प्रतिद्वंद्वी की समीक्षाओं से कीवर्ड निकालना

सारे कीवर्ड पूल एक ही स्रोत से निकलते हैं: स्टोर के सुझाव और प्रतिद्वंद्वियों का मेटाडेटा। इसीलिए सारे टूल आख़िर में लगभग वही वाक्यांश सुझाते हैं, और इसीलिए वे वाक्यांश भरे हुए हैं।

एक स्रोत ऐसा है जिसे कोई टूल बनाता नहीं, क्योंकि उसे बनाया नहीं जा सकता: वह पाठ जो उपयोगकर्ता लिखते हैं। लोग प्रोडक्ट का वर्णन अपने शब्दों में करते हैं, और वे शब्द उसे बनाने वाली टीम के शब्द लगभग कभी नहीं होते।

आपकी अपनी समीक्षाएँ वही बताती हैं जो आप पहले से करते हैं, और वे शब्द अक्सर आपके मेटाडेटा में पहले से हैं। प्रतिद्वंद्वी की समीक्षाएँ दो ज़्यादा उपयोगी बातें बताती हैं: वह ऐप क्या करता है, और — एक और दो सितारा वाली समीक्षाओं में — वह क्या नहीं करता।

दूसरा समूह सबसे क़ीमती है। जब वही शिकायत श्रेणी के कई ऐप में बार-बार आती है, वह शिकायत नहीं रह जाती, वह कमी का वर्णन बन जाती है। वहाँ एक साथ प्रोडक्ट का विचार भी है और वे शब्द भी जिनसे उसे खोजा जाएगा।

पाठ को एक, दो और तीन शब्दों के समूहों में काटना आसान हिस्सा है। नतीजे की गुणवत्ता वह तय करता है जो बाद में हटाया जाता है।

नतीजा सबसे ज़्यादा सर्वनाम की छननी बदलती है। लोग «मुझे सीखने में मदद मिली» या «मैं रोज़ इस्तेमाल करता हूँ» जैसे वाक्यांश लिखते हैं: निष्कर्षक में वे ऊपर आते हैं और उन्हें खोजने वाले शून्य होते हैं। पहले या दूसरे पुरुष के सर्वनाम वाला हर N-ग्राम गिर जाता है।

उसके बाद ब्रांड के दोहराव गिरते हैं — प्रतिद्वंद्वी ऐप का नाम उसकी लगभग हर समीक्षा में होता है — और निरर्थक शब्द। और अक्षरों का मोड़ना देश के नियमों से होता है, वैश्विक नियमों से नहीं, क्योंकि दो तरह से मोड़ा गया वाक्यांश सिस्टम के लिए दो वाक्यांश हैं।

छननी से बचे वाक्यांश सीधे मेटाडेटा में नहीं जाते। पहले उन्हें नापा जाता है: लोकप्रियता और कठिनाई, उसी देश में जहाँ आप उन्हें इस्तेमाल करेंगे। बहुत से फ़र्श का शोर निकलते हैं, और यह भी एक नतीजा है।

जो माप से गुज़रते हैं वे पूल में आते हैं और बाक़ी के साथ जगह के लिए लड़ते हैं। उनका फ़ायदा यह है कि वे लगभग किसी के मेटाडेटा में नहीं होते: कठिनाई कम है और उन्हें लेने के लिए उपशीर्षक की एक एडिट काफ़ी है।