Мой список минус слов для SEO и Яндекс.Директ

В виду того что я достаточно часто собираю СЯ для коммерции, нередко вставал вопрос как массово отсеивать информационные ключи что в данном случае будут мусором в данном СЯ. О методах сейчас и расскажу.

Чистка семантического ядра:

• Минус словами
• Параметрами ( полнота , частотность, гео итд )

Если свои критерии по параметрам я раскрывать не буду, то списками минус слов я могу спокойно поделиться, потому как, во первых это больше коллективный продукт чем личный, да и фразы что там используются в принципе доступны всем без исключения.

 

Глобальный черный список фраз

В нем во основном инфо-запросы, собраны по принципу ненужности для типичного комерса.

Данный список рекомендую перечитать перед началом работы с ним. Бездумное использование может больше навредить чем помочь!

Причина проста, для каждого отдельно взятого бизнеса есть свои запросы которые фактически пусть и являются информационными но будут конверсионными. Например, в нем есть ключ «установить» , добавлен он туда в контексте ПО.  Но в Вашем случае вы можете рекламировать установку пластиковых окон и тут можете себя подставить.

 

Список городов РФ с численностью свыше 100 тысяч человек:

(кажется 100+, сейчас уже не помню. Взято из википедии по аналогичному запросу)

Все просто, когда собирается ся и используется достаточно больше количество источников ( я использую — подсказки, spywords, вордстат, база Пастухова  и  ) К примеру когда я собираю семантику для бизнеса из Ярославля — часто из вордстата подхватываются ключи с упоминанием Москвы или крупных городов из ближайших областей. Потому у я использую данный список, просто не добавляю в ЧС Ярославль и выпиливаю все остальное.

 

Города Украины и Белоруссии с населением более 100 тысяч человек:

(собраны по аналогии с РФ)

Принцип тот же что и у списка Выше, если собираете для Укр или Блр то не забывайте удалять из списка нужные города.

 

Женские (1072шт) и мужские (2196шт) имена:

Женские имена и Мужские имена могут вам понадобиться для чистки в том случае если в запросах часто бренд — это имя человека, с таким я например столкнулся при работе в тематике фотографов.

 

Как не навредить черным списком семантике

После публикации этих списков в твиттере Павлуцкий Александр  правильно откомментировал предостережением:

Работая со списком в кей коллектор обращайте внимание на настройки выделения минус слов.

 

Если у Вас есть свои списки минус слов которые могут быть универсально использованы для контекста или сбора семантики — публикуйте их, это сильно облегчит работу Вам и  Вашим коллегам.

 

Лайвхак для работы с черным списком

UPD1:

В минус слова Яндекс.Директ можно добавить только 2048 символов, а во всех 3х списках минус слов имеется 5682 символов (перебор на 3634 символов).

Выходим из ситуации так — загоняем весь список в коллектор, выставляем регион своей РК и парсим частотности по базовой частоте. выкидываем не существенное и сокращаем до лимита в 2048 символов — профит, имеем актуальный для региона черный список.

 

UPD2:

Для формирования списка минус слов под конкретное объявление в контекстной рекламе рекомендую использовать простые манипуляции в блокноте:

1. Берем всю левую колонку из wordstat по целевому запросу ( удобней всего через кей коллектор )
2. Копируем в блокнот
3. Удаляем ключевой запрос и его производные, а так же плюсы
4. Пристально смотрим на оставшиеся хвосты
5. Удаляем конверсионные ключи, а список оставшихся запросов смело засовываем в минус-слова рекламной компании