Sacar keywords de las reseñas de la competencia

Todos los pools de keywords salen de la misma fuente: las sugerencias de la tienda y los metadatos de la competencia. Por eso todas las herramientas acaban proponiendo más o menos las mismas frases, y por eso esas frases están llenas.

Hay una fuente que no genera ninguna herramienta porque no se puede generar: el texto que los usuarios escriben. La gente describe el producto con sus propias palabras, y esas palabras casi nunca son las del equipo que lo construyó.

Tus propias reseñas describen lo que ya haces, y esas palabras suelen estar ya en tus metadatos. Las de la competencia describen dos cosas más útiles: lo que hace la app rival y - en las reseñas de una y dos estrellas - lo que no hace.

Ese segundo grupo es el más valioso. Cuando la misma queja se repite en varias apps de la categoría deja de ser una queja y pasa a ser una descripción del hueco. Ahí hay a la vez una idea de producto y las palabras con las que se buscaría.

Partir el texto en grupos de una, dos y tres palabras es la parte fácil. Lo que decide la calidad del resultado es lo que se descarta después.

El filtro que más cambia el resultado es el de los pronombres. La gente escribe frases como me ayudó a aprender o lo uso todos los días: se posicionan bien en un extractor y no las busca nadie. Todo n-grama que lleve un pronombre de primera o segunda persona se cae.

Después se caen las repeticiones de marca - el nombre de la app rival aparece en casi todas sus reseñas - y las palabras vacías. Y el plegado de mayúsculas se hace con las reglas del país, no con reglas globales, porque una frase plegada de dos formas distintas son dos frases para el sistema.

Las frases que sobreviven al filtro no van directas a los metadatos. Primero se miden: popularidad y dificultad, en el país donde vas a usarlas. Muchas resultan ser ruido de suelo, y eso también es un resultado.

Las que pasan la medición entran en el pool y compiten con el resto por sitio. Su ventaja es que casi nunca están en los metadatos de nadie, así que su dificultad es baja y una sola edición de subtítulo basta para tomarlas.