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（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。
作為獎勵，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。
本文并不是要進行科學(xué)分析，因為它只包含七個網(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)：我們選擇了來自美國和英國的網(wǎng)站以及不同的垂直網(wǎng)站。
程序
1.開始通過定義各個行業(yè)的垂直網(wǎng)站
我們使用、SimilarWeb的頂級類別來定義分組并選擇以下類別：
- 藝術(shù)和娛樂。
- 汽車和車輛。
- 商業(yè)和工業(yè)。
- 家和花園。
- 娛樂和業(yè)余愛好。
- 購物。
- 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) 。由于最初的探索性分析涉及到定量和定性的組成部分，因此我們希望花時間了解過程和細(xì)微差別，而不是放大分析所需的讓步。我們確實認(rèn)為這種分析可以為內(nèi)部營銷組織提供一個粗略的方法，以便更明智的決定那種工具可以更好地適應(yīng)各自的垂直方向。
2.從各個利基網(wǎng)站獲取GSC數(shù)據(jù)
數(shù)據(jù)是通過編程和使用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)建和共享包含實時代碼，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.為每個網(wǎng)站收集單個內(nèi)部頁面的排名關(guān)鍵字
由于主頁傾向于收集許多可能或可能不會與頁面的實際內(nèi)容相關(guān)的關(guān)鍵字，因此我們選擇了一個已建立且正在執(zhí)行的內(nèi)部頁面，以便排名更可能與頁面內(nèi)容相關(guān)。這也更加現(xiàn)實，因為用戶傾向于在特定內(nèi)容觀點的背景下進行關(guān)鍵詞研究。
上面的圖片是與業(yè)務(wù)相關(guān)的各種查詢的主頁排名示例，但與頁面的內(nèi)容和意圖沒有直接關(guān)系。
我們刪除了品牌字詞，并將Google Search Console查詢限制為首頁結(jié)果。
最后，我們?yōu)槊總€頁面選擇一個詞首。短語“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較高的詞匯，但不是絕對最高的搜索量。在展示次數(shù)最多的查詢中，我們選擇了最能代表該網(wǎng)頁的查詢。
4.在各種關(guān)鍵詞工具中進行了關(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長來執(zhí)行三個主要工具中的關(guān)鍵詞研究：Ahrefs，Moz和SEMrush。
使用“搜索建議”或“相關(guān)搜索”選項，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工具的結(jié)果數(shù)量。此外，我們從Google搜索中為每個首字詞（各個國家/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免費贈送的基準(zhǔn)。
**這個結(jié)果返回了超過5000個結(jié)果！它被截斷為1,001，這是最大可行的，并按降序排列。
我們編譯了每個工具返回的關(guān)鍵字的平均數(shù)量：
5.處理數(shù)據(jù)
然后，我們通過使用一些語言處理技術(shù)將單詞轉(zhuǎn)換為它們的根形式（例如，“運行”到“運行”），去除了諸如“a”，“the”和“和“擴大收縮，然后排序的話。
例如，這個過程會將“Raleigh中的優(yōu)化代理機構(gòu)”轉(zhuǎn)變?yōu)椤按頇C構(gòu)Raleigh優(yōu)化”。這通常會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，它沒有考慮拼寫錯誤，這在關(guān)鍵詞研究工具中也可能存在問題，因為它們會在結(jié)果中添加額外的粗俗（不必要的，不想要的查詢）。多年前，有可能針對網(wǎng)站頁面上的術(shù)語拼寫錯誤。今天，即使拼寫錯誤，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，因為如果1,000個關(guān)鍵字只有70％是唯一的，這意味著300個關(guān)鍵字對于您正在執(zhí)行的任務(wù)基本上沒有唯一的值。
接下來，我們想看看各種工具如何發(fā)現(xiàn)用于查找這些執(zhí)行頁面的查詢。我們采用了以前獨特的標(biāo)準(zhǔn)化查詢短語，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，請注意每個工具的平均GSC覆蓋率，Moz在這里較高，很可能是因為它為大多數(shù)頭條件返回了1,000個結(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）。
進入矢量空間
在執(zhí)行之前的分析之后，我們決定將標(biāo)準(zhǔn)化的查詢短語轉(zhuǎn)換為向量空間，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分布式隨機鄰居嵌入（TSNE）的Python庫在維度（x和y坐標(biāo)）中減少。如果您對此不熟悉，請不要擔(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)語義值繪制在坐標(biāo)平面上時，我們清楚地了解各個關(guān)鍵字之間的關(guān)系。分組在一起的點將在語義上更相關(guān)，而距離彼此較遠(yuǎn)的點將更不相關(guān)。
購物
這是Moz返回1,000條結(jié)果的一個例子，但搜索量和搜索者關(guān)鍵詞的變化非常低。這很可能是由于Moz在語義上匹配特定的單詞而不是嘗試更多地匹配短語的含義。我們要求Moz的Russ Jones更好地理解Moz如何找到相關(guān)的短語：
“Moz使用許多不同的方法來查找相關(guān)術(shù)語。我們使用一種算法來查找具有相似頁面的關(guān)鍵詞，并使用另一種ML算法將該短語分解為構(gòu)成詞并找出相關(guān)詞的組合，從而生成相關(guān)短語等。這些算法中的每一個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)果是我們試圖達(dá)到這種平衡?！?/span>
Moz確實包含了一個很好的相關(guān)性度量，以及一個用于微調(diào)關(guān)鍵字匹配的過濾器。對于這種分析，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關(guān)鍵字的相關(guān)性有所了解。
在這個例子中，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
這是一個有趣的。你可以看到Moz和Ahrefs對這個高額期限的報道很好。Moz通過匹配Google Search Console實際條款的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個針對具有廣泛有用品種的主題的查詢。
較大的灰點代表來自Google Search Console的更多“ 基本事實 ”查詢。其他顏色是使用的各種工具。沒有重疊顏色的灰色點是各種工具不匹配的查詢。
互聯(lián)網(wǎng)和電信
這個圖很有意思，因為SEMrush從其他結(jié)果中的50-200個范圍跳到近5000個結(jié)果。您還可以看到（底部）有許多術(shù)語，這些頁面往往排在這個頁面之外，或者對于理解新頁面的用戶查詢需要什么是多余的：
大多數(shù)工具分組有點接近頭項，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，盡管在某些分組中發(fā)現(xiàn)了Google People Also Search。
百貨
以下是關(guān)鍵字工具的一個示例，用于查找該頁面當(dāng)前未排名的術(shù)語（用黑色圓圈表示的分組）的有趣分組。在審查數(shù)據(jù)時，我們發(fā)現(xiàn)右側(cè)的分組對于此頁面有意義：
這兩個黑色圓圈有助于形象化以這種方式繪制文本時查找相關(guān)查詢分組的能力。
分析
具有關(guān)鍵詞研究經(jīng)驗的優(yōu)化專家知道，沒有一種工具可以統(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。
以下是對每種工具進行定性評估后的一般印象：
- 查詢數(shù)據(jù)和我們分析結(jié)果唯一性的數(shù)字。
- 找到真實用戶用于查找執(zhí)行頁面的條款的可能性。
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，它也會很快發(fā)生切線，提供的查詢與我的總詞沒有任何關(guān)系（請參閱上圖中的Moz對“Nacho Libre”的建議）。
有了這些說明，由于其全面的覆蓋面，Moz尤其適用于小型或新型垂直行業(yè)的優(yōu)化。在很多情況下，為更新的趨勢主題找到關(guān)鍵字非常困難，所以更多關(guān)鍵字在這里肯定更好。
GSC的真實用戶數(shù)據(jù)覆蓋64％的覆蓋率，這對于選定的域名來說是非常令人印象深刻的。這也告訴你，盡管Moz的結(jié)果可能會降低兔子洞，但它們往往也有很大的改進。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，因為他們的完美結(jié)果與最少量的明顯無關(guān)的查詢結(jié)合在一起。
它是每個供應(yīng)商報告的平均關(guān)鍵字結(jié)果的最低數(shù)量，但這實際上是誤導(dǎo)性的，因為來自SEMrush的大量異常值。在各種搜索中，它傾向于返回一組不錯的詞匯，以避免雜亂無章。
對我來說最令人印象深刻的是一種特定類型的利基燒烤，與一個受歡迎的地點共享一個名稱。Ahrefs的結(jié)果一直保持在正確的位置，而SEMrush沒有任何回報，而Moz則采用了與流行位置相關(guān)的許多關(guān)鍵字的切線。
Ahrefs的代表向我澄清說，他們的工具“搜索建議”使用Google Autosuggest的數(shù)據(jù)。他們目前沒有像Moz那樣的推薦引擎。使用來自Ahrefs的“同樣排名”和“具有相同條款”的數(shù)據(jù)將使他們更多地與其他工具返回的關(guān)鍵字?jǐn)?shù)量保持一致。
SEMrush
SEMrush總體上提供了很好的質(zhì)量，其中90％的關(guān)鍵字是獨一無二的。在匹配來自GSC的查詢時，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多個關(guān)鍵字（實際上是5000），用于互聯(lián)網(wǎng)和電信>電信，但只覆蓋了GSC中22％的查詢。另一個結(jié)果是，它是唯一不返回相關(guān)關(guān)鍵字的人。這是一個非常小的數(shù)據(jù)集，所以很明顯有一個說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，因為它們傾向于更貼近地匹配用戶在特定購買狀態(tài)下進行的搜索類型，而不是那些與特定短語具體相關(guān)的搜索類型。 
例如，查看“[術(shù)語]浴簾”返回了“[term]馬桶座圈”。
這些從語義的角度來看并不相關(guān)，但它們對于重做浴室的人來說都是相關(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)果頁面（SERP）中的各個結(jié)果相關(guān)聯(lián)，因此很難說這些詞語是與搜索查詢相關(guān)還是更像是站點鏈接與個人頁面相關(guān)。
使用的代碼
當(dāng)您在Google搜索結(jié)果頁上輸入Google Chrome瀏覽器的Javascript控制臺時，以下內(nèi)容將在頁面中輸出“人員還搜索”和“相關(guān)搜索”數(shù)據(jù)（如果存在）。
此外，還有一個名為“ 關(guān)鍵字無處不在”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SERP截屏所示。
結(jié)論
尤其對于內(nèi)部營銷人員來說，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)點和缺點。我們希望提供一種方法，可以構(gòu)成您自己的分析或進一步改進的基礎(chǔ)，并為優(yōu)化提供更實用的選擇研究工具的方法。
關(guān)鍵字研究工具不斷發(fā)展并通過使用點擊流數(shù)據(jù)和其他數(shù)據(jù)源添加新發(fā)現(xiàn)的查詢。這些工具的實用性正是基于它們幫助我們更簡潔地理解如何更好地定位內(nèi)容以適合真實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。測試各種工具并評估它們對自己的用處。