Ik neem je mee achter de schermen van een bijzonder lastig zoekwoordonderzoek dat we hebben uitgevoerd. Ik zal onze aanpak uiteenzetten, onze strategieën delen en onthullen hoe we het onderzoek hebben uitgevoerd met een vleugje van onze kenmerkende flair.
Aan het einde hiervan beschikt u over een blauwdruk voor het navigeren door complex trefwoordonderzoek, vooral in de lastige business-to-business (B2B)-ruimte.
Waarom is trefwoordonderzoek voor B2B-bedrijven zo moeilijk?
Duiken in trefwoordonderzoek voor B2B-bedrijven kan aanvoelen als het navigeren door een labyrint.
In tegenstelling tot de business-to-customer (B2C) wereld is het B2B-landschap vaak minder eenvoudig en wordt het gekenmerkt door nichemarkten, gespecialiseerde woordenschat en besluitvorming waarbij meerdere goedkeuringslagen betrokken zijn.
De complexiteit neemt toe naarmate je ernaar streeft om in contact te komen met een meer gericht, slim publiek dat goed thuis is in het vakjargon en op zoek is naar specifieke, gedetailleerde informatie.
Daarom gaat het bij het ontwikkelen van een effectieve trefwoordstrategie in de B2B-arena niet alleen om het vinden van de juiste zoektermen; het gaat over het ontsluiten van de unieke taal van industrieën en professionals die diepgang en precisie eisen.
Stel je voor: je bent op zoek naar de perfecte trefwoorden voor een bedrijf dat zich bezighoudt met het voorzien van ondergrondse breedbandkabels aan andere bedrijven.
Op het eerste gezicht zou je kunnen denken: “Wat kan ik zeggen over ‘zakelijke bekabeling’ die op de contentscène zal verschijnen?” Het is een nichemarkt en de kans dat je een schat aan inhoud tegenkomt die wacht om geschreven te worden, lijkt misschien klein.
Maar zoals ik je in deze gids zal laten zien, en waar ik vaak over nadenk op mijn Twitter-feed (X)de geheime saus is een diep begrip van je publiek.
De korte
We kregen te maken met een echte kopzorger met een opdracht van een B2B-gezondheidsmerk. Het team gooide de handschoen neer en daagde ons uit om zoekwoorden te vinden die op de radar van zorgprofessionals zouden staan uitsluitend.
Ze hebben ons een hele reeks gezondheidssubcategorieën voorgeschoteld, maar laten we ter wille van deze discussie inzoomen op slechts één stukje van de taart: ‘keelpijn en verkoudheid.’
Dit is de kern van de uitdaging: het is gemakkelijk om een enorme lijst met zoekwoorden te genereren die verband houden met keelpijn – de mogelijkheden zijn vrijwel eindeloos.
Maar het echte raadsel is het doorzoeken van die berg aan opties om de precieze termen te vinden die een gezondheidszorgprofessional, en niet zomaar een leek, in zijn zoekbalk zou intoetsen.
Hoe filteren we de oceaan van potentiële zoekwoorden om die selecte groep te vinden waar artsen naar op zoek zijn? Laten we daar eens in duiken.
Ken uw publiek, vorm een hypothese
Om de zaken op gang te brengen, hebben we vier belangrijke hypothesen opgesteld over zoekgedrag en onze doelgroep:
- Medische experts zullen zich waarschijnlijk tot bepaalde websites of tijdschriften wenden voor gespecialiseerde informatie. Als dergelijke websites vaak door deze experts worden bezocht, geeft dit sterk aan dat de inhoud die ze produceren resoneert met professionals in de gezondheidszorg. Deze gevolgtrekking geldt vooral voor op abonnementen gebaseerde websites die zich primair richten op gezondheidsgerelateerde onderwerpen, omdat het waarschijnlijk is dat beroepsbeoefenaren in de gezondheidszorg daadwerkelijk zouden betalen om de inhoud ervan te lezen.
- Ons plan omvat onder meer het verkennen van deze gezondheidssites met een betaalmuur die geliefd zijn bij medische insiders. Door uit te zoeken op welke zoekwoorden ze scoren, kunnen we een goede inschatting maken dat dit dezelfde zoekwoorden zijn waar zorgprofessionals naar op zoek zijn. Het spreekt immers voor zich dat deze nichesites met alleen abonnementen hun inhoud afstemmen op de zoekopdrachten van kenners.
- Hier komt het algoritme van Google binnenstormen. Het draait allemaal om gebruikerstevredenheid: als een pagina consequent aan zoekopdrachten voldoet, heeft Google de neiging deze te belonen met een hogere rangschikking. Dus als deze vooraanstaande medische tijdschriften bovenaan de hitlijsten staan voor bepaalde zoekwoorden, is dat een sterke aanwijzing dat hun lezers, die waarschijnlijk geabonneerd zijn en niet terugkeren naar Google, zelf de medische experts zijn.
- Door gebruik te maken van dit inzicht, we streven ernaar de zee van medische trefwoorden te doorzoeken om de parels te vinden – de specifieke termen die beroepsbeoefenaren in de gezondheidszorg, en niet het grote publiek, in hun zoekbalken invoeren.
Daarom zijn we begonnen met het identificeren van vooraanstaande gezondheidszorgexperts en de sociale accounts/websites die ze bezoeken. Gereedschappen zoals SparkToro of Soortgelijk web bieden geweldige functies om deze inzichten te verkrijgen.
Toen we eenmaal een lijst hadden met alle belangrijke medische sites, hebben we onze lijst beperkt tot alleen de sites waarvoor een abonnement nodig was (dat wil zeggen de sites die het meest waarschijnlijk worden bezocht door alleen professionele gezondheidszorgers).
Zoekwoorden die hoog scoorden (posities 1-30) op alle prominente medische sites waarvoor alleen abonnementen mogelijk zijn, waren van bijzonder belang.
Dit zijn vermoedelijk de trefwoorden waar onze zorgprofessionals het meest waarschijnlijk naar zullen zoeken, omdat ze goed scoren op Google. Verwijs terug naar punt drie van mijn hypothese als dit niet klopt.
Kijk eens naar het Venn-diagram hieronder. Het legt alle trefwoorden vast waarvoor vijf belangrijke medische sites een ranglijst van positie 1 tot 30 veiligstellen.
Mijn focus ligt volledig op het cluster van trefwoorden dat centraal staat in dit diagram. Om mijn eerdere punt te onderstrepen: dit zijn de zoekwoorden die het overal goed doen medische sites met alleen abonnementen.
Gezien de manier waarop het algoritme van Google relevantie en gebruikerstevredenheid beloont, ligt het voor de hand dat zorgprofessionals naar deze specifieke zoekwoorden zoeken.
Als ze niet zo gespecialiseerd waren, zou je verwachten dat meer generalistische, consumentgerichte sites zoals WebMD, Mayoclinic of NHS.uk (als je in Groot-Brittannië woont) deze gelederen domineren.
Nadat we al deze zoekwoorden hadden verzameld, was de volgende uitdaging het sorteren ervan.
Uw zoekwoorden sorteren
Er waren ongeveer 800.000 ‘gedeelde’ trefwoorden tussen de vijf medische sites.
We hadden nu een schaalbare manier nodig om alleen die zoekwoorden op te halen die te maken hadden met de door onze klant gespecificeerde categorie, ‘keelpijn en verkoudheid’.
Om dit te doen, gebruikten we onze eigen technologie voor trefwoordclustering en combineerde het met de tekstclassificator van Open AI om onze trefwoorden snel te groeperen in iets dat logischer was voor de analyse. (Houd er rekening mee dat ik een van de medeoprichters ben van Keyword Insights – er zijn andere clusteringtools beschikbaar.)
Hoe je zo’n script schrijft valt buiten het bestek van dit artikel, maar als je een eenvoudigere manier wilt om dit te doen, kun je misschien een variatie op de volgende stappen uitvoeren:
- Cluster de termen eerst. Uw lijst met 800.000 zoekwoorden wordt hierdoor een veel kleinere lijst van bijvoorbeeld 100.000 zoekwoorden (omdat vergelijkbare zoekwoorden worden gegroepeerd).
- Neem uw kleinere lijst van 100.000 trefwoorden en upload deze naar AI-software waarmee je grote bestanden kunt uploaden, zoals Claude AI.
- Het is duidelijk dat uw prompt hier van cruciaal belang is, maar dat is in principe het geval vragen om alleen de zoekwoorden te labelen die passen binnen de categorie zoekwoorden waarnaar u zoekt, wat een hoge mate van vertrouwen heeft. Noem alle anderen ‘anders’. In dit geval zou mijn categorie zijn geweest: ‘alles wat te maken heeft met keelpijn, hoesten, amandelen’, enz.
- Zodra u uw lijst met zoekwoorden op basis van ‘keelpijn’ en ‘verkoudheid’ heeft (of wat uw categorie ook is), gebruik Excel of Google Spreadsheets om alle andere trefwoorden opnieuw op te zoeken om uw clusters opnieuw te “bouwen”.
Toen we eenmaal onze lijst met op keelpijn en verkoudheid gebaseerde trefwoorden hadden, besloten we een scoresysteem te introduceren om de kans te vergroten dat trefwoorden worden geïsoleerd die uniek zijn getypt door professionals in de gezondheidszorg.
Deze ’trefwoordscore’ zou worden berekend door de rankingposities van elk trefwoord op de vijf beoogde medische sites te onderzoeken.
Een zoekwoord dat hoger op deze scoreladder klimt, geeft aan dat het waarschijnlijker is dat het van bijzonder belang is voor professionals in de gezondheidszorg.
Om het duidelijk te stellen: als we een zoekwoord ontdekken dat consistent de top vijf posities bereikt, uitsluitend op medische sites die alleen voor abonnementen toegankelijk zijn, is het een veilige gok dat deze term vrijwel het insider-jargon van medische experts is.
Na deze stap heb ik alle gegevens gecombineerd en in Google Spreadsheets gedumpt, waar ik een eenvoudige draaitabel heb gemaakt.
Het resultaat
Een netjes georganiseerde draaitabel met belangrijke trefwoorden waar hoogstwaarschijnlijk uitsluitend naar wordt gezocht door professionals in de gezondheidszorg, gecategoriseerd, gegroepeerd en waar mogelijk voorzien van hun zoekvolumes en trendgegevens.
Het is bemoedigend dat toen we naar veel van de termen keken, ze erg technisch waren, wat onze hypothese min of meer bewees.
Zoals we in een paar voorbeelden hieronder kunnen zien, keken beroepsbeoefenaren in de gezondheidszorg naar zaken als “welk antibioticum het beste voor te schrijven zou zijn voor een reeks keelinfecties.”
Of ‘waarom bepaalde medicijnen die werden voorgeschreven om de bloeddruk te helpen, er ook voor zorgden dat hun patiënten hoesten.’
Het komt neer op
Ik had deze handleiding gemakkelijk kunnen omzetten in een tutorial over het maken van draaitabellen of het scripten van OpenAI om uw zoekwoorden te categoriseren. Maar dat was niet de kern van de zaak.
Mijn doel was om u door ons unieke, kritische denkproces te leiden bij het aanpakken van een onconventioneel en specifiek trefwoordonderzoek.
We moesten ons publiek echt begrijpen en de taak benaderen met een duidelijke, testbare hypothese.
Deze specifieke klant kwam bij ons nadat hem werd verteld dat het onmogelijk was om zoekwoorden te isoleren die uitsluitend op een specifieke demografische groep waren gericht.
Maar het punt is: met de juiste hoeveelheid kritisch denken is er bijna altijd een uitweg.
En het geldt niet alleen voor de gezondheidszorg. We hebben dezelfde manier van denken toegepast om HR-bedrijven te helpen zich te concentreren op trefwoorden die uitsluitend bij HR-professionals aanslaan, en daarbij termen te vermijden die werknemers zouden kunnen gebruiken.
Ik hoop dat dit inzicht u aanmoedigt om buiten de gebaande paden te denken bij uw eigen zoekwoordenspeurtochten. Goede jacht!
Ik raad ook aan om als vervolgartikel “Tangentale SEO: zoekwoorden vinden voor inhoud die niemand anders heeft” te lezen.
Meer middelen:
Uitgelichte afbeelding: bleakstar/Shutterstock
