N-Grams: 検索語データ内の隠れた宝石を見つける

シェアする

[表] ブログ投稿 (1)

ほとんどの買い物客は、Amazon での購入手続きを検索バーから始めます。 したがって、顧客が貴社を見つけるために使用している検索語を理解することは、貴社の広告戦略の中核となります。 

問題は、検索語データの分析が困難な場合があることです。 

検索キーワードをさらに一歩進めることができたらどうでしょうか? 

最近、Intentwise では、検索語データ内の新しいパターンを検出する方法を構築しました。 すべての用語にわたって最も効果的な特定の単語やフレーズを特定する機能を作成しました。 

一目見るだけで、次のような質問に答えることができます。どの単語やフレーズがうまく機能しており、どの単語やフレーズがうまく機能していないか? または: 現在、広告を掲載しているキーワードに含まれていない単語やフレーズは何ですか?

これらの回答を使用して、検索用語を最適化できます。 掲載結果の低い単語やフレーズを除外一致させ、不足している適切な単語やフレーズをキーワードとして追加します。

その新しい機能は次のように呼ばれます Nグラム

ちょっと待って、N-Gram とは何ですか? 

N-Grams は少しわかりにくいかもしれませんが、理解する価値は十分にあることをお約束します。 少し我慢してください。 

最も単純化すると、N-Gram は複数の部分に分割された検索語です。  

N-Gram を作成するには、既存の検索語を取得し、それを構成要素に分割します。 次に、それらの構成要素 (N-Grams) のパフォーマンスをロールアップして、パフォーマンスの高いフレーズと低いフレーズを特定します。  

非常に基本的な例から始めましょう。 あなたはスニーカーを販売するブランドで、上位の検索キーワードの XNUMX つは「ランニング シューズ レディース」です。 

まず、「ランニング」、「シューズ」、「女性」、「ランニング シューズ」、「女性向けシューズ」というすべての構成要素に分割します。 これらはそれぞれ N-Gram です。 

次に、これらの N グラムのパフォーマンスを分析します。 それらを含む検索語の数。 「靴の女性」を例に考えてみましょう。 先ほど説明したように、このフレーズは「ランニング シューズ レディース」という検索語に表示されます。 しかし、おそらく「テニス シューズ 女性」、「シューズ 女性 アーチ サポート」、「シューズ 女性 ランニング」にも登場します。

N グラム「靴 女性」を作成すると、「靴 女性」を含むすべての検索語のパフォーマンスを分析できます。 

なぜ、この問題のでしょうか? 

大規模な場合、このデータにより、どのコンポーネント パーツがうまく機能し、どのコンポーネント パーツがうまく機能していないのかが正確にわかります。 N-Gram の「シューズ 女性」を含む検索語が実際に最もパフォーマンスが良いのに対し、N-Gram の「ランニング シューズ」は最も悪い結果の一部に関連付けられていることが判明したとします。 

その後、必要な最適化アクションの実行を開始できます。

上で概説したものは非常に単純な例です。 しかし、これを何千もの検索用語にわたって大規模に実行することを想像してください。 

N-Gram は実際に私のブランドに何ができるのでしょうか? 

N-Grams を使用してすぐに実行できるアクションは XNUMX つあります 

#1. 除外一致で掲載結果の低いキーワード 

すべてのランニング シューズに紐が付いているとします。 N-Gram レベルで検索語を分析すると、「靴ひもなしの女性用ランニング シューズ」や「靴ひもなしの女性用テニス シューズ」などの検索語を分割し、N-Gram が「靴ひもなし」であることを確認できます。最悪のパフォーマンスの一部に関連しています。 

必要に応じて、N グラムを「紐なしで」無効にして、お金の無駄を防ぐことができます。

#2. 追加する新しい上位キーワードを特定する

上の例を反転してみましょう。 相変わらず紐付きの靴だけを販売しているスニーカーブランドですね。 しかし、本当に優れたアーチサポートを備えているとします。 

このスクリプトは、「アーチ サポート付きの女性用ランニング シューズ」や「アーチ サポート付きの女性用テニス シューズ」などの検索語を分割し、「アーチ サポート付き」の N-Gram が最も高いコンバージョン率に関連していることを明らかにします。 

最も重要な点は、キャンペーンにキーワードとして「アーチ サポートあり」が実際には含まれていないことを示すフラグが表示されることです。 

これで、その N-Gram をキーワード リストに追加する必要があることがわかりました。  

「これは実際にはどのようなものなのでしょうか?」と疑問に思われるかもしれません。 

Intentwise では、N-Grams をリリースしました。 アド オプティマイザー製品。 私たちはそれを非常に楽しみにしています。 

これがプラットフォームでどのように表示されるかを次に示します。 

また、掲載結果の悪いフレーズ (「収益ゼロの N-Grams」) や、現在キーワードに含まれていないフレーズ (「キーワードに含まれていない N-Grams」) を簡単にフィルタリングできます。

そうすれば、何千もの検索キーワードの結果を調べて時間を無駄にする必要がなくなります。 

Nグラムはどうやって使うのですか? 

上で説明したことは、N-Gram ベースの分析の始まりにすぎません。 

最終的には、N-Grams によってブランドにとってさらに大規模な体系的な分析が可能になると考えています。 

「赤いランニング シューズ」、「黒いランニング シューズ」、「緑のランニング シューズ」のような一連の N-Gram があるとします。 すぐに、「赤」、「黒」、「緑」がすべて「色」と呼ばれる属性の一部であることがわかるようになります。 

そうすれば、それを分析のレンズとして使用できます。 特定の色にどれだけ費やしたか、どの色のパフォーマンスが最も優れているか、最も悪いかを即座に把握できます。 

では、どのように使用しますか? もちろん問題は、N-Gram レベルでの分析には大量のデータ処理が必要になることです。 数千の検索語を N-Grams に分割することになります。 

Excel を使用することはできません。 

検索用語を N-Grams に変換するには、おそらくソフトウェア パートナーが必要になります。 Intentwise は現在、N-Grams 機能を提供しています。これは私たちが非常に誇りに思っています。 

ただし、Intentwise を使用していない場合でも、N-Grams は検索広告の最適化をワンランク上に引き上げると考えています。

(このようなコンテンツをもっと知りたいですか? 最新情報のメール配信を登録.)

提言

ニュースレターを購読する

eコマース専門家向けの製品アップデート、ウェビナー、ニュースについて学びましょう。