Head keywords. Lange-staart sleutelwoorden. Het dikke Midden. De dikke thorax. Is het een wonder waarom de meeste mensen buiten SEO denken dat we praten wartaal? Vraag een dozijn SEOs welke zoekwoorden kwalificeren als “long-tail”en je krijgt 13 meningen en 17 vuistgevechten.
waar we het over eens kunnen zijn is dat — door Google ‘ s vooruitgang op het gebied van Natural Language Processing (NLP) — de lange staart van zoeken is geëxplodeerd. Ik zal echter stellen dat NLP ook de lange staart heeft laten imploderen, en begrijpen hoe en waarom ons collectieve gezond verstand kan redden.
Wat is precies de lange staart van SEO?
de lange staart van zoeken is de onbegrensde ruimte van sleutelwoorden met een laag volume (en vaak met een lage concurrentie). Tactisch, long-tail SEO centreert op concurreren voor een groot aantal low-volume zoekwoorden in plaats van zich te concentreren op een kleine set van high-volume zoekwoorden.
Long-tail SEO moedigt ons aan om ijdelheid los te laten, omdat grote, zogenaamde “ijdelheid”-zoekwoorden vaak buiten bereik zijn of, in het beste geval, onze bankrekeningen zullen leegmaken. Low-volume zoekwoorden kunnen minder aantrekkelijk op het oppervlak, maar als je begint te concurreren op honderden of duizenden van hen, ze vertegenwoordigen meer verkeer en uiteindelijk meer omzet dan een paar ijdelheid zoekwoorden.
u hebt waarschijnlijk een grafiek van de lange staart gezien zoals hierboven. Het is een mooie krachtcurve, maar het is puur hypothetisch. En hoewel je glimlacht en knikt als je het ziet, is het moeilijk om dit te vertalen naar een wereld van zoekwoorden. Het zou kunnen helpen om opnieuw voor te stellen de lange staart van SEO:
ik ben niet zeker dat de “liggende sneeuwman van SEO” ooit gaat vangen op, maar ik denk dat het helpt om te illustreren dat — terwijl hoofd zoekwoorden zijn hoog volume op zichzelf-het gecombineerde volume van de lange staart verduistert het hoofd of het midden. Net als de bekende curve onderschat deze visualisatie dramatisch de werkelijke omvang van de lange staart.
wat zijn long-tail trefwoorden?
In de woorden van de oude SEOs, “it doth depend.”Typisch, long-tail zoekwoorden zijn low-volume, multi-woord zinnen, maar de long-tail is ten opzichte van uw uitgangspunt. Historisch gezien werd aangenomen dat een bepaald stuk van de lange staart laag-concurrentie was, maar dat verandert naarmate mensen zich de voordelen realiseren van het richten op specifieke zinnen met duidelijke intentie (vooral commerciële intentie).
Targeting “widgets”is niet alleen duur, maar ook dubbelzinnig. Targeting ” buy blue widgets “vernauwt intentie, en” waar te kopen Acme Widget LOL-42 ” laser-richt je op een doelgroep. Als zoekers en SEO ‘ s aan te passen aan natuurlijke taal zoeken, eerder “long-tail” zoekwoorden kan groter volume en hogere concurrentie worden.
de long tail is geëxplodeerd
Google heeft ons verteld dat 15% van de zoekopdrachten die ze elke dag zien nieuw zijn. Hoe is dit mogelijk? Creëren we zoveel nieuwe woorden? Dat is sus, bruh!
ik kan het u uitleggen in een kort verhaal. Laatst kon mijn (half-Taiwanese) 10-jarige dochter zich niet herinneren wat haar Chinese sterrenbeeld was, dus vroeg ze aan Google Home:
Hey, Google, Wat is het dier voor de Chinese nieuwjaarskalender ding voor 2010?
het is gemakkelijk om vast te houden aan het stemapparaat aspect hiervan, maar of je nu gelooft in de toekomst van spraakapparaten, de realiteit is dat spraak zoeken in het algemeen de behoefte aan natuurlijke taal zoeken heeft gedreven, en als Google beter wordt in het omgaan met natuurlijke taal, We zijn terug te keren naar het gebruik van het vaker (het is onze standaard modus). Dit is vooral duidelijk bij kinderen, die nooit hoefden te leren om hun zoekopdrachten naar verouderde algoritmen dom te houden.
Hoe kunnen we hopen op trefwoordzinnen die zich op dit moment letterlijk ontwikkelen? Gelukkig snijdt NLP twee kanten op. Als Google begrijpt context beter, het algoritme erkent dat veel variaties van dezelfde zin of Vraag zijn in wezen hetzelfde. Wat ons naar toe leidt…
The long tail has imploded
in 2019 deed ik een casestudy voor keyword research bij SearchLove London op de Britse Mega-retailer, John Lewis. In mijn onderzoek, ik was verrast om te zien hoeveel zoekopdrachten Google werd automatisch omgeleid. Er is het voor de hand liggende, zoals Google ervan uitgaande dat mensen die zochten naar “Jon Lewis” in het Verenigd Koninkrijk waarschijnlijk betekende ” John Lewis “(Sorry, Jon):
het is interessant om op te merken dat Google geleidelijk, rustig verplaatst van de eerder meer voorkomende ” Did you mean?”voor de meer assertieve (sommigen zouden zeggen agressief) “het tonen van resultaten voor…” in dit geval, het optimaliseren voor Jon Lewis in het Verenigd Koninkrijk is waarschijnlijk zinloos.
ik verwachtte een konijnenhol, maar ik landde in een volle konijnenhol. Overweeg deze zoekopdracht:
Hjohjblewis?! Ik landde op dit spelfout geheel per ongeluk, maar ik kan me voorstellen dat het ging om een aandacht-hongerige kat en kat-aangrenzende toetsenbord. Dit niveau van herschrijven/omleiden was schokkend voor mij.
spelfouten zijn echter nog maar het begin. Hoe zit het met zeer vergelijkbare long-tail zinnen die niet de oppervlakte elke vorm van herschrijven/redirect, maar tonen zeer vergelijkbare resultaten?
merk op dat dezelfde reeks termen in de VS grotendeels resultaten oplevert over de voormalige Amerikaanse vertegenwoordiger en leider op het gebied van burgerrechten, John Lewis, die laat zien hoezeer niet alleen de intentie kan verschuiven tussen plaatsen, maar hoe de herinterpretaties van Google dynamisch kunnen veranderen.
datzelfde jaar deed ik een experiment voor MozCon met lange-staart vragen, zoals ” Can you reverse a 301-redirect?”, waaruit blijkt dat berichten geschreven rond een specifieke vraag vaak kan rangschikken voor vele vormen van die vraag. Op het moment, Ik had geen manier om dit fenomeen te meten, anders dan aan te tonen dat de post gerangschikt voor variaties van de zin. Onlangs heb ik opnieuw geanalyseerd mijn 2019 zoekwoorden (met rankings van April 2021) met behulp van een vereenvoudigde vorm van Rank-bevooroordeelde Overlap (RBO) genaamd RBOLite. RBOLite scoort de overeenkomst tussen twee ranggeordende lijsten, wat een score van 0-1 oplevert. Zoals de naam al aangeeft, is deze score gericht op de hoger gerangschikte items, dus een shift op # 1 zal meer impact hebben dan een shift op #10.
hier zijn de scores voor een sampling van de zinnen die ik bijgehouden voor de 2019 post, met de titel van het bericht weergegeven op de top (en met een perfecte match van 1.0):
u kunt visueel zien hoe de gelijkenis van de resultaten divergeert als u bepaalde zoekwoorden wijzigt en verwijdert, en hoe dit een complexe interactie creëert. Wat me fascineert, is dat het veranderen van de vraagzin Van “kun je” naar “hoe doe je” of “hoe” in dit geval weinig verschil maakte, terwijl het verwijderen van “301” of “redirect” meer impact had. Switching ” u ” vs. “I” op zich was vrij weinig impact, maar was additief met andere veranderingen. Zelfs de SERPs met “undo” in plaats van “reverse” toonden vrij hoge gelijkenis, maar deze verandering toonde de meeste impact.
merk op dat de week-over-week rbolite score voor de eerste zin 0,95 was, dus zelfs dezelfde SERP zal in de tijd variëren. Al deze scores (>0,75) vertegenwoordigen een behoorlijke mate van overeenkomst. Deze post gerangschikt #1 voor veel van deze voorwaarden, dus deze scores vertegenwoordigen vaak verschuivingen verder naar beneden de top 10.
hier is een ander voorbeeld, gebaseerd op de vraag ” hoe verbeter ik mijn domein autoriteit?”. Zoals hierboven, Ik heb de rbolite gelijkenis scores in kaart gebracht tussen de belangrijkste zin en variaties. In dit geval, de week-over-week score was 0,83, wat suggereert een achtergrond flux in het trefwoord ruimte:
een onmiddellijk interessante observatie is dat het verschil tussen “verbeteren” en “verhogen” was verwaarloosbaar — Google gemakkelijk gelijk de twee termen. Mijn tijd besteed aan het bespreken welk trefwoord te gebruiken zou kunnen zijn besteed aan andere projecten, of aan het eten van sandwiches. Zoals voorheen, overschakelen van “hoe doe ik” naar “hoe doe je” of zelfs “hoe” maakte relatief weinig verschil. Google begreep zelfs dat ” DA “vaak wordt vervangen door” Domain Authority ” in onze industrie.
misschien contra-intuïtief, het toevoegen van “Moz” maakte meer van een verschil. Dit is omdat het verschoven de SERP om meer merk – achtige (Moz.com kreeg meer vermeldingen). Is dat per se een slechte zaak? Nee, mijn post nog steeds gerangschikt #1. Kijkend naar de hele eerste pagina van de SERPs, hoewel, het toevoegen van de merknaam veroorzaakt een vrij duidelijke intentie verschuiving.
de lange staart is dood. Lang leve de lange staart.
In het afgelopen decennium is de long tail geëxplodeerd en vervolgens implodeerd (in veel opzichten, door dezelfde krachten), en toch zijn we op de een of andere manier in een heel ander sleutelwoord universum beland. Dus, wat betekent dat Voor ons-de arme zielen voorbestemd om door dat universum te dwalen?
het goede nieuws van dit bericht (Ik hoop) is dat we ons niet dood hoeven te werken om de lange staart van de zoekactie te pakken. Er zijn geen 10.000 stukjes inhoud nodig om te rangschikken voor 10.000 varianten van een zin, en Google (en onze bezoekers) zouden veel liever hebben dat we die inhoud niet spin-out. De nieuwe, post-NLP long tail van SEO vereist dat we begrijpen hoe onze zoekwoorden passen in de semantische ruimte, het in kaart brengen van hun relaties en het behandelen van de kern Concepten. Hoewel onze tools onvermijdelijk zullen verbeteren om deze uitdaging aan te gaan (en ik ben direct betrokken bij dergelijke projecten bij Moz), kan onze menselijke intuïtie een lange weg gaan voor nu. Bestudeer uw SERPs ijverig, en u kunt de patronen om te zetten uw eigen lange staart van zoekwoorden in een chonky thorax van gelegenheid.