Keyword clustering uitgelegd: SERP-overlap versus semantische clustering, een stapsgewijze methode, hoe je één cluster aan één pagina koppelt en clusters verbindt tot topic clusters.

Vat dit artikel samen met AI
Kort samengevat: Keyword clustering groepeert zoekwoorden die door dezelfde pagina beantwoord kunnen worden, zodat één cluster één pagina wordt. De betrouwbaarste methode vergelijkt zoekresultaten: als twee zoekwoorden meerdere dezelfde URL's delen in de top 10 van Google, behandelt Google ze als dezelfde behoefte en kan één pagina op beide ranken. Semantische clustering, gebaseerd op betekenis, is sneller maar minder nauwkeurig. Zodra zoekwoorden in pagina's zijn gegroepeerd, worden de pagina's georganiseerd in topic clusters rond een pijlerpagina.
Een export van zoekwoordonderzoek kan honderden of duizenden regels bevatten, waarvan veel varianten van dezelfde vraag zijn. Eén pagina per regel schrijven levert dunne pagina's op die met elkaar concurreren. Keyword clustering maakt van die lijst een contentplan: een korte lijst pagina's, elk met een hoofdzoekwoord en de varianten die het moet dekken. Deze gids legt de twee families van methoden uit, een stapsgewijs proces, hoe je clusters aan pagina's toewijst en hoe ze passen in topic clusters.
Keyword clustering is het groeperen van zoekwoorden met dezelfde zoekintentie die door één pagina kunnen worden bediend. "Leren schoenen schoonmaken", "leren laarzen reinigen" en "beste manier om leren schoenen thuis schoon te maken" zijn drie zoekwoorden, maar meestal één behoefte. Eén complete pagina kan op alle drie ranken, en op nog veel meer longtailvarianten.
Clustering beantwoordt twee vragen tegelijk:
Het resultaat is een kaart van de pagina's die je moet maken of optimaliseren, wat het risico op keyword-kannibalisatie verkleint, waarbij meerdere van je eigen pagina's concurreren om dezelfde zoekopdracht.
Clustering op basis van SERP groepeert zoekwoorden die dezelfde resultaten tonen in Google; semantische clustering groepeert zoekwoorden waarvan de betekenis dicht bij elkaar ligt. De eerste weerspiegelt hoe Google zich daadwerkelijk gedraagt, de tweede hoe de woorden eruitzien.
| Criterium | Clustering op SERP-overlap | Semantische clustering |
|---|---|---|
| Principe | Twee zoekwoorden delen meerdere URL's in de top 10 | Twee zoekwoorden hebben een verwante betekenis (gedeelde woorden, embeddings, NLP) |
| Benodigde data | Actuele zoekresultaten voor elk zoekwoord | Alleen de zoekwoordenlijst |
| Nauwkeurigheid | Hoog: sluit aan op het beeld dat Google van de intentie heeft | Gemiddeld: vergelijkbare woorden kunnen verschillende intenties verbergen |
| Kosten en snelheid | Trager, vereist SERP-data | Snel en goedkoop, ook bij grote lijsten |
| Beste gebruik | Bepalen welke pagina welke zoekwoorden target | Eerste sortering van een grote lijst in thema's |
De twee kunnen worden gecombineerd: semantisch groeperen om een grote lijst in brede thema's te sorteren, daarna SERP-vergelijking binnen elk thema om de pagina's te bepalen. Een klassieke valkuil van semantische clustering: "appeltaart recept" en "appeltaart calorieën" lijken op elkaar maar hebben meestal aparte pagina's nodig, terwijl "laptop" en "notebook" verschillend lijken maar dezelfde resultaten delen.
Je vergelijkt de topresultaten van elk paar zoekwoorden en groepeert ze wanneer ze genoeg URL's delen. Als "zoekwoord A" en "zoekwoord B" bijvoorbeeld vier dezelfde pagina's in hun top 10 hebben, gaat Google ervan uit dat dezelfde documenten beide beantwoorden, dus kan een pagina van jou dat ook.
Verzamel zoekwoorden, maak de lijst schoon, groepeer ze op SERP-overlap en geef dan elk cluster een naam en wijs het toe aan een pagina.
Omdat één pagina die de hele behoefte dekt beter rankt dan meerdere pagina's die elk een deel dekken. Wanneer twee van je pagina's zoekwoorden uit hetzelfde cluster targeten, moet Google kiezen, schommelen de posities en worden links verdeeld. Wanneer één pagina een heel cluster target, bundelt die relevantie, interne links en backlinks.
| Situatie | Wat te doen |
|---|---|
| Een cluster zonder pagina | Maak één pagina die het hoofdzoekwoord en de varianten target |
| Een cluster dat al door één pagina wordt gedekt | Optimaliseer die pagina met de ontbrekende varianten en vragen |
| Een cluster verspreid over meerdere bestaande pagina's | Voeg ze samen in de sterkste pagina en verwijs de andere door met een 301 |
| Eén pagina die twee verschillende clusters target | Splits de pagina, of richt hem op één cluster en maak een pagina voor het andere |
Keyword clustering bepaalt de pagina's; een topic cluster organiseert die pagina's rond een thema. Zodra je clusters in kaart zijn gebracht, groepeer je de pagina's die bij hetzelfde brede onderwerp horen: één pijlerpagina behandelt het algemene onderwerp en linkt naar elke detailpagina, en elke detailpagina linkt terug naar de pijler en naar de naastgelegen pagina's.
Deze structuur, beschreven in onze woordenlijstartikelen over topic cluster en content clustering, laat Google en lezers zien dat de site het onderwerp diepgaand behandelt. Ook wordt interne linking daardoor systematisch in plaats van geïmproviseerd.
Ja, want de AI's splitsen een vraag op in meerdere verwante zoekopdrachten en geven de voorkeur aan pagina's die de hele behoefte dekken. Wanneer ChatGPT, Perplexity of de AI Mode van Google een vraag beantwoorden, voeren ze vaak meerdere deelzoekopdrachten uit over hetzelfde onderwerp (varianten, vervolgvragen, vergelijkingen) en stellen ze een antwoord samen uit de pagina's die daarop reageren. Een pagina die is opgebouwd uit een compleet keyword cluster beantwoordt al veel van die deelzoekopdrachten, met duidelijke tussenkopjes voor elke variant.
Dezelfde logica geldt voor de vragen waarop je merk moet verschijnen: groepeer de prompts die je klanten aan de AI's stellen per behoefte en zorg ervoor dat elke behoefte één complete pagina heeft.
Keyword clustering maakt van een ruwe zoekwoordenlijst een helder contentplan. Groepeer zoekwoorden op SERP-overlap in plaats van op uiterlijk, geef elk cluster één pagina, controleer de intentie met de hand en organiseer die pagina's daarna in topic clusters die aan elkaar gelinkt zijn.
Sorank vindt je zoekwoorden, groepeert ze, controleert dat geen twee artikelen concurreren om dezelfde zoekopdracht en schrijft en publiceert daarna op autopilot de bijbehorende pagina's met interne links. Probeer het met een gratis proefperiode van 3 dagen.

Keyword clustering is het groeperen van zoekwoorden die door dezelfde pagina beantwoord kunnen worden. In plaats van één artikel per zoekwoord te schrijven, verzamel je de varianten, synoniemen en verwante vragen die Google al als één zoekbehoefte behandelt en target je de hele groep met één pagina. Zo voorkom je kannibalisatie en geef je elke pagina meer rankingpotentieel.
Er is geen vast aantal. Een cluster bevat zoveel zoekwoorden als Google met dezelfde pagina's laat ranken: soms twee of drie, soms tientallen longtailvarianten. Waar het om gaat is dat één pagina ze allemaal kan bedienen. Als de resultaten verschillen, splits je de groep, ook als er een cluster van één zoekwoord overblijft.
Keyword clustering werkt op paginaniveau: het bepaalt welke zoekwoorden één pagina target. Een topic cluster werkt op siteniveau: het organiseert meerdere pagina's rond een pijlerpagina over een breder thema en koppelt ze aan elkaar. Je clustert eerst zoekwoorden in pagina's en groepeert die pagina's daarna in topic clusters.
ZIJ PROBEERDEN SORANK VOOR JOU
