数数字营销人员而言，将关键字分类是一项古老的挑战，但它是了解数据分布的关键步骤。细分关键字的最佳方法之一是共享字词。如果您缺乏 AI 和机器学习能力，那就看看值得信赖的 Ngram 分析器吧。我喜欢使用来自 的Ngram 工具——它看起来并不多，但它快速且值得信赖。 在将我的 19,000 个关键字放入该工具并按 unigram（或 1 字词组）进行分析后，我手动选择适合我客户的业务和受众的类别。
我还确保一元组包含相当数量的关键字（例如，我不会选择一个只有 2 个关键字的一元组）。 使用这些数据，然后我创建一个类别映射表并将一个 unigram 或“触发词”映射到一个类别，如下所示： 您会注意到，对于“窗帘”和“窗帘”，我将两者都映射到了窗帘 号码表 类别。对于我客户的业务，他们将这些视为相同的产品，这样做可以让我考虑关键字的变化，但最终将它们分组为我想要的分析方式。 使用这种方法，我基于我的整个数据集创建了一个触发词类别映射。可能不是每个关键字都属于一个类别，这没关系 - 这可能意味着关键字不相关或不够重要，无法考虑。
创建关键字意图图 类似于识别用于对关键字进行分组的常见主题，我将遵循类似的过程，但目标是按意图修饰符对关键字进行分组。 搜索意图是使用搜索引擎的人的最终目标。数字营销人员可以利用这些术语和修饰符来推断消费者的目标是什么类型的结果或行动。 例如，如果一个人搜索“我附近的白色百叶窗”，则可以安全地推断此人正在寻找购买白色百叶窗，因为他们正在寻找出售它们的物理位置。在这种情况下，我会将“靠近我”归类为“事务性”修饰符。但是，如果该人搜索“客厅百叶窗创意”，我会推断他们的意图是查看图片或阅读有关客厅百叶窗主题的博客文章。