоминание в тексте, что это «интернет-магазин»
5. Ряд других характеристик, но не в рамках данного
доклада 
Забегая вперед: проверять будем при помощи
регулярных выражений, но сперва…

7. Фильтрация СЯ для e-commerce
Как получить список URL на проверку?
Шаг 1: загружаем в KeyCollector список запросов и
получаем данные из Яндекса (KEI → Получить
данные для ПС Яндекс)
Шаг 2: выгружаем данные по топ-10 из KeyCollector в
Excel (KEI → Экспортировать данные о поисковой
выдаче)
Шаг 3: средствами Excel выполняем чистку URL’ов,
оставляя только уникальные…

8. Фильтрация СЯ для e-commerce
Пример №1: тематика «Сумки»
Кол-во запросов: 6011
Кол-во URL: 60110
Кол-во уникальных URL: 24957
Если брать не более 3 URL с домена, то: 9910
Пример №2: тематика «Смартфоны»
Кол-во запросов: 3124
Кол-во URL: 31240
Кол-во уникальных URL: 10879
Если брать не более 3 URL с домена, то: 2809

9. Фильтрация СЯ для e-commerce
Ищем на странице «Корзину»:
(?i:ваша корзина пуста|в корзине нет товаров|корзина
пуста|корзина (|товаров в
корзине|/basket|/basket.php?product|="basket|>ваша
корзина<|>в корзине<|>корзина<|>моя корзина)
Ищем упоминание про «Доставку и оплату»:
(?i:>варианты оплаты<|>доставка и оплата товаров<|>доставка
и оплата<|>доставка/оплата<|>доставка<|>оплата и
доставка<|>оплата<|>условия доставки<|>способы оплаты<)

10. Фильтрация СЯ для e-commerce
Ищем на странице кнопку «Купить» / «Добавить в корзину»:
(?i:добавить в корзину|'в корзину'|/addcard?dataid=|>в
корзину|>купить<|add-to-basket|add-to-
cart|addcart|addtocart|add_basket|add_to_basket|add_to_cart|
buy_now|shopping_cart|value="в корзину|value="купить)
Ищем упоминание, что это «интернет-магазин»:
(?i:интернет магазин|интернет-магазин|наш магазин)

11. Фильтрация СЯ для e-commerce
Чем собирать данные?
• ZennoPoster
• Human Emulator
• A-Parser
• Content Downloader
• Собственный скрипт/софт
Примечание: я делал не ZennoPoster…

12. Фильтрация СЯ для e-commerce
После проверки всех URL на выходе получаем таблицу вида:
Что с ней делать дальше?
URL Корзина Кнопка купить Упоминание Доставка
URL1 ="basket - интернет-магазин -
URL2 - - - -
URL3 - - интернет-магазин -
URL4 /Basket >Купить< Интернет-магазин
URL5 - - - -
URL6 - - интернет магазин
>Оплата и
доставка<
URL7 /basket - интернет-магазин >Доставка<
URL8 - - интернет-магазин -
URL9 - - интернет магазин -
URL10 /basket >Купить< интернет-магазин >Доставка<

13. Фильтрация СЯ для e-commerce
Не все йогурты одинаково полезны (с)
Каждый из параметров дает определенный «вклад» в итоговую
оценку, на основании которой будет принято решение является ли
данный URL интернет-магазином, или нет.

14. Фильтрация СЯ для e-commerce
Сколько вешать в граммах?
• За наличие «Корзины» - 3 балла
• За наличие кнопки «Купить» / «Добавить в корзину» - 3 балла
• За наличие упоминания, что это ИМ – 2 балла
• За наличие информации о доставке – 2 балла
• Если данных нет – 0 баллов
Баллы «начисляем» в Excel: дублируем список URL на новом
листе, выполняем проверку листа с данными, если в ячейке
«пусто», начисляем 0, если нет, начисляем заданное
количество баллов:
=ЕСЛИ(ЕПУСТО('Лист 1'!B2)=ЛОЖЬ;3;0)

15. Фильтрация СЯ для e-commerce
Интерпретация результатов: если итоговое значение >= 5, то
считаем, что данный URL является интернет-магазином, если
<5, то не является интернет-магазином.
На всякий случай формула для Excel:
=ЕСЛИ(F2>=5;1;0)
URL Корзина Кнопка купить Упоминание Доставка
Итоговое
значение
Магазин?
URL1 3 0 2 0 5 1
URL2 0 0 0 0 0 0
URL3 0 0 2 0 2 0
URL4 3 3 2 0 8 1
URL5 0 0 0 0 0 0
URL6 0 0 2 2 4 0
URL7 3 0 2 2 7 1
URL8 0 0 2 0 2 0
URL9 0 0 2 0 2 0
URL10 3 3 2 2 10 1

16. Фильтрация СЯ для e-commerce
Что имеем на данном этапе? Бинарную оценку (0,
или 1) для каждого URL из топ-10 по всему
семантическому ядру.
Что необходимо получить? Итоговую оценку
«магазинности» по каждому поисковому запросу,
которая получается путем суммирования оценок по
каждому URL из топ-10.
Как сделать на практике?

17. Фильтрация СЯ для e-commerce
Как сделать на практике?
Задействовать магию EXCEL!

18. Фильтрация СЯ для e-commerce
На один лист размещаем следующую информацию:
1. Выгрузку по запросам и результатам в топ-10
2. Список всех URL и значения их «магазинности»
3. Отдельно список всех запросов

19. Фильтрация СЯ для e-commerce
Секретные формулы:
Получаем данные для топ-10 из проверенного ранее списка:
=ВПР(B2;$E$2:$F$1000000;2;0)
Получаем данные по каждому URL из топ-10 и суммируем
полученные значения:
=СЧЁТЕСЛИ(ДВССЫЛ("C"&ПОИСКПОЗ(H2;A:A;0)&":C"&ПОИСКПОЗ(H2;A:A;)+ПО
ИСКПОЗ("*";ИНДЕКС(A:A;ПОИСКПОЗ(H2;A:A;)+1):A1000000;)-
1);1)/СЧЁТ(ДВССЫЛ("C"&ПОИСКПОЗ(H2;A:A;0)&":C"&ПОИСКПОЗ(H2;A:A;)+ПОИ
СКПОЗ("*";ИНДЕКС(A:A;ПОИСКПОЗ(H2;A:A;)+1):A1000000;)-1;1))

20. Фильтрация СЯ для e-commerce
На выходе получаем результат вида:
Запрос «Магазинность»
купить недорого сумку через плечо 1
сумки красные интернет магазин 1
модные сумки женские интернет магазин 0.9
кожаная сумка наложенным платежом 0.9
сумка наплечная мужская 0.9
купить мужскую сумку для документов 0.8
сумки женские из натуральной кожи 0.7
карабин для сумки купить 0.7
кожаные мужские сумки 0.6
сумки кожаные без подкладки 0.6
сайт магазина сумок 0.6
магазин сумок робинзон каталог 0.5
ecco сумки женские 0.4
сумки 2015 женские фото 0.3
сумка банан мужская 0.2

21. Фильтрация СЯ для e-commerce
Что это дает? Понимание!
(Тематика «смартфоны»)
Среди ГНЗ много запросов, где отлично ранжируются магазины:
Запрос Магазинность Геозависимость
смартфон 4g цена 1 0
смартфон lenovo a516 grey цена 1 0
смартфон lenovo a859 white цена 1 0
смартфон lenovo s850 white цена 1 0
смартфон lenovo s860 titanium цена 1 0
заказать смартфон 0.9 0
интернет магазин смартфонов и планшетов 0.9 0
купить в кредит смартфон самсунг 0.9 0
купить смартфон сони иксперия с2305 0.9 0
смартфоны онлайн магазин 0.9 0
смартфон нокия люмия 1020 цена 0.9 0
смартфон самсунг интернет магазин 0.9 0
смартфон самсунг таб 3 цена 0.9 0
смартфон 4g купить 0.9 0
смартфон lenovo a859 grey цена 0.9 0

22. Фильтрация СЯ для e-commerce
Что это дает? Понимание!
(Тематика «смартфоны»)
Среди ГЗ много запросов, где магазины не встречаются:
Запрос Магазинность Геозависимость
бюджетные смартфоны леново 0 1
бюджетные смартфоны fly 0 1
бюджетные смартфоны lenovo 0 1
новые смартфоны самсунг 2014 цены 0 1
продажа смартфонов в россии 0 1
самсунг сервис центр ремонт смартфонов 0 1
самые дешевые смартфоны леново 0 1
смартфоны новинки samsung 0 1
sony бюджетные смартфоны 0 1
билайн продажа смартфонов 0.1 1
дешевые смартфоны мегафон 0.1 1
дешевые смартфоны нокия 0.1 1
дешевые смартфоны 2014 0.1 1
леново смартфоны новинки 0.1 1
недорогие смартфоны htc 0.1 1

23. Фильтрация СЯ для e-commerce
Что это дает? Понимание!
(Тематика «сумки»)
Среди ГНЗ много запросов, где отлично ранжируются магазины:
Запрос Магазинность Геозависимость
где купить сумку монстр хай 1 0
сумка ив сен лоран купить 1 0
сумка из рыжей кожи 1 0
сумки кристиан диор купить 1 0
сумки tods интернет магазин 1 0
gucci интернет магазин сумки 1 0
детские сумочки для девочек 0.9 0
женские сумки розового цвета 0.9 0
интернет магазин кожаных сумок италия 0.9 0
интернет магазин сумок наложенным платежом 0.9 0
кожаная сумка наложенным платежом 0.9 0
мужские сумки louis vuitton 0.9 0
мужские сумки lv 0.9 0
сумка женская фиолетовая 0.9 0
сумка мешок мужская 0.9 0

24. Фильтрация СЯ для e-commerce
Что это дает? Понимание!
(Тематика «сумки»)
Среди ГЗ много запросов, где магазины не встречаются:
Запрос Магазинность Геозависимость
изготовление сумок из кожи 0 1
магазин сумок в галерее 0 1
магазин сумок топавеню 0 1
магазин сумок camerel 0 1
модные джинсовые сумки 0 1
модные сумки шанель 0 1
модные тренды сумок 0 1
мужская сумка пол avon 0 1
сеть магазинов сумок 0 1
сумка из кусочков кожи 0 1
белая сумка кожа 0.1 1
большие модные сумки 0.1 1
где купить сумку невервинтер 0.1 1
женская сумка амели эйвон 0.1 1
женская сумка хобо 0.1 1

25. Фильтрация СЯ для e-commerce
Вернемся к примерам:
Пример №1: тематика «Сумки»
Кол-во запросов: 6011
0
200
400
600
800
1000
1200
1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0

26. Фильтрация СЯ для e-commerce
Вернемся к примерам:
Пример №2: тематика «Смартфоны»
Кол-во запросов: 3124
0
100
200
300
400
500
600
1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0

27. Фильтрация СЯ для e-commerce
Как использовать полученные данные?
Вариант №1 – отсев не целевых запросов:
• Включать в свою семантику только целевые запросы, с
заданным порогом «магазинности», например >0.3.
• Запросы с «магазинностью» <0.3 либо исключать из
семантического ядра, либо создавать под них
информационные страницы.
• Не тратить деньги на ссылки для продвижения запросов, по
которым Яндекс не ранжирует магазины, а включать по
ним Яндекс.Директ.

28. Фильтрация СЯ для e-commerce
Как использовать полученные данные?
Вариант №2 – подготовка текстов:
• Смотрим не весь топ, а только сайты интернет-магазинов;
• Определяемся, нужны ли вообще тексты для продвижение
по данному запросу;
• Если тексты нужны, то определяемся с объемом (среднее
значение, или медиана);
• Сеошные заморочки: количество вхождений, плотность
ключевых слов и т.д.;
• Наличие «характерных» слов, которые есть в текстах
конкурентов;

29. Фильтрация СЯ для e-commerce
Какие могут быть проблемы?
• Полнота. Далеко не все параметры оценки
покрываются приведенными регулярками.
Необходимо выполнять проверки результатов и
периодически улучать регулярные выражения.
• Точность. Вероятно возможны «ложные
срабатывания» регулярных выражений.
• Апдейты Яндекса. Никто не застрахован от того,
что в очередной АП по «магазинному» запросу
весь топ займут информационные документы.

30. Спасибо за внимание!
Игорь Бакалов
Подписывайтесь на мой блог:
http://bakalov.info/
И добавляйтесь в соц сетях:
https://www.facebook.com/bakalov.igor
https://twitter.com/Bakalov_Igor