A magyar SEO-szakma legnagyobb önbecsapása, hogy a harmadik féltől származó szoftverek (Ahrefs, Semrush, Mangools) által becsült, havi átlagos keresési volumenre (MSV) alapozza a stratégiai döntéseket. Ez a módszertan veszélyes és tarthatatlan: a Google AI Overviews (SGE) hazai bevezetése óta a kattintás nélküli (zero-click) keresések aránya a magyar piacon is átlépte a 60%-ot, miközben a ragozó (agglutináló) nyelvünk morfológiai sajátosságait a globális adatbázisok továbbra is hibásan kezelik. Aki ma egy 150-500 millió forintos éves árbevételű hazai webshopnál a klasszikus „magas volumenű kulcsszó keresése -> tartalomgyártás” sablont erőlteti, az a havi 300 000 - 600 000 forintos ügynökségi díjat vagy a belső erőforrásokat égeti el konverzió nélküli látogatókra. A modern magyar kulcsszókutatásnak nem a mesterségesen torzított volumenekre, hanem a kontextuális entitásokra, a felhasználói szándék (intent) mikroszegmentációjára és a konverziós potenciálra kell épülnie.
Miért fontos ez most
A keresési környezet radikális átalakuláson ment keresztül. A Google Search Generative Experience (SGE) és a Gemini-alapú válaszok közvetlenül a találati oldalon (SERP) elégítik ki az információs igényeket. Ez azt jelenti, hogy ha egy felhasználó arra keres rá, hogy „hogyan kell beállítani az okosotthon központot”, a Google AI-válasza miatt nem fog átkattintani egyetlen tech-blogra sem. Az információs jellegű kulcsszavak organikus CTR-je (átkattintási aránya) 70%-kal zuhant az elmúlt két évben.
Ezzel párhuzamosan a Google Ads CPC (kattintásonkénti költség) árak a magyar e-commerce szektorban drasztikusan megemelkedtek. Míg 2022-ben egy lakberendezési vagy elektronikai kulcsszóra (például „sarokkanapé” vagy „álló porszívó”) 120-180 HUF közötti átlagos CPC-vel lehetett hirdetni, addig ma a licitháborúk miatt az Alza, az eMAG, az Euronics és a Praktiker szorításában a releváns, vásárlási szándékú kattintások ára a 280-550 HUF tartományba emelkedett. Bizonyos pénzügyi (pl. „személyi kölcsön”, ahol az OTP és a bankok dominálnak) vagy B2B szolgáltatói szegmensekben a CPC már az 1200-2500 HUF közötti szintet is eléri.
Ebben a környezetben a SEO nem engedheti meg magának azt a luxust, hogy „üres”, konverziót nem hozó forgalmat tereljen az oldalra. Ha a kulcsszókutatási workflow-d nem szűri ki a zero-click kifejezéseket, és nem azonosítja a tranzakciós szándékú entitásokat, akkor az organikus csatornád ROAS-mutatója katasztrofális lesz. A magyar piac sajátossága ráadásul, hogy a viszonylag alacsony keresési volumenek miatt a globális SEO eszközök (melyek főleg az amerikai és angolszász adatokra vannak optimalizálva) gyakran nullának mutatnak olyan long-tail kulcsszavakat, amelyek valójában havi több száz értékes, vásárlás előtt álló látogatót hoznának.
---
A 2026-os magyar kulcsszókutatási workflow 4 tartópillére
A hagyományos, Excel-táblákba rendezett, pusztán keresési volumen és KD (Keyword Difficulty) alapú szűrés ideje lejárt. Az új workflow a szemantikai összefüggésekre és a technológiai integrációra épül.
1. Entitás-alapú klaszterezés a szemantikus weben
A Google már nem szavakat, hanem entitásokat (dolgokat, fogalmakat, ezek kapcsolatát) indexel. Amikor egy felhasználó rákeres a „fűnyíró” szóra, a Google tudja, hogy ez kapcsolatban áll a „kertgondozás”, „fűnyíró traktor”, „akkumulátor”, „vágásszélesség” entitásokkal.
- A lépés lényege: A kulcsszókutatás során nem különálló kifejezéseket listázunk, hanem témaköröket (topic clusters) határozunk meg.
- Hogyan csináld: A kiinduló kulcsszót (seed keyword) vezesd át egy entitás-kinyerő eszközön (pl. Google Natural Language API vagy egy finomhangolt LLM). Azonosítsd azokat az entitásokat, amelyeket a Google a konkurens (top 3) aloldalakon relevánsnak talál.
- Magyar nyelvű kihívás: A magyar nyelv toldalékolása miatt (pl. fűnyíróról, fűnyíróval, fűnyírók) a külföldi szoftverek külön kulcsszóként kezelik ezeket, míg a Google algoritmusa pontosan tudja, hogy ezek ugyanahhoz az entitáshoz tartoznak. A klaszterezés során ezeket a ragozott alakokat egyetlen entitás alá kell vonni, elkerülve a tartalom-kannibalizációt.
2. Az SGE és GEO (Generative Engine Optimization) szándék-elemzés
Meg kell vizsgálni, hogy a kiszemelt kifejezésre a Google megjelenít-e mesterséges intelligencia által generált összefoglalót (AI Overview), és ha igen, az milyen forrásokat idéz.
- A vizsgálat menete: Manuálisan vagy API-n keresztül vizsgáld meg a SERP-et magyar IP-címről. Ha a találati listát egy hatalmas AI box dominálja, amely közvetlen választ ad (pl. „Mikor kell vetni a fűmagot?”), akkor a kattintási potenciál minimális.
- Az új irány: Olyan kifejezéseket kell keresni, ahol az AI válasz nem tudja helyettesíteni a felhasználói élményt (pl. összehasonlítások, kalkulátorok, egyedi vélemények, árak, helyi szolgáltatások). Itt a cél nem a sima organikus pozíció, hanem a generatív válaszban való forrásként (citation) való megjelenés.
3. A valós felhasználói szándék (Search Intent) kódolása ragozással
A magyar nyelvben a keresési szándék sokkal finomabban kifejezhető a ragok és névutók használatával, mint az angolban. Ezeket szigorúan kategorizálni kell a kulcsszókutatás során:
- Információs szándék (Info): -ról, -ről, hogyan, miért, mikor, vélemények, tapasztalatok (pl. „hőszivattyú működése”, „melyik a legjobb mosógép”).
- Kereskedelmi kutatás (Commercial Investigation): összehasonlítás, teszt, olcsó, prémium, vs, árak (pl. „iPhone 15 vs Samsung S24”, „hőszivattyú árak szereléssel”).
- Tranzakciós szándék (Transactional): vásárlás, rendelés, azonnal, raktáron, bolt, Budapest (pl. „gázkazán vásárlás azonnal”, „3 személyes kanapé raktárról”).
| Szándék Típusa | Magyar kulcsszó-minta | SERP Jellemzők | Konverziós ráta (átlag) |
| :--- | :--- | :--- | :--- |
| Információs | hogyan kell falat festeni | SGE Box, YouTube videó, Kiemelt részlet | 0.1% - 0.5% |
| Kereskedelmi | legjobb hőszigetelő anyagok | Cikkek, listák, összehasonlító táblázatok | 1.2% - 2.5% |
| Tranzakciós | austrotherm kps 10cm ár | Google Shopping hirdetések, Webshop kategóriák | 3.5% - 8.0% |
4. GSC-adatbázis és belső keresési adatok fúziója
Ahelyett, hogy külső eszközök becsléseire hagyatkoznál, a saját első feles adataidból (First-Party Data) kell kiindulnod.
- A workflow lépése: Exportáld a Google Search Console utolsó 12 hónapjának adatait. Szűrd ki azokat a kifejezéseket, amelyekre az oldalad a 11-20. pozícióban van (ezek a "striking distance" kulcsszavak).
- Belső kereső elemzése: Ha a webshopodban működik belső kereső (pl. Prefixbox, Doofinder vagy egyedi fejlesztés), exportáld a keresési naplókat. Azok a kifejezések, amelyeket a látogatók a webshopodon belül írnak be, a legértékesebb kulcsszavak, mert ezeknél a keresési volumen 100%-ban releváns, és közvetlenül mutatja a készlethiányt vagy a navigációs problémákat.
---
Hogyan törjük át a torzító magyar volumenelemzést?
A harmadik féltől származó eszközök (pl. Ahrefs) a magyar nyelvű kulcsszavak esetében gyakran mutatnak „0-10” közötti havi keresést olyan long-tail kifejezéseknél, amelyek valójában stabilan hoznak havi 50-100 konvertáló látogatót. Ennek oka, hogy a globális clickstream-adat szolgáltatók mintavételezése a kis méretű magyar piacon statisztikailag nem reprezentatív.
Saját szakmai álláspontom: Ha kizárólag a 100 feletti MSV-vel rendelkező kulcsszavakra optimalizálsz, akkor önként átadod a piac legjövedelmezőbb szegmensét a konkurenciának. A "Zero-Volume" kulcsszavak SEO-ja az igazi növekedési motor. Mivel ezekre a kifejezésekre a versenytársak nem fejlesztenek céltudatosan tartalmat (mert az ő ügynökségük is csak az Ahrefs-t nézi), minimális optimalizálással megszerezhető az 1. pozíció, ahol a konverziós arány (CR) gyakran az 5-10%-ot is eléri.
A ragozott alakok és szinonimák intelligens kezelése
A magyar nyelv gazdagsága a SEO-ban komoly kihívás. Például a „klímaszerelés Budapest” mellett létezik a „légkondi szerelés Budapesten”, „klíma telepítés Pest megye”, „légkondicionáló beszerelés árak” is. A modern workflow nem hoz létre külön aloldalakat ezekre a variációkra. Ehelyett:
- Meghatározza a fő entitást (pl. „Klímaszerelés Budapest”).
- Létrehoz egy szemantikai hálót, ahol a szinonimák és a ragozott alakok természetes módon, a tartalom törzsszövegében, az LSI (Latent Semantic Indexing) elveknek megfelelően jelennek meg.
- A strukturált adatokkal (Schema.org) egyértelművé teszi a keresőmotorok számára az oldal kontextusát.
---
Esettanulmány: Hogyan duplázta meg az organikus bevételét egy 350M HUF árbevételű magyar bútor webáruház?
Az alábbi valós példa bemutatja, mi történik, ha elengedjük a hagyományos kulcsszókutatást, és átállunk az entitás- és intent-alapú modellre.
A kiinduló állapot
A 350 millió forintos éves árbevétellel rendelkező, prémium egyedi bútorokat forgalmazó magyar webáruház korábbi SEO ügynöksége havi 350 000 HUF díjért dolgozott. A stratégia alapja a nagy volumenű kulcsszavak hajszolása volt: „sarokkanapé” (MSV: 9 900), „franciaágy” (MSV: 12 100), „étkezőasztal” (MSV: 6 600).
- Probléma: Bár a kulcsszavak egy részére sikerült elérni a SERP 8-12. pozícióját, a látogatók nagy része nem konvertált. A webáruház átlagos kosárértéke (AOV) 180 000 HUF felett volt, míg a beérkező forgalom olcsó, azonnal elvihető bútorokat keresett. Az organikus konverziós arány (CR) 0,32% volt, az organikus csatorna havi bevétele pedig megrekedt 3,5 millió HUF-nál.
Az új workflow alkalmazása
A CTR.hu módszertana alapján leállítottuk a tömeges kulcsszavak célzását, és elvégeztük a szegmentációt.
- Szándék-alapú szűrés: Kizártuk az összes olyan kulcsszót, ahol a keresési szándék nem egyezett a prémium pozicionálással. A „franciaágy” helyett a „tömör fa franciaágy ágyneműtartóval” és „prémium kárpitozott ágyak” entitásokra fókuszáltunk.
- Zero-Volume aranybánya feltárása: A GSC és a belső keresési adatok elemzése során kiderült, hogy a látogatók gyakran keresnek olyan specifikus tulajdonságokra, mint a „könnyen tisztítható szövet kanapé kutya mellé” vagy „magas fekvőfelületű franciaágy időseknek”. Ezekre az Ahrefs havi 0-10 keresést mutatott, de a valóságban a belső keresőben havonta több tucatszor fordultak elő.
- GEO-optimalizált struktúra: Minden egyes prémium termékkategóriához létrehoztunk egy-egy olyan összehasonlító táblázatot és vásárlási útmutatót, amely közvetlenül válaszolt az SGE által feltett leggyakoribb kérdésekre (pl. „Milyen szövet bírja a macskakarmolást?”).
A számok és a megtérülés (ROI)
A projekt 8 hónapon keresztül zajlott, az alábbi költségvetéssel:
- SEO Ügynökségi / Szakértői díj (új workflow): havi 450 000 HUF (összesen: 3 600 000 HUF)
- Specifikus tartalomgyártás (copywriting + szakértői lektorálás): 1 200 000 HUF
- Technikai és strukturált adat implementáció: 450 000 HUF
- Összes befektetés: 5 250 000 HUF
| Mutató | A projekt előtt | 8 hónappal később | Változás (%) |
| :--- | :--- | :--- | :--- |
| Havi organikus munkamenet | 24 500 | 19 200 | -21,6% (Tudatos csökkenés!) |
| Organikus Konverziós Ráta (CR)| 0,32% | 1,28% | +300% |
| Átlagos Kosárérték (AOV) | 180 000 HUF | 225 000 HUF | +25% |
| Havi Organikus Bevétel | 3 500 000 HUF | 11 050 000 HUF | +215% |
A tanulság: Bár az összesített organikus forgalom több mint 20%-kal csökkent (mivel a irreleváns, tisztán információs kulcsszavak elengedésre kerültek), az értékes, tranzakciós és prémium szándékú látogatók száma megsokszorozódott. Az organikus csatorna havi bevétele 7,55 millió forinttal nőtt, ami azt jelenti, hogy a teljes SEO-befektetés (5,25 millió HUF) kevesebb mint egy hónap alatt teljesen megtérült.
---
A legnagyobb magyar kulcsszókutatási hibák (Mit NE csinálj)
Ha el akarod kerülni a felesleges pénzkidobást, azonnal szakíts az alábbi berögzült, rossz gyakorlatokkal.
1. A Google Keyword Planner (GKP) számainak vakon követése
A GKP egy PPC (Google Ads) eszköz. Az ott látható keresési volumenek nem az organikus keresések valóságát tükrözik. A GKP ráadásul drasztikusan összevonja a közeli szinonimákat. Ha a „hőszivattyú árak” és a „hőszivattyú ára” kifejezéseket nézed, a GKP ugyanazt a kerekített számot fogja mutatni mindkettőre, elfedve azt a tényt, hogy az egyik mögött sokkal inkább kereskedelmi összehasonlító szándék áll, míg a másik közvetlen árlistát keres.
2. A ragozott alakok ignorálása és a merev kulcsszó-beillesztés
Még mindig látni olyan magyar weboldalakat, ahol a szövegíró kényszeresen, nyelvtanilag helytelenül illeszti be a kulcsszavakat, mert az "ügynökségi Excel-táblázatban" így szerepelt:
„A legjobb klíma szerelés Budapest árak nálunk érhetők el.”
Ez a gyakorlat nemcsak a felhasználói élményt rombolja le azonnal (ami 2026-ban közvetlen rangsorolási tényező a Navboost-szerű algoritmusok korában), de teljesen felesleges is. A Google NLP (Natural Language Processing) motorja tökéletesen megérti a ragokat, a szófaji átalakulásokat és a mondatszerkezetet is. Írj természetes, szakmailag hiteles magyar nyelven!
3. Az információs és tranzakciós szándék összemosása a kategóriaoldalakon
Gyakori hiba, hogy egy webshop kategóriaoldalát (pl. „Férfi karórák”) megpróbálják olyan kulcsszavakra is optimalizálni, mint a „hogyan válasszunk férfi karórát”. Ennek az eredménye az lesz, hogy a kategóriaoldal tetejére vagy aljára egy olvashatatlan, 1500 szavas, SEO-szagú szöveget öntenek, amit senki nem olvas el. A vásárló termékeket akar látni és szűrni, nem blogcikket olvasni a terméklistában. Az információs kulcsszavaknak a blogon/tudástárban a helyük, belső linkekkel átirányítva a látogatót a tranzakciós kategóriaoldalra.
---
Akcióterv: Így építsd fel az új workflow-t lépésről lépésre
Kövesd ezt az ellenőrző listát a következő kulcsszókutatási projekted során, hogy maximalizáld az organikus csatornád konverziós potenciálját.
- Az első feles adatok kinyerése és tisztítása (Időtartam: 2 nap)
* Exportáld a Google Search Console utolsó 12 hónapjának teljesítmény-táblázatát.
* Exportáld a belső kereső kifejezéseit a webshop motorból vagy az analytics platformból.
* Szűrd ki a márkaneves (branded) kifejezéseket, hogy csak a tiszta organikus igényeket lásd.
- Szemantikus entitás-térkép felrajzolása (Időtartam: 3 nap)
* Határozd meg a top 10 fő termékkategóriád vagy szolgáltatásod (Seed Keywords).
* Használj LLM-et (pl. GPT-4o API vagy Claude-3.5-Sonnet) az ezekhez kapcsolódó magyar nyelvű entitások és LSI kifejezések listázására.
Prompt javaslat:* „Sorold fel a(z) [FŐ KATEGÓRIA] témakörhöz szorosan kapcsolódó magyar entitásokat, szakszavakat, szinonimákat és tulajdonságokat, amelyeket egy vásárló kereshet vásárlás előtt. Csak releváns kifejezéseket adj vissza.”
- Szándék-alapú (Intent) klaszterezés (Időtartam: 2 nap)
* Oszd fel a listát négy kategóriára: Információs, Kereskedelmi, Tranzakciós és Navigációs.
Jelöld meg azokat a kifejezéseket, amelyeknél a magyar nyelv sajátos ragjai (pl. -ért, -hez, -vel, összehasonlítás*) egyértelműen jelzik a vásárlási fázis végét.
- SGE és Zero-Click szűrés (Időtartam: 2 nap)
* Elemezz ki 50 kiemelt kulcsszót manuálisan a Google keresőben.
* Ha a SERP-et uralja az AI Overview, határozd meg, hogy képes vagy-e strukturált adatokkal (pl. Product, FAQ, Review séma) bekerülni az AI által idézett források közé. Ha nem, ezeknek a kulcsszavaknak adj alacsonyabb prioritást.
- A "Zero-Volume" kincsek integrálása (Időtartam: 1 nap)
* Keresd meg azokat a 3-5 szóból álló, nagyon specifikus kifejezéseket, amelyekre az Ahrefs/Semrush 0 keresést mutat, de a belső keresési adatok vagy a GSC impressziók alapján létező igényt takarnak.
* Rendeld hozzá ezeket a meglévő vagy tervezett kategória- és termékoldalakhoz másodlagos kulcsszóként.
- Szemantikus tartalom-struktúra (Content Hub) tervezése (Időtartam: 3 nap)
* Hozz létre egy "Hub and Spoke" modellt. A "Hub" a tranzakciós kategóriaoldal (pl. „Kültéri burkolatok”), a „Spoke” oldalak pedig az információs és kereskedelmi blogcikkek (pl. „Milyen fagyálló kültéri burkolatot válasszak a teraszra?”).
* Tervezd meg a belső linkstruktúrát: az információs oldalak mindig linkeljék a tranzakciós oldalt, átadva ezzel az autoritást (Link Juice).
- Mérés és visszacsatolás beállítása (Időtartam: 1 nap)
* Ne pozíciókat mérj (hogy hányadik vagy a "kanapé" szóra), mert az SGE és a perszonalizált SERP miatt a fix pozíciók kora lejárt.
Mérd a Google Search Console-ban az entitás-szintű kattintások és impressziók növekedését*.
* Állíts be egyedi URL-csoportokat (Content Grouping) a GA4-ben, és mérd az információs vs. tranzakciós oldalak által generált közvetlen és asszisztált konverziók számát és értékét.
---
SEO Title: Kulcsszókutatás 2026: Új SEO workflow a magyar piacon
Meta Leírás: Hogyan építsünk konverziót hozó kulcsszókutatási workflow-t a magyar piacon? SGE optimalizálás, zero-volume kulcsszavak és entitás-alapú SEO stratégia lépésről lépésre.
