Выбор наиболее приоритетного региона для продвижения товаров или услуг в поисковых системах при помощи скоринга семантики с применением статистических методов
Аннотация
В статье построена скоринговая модель ранжирования поисковых запросов. Для проведения скоринга вводятся коэффициенты популярности, коммерческости и конкурентности запросов. Популярность оценивается на основании базовой и фразовой частотности за последние 24 месяца. Коммерческость, или коммерциализация, запроса оценивается на основании прогнозируемого бюджета в «Яндекс.Директ» и стоимости за клик. Конкурентность оценивается на основании количества документов по запросу, количества главных страниц, участвующих в ранжировании по запросу, количества тегов Title, содержащих ключевое слово запроса, количества слов в запросе. При помощи скоринга SEO-оптимизаторы и предприниматели смогут определить те направления бизнеса и/или регионы, которые могут обеспечить максимальный экономический результат.
Об авторе
А. А. ЛюбаковРоссия
Любаков Александр Александрович – аспирант.
Самара
Список литературы
1. Яковлев Д.С. SEO-оптимизированный контент веб-сайта и использование сервиса Яндекс.Вордстат // Вестник магистратуры. 2015. № 10 (49). С. 19–22.
2. Yandex.Wordstat – Key Collector. URL: https://www.key-collector.ru/docs/data-collection/yandex-wordstat/ (дата обращения: 19.03.2024).
3. Проверка коммерциализации запросов в Яндексе и Google, определить коммерческость запроса, локализацию и геозависимость. URL: https://arsenkin.ru/tools/commerce/ (дата обращения: 19.03.2024).
4. Неелова Н. SEMbook. Энциклопедия поискового продвижения Ingate. 2-е изд. ИП Андросов, 2017. 541 с.
Рецензия
Для цитирования:
Любаков А.А. Выбор наиболее приоритетного региона для продвижения товаров или услуг в поисковых системах при помощи скоринга семантики с применением статистических методов. Вестник Самарского государственного экономического университета. 2024;(10):54-58.
For citation:
Lyubakov A.A. Selecting the most prioritized region for promoting products or services in search engines through semantic scoring using statistical methods. Vestnik of Samara State University of Economics. 2024;(10):54-58. (In Russ.)