Kulcsszókutatás másképp

Kulcsszókutatás az e-kereskedelemben
Minden e-kereskedelmi SEO-stratégia első lépése a potenciális vásárlók által használt, nagy értékű keresőkifejezések azonosítása. Ezt az e-kereskedelmi kulcsszókutatással teheti meg, amelyet többféleképpen is elvégezhet.

Az e-kereskedelmi kulcsszókutatás némileg eltér a hagyományos kulcsszókutatástól. Míg a legtöbb webhely csak az információs kulcsszavakkal törődik, Ön az információs és kereskedelmi kulcsszavak keverékét szeretné megcélozni, például így:

Google keresési találati oldal a “kutyáknak való esőkabátok” kereskedelmi kulcsszóra, e-kereskedelmi eredményekkel.

Az információs kulcsszóra keresők válaszokat, útmutatókat és magyarázatokat keresnek. A blogok és a tartalmas oldalak törődnek leginkább ezekkel a kulcsszavakkal.

A Shopify áruházak és más e-kereskedelmi oldalak is rendelkeznek blogokkal, de ezek is a vásárlási szándékot mutató kulcsszavakat célozzák meg, mint például az “esőkabátok kutyáknak”.

Az Amazon és a Google automatikus kitöltési előrejelzései
Amikor elkezdesz beírni egy keresési lekérdezést a Google-ba, az automatikus kitöltés funkciója releváns lekérdezéseket javasol:

A Google automatikus kitöltési előrejelzései a “ki a…” lekérdezésre.

Ezek az automatikus kitöltési javaslatok kulcsszóötletek aranybányái lehetnek, különösen akkor, ha már van néhány alapvető kulcsszó a fejében. (Ne felejtse el megnézni a kapcsolódó keresőkérdéseket sem a SERP alján).

Amazon automatikus kitöltési előrejelzések
Hasonló folyamatot végezhet az Amazonon is. Az Amazon javaslataiban az a nagyszerű, hogy a Google-lal ellentétben ezek termékközpontúak, és tartalmazhatnak szűrhető részleteket, például árat.

Amazon autocomplete előrejelzések, beleértve az árképzési lehetőségeket is.” Legyen tekintettel a long-tail kulcsszavakra, amelyek hosszabbak és konkrétabb termékeket írnak le. Minél hosszabb a kulcsszó, annál specifikusabb. Ez alacsonyabb versenyt és gyakran magasabb konverziós arányt jelent.

Azt is ellenőrizheti, hogy az Amazon (és más nagy e-kereskedelmi oldalak) hogyan strukturálják a tartalmat a keresőben való láthatóság érdekében. Vessen egy pillantást a releváns termékmenükre kulcsszavas kategóriákra vonatkozó ötletekért.

Tegyük fel, hogy női divatcikkeket árul. Keresse meg ezt a kategóriát az Amazonon. Most láthatja, hogy az Amazon milyen különböző módon rendezi és szervezi termékeit az adott piaci résben:

Az Amazon oldalsáv menüje a női divat termékkategóriákhoz.

Ismételje meg ezt a folyamatot bármely más nagyobb versenytárs esetében.

Kulcsszókutatási eszközök
A fejlettebb kulcsszókutatáshoz egy ingyenes SEO-eszközre lesz szüksége. A legnépszerűbb az Semruch és Ahrefs.

Ezek az eszközök lehetővé teszik a kulcsszavak tömeges kutatását és elemzését.

Tegyük fel, hogy a BustedTees, egy geekes póló webáruházzal versenyez. Írja be a domainjét egy olyan kulcsszó-kutató eszközbe, mint az Ahrefs, és kattintson a tetején az Organic keywords (Szerves kulcsszavak) gombra:

Ahrefs műszerfal, amely a BuestedTees.com SEO-adatait mutatja.

Görgessen lefelé, hogy lássa az összes kulcsszót, amelyre a BustedTees jelenleg rangsorol. Olyan mérőszámokat is talál, mint a keresési volumen és a rangsorban elfoglalt pozíció. A versenytársak SERP-lefedettségének áttekintésével eldöntheti, hogy hol versenyezzen a kulcsszavakért.

A megfelelő kulcsszavak kiválasztása az áruháza számára
Egyetlen e-kereskedelmi weboldal sem tud minden kulcsszót megcélozni. Vásárlói és termékei alapján kell eldöntenie, hogy mely kulcsszavakra próbáljon rangsorolni. Vegye figyelembe a következő tényezőket:

VOLUMEN
Minél nagyobb egy kulcsszó keresési volumene, annál nagyobb a potenciális forgalom az oldalára. A kulcsszavak keresési volumenét az Ahrefs vagy egy ingyenes eszköz, például a Google Keyword Planner segítségével fedezheti fel.

VERSENYTÁRSAK
Minél kisebb a verseny, annál valószínűbb, hogy egy kulcsszóra rangsorolva lesz. A SEO-eszközök megmutatják a kulcsszó nehézségét/versenyt (KD).

RELEVANCIA
Mennyire releváns az Ön termékoldala vagy kategóriaoldala a keresési kifejezéshez? Ez egy hatalmas rangsorolási tényező, amelyet gyakran elhanyagolnak. Maradjon az olyan kulcsszavaknál, amelyeket termékei valóban kielégítenének. Nem akarja átverni a Google-t.

SZÁNDÉK
Olyan kulcsszavakat célozzon meg, amelyek vásárlási vagy termékkel kapcsolatos ismeretszerzési szándékot mutatnak. Általában a szándékot már a kulcsszó megnézésével is fel tudja mérni. Például, ha egy menyasszonyi üzleted van, melyik keresésnek van relevánsabb szándéka: “báli ruha esküvői ruhák” vagy “munkaruhák”?

A Lumen a Harvard Egyetem Berkman Klein Center for Internet & Society projektje.

A Lumen egy független kutatási projekt, amely az online tartalmakkal kapcsolatos egyéb jogi eltávolítási kérelmeket és követeléseket vizsgálja. Összegyűjtjük és elemezzük a webről való eltávolításra irányuló kérelmeket. Célunk, hogy elősegítsük az internetes kiadóknak, keresőmotoroknak és szolgáltatóknak küldött különböző – jogos és megkérdőjelezhető – panaszok és eltávolítási kérelmek kutatását, és hogy a lehető legnagyobb átláthatóságot biztosítsuk az ilyen értesítések “ökológiájáról”, hogy ki küldi őket, miért és milyen célból.

Adatbázisunk több millió értesítést tartalmaz, amelyek közül soknak van érvényes jogalapja, néhánynak nincs, néhány pedig a homályos határon mozog. Egy értesítés jelenléte az adatbázisunkban nem jelent ítéletet e lehetőségek között, vagy azt, hogy a Lumen hitelesíti az adott értesítés eredetét, vagy értékeli az abban felvetett állítások érvényességét. A Lumen valójában nem képes erre.
Továbbá a Lumen nem a feladója vagy eredeti címzettje az adatbázisában szereplő kéréseknek és értesítéseknek, és nem tud semmilyen módon segíteni az online tartalmak eltávolításában vagy helyreállításában az internetről vagy a keresőmotorok listájáról, a weboldalak vagy URL-ek hozzáférésének “blokkolásában” vagy helyreállításában, vagy a DMCA ellen-értesítések küldésében. A Lumen dokumentálja az értesítés és a visszavonás folyamatát és ökológiáját azáltal, hogy jelenti, hogy küldtek és kaptak értesítést vagy kérelmet, ki és kinek, és milyen online tartalommal kapcsolatban.

A Lumen nem rendelkezik több információval egy adott értesítésről, mint ami az értesítésben szerepel, és nem képes az értesítések küldőinek vagy címzettjeinek elérhetőségét megadni. Jogi tanácsadást sem tudunk nyújtani.

Egy kis, laza beszélgetés a lead generálás rejtelmeiről a LinkedIn-en… Köszönöm Szinte Romulus Loránd a lehetőséget! Remélem másnak is érdekes és gondolatébresztő lesz! Nebojsa

Az irányelveink közé tartozik, hogy válaszolunk a szerzői jog megsértése miatti eltávolítási kérelmekre. A kérelemre válaszul a Google korlátozhatja a hozzáférést a kérdéses tartalomhoz, vagy megszüntetheti a bevételszerzés lehetőségét. A fióktulajdonosokkal vagy előfizetőkkel rendelkező Google-szolgáltatásoknál adott esetben letiltjuk az ismételt jogsértők fiókjait. Ha az ilyen kérelemre válaszul korlátozzuk a tartalomhoz való hozzáférést, vagy megszüntetjük a tartalommal való bevételszerzést, megpróbáljuk értesíteni az érintett webhely vagy tartalom tulajdonosát vagy adminisztrátorát. A webhely vagy a tartalom tulajdonosa vagy adminisztrátora jogosult az intézkedés elleni fellebbezésre (ezt számos joghatóságban viszontbejelentésnek nevezzük). Viszontbejelentés küldése esetén igyekszünk tájékoztatni Önt.

Lumen-információk

A kérelmében szereplő információk egy részét elküldhetjük a Lumennek, egy független kutatási projektnek, amely az internetes tartalmak eltávolítására irányuló kérelmek vizsgálatát végzi. További információ a Lumenről.

A Google alapvetően nem osztja meg az űrlapon megadott személyes adatokat a Lumennel, így többek között a kérelmet beküldő személy nevét sem. Kivételként olyan körülmények között oszt meg a Google személyes adatokat a Lumennel, amelyek esetében nyomós közérdek fűződik ezen információknak eseti értékelés alapján történő megosztásához. Ebben az esetben értesítjük Önt a megosztásról. További információ arról, hogy mikor és milyen információkat osztunk meg a Lumennel, valamint milyen okból tesszük ezt. Lásd a Lumennek továbbított értesítésre vonatkozó példát.

Szerzői jog megsértése miatti eltávolítási kérelem

Az alábbi űrlap használatával szerzői jog megsértése miatti eltávolítási kérelmet küldhet nekünk.

Felhívjuk figyelmét, hogy Ön kártérítésre kötelezhető (beleértve az ügyvédi díjakat és egyéb költségeket), ha hamisan állítja, hogy a tartalom szerzői jogot sért. Csak a szerzőijog-tulajdonos vagy az ő meghatalmazott képviselője nyújthat be szerzői jog megsértése miatti eltávolítási kérelmet. Az Egyesült Államok bíróságai szerint a szerzői jog megsértése miatti eltávolítási kérelem elküldése előtt mérlegelnie kell a szerzői joggal kapcsolatos védekezéseket, korlátozásokat és kivételeket. Ha nem biztos abban, hogy valamelyik online hozzáférhető anyag sérti-e az Ön szerzői jogait, javasoljuk, hogy előbb kérje ügyvéd tanácsát.

A Google Deepmind nemrég jelentette be Gemini nevű új AI modelljét, amely az OpenAI ChatGPT-jének konkurenciája. Míg mindkét modell a “generatív mesterséges intelligencia” példája, amelyek megtanulják megtalálni a bemeneti képzési információk mintáit, hogy új adatokat (képeket, szavakat vagy más médiát) hozzanak létre, a ChatGPT egy nagy nyelvi modell (LLM), amely szöveg előállítására összpontosít.

Ugyanúgy, ahogy a ChatGPT egy webes alkalmazás a beszélgetésekhez, amely a GPT néven ismert neurális hálózaton alapul (hatalmas mennyiségű szövegre képzett), a Google-nek van egy Bard nevű beszélgetéses webes alkalmazása, amely a LaMDA nevű (párbeszédre képzett) modellen alapult. De a Google most ezt a Gemini alapján fejleszti.

A Gemini abban különbözik a korábbi generatív AI-modellektől, például a LaMDA-tól, hogy ez egy “multimodális modell”. Ez azt jelenti, hogy közvetlenül többféle bemeneti és kimeneti móddal dolgozik: a szöveges be- és kimenet mellett támogatja a képeket, hangot és videót is. Ennek megfelelően egy új betűszó is kialakulóban van: LMM (large multimodal model), nem összetévesztendő az LLM-mel.

Szeptemberben az OpenAI bejelentette a GPT-4Vision nevű modellt, amely képekkel, hanggal és szöveggel is képes dolgozni. Ez azonban nem egy teljesen multimodális modell, ahogyan a Gemini ígéri.

Nem a friss hírekről szól. Nem a megalapozatlan véleményekről.
Míg például a GPT-4V által működtetett ChatGPT-4 képes hangbemenetekkel dolgozni és beszédkimeneteket generálni, az OpenAI megerősítette, hogy ez úgy történik, hogy a beszédet szöveggé alakítja a bemeneten egy másik, Whisper nevű mélytanulási modell segítségével. A ChatGPT-4 a kimeneten szintén egy másik modell segítségével alakítja át a szöveget beszéddé, ami azt jelenti, hogy maga a GPT-4V tisztán szöveggel dolgozik.

Hasonlóképpen a ChatGPT-4 képes képeket előállítani, de ezt úgy teszi, hogy szöveges felszólításokat generál, amelyeket egy különálló, Dall-E 2 nevű mélytanulási modellnek ad át, amely a szöveges leírásokat képekké alakítja.

Ezzel szemben a Google a Geminit úgy tervezte, hogy “natívan multimodális” legyen. Ez azt jelenti, hogy az alapmodell közvetlenül kezeli a különböző bemeneti típusokat (hang, kép, videó és szöveg), és közvetlenül ki is tudja azokat adni.

Akkor most ki a jobb?
A két megközelítés közötti különbségtétel akadémikusnak tűnhet, de fontos. A Google technikai jelentéséből és más, eddig elvégzett minőségi tesztekből az az általános következtetés vonható le, hogy a Gemini jelenlegi, nyilvánosan elérhető, Gemini 1.0 Pro nevű verziója általában nem olyan jó, mint a GPT-4, és képességeiben inkább a GPT 3.5-höz hasonlít.

A Google bejelentette a Gemini egy nagyobb teljesítményű, Gemini 1.0 Ultra nevű változatát is, és bemutatott néhány eredményt, amelyek azt mutatják, hogy ez a GPT-4-nél nagyobb teljesítményű. Ezt azonban két okból is nehéz megítélni. Az első ok az, hogy a Google még nem adta ki az Ultra-t, így az eredményeket jelenleg nem lehet függetlenül validálni.

A második ok, amiért nehéz értékelni a Google állításait, az az, hogy a Google egy kissé megtévesztő bemutató videót választott, lásd alább. A videóban a Gemini modell interaktívan és folyékonyan kommentál egy élő videófolyamot.

A Bloomberg eredeti jelentése szerint azonban a videón látható bemutató nem valós időben zajlott. A modell például előzetesen megtanult néhány konkrét feladatot, például a három pohár és labda trükköt, ahol a Gemini követi, hogy a labda melyik pohár alatt van. Ehhez egy olyan állóképsorozatot kaptak, amelyen a műsorvezető keze a cserélgetett poharakra mutat.

Ígéretes jövő
E problémák ellenére úgy vélem, hogy a Gemini és a nagy multimodális modellek rendkívül izgalmas előrelépést jelentenek a generatív mesterséges intelligencia számára. Egyrészt a jövőbeli képességeik miatt, másrészt az AI-eszközök versenyhelyzete miatt. Amint azt egy korábbi cikkemben megjegyeztem, a GPT-4-et körülbelül 500 milliárd szóval képezték ki – lényegében az összes jó minőségű, nyilvánosan elérhető szöveggel.

A mélytanulási modellek teljesítményét általában a modell összetettségének és a képzési adatok mennyiségének növekedése határozza meg. Ez felvetette azt a kérdést, hogy hogyan lehetne további javulást elérni, mivel a nyelvi modellek számára már majdnem kifogytunk az új képzési adatokból. A multimodális modellek azonban hatalmas új képzési adattartalékokat nyitnak meg – képek, hangok és videók formájában.