Vamos aprender a usar o Wikipedia como fonte de criação de topic clusters e geração de conteúdo informacional.
Este artigo foi baseado na thread do usuário Jake.
O que são Topic Clusters?
Topic clusters são um grupo de conteúdos que gira em torno de um tópico central e usa uma página de pilar como hub para links internos. O significado do termo inclusive é esse mesmo: grupos de tópicos, em uma tradução literal.
fonte Semrush
Resumindo, os topic clusters são conteúdos agrupados ou centralizados em um único tópico e oferecem várias oportunidades de links internos para manter os leitores em seu site.
O Wikipedia fornece dados suficientes para criar um agrupamento de tópicos (topic clusters) para um nicho sobre o qual você nada sabe?
Será que podemos usar a maior base de informações gratuita como fonte de termos com alto volume de busca e intenção do usuário?
Vamos descobrir!
AVISO LEGAL: Se você deseja construir um cluster de tópicos abrangente, não há substituto para a pesquisa adequada, mas, isso nem sempre é possível (sem orçamento/tempo, etc). Trate isso como pesquisa de nicho mínimo viável (MVNR).
Como usar o Wikipedia para criar topic clusters
Para este exemplo, vamos construir um plano de conteúdo simples em torno do termo personal injury lawyer.
Primeiro, vam,os ver se existe uma página wiki: https://en.wikipedia.org/wiki/Personal_injury_lawyer
Rode a página wiki por meio do Ahrefs e analise as palavras-chave para as quais ela se classifica.
Para esta etapa, você também pode usar o Ahrefs observando os links de saída e filtrar por interno> 0.
Procure os termos que você pode dividir em artigos autônomos.
Você deseja ver palavras-chave com uma intenção clara para que possa responder diretamente à consulta (para que tenha uma chance de competir).
Se você estiver com um orçamento limitado e não tiver Ahrefs, poderá fazer o mesmo com o complemento Keywords Everywhere:
- Faça uma pesquisa assim “site:URL” no Google;
- Clique em Total de palavras-chave;
- Repita o processo.
Agora copie o URL da página wiki e execute-o no Missing Topics.
Esta era uma ferramenta GRATUITA em fase BETA e no momento está fora do ar.
Agora você terá uma lista de tópicos ausentes:
- Copie estes
- Limpe-os (remova números, colchetes, etc.)
- Use como palavras-chave no Ahrefs
Oh, apenas certifique-se de revisar os tópicos / sementes antes de colá-los nos Ahrefs.
Neste exemplo, um dos tópicos era ‘Estados Unidos’, o que obviamente distorcerá seus resultados.
Vá para o explorador de palavras-chave do Ahrefs e cole os tópicos ausentes como seeds.
Em seguida, aplique estes filtros:
- Selecione as perguntas
- Termos coincidentes
- Defina um volume mínimo
Revise as palavras-chave e procure termos para adicionar ao seu cluster.
A coisa boa sobre esse método é que você pode descobrir termos que não sabia que existiam (porque não conhece o nicho).
Rapidamente, tenho uma lista de termos informativos para seguir.
Este será o cluster mais abrangente? Não.
Mas é um ponto de partida e nada mal considerando que NADA sei sobre o nicho.
Este processo demorou cerca de 5 minutos e encontrei uma boa quantidade de palavras-chave para criar conteúdo.
Quando você está trabalhando em nichos sobre os quais não tem um conhecimento prático, não sabe o que não sabe.
É aí que este pequeno método wiki pode ajudar.
Se você quiser ir mais longe:
Abra a extensão SEO detalhada:
- Vá para a página wiki desde o início
- Clique em Links e exporte os links completos
- Examine esses dados para encontrar páginas wiki relacionadas às quais estão internamente vinculadas.
Estes são tópicos futuros para os quais você pode repetir este processo (ou apenas incluir no conteúdo de apoio)
Então, em resposta à pergunta original:
A Wikipedia fornece dados suficientes para criar um agrupamento de tópicos (para um nicho sobre o qual você nada sabe)?
Sim, mas você ainda precisará usar suas habilidades de SEO + cérebro.
Consultor SEO e especialista em Otimização de Sites com foco em aumentar o tráfego orgânico. Professor e Especialista de SEO a mais de 20 anos com vasta experiência em SEO para pequenas, médias e grandes empresas.
