Sprachen

Brand-/Nonbrand-Splitter

Free, no signup. Classify GSC queries or Ads search terms with exact, substring, typo-tolerant, and common spacing variants. Optionally import reviewed labels to audit the split and discover candidate aliases. Your CSV stays in this browser.

Built by Patrick Stox

Search Console export limit: the UI can return only about 1,000 representative rows, and privacy-anonymized queries are omitted. Treat every analysis as a view of the exported sample, not the complete query set.

Or paste CSV
Rückmeldung
Fehler melden

Funktioniert etwas in Brand-/Nonbrand-Splitter nicht? Teile uns mit, was passiert ist — die Meldung geht direkt an eine private Prüfwarteschlange, nicht in eine öffentliche Liste.

Gesendete Angaben 
 Werkzeugeingaben, Uploads, eingefügte Quellen, vollständige Ergebnisse, Abfrageparameter und URL-Fragmente werden nicht automatisch angehängt. Du kannst die oben ausgewählte Passage bearbeiten oder entfernen. Browser- und Missbrauchsschutz-Metadaten werden zur Spamabwehr verarbeitet. 
  
 
  
 
 
  
 
 
   
 
     
 Lokale Daten 
Gespeicherte Ziele, benannte Listen und Zusammenfassungen der letzten Prüfungen bleiben nur in diesem Browser.
 
   
 
     
   Wird vollständig in deinem Browser ausgeführt – nichts, was du einfügst, wird hochgeladen oder gespeichert.  Anonyme Ergebniszähler auf Ausführungsebene können für aggregierte Forschung verwendet werden; URLs, Domains, IP-Adressen und Kennungen werden nie einbezogen, und Statistiken werden erst ab 100 Ausführungen veröffentlicht.  
  
      
    
 
Über dieses Werkzeug
Teile GSC- oder Ads-Suchanfragen lokal im Browser in Brand- und Nonbrand-CSV-Dateien auf. Der Matcher toleriert Tippfehler, zeigt die Matching-Begründung und schlägt mögliche Brand-Aliase vor, ohne Marken semantisch zu erkennen oder Beziehungen zu erfinden.
Jede Klassifizierung bleibt überprüfbar: Kandidaten müssen vor dem Übernehmen als Brand-Term manuell bestätigt werden.
Funktionen
  • Import und Export von GSC- oder Ads-CSV-Dateien bis 10 MB
  • Exact-, Contains- und Fuzzy-Matching gegen selbst angegebene Brand-Terms
  • Separate Brand-/Nonbrand-Exporte mit Match-Typ und Begründung je Zeile
  • Kandidaten-Aliase erst nach mindestens zwei geprüften False Negatives und mit Human Review
So funktioniert es
Lade eine CSV hoch und ordne Query-, Suchbegriff- und optionale geprüfte Klassen-Spalten zu. Jede Zeile wird normalisiert und gegen die Brand-Terms mit Exact-, Contains- und Tippfehlerlogik geprüft. Löse geprüfte Abweichungen, kontrolliere Alias-Kandidaten und exportiere danach beide CSVs.
Einschränkungen
  • Fuzzy Matching kann kurze oder allgemeine Wörter falsch als Brand markieren; ohne geprüfte Klassen-Spalte kennt der Matcher eigene Fehler nicht.
  • Das Werkzeug übersetzt Namen nicht, erkennt Marken nicht semantisch und leitet keine Parent-/Subbrand-Beziehungen ab.
  • Aggregate „other search terms“-Zeilen werden wie normale Eingaben behandelt; Plattform-Suppression wird nicht interpretiert.
Häufig gestellte Fragen
Wie wird eine Zeile als `Brand` klassifiziert?
Eine Zeile gilt als `Brand`, wenn Anfrage oder Suchbegriff einen von dir angegebenen `Brand`-`Term` exakt enthält oder als nahe Tippfehlervariante trifft. Alles andere landet im Nonbrand-`Export`.
Welche CSV-Spalten kann der `Splitter` lesen?
Er erkennt übliche Suchanfrage-, Klick-, Impression-, Kosten- und Conversion-Spalten aus unterstützten Exporten.
Wie kann ich automatische Klassifizierungen prüfen?
Filtere die Zeilen nach Klasse und Grund, kontrolliere Grenzfälle und überschreibe sie vor dem Export manuell.
Werden vorgeschlagene `Brand`-Varianten automatisch übernommen?
Nein. Eine Variante wird erst nach mindestens zwei geprüften False Negatives vorgeschlagen und benötigt deine manuelle Bestätigung, bevor du sie zu den `Brand`-`Terms` hinzufügst.
Wie funktioniert fehlertoleranter Abgleich?
Er erlaubt begrenzte Zeichenabweichungen bei ausreichend langen Markenvarianten und kennzeichnet den Grund für die Zuordnung.
Kann `Fuzzy` `Matching` falsche Treffer erzeugen?
Ja. Kurze oder allgemeine Wörter können zufällig ähnlich sein. Prüfe jede `Fuzzy`-Zeile und verwende eine geprüfte Klassen-Spalte, wenn du die Genauigkeit kontrollieren kannst.
Werden meine Dateien hochgeladen?
Nein. Dateien bis 10 MB werden vollständig lokal gelesen, klassifiziert und exportiert. Nichts wird an unseren Server gesendet oder gespeichert.
 
Nächster SchrittAn welchen Seiten soll ich arbeiten? — look up the exact spec and expected values.
Anleitung auf Englisch verfügbar.
Das könnte dich auch interessieren
WerkzeugSEO-ChancenfinderWerkzeugSchätzer für KI-SuchvolumenWerkzeugSchätzer für versteckte Suchanfragen
      
 
Häufige Probleme und ihre Behebung
 
     
  •  Warnung Begriff Marke passt benötigen prüfung Lösung: Prüfung jede Begriff-Begriff Zeile und hinzufügen oder entfernen Marke Begriffe bevor verwendung die aufgeteilt in Begriff. 
  •  Warnung Geprüft Marke abfrage war Begriff als Begriff-Begriff Lösung: Verifizieren die Begriff prüfung bezeichnung, dann hinzufügen ein Begriff Marke Begriff das passt die abfrage und erneut ausführen die aufgeteilt. 
  •  Warnung Geprüft Begriff-Begriff abfrage war Begriff als Marke Lösung: Verifizieren die Begriff prüfung bezeichnung, dann entfernen oder Begriff die Marke Begriff das zugeordnet dies abfrage und erneut ausführen die aufgeteilt. 
  •  Information Kandidat Marke Variante benötigt prüfung Lösung: Bestätigen die Begriff Begriff ist ein Begriff Marke, Produkt, oder Begriff bevor Begriff ist zu die Begriff-Begriff Liste und Begriff die aufgeteilt. 
    •