LSI-копирайтинг

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску

LSI-копирайтинг (lsi — аббревиатура от latent semantic indexing, что в переводе с англ. яз. означает «латентное семантическое индексирование») — методика написания и подачи текстового материала, повышающая его релевантность при анализе синонимов, слов, сопутствующих ключевому запросу, а также содержания и смысла текста поисковой системой.

Определение LSI-копирайтинга[править | править код]

LSI-копирайтинг – способ написания текста, который убеждает поисковые машины в достоверности, актуальности и полезности статьи, в результате чего она попадает на первые страницы поисковой выдачи Яндекса и Google. LSI-копирайтинг объединяет в себе пользу и для людей, и для поисковых машин: такой текст информативен и наполнен органично внедренными ключевыми фразами.

История[править | править код]

В феврале 2011 года компания Google запустила алгоритм Panda. Его появление поспособствовало изменениям в поисковом ранжировании веб-сайтов. Главная цель нововведения —- распознать и снизить количество низкокачественного контента в Интернете, при этом увеличить рейтинг сайтов с добротными и полезными текстами.

Первая информация о LSI-копирайтинге появилась в 2012 году. Тогда владение таким методом написания текстов позиционировалось как потенциальный успех в пассивном продвижении. Старый метод создания текстового контента подразумевал заспамленность материала ключевыми словами на 8-10%. Полотно из 1000 слов, приправленное повторяющимися ключами, размещалось в самом верху или в центре страницы. Маркетологов устраивал такой контент, а вот читатели не были довольны.

Мэтт Катт, главный инженер поисковой оптимизации Google, призвал в 2012 году создавать естественный контент. Под этим он подразумевал написание материала, который имел бы ценность для живых посетителей, а не поисковых роботов.

В 2013, в год 15-летней годовщины своего основания, корпорация Google совершила серьезный прорыв в области семантического поиска, запустив алгоритм Hummingbird (Колибри). На пресс-конференции разработчики заявили, что Hummingbird повлияет на 90% веб-страниц, генерируемых поисковой системой в ответ на запрос пользователя (SERPы).

С внедрением этого алгоритма поисковые системы начали оценивать контент с точки зрения релевантности и соответствия поисковым запросам пользователей. Амит Смит, руководитель отдела по разработке ПС, заявил, что это самое важное обновление Google с 2001 года (Примечание №1). Идея его создания зародилась после того, как люди все чаще стали использовать разговорную речь для поиска необходимого им в Интернете.

Основные задачи, факторы и функции LSI-копирайтинга[править | править код]

Отличие LSI-копирайтинга от SEO-копирайтинга[править | править код]

Если для SEO-копирайтинга основой являются ключевые слова (ключевики), их плотность (частота применения и расположение) и виды вхождения в текст, то по методике LSI релевантность текстового контента напрямую зависит от семантической вариативности ключевиков и слов из их окружения, соответствия контексту, уместности применения. Не меньшее значение при этом имеет качество самого текста, а также тематические предпочтения и потребности читателей. Последнее определяется по индексу отказов: после загрузки страницы читатель задерживается на ней не более 15 секунд. Это значит, что релевантность контента в большей степени зависит от содержания и смысла текста, чем от ключевых слов и фраз, вписанных в текстовый материал. (Примечание №3)

Виды LSI-ключей[править | править код]

Синонимичные (sLSI) – это слова-синонимы основного запроса, на которые прежде всего делают упор при оптимизации.

Релевантные (rLSI) – это слова из окружения главного ключевика, характеризующие и дополняющие его, а также другие слова и фразы, имеющие прямое отношение к теме статьи. По ним поисковый робот определяет, насколько хорошо раскрыта тема текста.

Основные требования к созданию LSI-текстов[править | править код]

  • Польза. Автор или автор текста должен знать свою целевую аудиторию, ее потребности и предпочтения, а LSI-текст во всем отвечать требованиям читателя.
  • Простота изложения. Простой, увлекательный, понятный текстовой материал хорошо воспринимается целевой аудиторией. С учетом этого подбираются стиль его написания и терминология.
  • Структура текста. Необходимо уделять внимание визуализации информации. Меткий, привлекающий внимание заголовок и подзаголовки, нумерованные и маркированные списки способствуют лучшей зрительной рецепции текста.
  • Ритм текста. Нужно следить за ритмом контента. Чередование коротких и длинных предложений придаст тексту динамику.
  • Распределение и плотность ключевых слов. Это важно не только для SEO-продвижения, но и для LSI-копирайтинга.
  • Достоверность информации. Раскрывать тему текста на уровне эксперта, а не любителя.
  • Недопустимость ошибок. Грамматика, синтаксис и структура предложений должны соответствовать нормам и правилам того языка, на котором пишется LSI-текст.

Лишь при выполнении всех перечисленных требований в их совокупности можно создавать тексты с высокой релевантностью.

Будущее LSI-копирайтинга[править | править код]

  • улучшать ранжирование;
  • увеличивать посещаемость;
  • повышать привлекательность сниппета;
  • опережать конкурентов.

Эффективность LSI-текстов согласно результатам эксперимента, проведенного канадским маркетинговым агентством New Media Sources. (Примечание №2)

Примечания[править | править код]

1. Доклад с презентации компании Google в Менло-Парк, Калифорния, 26 сентября 2013 года.

2. Согласно сведениям New Media Sources. LSI-SEO-Content: Occupy TOP position and increase conversion.

3. Как определить ключевые слова, их плотность и тип вхождения. Google Semantically Related Words & Latent Semantic Indexing Technology

Литература[править | править код]

1. Gianluca Fiorelli. Hummingbird Unleashed

2. Rob Bowdery. Basics Advertising 01: Copywriting. - AVA Publishing, 2008. 176 p. - ISBN 9782940439539.

Ссылки[править | править код]

1. Deerwester, S., et al, Improving Information Retrieval with Latent Semantic Indexing, Proceedings of the 51st Annual Meeting of the American Society for Information Science 25, 1988, pp. 36–40. (Улучшение информационно-поисковых систем. Скрытое семантическое индексирование, Труды 51-й ежегодной встрече Американского общества по информатике 25, 1988, стр 36-40.)