Что такое LSI-тексты

Что такое LSI-тексты?

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. Выглядело это примерно так:

«Купить кровать недорого в Москве вы можете в нашем интернет-магазин кроватей.»

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».

Как создавать LSI-тексты?

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

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

  1. Подсказки Яндекса и Google.

  1. Яндекс.Вордстат.

Смотрите правую колонку сервиса – «Запросы, похожие на …» Отсюда выбираются словосочетания, подходящие по теме.

  1. Сервис Арсенкина.

На портале много инструментов, но в данном случае нас интересует «Парсинг подсветок Yandex и сбор тематических слов». Правда в бесплатной версии есть ограничения.

  1. Pixel Tools.

Вводите продвигаемый запрос. В соответствующем окне вы получаете список слов, задающих тематику.

  1. 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.

Платные инструменты

  1. Rush Analytics.

Парсер собирает подсказки из Google, YouTube и Яндекса, автоматически отсеивает мусорные запросы.

  1. Serpstat.

Многофункциональный сервис, в котором также есть инструменты по анализу ключевых фраз – суммарный отчёт, подбор фраз, поисковые подсказки, похожие фразы.

  1. Click.ru.

Помимо стандартных инструментов для парсинга вы получаете опции, позволяющие автоматизировать и упростить сам процесс.

Подготовка к написанию LSI-текстов: пример

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.

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.
Понравилась статья?
Подпишитесь на рассылку, и на еженедельной основе получайте подборку интересных новостей, статей и исследований из мира интернета и маркетинга
Согласие с Политикой обработки персональных данных
Поделиться
  • 2
    Поделились

Вадим Володькин

В маркетинге с 2007 года. Приверженец принципа Парето. Консультант в интернет-магазинах отраслевых лидеров. Преподаватель на обучающих курсах.