Como analisamos 20.000 palavras-chave por mês para clientes WordPress SEO com FALCON AI

O FALCON AI, nosso conjunto interno de IA para SEO em produtos WordPress, atingiu um marco em janeiro: analisamos 20.000 palavras-chave em um mês pela primeira vez.

Produzimos 40 conteúdos em janeiro. Isso requer 40 palavras-chave, portanto, para cada palavra-chave selecionada, estamos analisando cerca de 500 possíveis.

Os números são enormes: por que você consideraria 500 palavras-chave diferentes, apenas para obter 1 postagem no blog?

Se você errar a seleção de palavras-chave, seu conteúdo de SEO falhará. É por isso que trabalhamos tanto para encontrar ótimas palavras-chave. Vamos nos aprofundar no porquê e como fazemos isso.

Conteúdo SEO como processo de produção

Todos os fluxos de produção têm uma característica básica: o material torna-se mais valioso à medida que avança no processo... Uma regra comum que devemos sempre tentar observar é detectar e corrigir qualquer problema em um processo de produção no estágio de menor valor possível.

Andy Grove, gerenciamento de alto rendimento

No lendário livro High Output Management , o ex-presidente da Intel, Andy Grove, descreve um restaurante servindo café da manhã como uma analogia para os desafios de produção que enfrentou. Assim como a Intel quer evitar problemas de produção ao detectar peças ruins antecipadamente, queremos fazer o mesmo com o conteúdo de SEO.

A pesquisa de palavras-chave é a primeira parte do estágio de produção de conteúdo em que você pode fazer grandes mudanças, sem consequências . Se você escolher uma palavra-chave ruim, todo o trabalho em uma postagem será desperdiçado.

O outro lado, obviamente, é que, se você escolher uma ótima palavra-chave, estará pronto para o sucesso.

No processo de produção, a etapa de seleção de palavras-chave para conteúdo SEO é, portanto, o único ponto em que você pode ter um impacto desproporcional no sucesso ou fracasso de sua postagem.

É por isso que nos esforçamos tanto para encontrar as palavras-chave certas: vale a pena avaliar 500 palavras-chave possíveis para encontrar uma boa, porque o custo de escolher palavras-chave ruins é muito alto.

A pesquisa de palavras-chave herdada oferece resultados de sucesso e fracasso

A pesquisa manual de palavras-chave geralmente começa com uma ferramenta como o Ahrefs: você insere uma palavra-chave “semente” sensata como “Formulários do WordPress” e começa a analisar as sugestões:

Isso gera uma lista de palavras-chave relacionadas, informações de dificuldade e volume, e também podemos ver os tópicos principais.

Se você estiver se sentindo ambicioso, poderá aplicar alguns filtros para evitar pesquisas de concorrentes de correspondência de marca. Você também pode procurar uma “lacuna de conteúdo” para ver quais palavras-chave os concorrentes estão classificando para as quais você está perdendo.

A saída disso é normalmente uma árvore de palavras-chave com algumas ramificações. Você pode decidir que “formulários do WordPress” são muito competitivos, mas “formulários acessíveis” ou “modelos de formulário do WordPress” são palavras-chave pelas quais você pode competir:

Assim, você ficaria feliz com sua seleção e escreveria um artigo sobre como conectar um formulário do WordPress a um CRM.

Tudo bem, mas você pode analisar no máximo 5 a 10 ramificações de palavras-chave, está limitado às palavras-chave relacionadas óbvias que seu software encontra e não obtém informações sobre o que precisa escrever para classificar .

Embora você possa olhar para as dificuldades de palavras-chave e concorrência, você não tem nenhuma visão sobre se escrever um post sobre “WordPress form CRM” é realmente uma boa ideia ou não. A suposição será que, se o volume estiver ok, a dificuldade não for muito alta e você tiver algum tipo de solução de formulário WordPress que se conecta a um CRM, você está pronto para ir.

Essas suposições sobre o que torna uma palavra-chave “boa” ou “ruim” não são qualificadas e não foram testadas. Se o seu objetivo é fazer vendas para o seu produto a partir do conteúdo de SEO, esses critérios dizem muito pouco sobre se a postagem atingirá esse objetivo ou não. Algumas palavras-chave e postagens funcionarão se você fizer o suficiente, mas seus resultados são imprevisíveis.

Essa é a fonte de tanta frustração com o SEO, e é por isso que as empresas do WordPress acham SEO tão difícil de fazer, apesar de obviamente ser o melhor canal de marketing para atrair novos clientes. A pesquisa de palavras-chave de acertos e erros fornece resultados de SEO acertos e erros.

A frustração com os resultados de acertos e erros é agravada pelos ciclos de feedback lentos. Pode levar 6 meses para uma nova postagem ter uma boa classificação, mesmo que você tenha trabalhado na publicação de ótimo conteúdo regularmente, para que você não receba nenhum feedback sobre se sua palavra-chave foi boa ou ruim por muito tempo após a publicação. Pode levar muito mais tempo se você estiver começando e seu site ainda for novo ou se você não tiver a Autoridade de Domínio onde deveria estar devido à falta de conteúdo em sua área de especialização. Mesmo 6 meses é tempo suficiente para abandonar o SEO Content porque “não funciona”.

6 meses para ver os resultados também é tempo suficiente para que seja muito difícil obter informações sobre por que as postagens funcionaram ou não. Não receber ou aplicar esse feedback significa que você desperdiça enormes quantidades de recursos e tempo em postagens que nunca funcionariam.

Hit-and-miss é um momento terrível para todos. Serei honesto - este é um problema que enfrentamos no passado. Antes de resolvermos esse problema no Ellipsis, o conteúdo de SEO de sucesso e erro nos fez perder clientes. No entanto, operamos em uma escala que nos permite resolver problemas que empresas individuais do WordPress não podem resolver. Resolver esse problema foi o que nos levou ao caminho da FALCON AI.

Explorando profundamente a cauda longa das palavras-chave

Com o FALCON AI, podemos gerar palavras-chave semente da IA. O FALCON gera as palavras-chave iniciais usando a IA para analisar o conteúdo de uma página de produto e extrair palavras-chave iniciais (ótimas para encontrar palavras-chave de cauda longa que se encaixam nos recursos de um produto) e procura automaticamente o que seus concorrentes estão classificando. Isso nos dá uma lista de palavras-chave semente.

Em seguida, podemos pesquisar palavras-chave relacionadas de cauda longa e ideias de palavras-chave nessas palavras-chave iniciais. Isso gera até 500 palavras-chave possíveis de cada semente. Filtramos automaticamente palavras-chave duplicadas e de baixo valor, portanto, isso normalmente avalia 5.000 palavras-chave de uma só vez.

Em vez de olhar manualmente para algumas palavras-chave, podemos ir a fundo em cada palavra-chave possível. Esta é uma representação simples: em vez de apenas olhar para alguns ângulos, podemos olhar para todos os ângulos. As saídas reais do FALCON são, obviamente, muito mais detalhadas do que isso:

Um humano não pode avaliar esse volume de palavras-chave, então estamos usando o Machine Learning para avaliar rapidamente se uma palavra-chave se encaixa ou não no produto do nosso cliente. Fazemos isso com um modelo de aprendizado de máquina personalizado que é treinado para escolher palavras-chave relevantes para produtos individuais do WordPress.

Usando a IA, podemos pegar as 10.000 palavras-chave que estamos avaliando e produzir aquelas com bom produto adequado para revisão manual. Essa revisão manual nos fornece uma lista restrita, que levaremos para o estágio de revisão final: prever se a palavra-chave será bem-sucedida ou não.

Essa combinação específica de palavra-chave e título será bem-sucedida?

Eu escrevi sobre esse estágio final quando introduzimos o FALCON AI no ano passado. Este foi o problema original que o FALCON AI foi criado para resolver: prever se uma combinação específica de palavra-chave e título resultaria em um post bem-sucedido ou não.

Estamos em uma posição única para resolver esse problema, pois temos uma pilha enorme de postagens que podemos alimentar a IA para dados de treinamento. Isso é complementado pelos resultados reais do ranking superior para milhares de palavras-chave do WordPress e WooCommerce para nos fornecer um modelo de aprendizado de máquina que pode prever com confiança se uma postagem vai funcionar.

É aqui que a pesquisa de palavras-chave vai muito além da adivinhação: em vez de olhar para os dados de uma palavra-chave e dizer “isso parece bom”, podemos testar se especificamente a combinação de palavra-chave e título proposta será bem-sucedida ou não. Isso filtra as palavras-chave ruins o mais cedo possível.

Os títulos são muito importantes. Eles são um fator de classificação desproporcional não apenas porque o Google os usa para determinar onde seu conteúdo deve ser classificado inicialmente, mas também porque um título atraente obterá mais cliques e, portanto, uma classificação mais alta. É um ciclo virtuoso se você acertar o título.

FALCON AI ser capaz de prever se uma combinação específica de palavra-chave e título vai ter sucesso ou não é legal, mas eu não gosto de escrever 10 opções de título diferentes para 500 palavras-chave por mês. Se cada título leva 30 segundos para escrever, é uma semana inteira escrevendo títulos!

A solução é engenhosa: o FALCON AI usa um modelo GPT-3 personalizado e ajustado para gerar opções de título automaticamente. A IA é treinada usando todas as nossas práticas recomendadas para títulos e os 10 principais resultados atuais para a palavra-chave.

O resultado disso é que podemos gerar títulos de alto desempenho que refletem perfeitamente a intenção de pesquisa, pois são baseados no que está realmente classificando. Podemos gerar vários títulos de uma só vez e, em seguida, executá-los por meio da IA ​​para gerar o título com a maior chance de sucesso.

Este é o processo que estamos usando para aumentar massivamente a chance de sucesso. Então, quais são os resultados?

FALCON AI é 28x o tamanho de 6 meses atrás e reduz pela metade o tempo para se classificar no top 10

Os dados de treinamento originais para a parte de aprendizado de máquina do FALCON foram feitos em maio de 2021. Desde então, treinamos novamente cinco vezes e o conjunto de dados agora é 28 vezes maior. Um conjunto de dados muito maior nos dá uma precisão geral muito maior e melhores recursos para casos extremos.

Em última análise, somos medidos em crescimento de conteúdo por resultados e, para conteúdo de SEO, eles começam com classificações. Os resultados preliminares com a versão mais recente do FALCON AI fizeram com que o tempo necessário para um artigo ser classificado no top 10 fosse reduzido pela metade .

Claro que não é perfeito. Acertar o conteúdo de SEO tem muitas variáveis, incluindo a autoridade do seu site no tópico, promoção e backlinks, etc. Isso significa que mesmo o conteúdo mais bem escrito às vezes não terá uma classificação alta o suficiente. Mas FALCON AI significa que podemos eliminar o maior número possível de variáveis ​​e aumentar significativamente a probabilidade de classificação nos primeiros lugares para o conteúdo de nossos clientes. Particularmente para clientes que dedicam tempo e esforço para criar conteúdo de qualidade regular da maneira certa, o FALCON AI adiciona uma camada imbatível de confiabilidade, previsibilidade e velocidade aos rankings.

Nossa hipótese é que estamos fazendo um trabalho muito melhor do que os concorrentes ao fornecer conteúdo relevante e perspicaz para o pesquisador. O Google está reconhecendo isso e, assim, recompensando nosso conteúdo.

Continuaremos fazendo melhorias em ritmo acelerado. O FALCON AI está disponível exclusivamente para nossos clientes de Content Growth. A seleção de palavras-chave é uma parte importante do FALCON AI, mas é apenas uma das muitas partes. Se você quiser conversar sobre como podemos ajudar com seu conteúdo de SEO, entre em contato conosco.