😎 (1/3) Автогруппировка 35 тысяч фраз за 2 минуты в Power Query.

Доделал в PQ автоматический группировщик семантики по смыслу и намерениям, к которому постепенно шли на стримах весь май.

Получилась бомбическая бомба пушка торпеда взрывчатка. Не прочитав при группировке ни единой фразы, настолько детально сгруппировать семантику за 2 минуты, вообще в неё не глядя — это ультрапобеда. В следующем посте прикрепил скрины с результатами отработки запроса.

Группообразующими критериями, которые динамически пересчитываются сквозным образом через все этапы обработки данных в шаблоне, являются:

1️⃣ Смысловые ярлыки слов.

2️⃣ Группы ярлыков (ещё более укрупнённые смысловые группировки).

3️⃣ Общая частотность всей группы ярлыков в 1-gram анализе.

4️⃣ Общая частотность каждого отдельного ярлыка в 1-gram анализе.

5️⃣ Общая частотность каждой категории независимо от порядка и морфологии её написания.

6️⃣ Количество категорийных слов во фразе.

Например, категорийных слов во фразе — 2, из них одно — главное категорийное, другое — второстепенное подкатегорийное, а также во фразе: горячих добавок — 2, геодобавка — 1.

Суммарно слов во фразе: 2+2+1 = 5.

Но первостепенным критерием группировки выступает сначала главная категория, затем — подкатегория в порядке её общего охвата в отрасли, а добавки — по остаточному принципу, но тоже в порядке приоритета в отрасли.

7️⃣ Комбинации категорийных смысловых ярлыков в каждой строке:

а) Без учёта порядка слов, морфологии и стоп-слов.
б) С учётом порядка слов, морфологии и стоп-слов.

8️⃣ Комбинации ярлыков горячих и гео добавок в каждой строке.

9️⃣ Для универсализации единой схемы нейминга (порядка и набора слов в названиях) всех кластеров извлечённые в отдельный столбец категорийные слова расположены в строке в том же самом порядке, в котором упорядочены по важности все кластеры лексики.

————

Приведу пример.

По убыванию общего объёма показов упорядочены следующие кластеры:

1. Предмет.
2. Места установки.
3. Конструкции движения.
4. Материалы.
5. Конструкции створчатости.
6. Стиль.
7. Разные наборы характеристик.
8. Пожаропрочность.
9. Конструкции строения.
10. Цвета.
11. Конструкции покрытий.
12. Описание мест установки.
13. Покрытия.
14. Количественные характеристики.
15. Характеристики размеров.
16. Габариты.
17. Единицы измерения.

В каждом кластере свой набор уникальных слов.

В зависимости от того, какая общая частотность кластера, извлеченные категорийные слова расположены в строке в том же порядке, что и их кластеры.

————

Отсюда автоматически рождается универсальная единая схема нейминга и категорийных кластеров, и групп объявлений для рекламного аккаунта:

Группа ярлыков — ярлык — название предмета рекламы — самая важная его характеристика — чуть менее важная — ещё менее важная — ещё менее важная — и т.д.

————

Тем самым:

⚡️ Схлопывается в единое написание огромное количество неявных дублей с разным порядком слов.

⚡️ В случае зарубежной семантики автоматически схлопываются в единое написание не только неявные дубли с перестановкой слов, а ещё и синонимы фраз с идентичным переводом.

⚡️ При обычной сортировке категорийных слов в строке от А до Я потерялся бы смысл фразы, какое из слов — главное, а какое — зависимое.

⚡️ Сохранение такого же порядка извлечённых категорийных слов, какова и доля охвата их смысловых ярлыков в отрасли, позволяет в списке категорий видеть:

🔣 Упорядоченные последовательности лексических паттернов.
🔣 Какие характеристики более и менее популярны.
🔣 Какие именно характеристики являются основными, а какие — вложенными (второстепенными).

————

Такая приоритизация в 1 клик позволяет увидеть, с каких категорий и подкатегорий начинать:

✅ Запуск рекламы.
✅ Работу с разными типами посадочных страниц.
✅ Изменение текущих и изготовление новых посадочных страниц в порядке приоритета интересов ЦА, а не вслепую наугад.
✅ Изменение порядка секций и кнопок навигационного меню сайта.

Скриншоты группировки фраз и десятки сценариев применения этого автошаблона — в следующих постах.

🔻 Читать дальше продолжение.