Andiamo adesso a vedere quali sono le tipologie di corrispondenze che possiamo utilizzare per le nostre parole chiave.

Ho preparato uno schema per definire la lista delle corrispondenze che possiamo utilizzare e anche degli esempi che ci faranno capire quando il nostro annuncio viene mostrato in base alla corrispondenza esatta o meno esatta della parola chiave col termine di ricerca ricercato dall'utente.

Vediamo adesso quali sono le tipologie di corrispondenze a nostra disposizione.

Esiste la corrispondenza generica corrispondenza generica modificata corrispondenza, frase la corrispondenza esatta e la corrispondenza negativa.

Vediamole uno a uno e capiamo quali sono i simboli associati a ognuna.

Partiamo dal presupposto che più generica è la corrispondenza che utilizziamo per la nostra parola chiave.

Più allarghiamo il numero di volte che il nostro annuncio verrà mostrato per tutti i termini di ricerca che vengono associati a quella parola chiave in particolare.

Quindi, se sceglieremo di inserire una parola chiave con corrispondenza generica all'interno del targeting delle nostre campagne, ci possiamo aspettare di vedere il nostro annuncio mostrato per un numero decisamente maggiore di termini di ricerca e di ricerca in generale.

Un esempio può essere questo la corrispondenza generica non ha alcun simbolo.

Corrisponde, per esempio, ha scarpe da corsa e l'annuncio potrà essere mostrato anche per errori di battitura, anche per sinonimi, per ricerche correlate a questa keyword e per varianti di questa Chi vuole un esempio è scarpe per correre in montagna quando la parola chiave che abbiamo targeted usato è scarpe da corsa.

La seconda tipologia di corrispondenza è la corrispondenza generica modificata a come simbolo il piu' che viene messo subito prima delle parole che costituiscono la nostra keyword e l'annuncio viene mostrato per tutte le ricerche correlate nel nostro caso di scarpe che includono la parola corsa.

Quindi se noi utilizziamo la parola chiave scarpe da corsa, mettiamo il piu' prima di corsa andremo a mostrare il nostro annuncio per tutte le ricerche correlate che include una parola corsa per esempio scarpe Nike blu da corsa.

Ok, poi ci sarà la corrispondenza, la frase che utilizza come simbolo le le virgolette, quindi virgolette, scarpe da corsa e poi chiuse virgolette.

In questo caso andremo a restringere il numero di volte che il nostro annuncio verrà mostrato.

È per questa parola chiave perché andremo a restringere il numero di termini di ricerca che fregheranno il nostro annuncio l'annuncio è mostrato per le ricerche che contengono la sequenza esatta dei termini.

Quindi vengono incluse le parole che vengono prima o dopo però la nostre l i termini che costituiscono la nostra parola chiave devono essere in quell' ordine specifico.

Un esempio potrebbe essere le migliori scarpe da corsa rosse, quindi scarpe da corsa è inserito all'interno di questa guerra.

Poi abbiamo la corrispondenza esatta, il simbolo saranno le parentesi quadrate quadre e avremo scarpe da corsa tra parentesi quadre.

L'annuncio era sarà mostrato per tutti i termini di ricerca che sono esattamente uguali alle keyword plurali, alle leggere varianti della parola chiave e anche alle corrispondenze semantiche e nel nostro esempio.

Quindi l'annuncio avrà mostrato soltanto quando il il termine di ricerca sarà appunto scarpe da corsa, quindi la corrispondenza sarà quanto più esatta possibile.

È vero anche che adesso la corrispondenza esatta sta cambiando e i nostri annunci verranno anche mostrati quando ci saranno le cosiddette klaus variants.

Quindi anche nel caso in cui il termine di ricerca non corrisponde esattamente ha la parola chiave che noi abbiamo target izz ato, ma alle sue varianti più simili.

E poi abbiamo la corrispondenza negativa al simbolo meno possiamo diciamo target hazare parole-chiave negative utilizzando tutti gli altri match.

L'aids quindi tutte le altre corrispondenze.

La frase esatta o generica modificata in base al grado di restrizione che vogliamo indicare all'interno del nostro targeting negativo.

Quindi possiamo dire a Google per quali parole chiave noi non vogliamo mostrare il nostro annuncio.

La corrispondenza negativa, in particolare, è fondamentale perché le chi vuol negative sono utilizzate in Google Aziz, per impedire alle aziende di comparire per termini di ricerca che non sono rilevanti per il nostro business oppure sono completamente scorretti.

È un esempio banale è se io vendo delle scarpe di lusso nere e utilizzo la parola chiave scarpe nere.

Quindi ha una corrispondenza la frase Il mio annuncio potrà comparire per termini di ricerca quali scarpe nere, economiche o scarpe nere sportive.

Ma non è quello che vogliamo.

Giusto, perché noi vogliamo vendere delle scarpe di lusso nere, quindi andremo ad escludere dal nostro targeting economiche e sportive e quindi nel momento in cui vengono indicate, vengono aggiunte come parole chiave negative nell'account.

Faremo poi in modo di evitare che gli annunci non compaiono per quei termini.

E mentre facciamo la ricerca di parole, chi chiave sul keyword planner, possiamo effettivamente decidere di aggiungere alcuni di questi termini che scartiamo come keyword negative.

Quindi, nel momento in cui utilizziamo lo strumento per la pianificazione di parole chiave, quando poi andiamo ad aggiungere le parole chiave alla nostra lista, possiamo immediatamente trovare scovare dei termini che sappiamo gia' di voler escludere.

Quindi un buon modo è quello di farsi una lista preventiva di parole chiave negative mentre cerchiamo quelle positive.

Ti consiglio poi di escludere la parola principale come negativa, per esempio economico e non combinazioni troppo complesse, perché semplicemente queste non andranno a mostrare i nostri annunci in casi in cui potenzialmente potrebbero eh essere rilevanti.

O magari perché il numero di termini di ricerca che verranno esclusi sarà così basso in termini di volumi che davvero non ci darà una mano ad escludere i nostri annunci per le ricerche che non sono rilevanti.

Adesso, nella prossima lezione andremo a vedere come fare.

Effettivamente c'è un research con un esempio concreto