Что такое LSI-тексты и как правильно их писать?
В переводе с английского latent semantic indexing (LSI) означает скрытая семантическая индексация. Если простыми словами, LSI-тексты – это публикации, эффективно раскрывающие тему ключевого запроса, но помимо основного семантического ядра в них присутствуют синонимы, около тематические словоформы и фразы. А зачем они нужны? Как всегда, чтобы повысить рейтинг веб-страницы/сайта в поисковой выдаче.
К появлению LSI-текстов привела эволюция поисковых систем
Было время, когда поисковые системы выдавали пользователю страницы, соответствующие его запросу, учитывая прямое вхождение ключевых фраз. Некоторые оптимизаторы выходили за адекватные рамки, используя переспам. В результате тексты напоминали сплошное полотно ключевых слов, среди которых кое-где просматривалась полезная информация.
Что изменилось? Первым вышел на арену алгоритм пессимизации Google – Panda в 2011 г. Он стал понижать низкокачественные ресурсы в поисковой выдаче, анализируя множество факторов, в том числе количество ключевых слов. Затем в 2013 г. появился алгоритм ранжирования Hummingbird («Колибри»), который научился распознавать намерения пользователей.
Дальше вышли алгоритмы Яндекса – «Палех», «Королев», «Баден-Баден». Их общая цель: борьба с переоптимизированными текстами и понимание поисковыми роботами «естественного языка» пользователей интернетом.
Среди технологий, используемых поисковыми роботами для распознавания смысла пользовательских запросов, выделяют LSI. Она анализирует контекст, чтобы распознать о чём идёт речь на странице сайта.
Приведу пример. Я ввожу в строку поиска имя режиссера и слово из названия киноленты. Поисковик понимает, что имеется ввиду не книга, балет или кинопроизведения других лет, а именно фильм «Щелкунчик и четыре королевства».
Пример скрытой семантической индексации
Как создавать LSI-тексты правильно?
Наилучший вариант – выбрать автора, который хорошо разбирается в нужной вам теме или хотя бы умеет работать с экспертными мнениями в сети. Тогда ему достаточно ключевых запросов, чтобы создать интересный и полезный контент. Он сможет самостоятельно подобрать слова и фразы, связанные с основным запросом по смыслу, и раскрыть тему естественным образом. В результате даже появилась новая сфера деятельности LSI-копирайтинг.
К сожалению, этот вариант редко используется заказчиками. Как правило, рядовой копирайтер не фокусируется на раскрытии темы, а просто «сдирает» наиболее подходящую по теме информацию с других источников.
В таком случае требуется составление ТЗ, в котором для копирайтера прописываются:
- требования к статье;
- объём и структура текста;
- LSI-ключи.
Требования к LSI-текстам
Некоторые считают, что LSI-статья в любом случае будет полезной. Нет! Бездумное внедрение LSI-слов максимум станет эффективным для продвижения. И то не факт – низкокачественный и неполезный контент не получит большого объёма внешних ссылок, не привлечёт много трафика и не покажет отличных поведенческих факторов. А все мы знаем, что данные показатели в комплексе с контентом оказывают влияние на успешное продвижение в поиске.
Итак, LSI-тексты должны:
- отвечать на поисковой запрос пользователя, то есть содержать интересующую его информацию;
- решать проблему пользователя, его потребности, желания и т.п.
- не иметь дублей, быть уникальными.
Объём и структура текста с дополнительной релевантной семантикой
Тут всё просто. Зачастую хороший контент не ограничивается килознаками – его длина определяется таким образом, чтобы дать развёрнутый ответ по теме.
Статья должна быть структурированной: заголовки, подзаголовки, списки перечисления. Дополнительные моменты: последовательность изложения, при необходимости сравнение двух продуктов/услуг, анализ преимуществ и недостатков, заключение.
Как подбирать LSI-ключи?
Повторюсь, LSI-запросы – это не только синонимы, но и словоформы, сопутствующие заданной теме. Для поиска таких запросов есть масса инструментов, как платных, так и бесплатных. Начнём с халявы.
Бесплатные инструменты
- Подсказки Яндекса и Google.
Поисковые подсказки Яндекса
Смотрите правую колонку сервиса – «Запросы, похожие на …» Отсюда выбираются словосочетания, подходящие по теме.
Яндекс.Вордстат «Запросы, похожие на …»
На портале много инструментов, но в данном случае нас интересует «Парсинг подсветок Yandex и сбор тематических слов». Правда в бесплатной версии есть ограничения.
Парсинг подсветок Яндекса и сбор тематических слов от Арсенкина
Вводите продвигаемый запрос. В соответствующем окне вы получаете список слов, задающих тематику.
Техническое задание для копирайтера от Pixel Tools
- Slovoeb.
Отличный бесплатный инструмент – аналог Key Collector. Программу нужно скачивать. Она автоматически парсит запросы с Яндекс.Вордстата, Директа и других сервисов для расширения семантического ядра.
Интерфейс программы Slovoeb
Платные инструменты
Парсер собирает подсказки из Google, YouTube и Яндекса, автоматически отсеивает мусорные запросы.
Сбор поисковых подсказок от Rush Analytics
Многофункциональный сервис, в котором также есть инструменты по анализу ключевых фраз – суммарный отчёт, подбор фраз, поисковые подсказки, похожие фразы.
Суммарный отчет от SerpStat
Поисковые подсказки в SerpStat
Помимо стандартных инструментов для парсинга вы получаете опции, позволяющие автоматизировать и упростить сам процесс.
Функционал подбора ключевых слов от Click.ru
Пример LSI-текстов
Допустим, я решил написать текст о том, как хранить кофе. Работа ведётся поэтапно.
1 этап: сбор локального семантического ядра по теме. Вот что получилось.
2 этап: сбор ассоциаций, синонимов, гипонимов и около тематических слов 1 порядка для каждого из ключевых запросов. Возьмём запрос «как хранить кофе в домашних условиях» и соберём для него LSI-запросы.
3 этап: сбор LSI-запросов 2 порядка по каждому из предыдущих ключей. Рассмотрим на примере «в холодильнике».
Слова и словосочетания 1 и 2 порядка могут перекликаться между собой. На практике вы видите последовательность работы. К сожалению, пока ни одна программа не может выполнить её лучше человека, потому что бездумное использование ключевых слов приводит к топорным и нечитабельным текстам. Сервисы только помогают расширить ядро для дальнейшего анализа.
На основании собранных данных структура публикации может быть следующей.
Пример структуры LSI-статьи
Вывод
LSI-тексты – не новая технология, а современный и правильный подход к созданию читабельного и полезного контента в комплексе с работами по SEO-оптимизации. Цель данной методики – написание текстов согласно требованиям поисковых систем и потребностям читателей.
Отсюда вытекают основные преимущества:
- улучшение видимости и повышение рейтинга страниц в результатах поисковой выдачи благодаря использованию большого объёма высокочастотных и низкочастотных запросов;
- уменьшение числа отказов, прирост трафика и улучшение поведенческих факторов за счёт высокой релевантности.
