Semrush: 시장에서 가장 큰 키워드 데이터베이스이지만 정확합니까?

키워드 연구와 관련하여 저는 개인적으로 Google Search Console(GSC)을 좋아합니다. 그러나 SEO 전문가로서 Google 도구의 통계에 완전히 의존할 수 없다는 것을 알고 있을 것입니다. 왜요?

Google Search Console에는 많은 제한 사항이 있기 때문입니다.

첫째, 링크가 본 횟수와 같이 노출만 표시됩니다. 이는 귀하의 페이지가 이미 처음 10개의 Google 검색 결과 내에서 순위를 매길 때 GSC 정보에 의존할 수 있음을 의미합니다. 그렇지 않은 경우 검색량의 개념으로 전환해야 합니다.

둘째, GSC는 이미 순위가 매겨진 키워드를 보여줍니다. 즉, 키워드 측면에서 사이트의 입장을 분석하는 데 완벽할 수 있습니다. 그러나 키워드 포트폴리오를 확장하고 귀하와 귀하의 경쟁업체 사이의 키워드 격차를 밝히고 싶다면, 이를 도와줄 제3자 도구가 필요합니다.

이를 염두에 두고 제가 절대적으로 좋아하는 키워드 연구 외부 도구인 Semrush를 여러분의 관심을 끌기로 결정했습니다.

지난 몇 년 동안, 그들은 현재 시장에서 가장 큰 것으로 간주되는 키워드 데이터베이스를 확장해 왔습니다.

그러나 이 경우 데이터베이스 크기가 중요하지만 키워드 연구는 실제로 분석할 수 있는 데이터의 품질로 귀결되기 때문에 키워드 통계는 순수한 규모를 훨씬 뛰어 넘습니다.

이제 Semrush가 양을 질로 바꾸는 데 성공했는지와 이에 대한 연구 결과를 살펴보겠습니다.

Google 키워드 플래너가 아닌 이유는 무엇입니까?

Semrush의 키워드 데이터베이스에 대한 설명으로 넘어가기 전에 한 가지 질문을 예상할 수 있습니다. 다른 Google 네이티브 도구인 Keyword Planner(GKP)에서 키워드 검색량 데이터를 가져오지 않는 이유는 무엇입니까?

글쎄, 무엇보다도 그것은 유료 캠페인을 관리하기 위한 도구이므로 SEO 목적에 항상 최선은 아닙니다. 예를 들어 특정 Google 광고 정책을 따라야 하기 때문에 의약품 관련 키워드 데이터가 누락되었습니다.

또한 GKP는 항상 가장 깨끗한 데이터를 제공하지 않기 때문에 혼란스러울 수 있습니다. 예를 들어 검색량 통계는 유사한 의미 또는 복수형 검색어에 대한 숫자를 결합하므로 특정 검색어에 대한 특정 통계를 항상 확인할 수는 없습니다.

타사 도구를 선택하는 이유는 무엇입니까?

이것은 우리가 Semrush가 모든 키워드에 대한 정보를 제공하는 유일한 플랫폼이 아니기 때문에 특별히 Semrush에 대해 이야기하는 이유를 설명하도록 이끕니다.

문제는 모든 타사 도구가 독점적인 AI 알고리즘이 포함된 클릭스트림 데이터에서 통찰력을 얻는다는 것입니다. 즉, 더 많은 데이터 공급업체와 더 스마트한 머신 러닝 알고리즘을 사용할수록 더 정확한 통찰력을 얻을 수 있습니다.

그렇기 때문에 각 도구를 개별적으로 분석하고 벤치마킹하는 것이 모든 추정의 데이터 정확도와 품질을 실제로 평가하는 유일한 방법입니다.

왜 셈러쉬인가?

내가 언급했듯이 Semrush는 다른 모든 솔루션에 비해 가장 큰 키워드 데이터베이스를 가지고 있습니다. 그러나 숫자는 거짓말을 하지 않지만 품질 평가는 이야기가 다릅니다.

Semrush는 최근 검색량 예측 알고리즘을 크게 개선했다고 발표했습니다. 어때요?

• 그들은 데이터 소스의 수를 5배 늘렸습니다(기계 학습의 작동 방식을 안다면 데이터가 많을수록 알고리즘이 더 똑똑해진다는 것을 알게 될 것입니다).
• 그들은 전체 AI 생태계에 몇 가지 알고리즘 유형을 추가하여 Google 자체가 검색 알고리즘 내에서 사용하는 자연어 처리(NLP)와 부정확한 평가를 피하기 위해 모든 예외적인 데이터를 제외하는 데 도움이 되는 이상 감지 알고리즘으로 이를 강화했습니다.

또한 Semrush는 키워드 데이터베이스 내에서 쓸모없는 데이터를 제거하는 일을 훌륭하게 수행하고 있습니다.

다른 많은 솔루션은 단순히 규모를 보여주기 위해 데이터베이스에서 오래되고 불필요한 데이터(FIFA 2016 관련 키워드를 생각해 보세요)를 제거하지 않지만 실제로 품질을 높이는 것은 아닙니다.

키워드 데이터 품질을 위한 타사 도구 비교

자, 이제 모든 배경 지식을 갖추었으므로 어려운 숫자를 살펴보겠습니다. Semrush는 데이터베이스에 대해 많은 멋진 기능을 주장하고 있지만 그들의 말에만 의존할 수는 없습니다.

그래서 Semrush의 키워드 데이터 통계를 Google Keyword Planner, Moz, Mangools, Ahrefs, Serpstat 및 Sistrix와 같은 다른 솔루션의 통계와 비교한 연구 결과를 보여드리고자 합니다.

주요 벤치마크는 Google Search Console의 노출 데이터였습니다. 어떤 경우에는 이 데이터가 연구에서 참조로 사용되었습니다. 노출은 실제 검색량 데이터를 나타낼 수 있습니다. 여기에서 전체 방법론을 읽을 수 있습니다.

검색량 품질 비교

처음에는 다양한 솔루션의 모든 키워드 검색량 데이터를 GKP의 데이터와 누적했을 때 보다 단순한 순수 숫자 비교를 볼 수 있습니다.

아래 그래프 읽는 방법: 백분율이 높을수록 Google Search Console의 노출과 도구 간의 일치도가 높아집니다.

Semrush는 두 번째로 가까운 "경쟁자"가 Google Keyword Planner이기 때문에 여기에서 명백한 승리를 거두었지만 언급한 바와 같이 값 범위만 제공하므로 수치가 부정확해 보일 수 있으므로 무시할 수 있습니다.

이제 Semrush가 확실한 승자로 나왔기 때문에 정확도 차이의 정도를 보기 위해 Semrush와 도구별 비교도 볼 수 있습니다.

거의 모든 경우에 Semrush는 최소 30% 더 정확한 검색량 데이터를 반환했으며, 이는 SEO 전략 구축 측면에서 성공과 실패 사이의 미세한 선이 될 수 있습니다.

분명히 이러한 데이터 차이의 가장 큰 원인은 솔루션이 소위 유행하는 키워드에 대한 검색량 데이터를 반영하는 방식과 관련이 있습니다. 그들을 분석합니다.

따라서 사용하고 가장 중요한 것은 가장 최근의 최신 유행 검색에 표시해야 하는 비즈니스에 있는 경우 부정확한 키워드 데이터에 의존할 여유가 없습니다.

키워드 데이터 범위 비교

데이터 품질을 나타내는 키워드 볼륨의 또 다른 측면은 적용 범위입니다. 도구가 10억 개 또는 1조 개 이상의 키워드 대형 데이터베이스를 가지고 있다고 보고할 수 있지만 실제로 포함하지 않는 키워드 수를 알아야 합니다.

여기에서 데이터가 없는 키워드(일반적으로 "찾을 수 없음" 레이블이 있는 키워드)의 수를 분석합니다.

이 연구에서도 이를 분석했다.

아래 그래프 읽는 방법: 숫자가 작을수록 "찾을 수 없음" 키워드가 더 적게 표시됩니다.

보이는 것처럼 키워드 데이터 범위와 관련하여 Semrush가 다시 한 번 승리했습니다.

그리고 이 경우 여백이 훨씬 더 큽니다. 이와 관련하여 두 번째로 가까운 경쟁자(Google Keyword Planner의 무료 버전을 제외하는 경우)는 Semrush보다 2배 많은 키워드에 대한 데이터가 누락되었습니다.

키워드 검색량이 키워드 연구에서 가장 중요한 지표인 이유

이제 키워드 도구 환경을 잘 이해하고 각 도구가 다른 도구와 어떻게 비교되는지 알게 되었으므로 검색량에 중점을 두는 이유가 궁금할 것입니다.

키워드 연구에 대한 모든 게시물은 프로세스의 일반적인 논리를 간략하게 설명합니다.

1. 순위를 매기고 싶은 관련 주제 목록을 만들고 시드 키워드를 식별합니다.

나는 항상 5-10개의 일반적인 주제로 범위를 좁힐 것을 제안합니다. 이러한 주제를 다루는 페이지는 특정 키워드에 대해 설정한 페이지입니다.

이 단계에서(아주 초기에) 검색량이 이미 들어옵니다.

선택한 모든 주제는 시드 키워드 목록을 의미합니다.

예를 들어, "청소 서비스"에 대한 순위를 지정하고 싶다고 가정해 보겠습니다. 귀하의 시드 키워드는 종종 이 단어를 반복합니다. 시드 키워드 목록은 "청소 서비스", "집 청소", "수영장 청소" 등과 같은 형식일 수 있습니다.

그러나 문제는 한 번에 수백 페이지를 만들 수 없기 때문에 아무 키워드나 고를 수 없다는 것입니다. 키워드 선택을 현명하게 해야 하므로 검색량이 핵심 요소인 몇 가지 측정항목으로 목록을 필터링해야 합니다.

검색량 외에도 다음을 확인하고 싶을 것입니다.

• 키워드 난이도 — 주어진 키워드에 대해 순위를 매기고자 할 때 경쟁할 수 있는 경쟁자 수를 반영하는 측정항목,
• 경쟁 밀도 (유료 검색 경쟁 수준 표시) 및
• 당신이 다루고 있는 검색 단계를 풀어내는 키워드 의도 : 정보 키워드는 인지 단계에서 사용자를 타겟팅하는 데 적합하고 거래 키워드는 타겟 액션(제품 구매, 서비스 주문 등)을 완료하려는 사용자를 대상으로 합니다.

이러한 모든 측정항목은 잠재적으로 트래픽을 유발할 수 있는 키워드에 집중하는 데 도움이 될 뿐만 아니라 현실적으로 순위를 매길 수 있는 키워드를 사용할 수 있게 해줍니다. 경쟁이 치열한 용어를 타겟팅하려고 하면 결과가 거의 또는 전혀 나타나지 않을 수 있기 때문입니다. 적어도 처음에는.

2. 부가 가치를 위한 관련 키워드 탐색

시드 키워드 목록이 있으면 콘텐츠 전체에서 더 잘 사용하는 유사한 대상 용어로 확장할 수 있습니다.

키워드는 생태계라고 부르는 것이므로 페이지가 "풀 서비스"를 타겟팅하는 경우 해당 키워드를 전체 페이지에 배치하고 높은 순위를 기대할 수 없습니다.

Google은 수영장 청소 서비스에 대해 설명하는 고품질 페이지에 "수영", "산세척", "자갈 콘크리트 수영장" 등과 같은 단어도 포함해야 한다는 것을 알고 있습니다.

그리고 다시 한 번, 가능한 모든 관련 키워드를 한 페이지에 압축할 수 없습니다. 검색량은 월간 검색 측면에서 가장 광범위한 도달 범위를 가진 키워드를 타겟팅해야 하기 때문에 선택을 정의하는 경우가 많습니다.

3. 롱테일로 이동

확장된 키워드 목록을 사용하여 선택한 일반 키워드 중 일부를 일반적으로 보다 상업적인 성격을 내포하는 롱테일로 전환해야 합니다.

"수영장 청소 서비스"를 찾는 사람이 단순히 수영장 청소 회사를 시작하는 방법을 알고 싶어한다면 "산호세의 수영장 청소 회사"를 검색하는 사람은 수영장 청소 회사를 고용하고 싶어할 가능성이 더 큽니다.

또한 롱테일은 일반적으로 짧은 검색어보다 경쟁력이 떨어지므로 더 빠른 결과를 볼 수 있습니다.

롱테일의 큰 목록을 만들 수 있다면 다시 한 번 검색량으로 돌아가 가장 영향력 있는 검색어를 선택할 수 있습니다. 그러나 이 단계에서는 키워드의 범위가 넓지 않을 수 있으므로 사용자의 관심도를 낮추는 용어를 완전히 무시하지 마십시오.

4. 최종 키워드 목록 정교화

이 시점에서 사이트 전체에 통합해야 하는 꽤 크고 인상적인 키워드 목록이 있어야 합니다.

하지만 항상 전체 목록을 다시 살펴보는 것이 좋습니다. 검색어가 500개 이상인 경우 키워드 구현의 우선 순위를 지정하여 시간과 노력을 절약하십시오. 어떻게? 검색량이 다시 한 번 도움이 될 것입니다.

검색량을 기준으로 fina 마스터 목록을 정렬하고 이 특정 측정항목에 대해 더 높은 개수의 처음 50개 키워드를 선택하기만 하면 됩니다. 하루가 끝나면 페이지에서 트래픽이 발생해야 하기 때문입니다.

무엇 향후 계획? 이러한 키워드를 염두에 두고 기존 콘텐츠를 만들거나 다시 작성합니다.

사람들이 좋아하고 공유할 콘텐츠를 작성하는 방법을 알려주는 전체 가이드가 있습니다. 스마트 키워드 리서치가 콘텐츠 전략의 가장 기초이기는 하지만 여전히 독자에게 집중하고 청중의 공감을 불러일으키는 매력적인 콘텐츠를 만드는 데 투자해야 하기 때문입니다.

Semrush가 당신에게 적합합니까?

알다시피, 나는 누군가의 말을 당연하게 받아들이는 것을 좋아하지 않습니다. 이것이 우리가 키워드 데이터 품질의 모든 부분을 살펴보고 시장에서 가장 중요한 솔루션의 검색량 통계를 검토한 이유입니다.

보시다시피 Semrush는 각 카테고리에서 무승부 로 키워드 연구에 가장 신뢰할 수 있는 솔루션이 되었습니다 .

그리고 제가 Semrush를 고품질 데이터로 보증하는 이유가 무엇인지 아십니까? 그들은 매년 경쟁에서 점점 멀어지고 있음에도 불구하고 실제로 지속적으로 개선하기 위해 노력하고 있습니다.

바로 최근에 그들은 미국에 대한 키워드 적용 범위가 19% 증가하여 미국에서 활발하게 검색된 쿼리의 적용 범위가 최대 98%에 이른다고 발표했습니다.

이것이 우리가 말하는 거의 완전한 적용 범위입니다!