对在线课程和学习领域的语义研究**基于1,300 个一般关键词的样本。选择关键词决定了分析的其余部分；它是案例研究其余部分需要考虑的一个因素。
关键词选择是使用 Google Keyword Planner 和
SEMRush 等工具完成的：
- 包含大多数包含“课程 [XXX]”、“学习 [XXX]”的通用关键字。
- 对于关键词“SALSA 课程”， whatsapp 数据库 相关和派生关键词“salsa YouTube”和“salsa 初学者”被排除在外。
- 地理定位搜索受到限制（因为数量太多）
- 不包括对原材料（铅价等） 没有开源 从本质上讲 和股票市场价格（ORANGE、SFR 股价等）的搜索。
为了开展这项研究，我开发了一个新工具 香港领先 **，能够研究关键词列表的语义。为此，该工具会扫描并检索 Google 法国 SERP 中排名前 10 个页面的文本，总共 13,000 个页面。
一旦创建了数据集，该工具就会使用**数据分区机器学习算法来创建聚类，即根据语义亲和力对关键字进行分组。注意：该算法“自动”确定适当的聚类数量。一些关键词具有“模糊”排名，这意味着它们可以属于一个或多个集群。直接的后果是一些集群没有明确的边界。
集群与每个关键字的每月搜索量、有机竞争水平等数据合并。经过工具处理后，我们获得了第一批结果。
让你的视野更高一些
在本研究中，检测到了91 个簇：
- 绘画
- 开发（编程）
- 语言
- 写作
- 英语
- 驾驶
- …
- y 轴：每个集群的月搜索量（以对数刻度表示，感谢Walid提供的提示）
- 横坐标：有机能力水平
每个集群都位于“搜索量/有机竞争矩阵”中，可以一目了然地提供语义宇宙的全局视图。该工具会根据集群内容自动标记集群名称。
2 个集群的示例：缝纫和写作课程
为了最大限度地发展你的关键词策略，有必要对集群进行审查。具体来说，142 个关键词未归类到任何集群（约占列表的 11%）。一些关键词（约 5%）位于与它们不正确对应的聚类中（可能是由于聚类边界模糊）。该工具完成了 80% 的工作。
在上面的例子中，单词“cours guitare net”不在正确的集群中，而集群“paris argentina”应该与“cours danse”合并。研究中形成的集群足够封闭，因此可以得出一些结论。
我们可以从这项研究中得到什么教训？
宇宙的语义分析 提供了几个教训，其中包括：许多网民搜索有关绘图的信息，其次是开发（编程）。仅“学习绘画”集群每月就占到超过 435,000 个查询。
网民对以上几类问题的提问较多。
值得注意的是，对于内容非常短的“乘法”集群来说，竞争水平很重要。在这个集群中执行的策略之一是提供比平均水平更长的内容。
最后，值得注意的是，Superprof和 Wikihow等纯粹的参与者占据了市场的大部分份额。
这种方法如何帮助 SEO？
是否可以使用语义来定位关键字 SEO 策略？既是又不是。我想说这完全取决于所使用的数据集（关键字列表）。在我们的案例研究中，列表太宽泛，无法解决有效的关键字策略，并且我们错过了许多查询。这更像是基于语义的市场 SEO 研究。
然而，这种方法有助于扫清障碍，并为管理人员和营销团队提供决策指标，使他们能够根据搜索量和竞争情况确定优先次序，制定正确的策略。
然而，为了在有机 SEO 中拥有清晰且定义明确的关键词策略，以满足营销团队的需求以及用户和 SEO 的需求，必须重复仅关注一个集群的练习。主要步骤是垂直向下浏览集群并通过详尽的关键词列表解决主题的各个方面。
当我负责SEO的时候，我以两种方式使用了这种分析：
1. 无论是预售，当您与潜在客户见面时。这使您只需几分钟即可从 SEO 的角度了解您的业务：不同的市场、竞争和搜索水平；
2.是否在活动的战略SEO定位上，确定优先在哪些领域开展工作以及需要付出的努力。