Як BigQuery змінює
підхід до SEO-аналітики
● Досвід: 10+ років
● Працював в нішах: E-commerce, iGaming, Nutra,
B2B та інших.
● Досвід роботи з сайтами: від 1 млн. сторінок та
органічного трафіку
“Не впевнений, чи існує чарівна кнопка, але точно
знаю, що систематизація процесів творить дива 😉”
Для шукачів чарівної кнопки рекомендую:
● У сфері Інтернет-маркетингу з 2015 року;
● Автор блогу Analytics Tips – analytics-tips.com;
● Автор навчальної платформи
PROANALYTICS.ACADEMY;
● Засновник ProAnalytics.Team
● Сертифікований спеціаліст Google Analytics 4;
● Лектор у School of Digital Advertising UAMASTER;
Для чого потрібен
комплексний аналіз?
Ринкові реалії
Частота Google Update
1) Збільшена частота апдейтів, які значно впливають на
пошукову видачу.
2) Частково незначні проміжки між апдейтами.
Ускладнює аналіз проблеми.
Персоналізація пошукової видачі
Що впливає на
відображення позицій
1) Залогінений користувач або ні.
2) Мова браузеру
3) Локація
Домінація монобрендових сайтів
Нішевість / спеціалізація ресурсів
Основні дані про Лінки
Ahrefs Semrush Majestic Search Console
Не закохуйся в сервіси
Дані Semrush Дані Ahrefs
Основні дані про URL
Screaming Frog /
Netpeak Spider Sitechecker, Serpstat
(та аналоги)
Search Console Server Logs
Не закохуйся в сервіси №2
Screaming Frog Server Log
Ви бачите сайт як Google? Напевно ні
А чи бачить Google? Так
Висновок:
1) Немає ідеального джерела даних
2) Google бачить сайт все глибше і детальніше
3) Видача має значний вплив персоналізації
4) Запити в пошуковій видачі мають більш сильніший вплив
регіональності, нішевості та впливу бренду.
Тому для точних висновків SEO-спеціалістам потрібно:
1) Аналізувати якомога більше джерел даних
2) Навчитись вірно тестувати гіпотези
3) Автоматизовувати рутину
Основні переваги
BigQuery
https://proanalytics.academy/uk/blog/everything-you-need-to-know-about-bigquery-
what-it-is-for-what-and-what-are-its-benefits-for-marketing
Можливість обійти
обмеження інтерфейсу
Google Analytics 4
- семплінг
- аналіз даних за період, що перевищує 14 місяців
Google Search Console
- Вибірка даних (1 000 інтерфейс і 50 000 апі)
- Використання кількох фільтрів одночасно
Автоматизація звітності
Легке використання Machine
Learning
В правильних руках, використання машинного навчання може
значно спростити аналіз даних та виявити нові інсайти.
У BigQuery вам не потрібно бути дата-саєнтистом, щоб почати
використовувати машинне навчання зі своїми даними.
Це робиться не в 1 клік, але досить просто і зручно.
Швидка нативна інтеграція з
сервісами Google
Експорт даних Search Console
Експорт даних GA4
Швидкість обробки даних
Доступна цінова політика і
значні безкоштовні ліміти
- перший 1 TiB обробки даних щомісяця безкоштовно;
- перші 10 ГіБ пам’яті для зберігання даних щомісяця
безкоштовні;
Безкоштовний старт
Кредит від Google 300$ всім хто починає роботу
Приклади практичного
застосування BigQuery у
SEO
Вхідні дані:
● Сайт: proanalytics.academy
● Дані для аналізу:
○ Вивантаження логів серверу (виявилось, що лог пише user agent
тільки при error статусах)
○ Парсинг сайту через Screaming Frog (без додаткових
налаштувань)
○ До парсингу була підключена API Ahrefs та Search Console
○ Дані з GA4
○ Дані API Search Console в BigQuery
Ціль:
● Пошук орфан сторінок, дублів, тощо. Все що не бачить звичайний парс
сайту
● Пошук сторінок, які не переобходить бот, або обходить дуже мало
● Перевірка кодів відповіді серверу
● Перевірка сторінок за кастомними параметрами: продажі, трафік і т.д +
аналіз динаміки.
● Перевірка сторінок на додаткову цінність: лінки, тексти і т.д.
● Перевірка чи враховані всі ключові слова по яким ранжується сторінка
● Оптимізація краулінгового бюджету
● Автоматизація
● Пошук додаткових аномалій
І т.д.
Залишилося визначитись із головним:
— Що саме будемо збирати 😉
Трохи практики
https://drive.google.com/file/d/1Fkv9iuZ8ZLnz73m1DUohZYw-KDGRrG-z/view?usp=sharing
https://docs.google.com/document/d/1Zs2Hl1N17GktrjZmES1tyMd8qrG09GAIsaGxkyk18cA/edit?usp=sharing
Які інсайди
отримуємо
Пункт 1: Логи серверу та результати Парсингу
1 Різниця між парсингом через
SEO-софт та логами
• Орфан сторінки
• Приховані дублі
• Інші технічні проблеми (Пусті технічні сторінки і
т.д. , будь-який малокорисний контент)
2 Url які бот не обходить взагалі
або дуже рідко
• Проблеми з індексацією
• Проблеми з структурою
• Проблеми з перелінковкою
3 URL які бот обходить дуже
часто
• Можемо проаналізувати, що в них спільного
між собой. І чи є такі патерни у сторінок, які не
отримують переходів від ботів.
4 Сторінки з 300, 400, 500
відповідями серверу
• Наприклад при навантаженні маней пейдж має
500 відповідь серверу.
Пункт 2: Додаємо дані з GA4
1 Які сторінки отримують
найбільший органічний трафік
2 Сторінки з високим
показником відмов
3 Сторінки без трафіку і
продажів за значний проміжок
часу
4 Час на сторінці, конверсії, ТО і
т.д.
Пункт 3: Додаємо дані з Google Search Console
1 Дані про останнє індексування
сторінок
2 Отримуємо інформацію про всі
запити, а не лише 50 000
3 Інформація по: page, clicks, impressions, ctr, position, query, country,
device, searchAppearance, searchType
Та будь-яка інша SEO-
солянка 😀
Від порівняння наявності лінків, тексту і позицій сторінки.
До кількості переходів бота на сторінку і позицій.
І будь-якої іншої ідеї
Опитування про новий курс для
SEO
Серед учасників розіграємо
1 місце на курсі GA4 Basics
Взяти участь
Подарунок
CONF_COLLABORATOR_PRO_20
20%
знижки
GA4 Basics BigQuery for Marketing
А ось і все :)
Дякую за увагу
Facebook Linkedin
Федорук Максим
Дякую за увагу!
Макс
Гапчук
proanalytics.academy
proanalytics.team
@proanalyticstips
t.me/AnalyticsTips
maks.hapchuk
maks-hapchuk

Як BigQuery змінює підхід до SEO-аналітики | Максим Федорук та Макс Гапчук