Международная конференция по интернет-маркетингу «Неделя Байнета». День Поисковый Маркетинг, 7 апреля, Минск, Беларусь. Больше информации о Станиславе Поломаре и о других спикерах Недели Байнета смотрите на сайте конференции www.bynetweek.by
Узнавайте актуальную информацию о конференции на странице Недели Байнета в Facebook https://www.facebook.com/BynetWeek/
Неделя Байнета 2017. Михаил Беляев: "Выживание – дело добровольное. Несколько...
Неделя Байнета 2017. Станислав Поломарь: "Анализ поисковой видимости проектов. Как разобраться, что происходит"
1.
2. Анализ поисковой видимости проектов
bynetweek.byорганизатор 2017
Станислав Поломарь
директор SEO, агентство webit
руководитель, платформа 4seo.work
3. 1. Метрики видимости
2. Примеры использования и анализ выдачи
3. Источники данных
4. Учет Яндекс.Бандит
5. Анализ изменений видимости
Про что поговорим
4. Основные группы
1. % ТОП
2. % спрос в ТОП
3. Прогнозируемый трафик
Применимо к:
1. Весь сайт
2. Группы документов
3. Выборки запросов
4. Документы
Метрики видимости
5. Основные отсечки для % ТОП (х)
1. ТОП 1-3
2. ТОП 5
3. ТОП 10
4. ТОП 30
5. ТОП 100
Расчет:
Кол-во запросов в ТОП (х) / всего запросов
% ТОП
6. Наиболее используемые типы
1. % WS ТОП10
2. % “WS” ТОП10
3. % “[!WS]” ТОП10
Расчет на примере “WS”:
Сумма по “WS” для запросов в ТОП10 / сумма “WS” всех
запросов
% спроса в ТОП
7. Пример расчета
Анализируем 3 запроса - А, Б и В. Частота в кавычках по нужному
региону - 100, 200 и 700.
Если А и Б находятся в ТОП10
% ТОП 10 = 66%
% «WS» ТОП10 = 30%
Если В находится в ТОП10
% ТОП 10 = 33%
% «WS» ТОП10 = 70%
% спроса в ТОП
8. Цель:
Более точно оценить ранжирования в ТОП10 с точки зрения
частотности (~ конкурентности) вашего ядра.
Какой выбрать?
Если активно работаете с определением нечетных дубликатов +
определением популярного написания ([WS]), то смело берем
“WS”.
% спроса в ТОП
9. Цель:
Учитывать разный вклад позиции в ТОП 10.
Расчет:
PTraf (сайта) = Сумма PTraf всех запросов
PTraf (запроса) = CTR (места запроса) х "WS"
Применимо для любой группировки запросов - Категория, Группа,
Выборка, Документ.
Потенциальный трафик
10. Цель:
Перейти к относительной метрике с большей точностью.
Расчет:
% PTraf max (сайт) = PTraf (сайт) / PTraf (1го места)
PTraf (сайта) - мы посчитали выше.
PTraf (всех запросов на 1ом месте) = CTR (1го места) х «WS».
% Потенциальный трафик
11. Пример №1:
Есть рассчитанные метрики видимости по 3м категориям
Что можно про них сказать:
К1 - нормальное ранжирование по НЧ, СЧ/ВЧ не очень
К2 – СЧ/ВЧ высоко ранжируются, причем в рамках ТОП 10
К3 - хорошо по всем типам, но частотные запросы скорее внизу ТОП 10
Примеры использования
Категория Запросов "WS" %ТОП10 %ТОП100 % "WS" ТОП10 % PTraf
К1 3103 1062377 57% 92% 5% 1%
K2 1175 534591 40% 87% 56% 20%
K3 1563 364661 69% 94% 44% 8%
12. Пример №2:
Метрики видимости и трафик по 3м категориям
Расчет:
Исходя из уровня нашего проекта и ассортимента, а также успешных сегментов
сайта, оцениваем достижимый уровень в 60% % «WS» ТОП10, либо 35% % PTraf
max.
Далее определяем пропорциональный прирост*
Примеры использования
Категория Запросов "WS" %ТОП10 %ТОП100 % "WS" ТОП10 % PTraf Tраф. Yandex Доп. траф. Доп. траф.
К1 3493 1169128 14% 69% 9% 4% 4506 24945 39795
К2 2230 760248 68% 92% 83% 55% 9785 0 0
К3 1191 523639 37% 76% 51% 18% 5714 999 5238
13. Пример №3:
Метрики видимости (абсолютные) для 3х конкурентов
Что можно про них сказать:
С1 = хорошо висит по НЧ, проверить структурную и шаблонную оптимизацию
С2 = хорошо висит по всему, проверить максимум полезного
С3 = немного запросов, но большой PTraf, т.е. по частотным запросам висит
высоко в ТОП10, разобрать соответствующие документы
Примеры использования
Сайт В ТОП 10 "WS" в ТОП10 PTraf
С1 1071 174935 4127
C2 1379 504579 12145
С3 465 373954 7192
15. Интересные наблюдения
1. Слабо выраженное влияние Бандита весь февраль 17
2. Сильная просадка Я.Маркета февраль 17
3. Я.Маркет вернулся на 80% по полноте запросов
4. Затухающая волна Бандита в начале марта 17
5. Слабо выраженное влияние Бандита 3ая неделя марта 17
(17-22.03).
6. Большие выборки (сотни тысяч запросов) показывают тот же
характер изменений.
Анализ изменений выдачи
19. Интересные наблюдения
Анализ изменений выдачи
Сайт 24.02.17 22.03.17 Отн. изм. % ТОП 10 Тип
otvet.mail.ru 18% 9% -49% ugc
rlsnet.ru 7% 5% -39% wiki
deti.mail.ru 14% 9% -38% ugc
ru.wikipedia.org 5% 4% -31% wiki
u-mama.ru 6% 4% -30% ugc
baby.ru 64% 45% -30% ugc
liveinternet.ru 6% 4% -24% ugc
love-mother.ru 4% 5% 21% статьи
market.yandex.ru 3% 4% 34% -
mama66.ru 4% 6% 38% статьи
zhenskoe-mnenie.ru 3% 5% 58% статьи
syl.ru 3% 5% 59% статьи
20. Позиции
1. Яндекс выдача
2. Яндекс XML
3. Яндекс Вебмастер
4. Гугл выдача
Основные вопросы
1. Кому доверять
2. Кто себя как ведет
3. Как соотносятся
Источники данных
21. Сравним выдачу и XML (сотни тысяч)
1. Вылет из топ8 за топ11 = 2-3%
2. Среднее по разнице XML к выдаче = 0,5 – 1,5
3. Медиана по разнице XML к выдаче = 0
Сравним Вебмастер и XML (десятки тысяч)
1. Вылет из топ8 за топ11 = 2-3%
2. Среднее по разнице XML к Вебмастер = 0,5 – 1
3. Медиана по разнице XML к Вебмастер = 1
Различие есть, но не такие критичные. Желательно снимать
периодически все данные для сверки.
Источники данных
22. Основные проблемы
1. Рваный характер динамики метрик
2. Нельзя сравнить любые 2 точки
Пример. Изменение % PTraf
Учет Яндекс.Бандит
23. Пути решения
1. Сравниваем точки в одной «фазе» - взлет/взлет или
падение/падение
2. Сглаживаем линии видимости
Расчет:
1ый этап.
Считаем среднее по текущей точке + 2 предыдущие.
2ой этап.
Считаем уже по данным 1го этапа среднее по текущей точке +
предыдущая.
Учет Яндекс.Бандит
24. Пример сглаживания (% “WS” ТОП10)
1ый этап – красная, 2ой этап – зеленая линии
Учет Яндекс.Бандит
26. Рекомендуется делать типовые сегменты
И пр.
Комбинируем с «классическими» категориями проекта.
Анализ изменений видимости
Название Тип Расшифровка
Карточки группа документов все документы про карточки
Листинги группа документов все документы про листинги
Купить выборка запросов запросы с купить/цена, можно наложить на группы
Отзывы выборка запросов отзывы + др. типы информационных запросов
ГНЗ/ГЗ выборка запросов геозависимые и нет запросы
27. Типовые приемы для отбора документов
1. Что упало / выросло
Расчет:
Изменение метрик % ТОП 10, % “WS” ТОП10 на <> -1% / +1%
2. Что упало важного
Расчет:
Условие для упало из п.1 + трафик от интересного уровня (как
правило 1% от сайта).
Анализ изменений видимости
28. Типовые приемы для отбора документов
3. Что упало сильно
Расчет:
Условие для упало из п.1 плюс значение % ТОП 10 сейчас до
1%.
Анализ изменений видимости
Документ Запросов "WS" %ТОП10 Динамика % "WS" ТОП10 Динамика Траф. Yandex
Д1 6 2674 0% -100% 0% -100% 285
Д2 6 3319 0% -67% 0% -43% 395
Д3 5 5370 0% -40% 0% -76% 423
Д4 4 4250 0% -50% 0% -66% 113
29. Использование сегментов на примере Баден-Баден
1. Выделили просевшие документы в группу
2. Проследили динамику группы, чтобы исключить Бандит
3. Выбрали из группы все просевшие запросы, оценили по-документную долю
4. Выделили только просевшие запросы в отдельную выборку
5. Проверили, исправили, где это необходимо
6. Следим за группой и выборкой – последняя наиболее показательна
Анализ изменений видимости
Выборка Запросов WS %ТОП10 Динамика% "WS" ТОП10 Динамика% PTraf Динамика
Город-город 105 6082 3,81% -60,00% 1,17% -41,65% 0,12% -11,14%
Город-город 105 6082 39,05% 35,24% 60,07% 58,90% 26,43% 26,31%
30. Актуальность по тип/размер
Решения:
1. Excel + входные данные вручную
2. Power BI + входные данные по API
3. Платформы – 4seo.work и др.
Метрики видимости
Микро сайт Услуги и пр. Магазин Big магазин Портал/агрегатор
метрики видимости + + + + +
сегментация ? ? + + +
конкуренты ? + + + +
сглаживание ? + + + ?