Analiza n-gram dla słów kluczowych
18094
post-template-default,single,single-post,postid-18094,single-format-standard,bridge-core-1.0.5,ajax_fade,page_not_loaded,,qode-child-theme-ver-1.0.0,qode-theme-ver-18.1,qode-theme-bridge,qode_header_in_grid,wpb-js-composer js-comp-ver-6.0.2,vc_responsive
 
Analiza n-gram dla słów kluczowych

Analiza n-gram dla słów kluczowych

Analiza n-gram dla słów kluczowych

Cel

Przedstawienie możliwości pogłębionej analizy słów kluczowych i wyszukiwanych fraz za pomocą n-gram.

Grupa docelowa

Specjaliści Google Ads

Spis treści:

Analiza n-gram dla słów kluczowych 

Wstęp 

Idea analizowania search terms – po co to robimy? 

Co to jest n-gram? 

N-gram – jak wykonać analizę? 

Jakie wnioski płyną z n-gram? 

Znajdź nowe słowa kluczowe / negatywy, popraw quality score 

Sprawdź wyniki poszczególnych słów 

Przeanalizuj zbiorczo duże ilości danych 

Zadecyduj o wprowadzeniu negatywnego słowa kluczowego i jego dopasowaniu 

Zbadaj efektywność długich fraz 

Czy warto korzystać z zestawień? 

Dobór odpowiednich słów kluczowych do kampanii Google Ads jest jednym z najważniejszych aspektów prowadzenia konta reklamowego. Według internetlivestats.com, od 16-20% haseł wpisanych w wyszukiwarkę w ciągu każdego roku w Google jest unikatowych  tj. są wpisane w wyszukiwarkę po raz pierwszy (!). 

Co to oznacza dla nas? Jest to wręcz nieskończona liczba możliwości — kombinacji słów kluczowych, które możemy wykorzystać w kampaniach.

Można to uznać za ogromną zaletę i nieskończony wręcz potencjał kierowania. Z drugiej strony, właśnie ten ogrom możliwości i konieczność „przebicia się” do najważniejszych, najbardziej wartościowych fraz, stanowi nie lada wyzwanie dla digital marketerów na całym świecie.

Idea analizowania słów kluczowych – po co to robimy?

Prowadząc kampanię Google Ads, niezbędny jest wybór odpowiednich dopasowań słów kluczowych. Jeżeli chcemy, aby nasza reklama pojawiała się po wpisaniu jednej, konkretnej frazy (oraz najbliższych synonimów), oczywistym wyborem będzie wybór dopasowania ścisłego. Daje nam to niesamowitą przewagę w kwestii określenia optymalnej stawki za kliknięcie oraz dopasowania odpowiedniego komunikatu. Wpływamy tym znacząco na CTR reklam, a także na wskaźnik jakości (quality score). Wybierając takie rozwiązanie wydawałoby się, że wydajemy nasze środki dokładnie tam, gdzie powinniśmy. Wadą takiego rozwiązania jest jednak to, że w znacznym stopniu ograniczamy potencjał naszych kampanii i liczbę zapytań, na które moglibyśmy pokazywać nasze reklamy.

Raport wyszukiwanych haseł – inspiracja i ostrzeżenie

Badając możliwości nowych fraz, nie sposób pominąć raportu wyszukiwanych haseł. Można w nim sprawdzić, jakie frazy wpisywali użytkownicy klikając w naszą reklamę, a także, jakie słowo kluczowe te zapytania wywołało.

Raport jest świetnym źródłem inspiracji przy dodawaniu nowych słów kluczowych, ale także pokazuje nam, czy nie wyświetlamy się z naszymi kampaniami na niechciane hasła.

Optymalizuj z uwzględnieniem listy słów wykluczających

Kolejną czynnością w optymalizacji jest wprowadzenie list słów wykluczających. Skutecznie ograniczają one wyświetlanie reklam dla wyszukiwań powiązanych z promowanym produktem lub usługą, jednak nie świadczących o intencji skorzystania z niej – np. związane z poszukiwaniem informacji na temat wystroju wnętrz (“jak…”, “co…”, itd.). Przykład poniżej:

 

This image has an empty alt attribute; its file name is Tsrhfd3EV6VFNwDaEGeUdsAdEMtoe5mzrvJrwzX3nvSyp6KwOMg1w3n_K9cWdTXHW5GbTf925dTp05tp2v1CIPzK9WWCGojD4nywLPuM2dpQfJM_odqgelUZ4Moe6qliadjmYd3w

This image has an empty alt attribute; its file name is r_aEWTaNjA0Nbc_R1R6QillHJoMPySOHi_rjGnM2boJDGQhBvlfVxRfden26rek24zLoCWFU1pF91NK_yXrGOwLQUh2TRp-R06Dp6x18aCWMB-E_ex018d4EJBwM3JvFL97gVadk

Screenshot z wyszukiwanych haseł wewnątrz Google Ads.

 

Jak widzimy słowem które można wykluczyć jest “garaż” (w dopasowaniu do wyrażenia), gdyż wyszukiwane hasło “jak urządzić garaż” nie jest powiązane z ofertą naszego klienta. Dodatkowo dopasowanie do wyrażenia uniemożliwi wyświetlenie się na jakiekolwiek inne hasła zawierające w sobie “garaż” (np. “Garaż wystrój”, “garaż  lub “Aranżacja garażu”), gdyż wiemy iż istnieje minimalna szansa, że hasła tego typu dostarczą nam wartościowego użytkownika, który mógłby dokonać kontaktu lub zakupu. Podobnych przykładów tego typu fraz w raporcie wyszukiwanych haseł można znaleźć setki lub tysiące (w zależności od czasu trwania kampanii i jej skali).

Co wynika z analizy słów kluczowych?

          • poprzez dodawanie nowych słów kluczowych, znajdujemy nową drogę dotarcia do potencjalnych klientów,
          • lepiej kontrolujemy stawkę takich słów,
          • skutecznie dopasowujemy reklamę do nowego słowa kluczowego, co ma pozytywny wpływ na współczynnik jakości (quality score),
          • unikamy niechcianych kliknięć,
          • OGRANICZAMY NIEPOTRZEBNE KOSZTY.Czym jest analiza n-gram?

Raport wyszukiwanych haseł jest znakomitym sposobem na wprowadzenie najważniejszych zmian w naszym zestawie wykluczających słów kluczowych. Natomiast produkty, które promujemy, mogą zostać znalezione przy użyciu wielu, nieoczywistych na pierwszy rzut oka, fraz. Dopasowania fraz “do wyrażenia” lub “przybliżone zmodyfikowane” (tj. “Wystrój wnętrz” lub +wystrój +wnętrz) mogą dać nam nieskończoną liczbę kombinacji wyszukiwanych haseł. 

 

Sztuką jest ograniczać skutecznie, poprzez negatywne słowa kluczowe na te hasła, które nie dadzą nam wartościowych użytkowników. Jak na przykładzie frazy “garaż”. Jednym skutecznym rozwiązaniem jest wyszukiwanie takich haseł ręcznie, przeglądając raport wyszukiwanych haseł. Jednakże jest on dość czasochłonny :). Zdecydowanie lepszym pomysłem jest wykorzystanie wszystkich danych za jednym razem, przy pomocy skryptu.

 

Jak znaleźć frazy przy pomocy skryptu n-gram?

Z pomocą przychodzi nam tzw. analiza n-gram. W odróżnieniu od standardowego zestawienia wyszukiwanych fraz, zestawienie n-gram ma dodatkowy wymiar. Pozwala na podział wyszukanych przez użytkowników haseł na frazy jedno-, dwu-, trzy-, itd. wyrazowe. 

 

Zestawienie n-gram składa się z tabel, przy czym każda z nich przedstawia zestawienie dla jednego wariantu fraz – składają się kolejno z jednego słowa, dwóch itd. Przy tworzeniu zestawienia mamy możliwość określenia maksymalnej liczby wyrazów, którą chcemy analizować. Przykładowo, wybierając maksymalną liczbę wyrazów 7, ostatnia tabela będzie zawierała frazy, które składają się z 7 słów. W tabeli mamy kolejno:

1-gram – jednowyrazowe frazy,

2-gram – dwuwyrazowe frazy,

3-gram – trzywyrazowe frazy,

Itd.

Przykładowo, w raporcie wyszukiwanych fraz mamy dwie pozycje:

          • wystrój wnętrz inspiracje,
          • wystrój wnętrz biuro projektowe.
      •  

W analizie n-gram, powyższe wyszukania zostaną rozbite na następujące przypadki (poniżej wykaz poszczególnych tabel n-gram):

1-gram – wystrój; wnętrz; inspiracje; biuro; projektowe;

2-gram – wystrój wnętrz; wnętrz inspiracje; wnętrz biuro; biuro projektowe;

3-gram – wystrój wnętrz inspiracje; wystrój wnętrz biuro; wnętrz biuro projektowe;

4-gram – wystrój wnętrz biuro projektowe

 

W wynikach tabeli dostajemy informację, jaki wpływ na wyniki kampanii miało każde z wyszukiwanych haseł. Poza samym słowem, posiadamy następujące informacje:

          • Query count (liczba wyszukiwanych haseł) – ile razy dane słowo pojawiło się “wewnątrz” innych, dłuższych fraz,
          • Clicks (kliknięcia),
          • Impressions (wyświetlenia) ,
          • Cost (koszt),
          • Number of conversions (liczba konwersji)
          • Conversion value (wartość konwersji)
          • CTR,
          • CPC,
          • Conversion Rate (współczynnik konwersji),
          • Cost / conversion (Średni koszt konwersji),
          • Conversion value / cost. (Wartość konwersji / Koszt = ROAS)

 

Poniżej przykład zestawienia oraz zakładki, z których zestawienie się składa:

This image has an empty alt attribute; its file name is 4qCcWZ_h1kO8wfNlhAqefbDIQrzFZfrbUH_BPts337M8JLAj-Qurs8RHSXCaHMfa0vQSjiFZi5pvzrwm-kf8pTCGeDlCAMQh6jqaUjPbPNVUn5CW3LBmUiDmMYkrewHeEm-vPSw0

 

W wykazie znajdziemy frazy w ujęciu konta, kampanii i ad grupy.

This image has an empty alt attribute; its file name is l8J_V7kk5DXHto24IO1DCD-kWfKqiWi6pfaAejjsY8kJN3TB0q5VYEIlLMYe5-mMRZkFHdSP5O5h89leEn3RPmh0_G2rxZDGhB7NLfklQU1TYyTaoWVi8CVw2MhawuWrf8e0-gLO

 

Zdecydowanie najciekawszą zakładką są “Account Word Analysis” oraz “Account 2-Garm Analysis”, gdyż pozwalają znaleźć krytyczne słowa zawarte w wyszukiwanych hasłach które dokonując filtrowania i sortowania dają najniższy (lub zerowy) ROAS. Lub mają najwyższy koszt za konwersję (lub ich brak). Warto wziąć pod uwagę tylko te słowa, które mają minimalną liczbę kliknięć np. 100 lub ewidentnie możemy rozpoznać w nich niską wartość dla użytkownika w naszej grupie docelowej. Szerzej te punkty zostaną omówione w dalszej części tego artykułu.

N-gram – jak wykonać analizę?

W jaki sposób wykonać analizę n-gram? Z pomocą przychodzi nam londyńska agencja BrainLabs, która udostępnia na swojej stronie darmowy skrypt. Na stronie znajdziecie również szczegółową instrukcję użytkowania.

Skrypt należy wprowadzić do narzędzia: 

Google Ads – Tools & Settings -> Bulk Actions -> Scripts

Po skopiowaniu należy pamiętać, aby w pierwszej kolejności uzupełnić pole z destynacją pliku Google Sheets (zmienna – spreadsheetUrl), w którym dane zostaną wygenerowane. Po wprowadzeniu zmiennej, skrypt jest gotowy do użycia.

 

Skrypt posiada parametry opcjonalne, które zmienić można w samej treści skryptu. 

Są to np.:

            • startDate / endDate (zakres dat, z jakiego dane mają być pobrane),
            • campaignNameContains,
            • campaignNameDoesNotContain – warto w tym miejscu rozważyć wykluczenie kampanii typu brand (pamiętaj o tym, aby wprowadzić system nazewnictwa kampanii),
            • ignorePausedCampaigns – jeżeli konto zawiera przeszłe, wstrzymane kampanie, warto rozważyć opcję “false” tak, aby przeanalizować wszystkie dane historyczne,
            • ignorePausedAdGroups,
            • checkNegatives – skrypt nie doprowadzi do wygenerowania haseł, które będą wstrzymywane przez Twoją listę negatywnych słów kluczowych. Jeżeli posiadamy zweryfikowane i usystematyzowane listy negatywnych słów kluczowych, możliwym jest wykluczenie haseł z list – uzyskamy w ten sposób mniej danych do analizy,
            • minNGramLength / maxNGramLength – minimalna i maksymalna liczba słów w generowanych frazach,
            • clearSpreadsheet – opróżnij arkusz przed wygenerowaniem.

 

Poniżej screen kodu ze zmiennymi.

This image has an empty alt attribute; its file name is yBwEpMHaQaWzlQC7VJHGMWTWSnxqlwADkBzOK1dRjQ6ER7NNxXesK8AfTn0GYQWz_OotWiIOIbtdGp_kwNTrwFR1ilXUmPwzBNt2h02kfJizA8-7J4qkIH6Hoq144XavdOS_qBR_

 

Poniżej znajdziemy kolejną sekcję, gdzie ustalamy warunki graniczne dla wartości poszczególnych wyników kampanii, tzw. Thresholds. Co to znaczy? Za pomocą tej sekcji możemy ograniczyć wyświetlanie fraz, które pojawiły się rzadziej niż liczba wskazana. 

Przykładowo, wprowadzając w zmiennej impressionThreshold = 5, algorytm pominie w raporcie te wyszukania, które miały mniej niż 5 wyświetleń.

This image has an empty alt attribute; its file name is OXL1mU0JOs4d414E6ZoN3fKthfiAtVUO8pvZqCchdQxunYsg2urGedrdN8SPwskySHWEODj1mkIaqKLHptQxJRzvyNu1Rna1yDqVYMyblUFH9zQQyS-sjbFpIGFDJLodfKeMf-NM

 

Jakie wnioski płyną z n-gram?

Do podstawowych obowiązków osoby odpowiedzialnej za prowadzenie konta reklamowego Google Ads jest analiza wyszukanych haseł. Załóżmy, że wprowadziliśmy do zbioru słów kluczowych słowo w dopasowaniu phrase:

wystrój wnętrz

W zestawieniu 2-gram widzimy, że słowo pokazało się w wynikach wyszukiwania 2 razy. Po przeszukaniu pozostałych zestawień okazało się, że pojawiło się w dwóch wariantach wyszukiwań:

wystrój wnętrz biuro projektowe

wystrój wnętrz projektanci

Wynik ten może być dla nas wskazówką, aby rozdzielić słowo kluczowe w dopasowaniu do wyrażenia (phrase) – “wystrój wnętrz” – na dwa osobne w dopasowaniu ścisłym (exact) – [wystrój wnętrz biuro projektowe] oraz [wystrój wnętrz projektanci], a także odpowiednio dopasować nagłówki H1 (oczywiście uwzględniając dostępną liczbę znaków).

 

W ten sposób możemy doprowadzić do zwiększenia wskaźnika składowego Quality Score (Wynik Jakości), ad relevance (trafność reklamy) oraz w konsekwencji obniżenia kosztów kliknięć.

Jest to jedno z podstawowych podejść do analizy słów kluczowych. Analiza n-gram umożliwia nam jednak bardziej szczegółowe i zbiorcze analizy wyszukanych fraz w podziale na konkretne słowa. Jakie zatem odpowiedzi może nam przekazać?

 

Przykłady wniosków, jakie możemy z analizy wyciągnąć.

 

1. Przeanalizuj zbiorczo duże ilości danych

Czy Twoje nowe zlecenie zawiera duże zbiory danych (słów kluczowych, długą historię konta)? Świetnie!

Najważniejszą zaletą zestawienia n-gram jest to, że pozwala na zagregowaną analizę wyszukiwanych fraz, co z kolei przekłada się na czas analizy. Załóżmy, że po raz kolejny rozpatrujemy słowo “wystrój wnętrz”. W ciągu ostatniego roku, słowo to, w różnych dopasowaniach, mogło się pojawić w wynikach wyszukiwania dziesiątki razy. Przykładowo, kliknięcia mogły dotyczyć następujących wyszukiwań:

inspiracje na wystrój wnętrz

projekt wystroju wnętrz

wystrój wnętrz pomysły

wystrój wnętrz inspiracje

ciekawe pomysły na wystrój wnętrz

projektanci wystroju wnętrz

ile kosztuje projekt wystroju wnętrza

wystrój wnętrz projekt

cena wystrój wnętrz

gotowy projekt wystroju wnętrza

gotowy wystrój wnętrza

itd.

 

Przeszukiwanie wieloletniej  historii wyszukiwania może być bardzo uciążliwe. Zaletą zestawienia n-gram jest to, że słowa z powyższych wyszukiwań – inspiracje, pomysły, znajdziemy w n-gram jako jedno wystąpienie. Przykład z zestawienia wyżej – “wystrój wnętrz” (query count – 6).

 

To ogromna oszczędność czasu.

 

N-gram podpowie nam, w ilu różnych wyszukiwaniach słowo się pojawiło oraz ile przyniosło nam wyświetleń, kliknięć, konwersji. Zdobędziemy również informację, w której kampanii takie wyszukanie miało miejsce, dzięki czemu z łatwością przypiszemy je do odpowiedniej listy negatywnych słów kluczowych, na poziomie kampanii lub na poziomie konta. Wszystko to na podstawie jednego wiersza tabeli.

 

2. Sprawdź wyniki poszczególnych słów

Weźmy pod uwagę ten sam przykład:

wystrój wnętrz

 

Frazy wyszukane:

wystrój wnętrz biuro projektowe

wystrój wnętrz projektanci

wystrój wnętrz projektanci ranking

wystrój wnętrz projektanci konferencja

wystrój wnętrz projektanci praca

wystrój wnętrz projektanci znani w Polsce

 

O ile oba słowa kluczowe mogą świadczyć o intencji skorzystania z usług promowanej firmy, o tyle może się okazać, że:

          • słowo “projektanci” przyniosło nam jedną konwersję, która kosztowała nas 200 zł, 
          • biuro projektowe” uzyskało 5 konwersji, przy czym koszt za konwersję to jedyne 20 zł.

 

Jaki z tego wniosek? Warte rozważenia jest wykluczenie słowa “projektanci”, które mimo przypuszczalnie pożądanych intencji użytkownika, jest po prostu za drogie. Oczywiście takie posunięcie jest zależne od ustaleń biznesowych, budżetu kampanii, itd.

 

Tip – po pierwsze, skup się na słowach, których wartość konwersji jest najwyższa.

 

Przykład:

Zestawienie zbiorcze fraz do wykluczenia pozwala nam zdobyć szersze spojrzenie na to, które frazy wygenerowały koszt konwersji większy niż zakładano. Wystarczy wprowadzić filtr w kolumnie Cost/conv. (koszt konwersji) > średni/wysoki (lub wskazany przez klienta).

This image has an empty alt attribute; its file name is MzNndN5Gdno0swOJxcKyPOWFeYtVfJGnXgPdz-JcrEgHHegQHo8IQRrQl4e6waxpSdJuTLGWeALk7mZITr20I-VrB2cCx0CsM7njMOBHNRvf9AesgCohEPGkuaGCF9TCTIrV8Jxq

 

Zaoszczędzone pieniądze na kolejny rok (na podstawie danych z ostatniego roku):

This image has an empty alt attribute; its file name is hI2GjAEW8yd6EopGxwWDQTmJskcW5FTGqmxCCPO3Yw7AroVa94mfQwnVc_-YWo9zL7_-mGLJhptAtrtarBI1Pm7rVrNEGuGSGarUEC-ppxA6Ijd4L-vPdJP2Xx5wlDd1A5rIGZSp

 

Inne podejście do analizy, to wprowadzenie warunku, który pozwoli nam wyznaczyć wyszukania, które nie wygenerowały żadnej konwersji i przyniosły jedynie koszt.

 

Wprowadź filtr – conversions = 0.

Przykład:

This image has an empty alt attribute; its file name is Rzh4hXw52WA1dj0LcIGswFz6xNnlkn0oDaFWcTDqmlyy24oR-Gm-Jv8PdI6Mlw-ZLMvpE0W4ZyFiF16t9gvs8yRZ79eaAxzF7-dSCWFzwyTl2WbRkLPfcK2k4qMVcwsYfAUG4MuW

 

Zaoszczędzone pieniądze:

This image has an empty alt attribute; its file name is B3jmqaVeofn3EvOCuablSOzi6_j6JnC5Hdhdb3H4azQavUuhQZ_FwjP7bNW6kfqFF3HaW0vg373Eh9zDK_U6atCJqBjNpPwctmS8yZ8sh_ZUuZO01acrCZpNIWpw7RIFV3nrqO1O

Reakcja klienta – bezcenna 😉

 

This image has an empty alt attribute; its file name is O7rmVXPbtgLm93bqC5duplSLTABdz9WDl6qYpyL9AYbrlrtfwZan5HuNauAozde2-FPBts6CCP9DZLM8fzCQq-KCLAbD6crNHTbff8UrJoMNh8EMVSQsweFVYj6R-EZQn8tMtdW1

 

Oczywiście należy pamiętać, że każda fraza, którą zamierzamy wykluczyć to kwestia indywidualnego podejścia. Ponadto, oczywiście nie wszystkie frazy które spełniają dwa powyższe warunki do wykluczenia by się nadały (nie chcemy wykluczyć jakościowych fraz).

 

3. Zadecyduj o wprowadzeniu negatywnego słowa kluczowego i jego dopasowaniu

Istnieją frazy, które na pierwszy rzut oka powinniśmy wykluczyć na poziomie całego konta lub kampanii. Przykładem takiego słowa jest darmowa, gdzie, wydawałoby się, że pierwszym odruchem powinno być jego wykluczenie.

 

Analizując dane, może jednak się okazać, że słowo darmowa przyniosło dla naszego sklepu pewne konwersje. Dlaczego?

Potencjalny klient mógł poszukiwać informacji o darmowej dostawie produktu x, nie o jego darmowej wersji.

W tym przypadku, w zależności od naszej oferty wykluczamy słowo:

          • darmowa x (tu nazwa produktu)”,
          • darmowa” – o ile nie gwarantujemy darmowej dostawy promując naszą ofertę,

 

4. Czy nie wykluczyłem zbyt wiele?

Być może posiadasz już rozbudowaną strukturę list negatywnych słów kluczowych i wykorzystujesz listy na poziomie kampanii lub grup reklam. Warto się zastanowić, czy nie wykluczasz fraz, które w przeszłości przyniosły Ci wyniki, natomiast z jakiegoś powodu postanowiłeś je wykluczyć.

Jak to zweryfikować?

Wykonaj zrzut wszystkich list negatywnych słów kluczowych, które posiadasz i skopiuj je do Google sheets. Twoim zdaniem w pierwszej kolejności jest usunięcie wszystkich znaków, które mogą świadczyć o typie dopasowania – przybliżone zmodyfikowanie, do wyrażenie, ścisłe – “+”, “ “ “, “[“, “]”. Wykorzystaj do tego funkcję replace w Google sheets.

 

Przykład dla dopasowania do wyrażenia:

This image has an empty alt attribute; its file name is NHy32Qcs6-6uANrGbFqP_CAePwg17TAm7tkUbPVMr5l-gX0-8Rn59j2-81DD0Xbpkjf2eLng0uP9JZ5FX6dpDZ09QjFn5f6bAifiGbxTGuC8AOdC4uEEn-u5j9kOPRBI5i0lfg_H

 

Znaki dopasowań usuwamy, aby porównać słowa z list z wyszukaniami z analizy n-gram. Przejdź więc do lisy n-gram jedno-, dwu-, trzy- wyrazowej i sprawdź warunek, czy słowo wyszukane pojawiło się w Twojej liście negatywów. 

 

Wykorzystaj prostą formułę count.if:

=COUNTIF(‘lista negatywów bez znaku dopasowania’!$H:$H,A2)

 

Gdzie:

          • H:H to kolumna, gdzie znajdują się Twoje negatywy,
          • A2 to słowo z listy n-gram w danym wierszu.

 

Następnie sprawdź, jakie były wyniki danego słowa w przeszłości i podejmij decyzję, czy słowo usunąć z listy negatywów.

This image has an empty alt attribute; its file name is OGXNvQzcqJ_iid2RP8wrmpy8Ltlj1biHO-ipkAM5obLPw_nImIeMdN2sIHNufiXG-qB3pnJykYA8l2re0L5TiPuHvfTfw_ffmIyETOjy8P6LrlbUkPbPQBOASkSHXacVWwvOzEHY

 

W ten sposób może się okazać, że w listach wykluczeń znajdują się frazy, które przyniosły nam w przeszłości konwersje (kilka, kilkanaście), przy zadowalającym koszcie za konwersję. Obecnie natomiast nie przynoszą nam efektów ze względu na obecność w liście wykluczeń

 

Pamiętaj!

Po pierwsze, aby przeanalizować dane, potrzebujesz wykonać analizę n-gram dla wystarczająco długiego okresu, aby “złapać” moment sprzed dodania słowa do wykluczeń. Po drugie, jakiekolwiek zmiany w wykluczeniach na koncie powinny być szczegółowo omówione z klientem. Mimo, że na pierwszy rzut oka frazy mogą się wydawać stratą, być może istnieje głębszy powód, dla którego słowo zostało do listy dodane.

 

Jeżeli jednak znajdziesz frazy, które zdecydowanie powinny ponownie “wejść w obieg”, znajdziesz kolejną wartość dla swojego klienta 🙂

 

This image has an empty alt attribute; its file name is ZqeDhoH6lH6w5PhexR8KWgZAQoZ-ducWuAX3GyuIqE-qCBHwxCKbntCPcdmJDAqiIX7w4UFpPNtB028wmt0PvxPVB3-TxpM3U5Yoi6g4wO0QKVQaCozQDHuD3x_sweMyvnYP70eb

 

5. Zbadaj efektywność długich fraz

Wykonując skrypt, mamy możliwość wprowadzenia maksymalnej liczby słów, którą chcemy naraz poddać analizie. Im większa liczba, tym dłuższe frazy będziemy analizować. 

Wartościową informacją może okazać się to, że najwięcej wartościowych konwersji przyniosła nam fraza składająca się z 5 słów, która była pytaniem na temat promowanego produktu. Oczywiście liczba wyników składających się z 5 słów może nie być imponująca, jednak wykorzystanie takiego słowa świadomie, może przynieść znakomite efekty.

Taką frazę również możemy wprowadzić do narzędzia Google Ads odrębnie.

Czy warto korzystać z zestawień?

Analiza n-gram jest bez wątpienia jednym z najefektywniejszych sposobów na szczegółową analizę konta reklamowego pod kątem słów kluczowych. Stosując odpowiednie metody wnioskowania, możemy znacząco obniżyć koszty kliknięć.

Należy jednak pamiętać, że stosowanie n-gram ma największy sens, jeżeli posiadamy relatywnie długą historię konta oraz wystarczające dane do analizy.

 

PS Istnieje również skrypt n-gram do analizowania reklam – n-gram for ads

Jeśli chciałbyś zacząć prowadzić działania w obrębie digital marketingu, potrzebujesz pomocy przy optymalizacji wyników lub chciałbyś podwyższyć performance swoich działań – skontaktuj się z nami