In de SEO-gemeenschap wordt de laatste tijd veel gediscussieerd over de vraag of we trefwoorden nog steeds moeten beschouwen als de noordelijke ster van SEO, of dat we ons in plaats daarvan moeten richten op onderwerpen. Latente semantische indexering, of LSI, staat centraal in dit gesprek.
Voor marketeers kunnen LSI-zoekwoorden de kloof overbruggen tussen de manier waarop we nu content creëren en de manier waarop we dat in de toekomst moeten doen. Ze geven ons een manier om te praten over de veranderingen die we moeten maken in onze SEO-strategieën.
Maar genoeg over het concept – hier zijn een paar definities.
Latent semantic indexing (LSI) is een systeem dat zoekmachines gebruiken om de andere woorden te analyseren die mensen gebruiken rond een bepaald onderwerp.
LSI-zoekwoorden zijn woorden en zinsdelen met een hoge mate van correlatie met uw doelonderwerp. Google’s algoritme gebruikt ze om de kwaliteit van de inhoud en de relevantie voor de zoekterm te bepalen.
Ik heb een aantal berichten gezien die verwijzen naar LSI-zoekwoorden als synoniemen van het doelzoekwoord, maar dit is misleidend. Het is nauwkeuriger om te zeggen dat het de woorden zijn die het meest gecorreleerd zijn met de zoekterm in hoogwaardige content. Dat omvat synoniemen, maar ook veel meer.
Op dit punt lijken LSI keywords belangrijker te zijn dan keyword density in zoekmachine algoritmen, dus laten we er wat dieper op ingaan.
Wat Latent Semantic Indexing (LSI) doet
Zoekmachines gebruiken LSI om de kwaliteit van de content op een pagina te beoordelen door te controleren op woorden die naast een bepaalde zoekterm of keyword zouden moeten verschijnen. Net als alle andere SEO-ontwikkelingen die we tegenwoordig zien, is LSI ontworpen om zoekers te helpen vinden wat ze zoeken, niet alleen waar ze naar zochten.
Als ik bijvoorbeeld taco’s wil eten, zoek ik misschien op “waar zijn de beste taco’s in Knoxville”. Zou? Wie houden we voor de gek, daar zou ik zeker op zoeken.
Wanneer “beste taco’s” het onderwerp is, verwacht Google misschien woorden als “salsa”, “guacamole” en hopelijk “handgemaakte tortilla’s” erbij te zien, omdat deze woorden worden gebruikt op hooggeplaatste pagina’s over taco’s en in de zoekopdrachten van gebruikers.
Een persoonlijke blogpost waarin “de beste taco’s” slechts terloops worden genoemd, zal die woorden niet bevatten, terwijl een pagina vol Yelp-reviews over Oscar’s Taco Shop dat wel zal doen. Daarom zie ik Oscar’s bovenaan in mijn zoekresultaten en weet ik waar ik vanavond ga eten. Je hebt LSI in actie gezien wanneer je een Google-zoekopdracht uitvoert en dan gemarkeerde woorden ziet die niet precies overeenkomen met je zoekterm.
Wat weten we nu zeker? Google heeft bevestigd dat het gebruik van meer LSI-zoekwoorden er doorgaans voor zorgt dat uw pagina beter scoort. Dit is logisch omdat mensen op verschillende manieren naar een bepaald onderwerp zoeken, en een pagina met meer LSI-keywords geeft Google niet alleen meer context en informatie, maar zal ook overeenkomen met de zoektermen van meer gebruikers.
Het vinden en gebruiken van LSI trefwoorden
Als het gaat om tools die een lijst van LSI trefwoorden met semantische relaties tot uw zoekterm kan produceren, zijn er weinig mogelijkheden.
LSIGraph LSI Keyword Generator is de beste, gemakkelijkste tool die ik heb gevonden, en veruit de minst schetsmatig uitziende. Begin daar.
U kunt ook kijken naar de “Zoekopdrachten met betrekking tot” sectie aan de onderkant van de eerste pagina van de zoekresultaten, maar verwante zoekopdrachten kan omvatten zoekopdrachten mensen uitgevoerd om te volgen met secundaire vragen, ter verduidelijking van een zoekterm die ze slecht verwoord, enz. Als je nog wat dieper wilt graven, kun je ook kijken naar de andere termen die worden gebruikt in de pagina’s die op dat moment ranken voor je doelzoekwoord.
Ten slotte kun je topic modeling gebruiken om semantisch-gerelateerde termen te bedenken die je content relevanter laten lijken voor zoekmachines.
Deze 10 minuten durende video over onderwerpmodellering en semantische connectiviteit van Moz legt dit brainstormproces uit:
Natuurlijk zoeken mensen op veel verschillende manieren naar hetzelfde onderwerp. Een bepaald deel van je organische verkeer (waarschijnlijk een minderheid) komt van je doelzoekwoord, terwijl een aanzienlijk deel van je verkeer afkomstig is van LSI-zoekwoorden, long-tail variaties van je doelzoekwoord, en andere zoektermen.
Herken je je nog dat ik zei dat keyword density niet meer zo belangrijk is?
Als je de trefwoorddichtheid in een stuk content zou moeten visualiseren, zou je je een pagina kunnen voorstellen met je doel-keyword er doorheen gemarkeerd. Als je het zo bekijkt, lijkt je zoekwoorddichtheid laag. En dat moet het ook zijn, anders loop je het risico bestraft te worden voor keyword stuffing.
Terwijl u het LSI-keywordmodel gebruikt, kunt u zich de trefwoorden in uw inhoud voorstellen als een web. Begin met uw doel zoekwoorden, en foto lijnen lopen naar belangrijke verwante termen (LSI zoekwoorden). Deze termen hebben ook betrekking op elkaar, dus je zou lijnen kunnen trekken tussen hen, ook. Dit netwerk van semantisch gerelateerde termen is je echte keyword density.
Dus, waar moet je LSI keywords gebruiken?
- Op de individuele pagina die je wilt rangschikken voor het onderwerp (obvi)
- In headings
- Als link ankertekst wanneer mogelijk
- In de alt-tekst, bestandsnamen, en titels van afbeeldingen
- In de pagina titel ter ondersteuning van uw doel zoekwoord, indien mogelijk
- Gebruik nauw verwante LSI-zoekwoorden dicht bij elkaar (maar natuurlijk) op de pagina
Voor de onderwerpen die het belangrijkst zijn voor uw bedrijf, kunt u ook extra inhoud maken die gericht is op de LSI- en long-tail zoekwoordvariaties, en hiernaar linken met de variatie als anchor-tekst.
Kent u die momenten waarop u uw trefwoord opnieuw wilt of moet gebruiken, maar het begint overbodig of spammy te klinken? Dat is een perfect moment om een LSI keyword te gebruiken.
Om af te ronden zou ik de bevindingen als volgt samenvatten:
In plaats van doelzoekwoorden moet u zich gaan richten op onderwerpen en semantisch gerelateerde trefwoordenclusters voor uw inhoud. Wanneer u werkt aan de gebruikelijke elementen van on-page SEO, selecteert u uit deze lijst met termen in plaats van uw doelzoekwoord in te forceren. Gebruik uw doelzoekwoord waar het zowel natuurlijk klinkt als de hoogste SEO-waarde oplevert, zoals in de titel.
Het blijkt dat het niet al te moeilijk is om te profiteren van LSI-zoekwoorden. Je doet dit waarschijnlijk al veel – Google heeft het immers al een tijdje over semantisch zoeken, en het vervangen van een verwante term als dingen spammy klinken is natuurlijk.
Hoe dan ook, als je LSI-keywords begrijpt, kun je dit allemaal strategischer aanpakken, en dat is best bevredigend. Net als kijken naar LaMorne Morris die pannenkoeken omdraait.