Как извлечь информацию из обзора GBP, чтобы повысить видимость местного SEO
С момента появления данных о местных компаниях компании изучали различные способы получения большего количества отзывов клиентов. Эти обзоры дают ценную информацию о настроениях потребителей, общих болевых точках и областях, требующих улучшения.
Хотя многие компании используют платные инструменты для анализа данных отзывов, существуют экономически эффективные методы для получения аналогичной информации, особенно для небольших компаний с ограниченным бюджетом.
Эта статья:
Узнайте, как извлечь объекты из списков вашего бизнес-профиля Google (GBP) и списков конкурентов с помощью службы API Pleper.
Исследуется влияние объектов, упомянутых в обзорах, на видимость локального поиска, в частности, в результатах поиска Google по трем локальным запросам.
Охватывает этические методы продвижения организаций, приносящих доход, путем сбора отзывов и соблюдения рекомендаций Google.
Анализ отзывов о фунтах стерлингов для получения бизнес-информации
Такие компании, как Yext, Reputation и Birdeye, могут анализировать основные компании, упомянутые в обзорах, и давать представление о настроениях вокруг каждой из них. Однако они также могут иметь довольно большую цену.
Инвестиции в эти инструменты необходимы компаниям, управляющим многочисленными объявлениями на разных платформах. Однако извлечение информации из списков конкурентов остается дорогостоящим. Мониторинг списков конкурентов для получения аналитической информации часто рассматривается как неоправданные расходы.
Небольшие компании могут управлять объявлениями с минимальными затратами, назначив внутреннего сотрудника по маркетингу, но извлекать ценную информацию из отзывов без использования инструментов сложнее.
Копайте глубже: Как превратить свой бизнес-профиль в Google в канал получения дохода
Как извлечь бизнес-аналитику из списков GBP
К счастью, существует гораздо более экономичный метод сбора объектов из обзоров GBP с использованием службы API Pleper.
Собрать идентификаторы мест для публикации
Для небольших пакетов использование демо-версии идентификатора места Google хорошо подходит для сбора идентификаторов мест для списков вашей компании и списков местных конкурентов.
Я обнаружил, что следующая формула хорошо работает для поиска таких объявлений: {название компании}, {адрес компании}.
Для больших пакетов я рекомендую использовать Google Place ID API. Используя приведенную выше формулу в качестве поискового запроса, можно быстро и эффективно собрать идентификаторы мест.
Используйте API Pleper для сбора информации о каждом листинге
После того, как идентификатор места каждого объявления будет собран, используйте Scrape API Pleper для получения информации о листинге. После получения данных используйте сценарий синтаксического анализа, чтобы извлечь темы обзора и присвоить каждой теме значение в зависимости от настроения.
Вот пример скрипта, который делает именно это:
импортировать панды как pd
защита Extract_review_topics (данные):
список_тем = []
Sentiment_map = {
«положительный»: 1,
'нейтральный': 0,
'отрицательный': -1
}
для записи в data['results']['google/by-profile/information']:
если «результаты» в записи и «review_topics» в записи ['results']:
для темы в записи['results']['review_topics']:
theme_details = {
«Название компании»: запись['результаты'].get('имя', 'Н/Д'),
'Адрес': запись['результаты'].get('адрес', 'Н/Д'),
«Идентификатор места»: запись['payload']['profile_url'],
'Тема': theme.get('тема', 'Н/Д'),
«Количество»: theme.get('количество', 0),
«Настроения»: sense_map.get(topic.get('настроения', 'нейтраль'), 0)
}
темы_list.append(topic_details)
вернуть список_тем
темы_данные = экстракт_обзор_темы (пакетный_результат)
df = pd.DataFrame(topics_data)
печать(df)
Теперь, когда данные правильно получены из Pleper и преобразованы в фрейм данных pandas, matplotlib можно использовать для создания облака слов, как показано ниже:
Облака слов можно создавать для отдельных объявлений или агрегировать данные для всех объявлений бренда. Сравнивая облака слов из данных о вашей компании с данными конкурентов, вы можете получить действительно ценную информацию.
Влияние сущностей на локальные результаты из трех пакетов
Уже некоторое время объекты выделяются в обзорах; тем не менее, я не видел, чтобы многие SEO-специалисты пытались продвигать приносящие доход организации при запросе отзывов.
Когда это возможно, организации, упомянутые в запросе, выделяются в локальном пакете из трех товаров посредством проверки списков. Обычно это происходит при запросах с длинным хвостом, когда Google предоставляется больше контекста того, что ищет пользователь.
Чтобы лучше понять влияние объектов на отзывы, давайте проанализируем результаты двух запросов:
Спортивные магазины рядом
Спортивный магазин с бейсбольными мячами рядом
Вот несколько выводов из сравнения этих двух запросов:
Google динамически изменил отображаемое изображение объявления о распродаже на складе DICK’S, чтобы продемонстрировать раздел бейсбола.
Google выделяет упоминания о бейсболе в обзорах, выделяя их жирным шрифтом. Как поисковик, я считаю, что это по своей сути сделало эти объявления более привлекательными, как и функция «В наличии».
Выдача упала. Going, Going, Gone! из местной тройки, хотя я стоял рядом с ней. На мой взгляд, это заслуживает того, чтобы идти, идти, идти! имеет меньший запас оборудования, чем типичный магазин DICK’S, и в основном ориентирован на одежду.
Pro Image Sports — магазин спортивной одежды. Кроме того, он находится на 4,5 мили дальше, чем ближайший магазин спортивного инвентаря Play It Again Sports, где продается бейсбольное снаряжение.
Сравнивая эти результаты, я не мог не поверить, что упоминание бейсбола в обзоре Pro Image Sports повысило его заметность в тройке, поэтому я исследовал дальше.
Просматривая темы обзоров Google для Play it Again Sports, я заметил большое количество отзывов по запросу «клубы для гольфа», поэтому изменил запрос на «Спортивный магазин с клюшками для гольфа рядом со мной».
Благодаря нацеливанию на тему, которая чаще всего упоминается в обзорах Play It Again Sports, они появились в местном наборе из трех материалов.
Из этого небольшого эксперимента становится ясно, что темы отзывов (субъекты) играют роль в видимости трех пакетов на местном уровне, причем большую, чем я когда-то думал.
Копайте глубже: как создать свой бренд для SEO: руководство из 5 шагов
Анонсы наших новых статей в Телеграме