מחקר מילות מפתח בעברית: איך ישראלים באמת מחפשים

למה כלי מילות מפתח באנגלית מפספסים את החיפוש בעברית?

כלים גלובליים מפספסים את העברית כי הם מתייחסים לכל וריאציית כתיב כמילה נפרדת, ולא מזהים שמדובר באותה כוונת חיפוש. "עורך דין גירושין" ו"עו\"ד גירושים" הן עבור המנוע שתי שאילתות, ובפועל מדובר באותו לקוח עם אותה בעיה. התוצאה מוכרת לכל מי שניסה: נפחי חיפוש שנראים אפסיים, המלצות לקניבליזציה בין עמודים, ומסקנה שגויה ש"אין ביקוש בעברית". יש ביקוש — הוא פשוט מפוזר על פני עשרות צורות כתיב שהכלי לא יודע לאחד.

הבעיה השנייה היא גודל המדגם. שוק של כמה מיליוני דוברי עברית מייצר זנב ארוך שבו הרבה מאוד שאילתות מקבלות בכלים חיצוניים את התווית "0–10 חיפושים בחודש", גם כשבפועל הן מביאות פניות. כלי צד שלישי מסתמך על מודל סטטיסטי ועל נתוני זרם קליקים; ככל שהשוק קטן יותר, כך ההערכה רועדת. Google Search Console, לעומת זאת, מראה שאילתות אמיתיות שאנשים אמיתיים הקלידו והגיעו דרכן לאתר שלכם — בלי הערכה ובלי ניחוש.

הנקודה השלישית, והכי מעצבנת, היא הבנת הכוונה. כלי באנגלית לא יודע להבחין בין "מחשב נייד" כשאילתה מסחרית לבין "מחשב נייד לא נדלק" כשאילתת תמיכה. הוא גם לא יודע שישראלים כותבים "לאפטופ" רק לעיתים רחוקות, ושהמונח המקצועי שלקוח ישראלי באמת מקליד הוא לרוב שם המותג ואחריו דגם. לכן כדאי להתייחס לכלים האלה כאל מקור השראה לרעיונות, ולא כאל מקור אמת לנפחים ולתעדוף.

מה מייחד את השפה העברית במחקר מילות מפתח?

ארבעה מאפיינים לשוניים מעצבים את החיפוש בעברית: כתיב מלא מול כתיב חסר, צורות סמיכות ויידוע, שימוש טבעי במונחים באנגלית בתוך משפט עברי, ושאילתות ארוכות שנכתבות כמו שמדברים. מי שמתעלם מהם מקבל רשימת מילים שנראית מסודרת ולא מייצגת אף אחד. כל מאפיין כזה מייצר משפחה של וריאציות, והעבודה האמיתית היא לזהות את המשפחה — לא לרדוף אחרי כל צורה בנפרד עם עמוד ייעודי.

הכתיב הוא הראש של הבעיה. גולשים כותבים "תוכנה" ו"תכנה", "מרפאת שיניים" ו"מרפאת שינים", לפעמים עם גרש ולפעמים בלי. גוגל טוב למדי בזיהוי הצורות האלה כשמדובר בשאילתות נפוצות, אבל בזנב הארוך ובשמות מקצועיים פחות שכיחים ההתאמה נחלשת. הכלל המעשי פשוט: כתבו בכתיב תקני ונקי בכותרת ובגוף, ושלבו את הווריאציה הנפוצה השנייה באופן טבעי — בשאלה בתוך הטקסט, בכיתוב לתמונה או במקטע השאלות הנפוצות.

המונחים באנגלית הם סיפור בפני עצמו. איש מקצוע ישראלי יכתוב משפט שלם בעברית ובאמצע ישתול "CRM", "רנדר" או שם דגם באותיות לטיניות, כי ככה מדברים במשרד. חלק מהמונחים תורגמו והשתרשו, חלק נשארו באנגלית — ואי אפשר להמציא. בדקו איך המונח מופיע בתוצאות החיפוש עצמן: אם עשר התוצאות הראשונות כותבות אותו באנגלית, זה המונח. אם כולן כותבות בעברית, אל תתעקשו על הצורה הלועזית רק כי היא נשמעת מקצועית יותר.

איך משתמשים ב-Google Search Console כדי למצוא מילות מפתח אמיתיות?

Search Console הוא מקור הנתונים הטוב ביותר למחקר מילות מפתח בעברית, כי הוא מציג שאילתות שנכתבו בפועל — כולל שגיאות כתיב, קיצורים וניסוחי דיבור שאף כלי לא ינחש. פתחו את דוח הביצועים, קבעו טווח של שנים־עשר חודשים, סננו לפי מדינה: ישראל, והתחילו מלשונית השאילתות. אתם לא מחפשים את המילים שכבר במקום הראשון; אתם מחפשים את אלה שמקבלות הצגות רבות ומעט קליקים, כי שם מסתתר הפער בין מה שהשוק שואל לבין מה שהאתר עונה.

קחו את השאילתות במיקומים שמונה עד עשרים ואחת ובדקו לאיזה עמוד הן מובילות. לרוב תגלו שאלה שלמה שנוחתת על עמוד כללי שלא עונה עליה ישירות — למשל "כמה זמן לוקח החלמה אחרי" שמגיעה לעמוד שירות שיווקי. זה בדיוק החומר לכתבה חדשה. חתכו גם לפי סוג המכשיר ולפי מגמות זמן: שאילתות שצומחות בהתמדה שוות השקעה מיידית, וכאלה שדועכות לא מצדיקות עמוד חדש גם אם הנפח ההיסטורי מפתה.

הטריק המועיל ביותר הוא סינון לפי מילת שאלה. הקלידו בפילטר "איך", "כמה", "האם", "מה זה" או "כדאי" — ותקבלו מפה של כוונת חיפוש מידעית שכמעט תמיד חסרה באתר. מכאן מקבצים: כל השאילתות סביב מחיר לעמוד אחד, כל אלה שסביב תהליך לעמוד שני. artiql מושך בדיוק את הנתונים האלה מחשבון Search Console שלכם ומציע נושאים לפי הפערים שהוא מזהה, כדי שהמחקר יתחיל מהביקוש שכבר קיים ולא מרשימה תיאורטית.

איך מזהים כוונת חיפוש בשאילתות עבריות ארוכות?

כוונת חיפוש בעברית מזוהה לפי מבנה השאילתה ולפי מה שגוגל מציג בפועל בעמוד התוצאות. שאילתה שנפתחת ב"איך", "מה זה" או "האם" היא מידעית; שאילתה עם "מחיר", "עלות", "המלצות" או "השוואה" נמצאת בשלב שקילה; ושאילתה שכוללת עיר, שכונה או "קרוב אליי" היא מקומית ומוכנה לפנייה. הבדיקה הכי אמינה לוקחת שלושים שניות: חפשו את השאילתה וראו אם גוגל מציג מפה, מדריכים, השוואות או עמודי מוצר.

החיפוש הקולי דוחף את השאילתות להיות ארוכות יותר ומדוברות יותר. אנשים לא אומרים לטלפון "רופא שיניים תל אביב" אלא "מי רופא השיניים הכי טוב באזור שלי שפתוח עכשיו". הניסוח הזה כולל פועל, תנאי ולעיתים גם דחיפות. הדרך לענות עליו היא לא לדחוס מילים, אלא לכתוב כותרת משנה שמנוסחת כשאלה ומיד אחריה תשובה ישירה בשתי שורות. זה בדיוק גם מה שמנועי תשובה מבוססי בינה מלאכותית אוהבים לצטט — קטע קצר, עצמאי ומדויק.

טעות שחוזרת אצל עסקים ישראליים היא לדחוס לעמוד אחד גם "מה זה", גם "כמה זה עולה" וגם "הזמנת תור". התוצאה היא עמוד שלא מנצח באף אחת מהשאילתות. העמדה שלי כאן נחרצת: עדיף שלושה עמודים ממוקדים על שלוש כוונות חיפוש שונות מאשר עמוד אחד ארוך שמנסה לרצות את כולם. תנועה אורגנית נבנית מהתאמה מדויקת בין השאלה לתשובה, וזה בדיוק היתרון של קידום אורגני על פני קידום ממומן — הקליק לא נגמר ברגע שהתקציב נגמר.

איך הופכים רשימת מילות מפתח לאשכול תוכן שמדורג?

אשכול תוכן נבנה סביב עמוד עוגן רחב אחד ושישה עד שנים־עשר מאמרי לוויין שעונים כל אחד על שאלה ממוקדת, כשכולם מקושרים זה לזה. עמוד העוגן מכסה את הנושא המרכזי בשפה של הלקוח, והלוויינים מכסים את השאלות שעלו במחקר: מחירים, לוחות זמנים, טעויות נפוצות, השוואה בין חלופות. המבנה הזה הוא מה שמייצר סמכות נושאית — האות שגוגל ומנועי התשובות קוראים כדי להחליט מי באמת מבין בתחום.

המיפוי עצמו פשוט אך דורש משמעת. קבצו את השאילתות לפי כוונת חיפוש, לא לפי דמיון מילולי; "כמה עולה" ו"מחירון" הולכים יחד, "איך בוחרים" נפרד. לכל אשכול הגדירו שאילתה ראשית אחת ושלוש עד חמש משניות, והקפידו שכל עמוד ייעד לשאילתה ראשית אחת בלבד — כך נמנעת קניבליזציה בין עמודים שמתחרים זה בזה. קישור פנימי בעברית עובד הכי טוב כשהעוגן הוא ניסוח טבעי, למשל "מדריך העלויות שלנו", ולא מילת מפתח מודבקת.

הקצב חשוב לא פחות מהמבנה. שני מאמרים איכותיים בשבוע לאורך רבעון יוצרים אשכול שלם, והתוצאות מצטברות: ככל שנוספים לוויינים, גם עמוד העוגן מטפס. כאן נכנס ההבדל המהותי מול קידום ממומן — המאמרים ממשיכים להביא תנועה ולהיות מצוטטים בתשובות של עוזרי בינה מלאכותית הרבה אחרי הפרסום. artiql מנהל את זה בפועל: מחקר לפי נתוני Search Console, כתיבה בעברית ילידית, פרסום בדומיין שלכם ומעקב אחר דירוגים ואזכורים. שווה לקבוע הדגמה קצרה ולראות את המפה על הנתונים שלכם.

אילו טעויות חוזרות שוב ושוב במחקר מילות מפתח בעברית?

הטעות הנפוצה ביותר היא לפסול מילת מפתח כי הכלי הראה נפח אפס. בשוק הישראלי זו כמעט תמיד בעיית מדגם, לא בעיית ביקוש. שאילתה שמביאה חמישה מבקרים בחודש בתחום שבו לקוח שווה אלפי שקלים היא השקעה מצוינת, במיוחד כשהתחרות עליה זניחה. הכלל שאני ממליץ עליו: אל תמדדו מילת מפתח בנפח, מדדו אותה בשאלה "האם מי שמקליד את זה הוא לקוח פוטנציאלי שלי".

טעות שנייה היא תרגום מכני של מילות מפתח מאנגלית. חברות רבות לוקחות רשימה שעבדה בשוק האמריקאי, מעבירות אותה בתרגום ומקבלות מונחים שאף ישראלי לא מקליד. לפעמים המונח העברי קיים ושונה לחלוטין, לפעמים המונח נשאר באנגלית, ולפעמים הקטגוריה עצמה לא קיימת בשוק המקומי. בדיקה של שתי דקות בתוצאות החיפוש חוסכת חודשי כתיבה מבוזבזים — אם אף תוצאה לא משתמשת במונח שלכם, המונח לא קיים.

הטעות השלישית היא לעצור אחרי המחקר. רשימת מילים בגיליון היא לא נכס; היא כוונה. נכס נוצר רק כשהעמודים באוויר, מקושרים ביניהם ומתעדכנים. כדאי לחזור ל-Search Console אחת לחודש, לבדוק אילו שאילתות חדשות התחילו להופיע ולעדכן את העמודים הקיימים לפניהן, לפני שכותבים חדשים. אם אתם רוצים לאמוד מראש כמה תנועה אשכול כזה יכול להביא, אפשר להיעזר במחשבון התנועה האורגנית ולבנות תחזית שמרנית לפני שמשקיעים.

שאלות נפוצות