طراحی پلن بازاریابی برای جستجوی صوتی – اسنیپت ها

در مقاله “طرح بازاریابی جستجوی صوتی” در قسمت قبل ، با فناوری های صوتی آشنا شدیم و دستیارهای صوتی را معرفی کردیم. در این مقاله ، ما می خواهیم به چگونگی قرار گرفتن در میان حجم بالای جستجوی صوتی کاربر و اینکه داده ها از کجا می آیند برای داشتن یک استراتژی عالی برای بازاریابی جستجوی صوتی بپردازیم. اگر تمایل داشتید می توانید از بخش مشاوره سئو سایت با کارشناسان ما در این رابطه گفتگو نمایید.

در حال حاضر Bing از اهمیت بیشتری برخوردار است. 

بین چهار بزرگترین دستیار صوتی در جهان ، بینگ از سه (کورتانا ، سیری و الکسا) برای بازیابی اطلاعات عمومی به طور پیش فرض استفاده می کند. با پیوستن فیس بوک به این رقابت ، احتمالاً گوگل به زودی به تنهایی کنار می رود.

غول جستجو (گوگل) اغلب راهی برای بازیابی سهم بازار پیدا می کند ، اما در حال حاضر بازاریابان باید ابتدا بر موتور جستجوی مایکروسافت و سپس گوگل تمرکز کنند.

مهم نیست که کدام موتور جستجو اولویت شماست. می توانید بر دو حوزه کلیدی تمرکز کنید: قطعه قطعه و فهرست محلی.

Featured snippets

از آنجا که گوگل قصد دارد به غنی سازی ویژگی های SERP ادامه دهد ، دنیای وب در ماه های اخیر مملو از پست ها و پست های مربوط به مکالمه شده است.

در اینجا مثالی برای کسانی است که نمی دانند “قطعه” چیست. عبارت جستجو شده است: چگونه بخوابم؟

این ویژگی نه تنها برای جستجوهای سنتی و قدیمی ارزشمند است ، بلکه برای استفاده از وب سایت برای جستجوهای صوتی نیز بسیار مفید است.

مطالعات اخیر دکتر پیت مایرز نشان می دهد که دستیار Google می تواند از قطعات محتوا برای هرگونه جستجو و با هر درجه پیچیدگی استفاده کند.

به س questionsالات ساده ، مانند س questionsالات مربوط به نتیجه ورزش ، آب و هوا و غیره ، مستقیماً پاسخ داده می شود. اما برای پاسخ به س questionsالات کمی پیچیده تر ، مطالب موجود در سایت را بررسی کرده و توضیح دهید که این محتوا از کجا آمده است.

در حال حاضر ، مشخص نیست که برنامه گوگل برای کمک به ما در درک و تشخیص بازدید از این نوع سایت ها چیست ، اما به گفته کارشناس گوگل گری ایلز ، این امر قطعاً از طریق Search Console اتفاق می افتد.

البته اندازه گیری تعداد بازدیدهای ایجاد شده توسط قطعه قطعه ، عامل مهمی در فروش استراتژی های بازاریابی جستجوی صوتی خواهد بود. چرا باید سرمایه گذاران متقاعد شوند که ارزش سرمایه گذاری در این زمینه را دارد و این با ارائه آمار امکان پذیر است؟

هدف مشتری و خرید

این داده ها همچنین می توانند به ما در درک چگونگی تغییر جستجوی صوتی قیف تبدیل سنتی و تمایل به خرید کمک کنند.

ما اهمیت محتوا را در سفر مشتری سنتی می دانیم ، اما این اهمیت در دنیای عملیات صوتی چیست؟ ما قطعاً باید بسیاری از قوانینی را که در این مدت در مورد اینترنت می نویسیم ، بازنویسی کنیم.

اگر با کمی منطق به این موضوع نگاه کنیم ، می بینیم که جستجوی صوتی بیشتر جستجوهای ضروری را انجام می دهد. به عنوان مثال ، افرادی که از دستیارهای صوتی تلفن همراه یا خانه برای یافتن مکان ، زمان یا سابقه چیزی استفاده می کنند.در حالی که ، با جستجوی تایپ شده ، می بینیم که عبارات ساده تری جستجو می شوند. در واقع جستجوی صوتی پیچیده تر است. در زیر می توانید کلماتی را که در جستجوی صوتی استفاده می شوند مشاهده کنید:

برای درک بهتر این موضوع ، بیایید جستجوی “گفتگو” را در نظر بگیریم.

اگر بخواهیم برای محصولی مانند ماشین چمن زنی مثال بزنیم ، می توان فرض کرد که آن گفتگو را خواهیم داشت:

[I] بهترین ماشین چمن زنی زیر 500 500 کدام است؟

[دستیار صوتی] طبق وب سایت Lawn Mower Hut ، شش گزینه وجود دارد {بخوانید پیشنهادات}

ابتدا ، دستیار صوتی سعی می کند بفهمد چگونه به سوال منطقی بعدی برسد ، به عنوان مثال:

[دستیار صوتی] آیا می خواهید سیلندر یا ماشین چرخشی داشته باشید؟

یا…

[دستیار صوتی] آیا چمن شما کاملاً صاف است؟

[نمیدونم

[دستیار صوتی] خوب ، آیا می توانم یک دستگاه دوار پیشنهاد کنم؟ اگر بله ، دو گزینه دارید ، McCulloch M46-125WR یا BMC Lawn Racer.

در این سناریو ، دستیار صوتی نکات خوبی را ترسیم می کند و س relevantال مربوطه بعدی را می پرسد تا بتواند جستجو را در جهت منطقی هدایت کند.

پردازش طبیعی زبان

با این حال ، برای انجام این کار ، ما نیاز به پردازش بهتر در رایانه ها داریم. با خواندن این مقاله ، دانشمندان روی این چالش کار می کنند.

حل این چالش مستلزم استفاده از شبکه های عصبی عمیق (DNN) است که لایه های به هم پیوسته واحدهای مختلف هستند و برای شبیه سازی شبکه های عصبی درون مغز طراحی شده اند.

DNN ها برای همه چیز از صدا ، تصاویر ، ترتیب کلمات و حتی مکان از پیش طبقه بندی شده استفاده می شوند.

البته ، این برنامه به میزان داده ها و توانایی طبقه بندی DNN بستگی دارد. قدرت DNN ها در دسته بندی داده ها نسبت به سرعت پیشرفت صدا افزایش می یابد.

این بدان معناست که دستیارهای صوتی می توانند مانند یک فروشنده با ما صحبت کنند. در آینده ، نیاز به مراجعه به فروشگاه کاهش می یابد و فرآیندهای زمانی در خرید تسهیل می شود.

با عبارات دقیق تری که در آینده باید جستجو شود ، دیدگاه متفاوتی در مورد “کلید واژه” پیدا خواهیم کرد. در واقع ، ما باید با جستجوی دقیق تر و معنادارتر کلمات کلیدی ، پاسخ جستجوهای خود را بیابیم.

در نتیجه ، کلمات کلیدی طولانی تر سریعتر مورد استفاده قرار می گیرند و استراتژی های مرتبط با محتوا به مرکز برنامه بازاریابی تبدیل می شوند. زیرا در آینده شاهد افزایش محتوای ویژه خواهیم بود.

همچنین تأکید بیشتری بر کلمات کلیدی خواهیم داشت که ممکن است در حال حاضر در اولویت قرار نگیرند. اگر می خواهیم روی نمونه های خود کار کنیم ، می توانیم تصویری از این مفهوم ارائه دهیم….

در مثال خرید ماشین چمن زنی ، ما دو نمونه (McCulloch و BMC Racer) ارائه کردیم. در سناریوی اول ، جایی که دیدیم DNN ها آنقدر پیشرفت کرده اند که می دانند پس از آن چه س questionالی را باید بپرسید و به آن پاسخ دهید ، می توانیم بپرسیم:

کدام خودرو ایده های بهتری برای “من” دارد؟

پاسخ این س probablyال احتمالاً با نتیجه گیری نظرات واسطه ای داده می شود ، به عنوان مثال …

[دستیار صوتی] طبق نظرسنجی Trustpilot ، ماشین مک کالوچ 4 ستاره گرفت.دارای 5 و خودروی BMC دارای امتیاز 3.5 ستاره است.

در اینجا ، می بینیم که نظرات میانجی گران از هر زمان دیگری ارزشمندتر شده است. در صورت امکان ، این را به عنوان فرصتی برای بهینه سازی تبدیل ها در نظر بگیرید. یک استراتژی جدید نیز می تواند در نظر گرفته شود. به عنوان مثال ، محتوایی برای SERP ایجاد کنید تا کلمه کلیدی شما “نظرات” یا “امتیاز بالا” باشد.

گام بعدی چه خواهد بود؟ قدم بعدی خرید است ، احتمالاً به دنبال قیمت هستید ، یا به دنبال مکان فروشگاه هستید ، تا بتوانید این محصول را از نزدیک آزمایش کنید.

اولویت های کلمه کلیدی

این سناریو می تواند به ما بگوید که چگونه دستیار صوتی تفکر ما را به سمت اولویت بندی کلمات کلیدی و تولید محتوا سوق می دهد.

محتوایی که از کلمات زیر برای کمک به کاربر در تصمیم گیری یا عمل استفاده می کند ، توجه و ترافیک بیشتری را از طریق صدا جلب می کند. نمونه هایی از این کلمات عبارتند از:

خریدن

گرفتن

ملاقات

بالاترین امتیاز

نزدیکترین

نزدیکترین

ارزانترین

بهترین قیمت

بسیاری از این کلمات با عبارات جستجوی تایپ شده یکسان نیستند ، اما اولویت های مهمی هستند. تحقیقات مایکروسافت نشان می دهد که هر کلمه چقدر به میل و خرید مربوط می شود:

در حال حاضر ، شما با سناریوهایی برای درک روش ها و تکنیک های جستجوی صوتی آشنا هستید. در بخش بعدی ، ما مکانها و لیستهای جستجوی صوتی محلی را بررسی می کنیم تا بتوانید بر استراتژی جستجوی صوتی خود تمرکز کرده و در نتایج جستجوی صوتی کاربران اینترنت باشید.