在这个例子中，您可以看到我正在手动将汽车型号关键字与品牌术语分组。 下面，如何将这些术语组合到一个平均聚类表中，以便我们从品牌角度更好地了解关键字量可能在哪里。
我在这里把关键字分组列隐藏起来，以保护当前的 捷克共和国 数字数据 客户策略数据。 从上面的快照可以看出，我们现在有一个电子表格，其中包含我们处理的关键字、关键字组、搜索量、URL、排名和整体内容得分。
由此，我们可以做一些巧妙的图表可视化来帮助理解数据。 可视化数字 为了真正理解机会所在，并使这一过程超越简单的“我将首先处理最糟糕的页面”的方法，我们需要将其付诸实践。
这意味着将我们的表格转换成图表。我们将使用 Excel 本身的图表功能。 这是上面表格的相关性图表的示例，显示了按类别和评级相关性的表现。我们在这里使用虚拟数据，但您可以查看每个汽车品牌部分的整体优化得分，以了解它们的排名如何（紫线是该类别的平均排名）： 如果我们关注上面的图表，我们可以开始看到优化程度更高、排名通常更好的类别之间的模式。