SEO & NLP
Das Problem mit klassischen Keyword-Listen
Tobias Frenk arbeitete fur einen E-Commerce-Kunden mit uber 800 Keywords in einer einzigen Excel-Tabelle. Ohne Struktur war die Priorisierung reine Intuition.
Checkliste: NLP-Clusterung Schritt fur Schritt
- Vorbereitung: Keywords bereinigen, Duplikate entfernen, Suchvolumen importieren aus der Google Search Console.
- Tool-Auswahl: Tobias testete Keyword Insights und ein Python-Script mit spaCy. Keyword Insights war schneller, spaCy flexibler bei Sonderformaten.
- Clustering: Semantisch ahnliche Begriffe automatisch gruppieren. Ergebnis: 800 Keywords auf 64 thematische Cluster reduziert.
- Manuelle Prufstufe: Jeden Cluster auf redaktionelle Logik prufen. Rund 18 Prozent der automatischen Zuordnungen wurden korrigiert.
- Inhaltsstrategie ableiten: Welche Cluster haben Volumen, aber keine passende Seite? Das war der eigentliche Mehrwert.
Was Tobias dabei lernte
Das Modell gruppiert nach Worthahnlichkeit, nicht nach Nutzerintention. Ein Cluster zu Winterschuhen enthielt sowohl Kaufanfragen als auch Pflegetipps.
Fazit aus dem Projekt
NLP-Clusterung spart echte Stunden, aber ohne manuelle Intentionspruning entstehen irregeleitete Inhaltsstrukturen. Die Kombination beider Ansatze war der entscheidende Schritt.