Новости

Забудьте отраслевые данные - вот как найти собственную кривую SERP CTR

  1. Начиная
  2. Шаг 1: Охота и собирательство
  3. Ваша собственная кривая поисковой выдачи SERP на практике

Все началось с просочившегося рейтинга кликов в AOL в 2006 году, который показал нам процент кликов на каждую полученную позицию в рейтинге - загадка, ранее не раскрытая. Это была первая ступенька в попытке не только оценить текущий трафик, но и оценить потенциальный трафик. В последующие годы многочисленные исследования CTR которые сообщают о похожих, но разных результатах. При всех этих различиях в методах и результатах исследований, как мы можем выбрать правильную формулу для наших собственных сайтов? Кроме того, как вы можете быть уверены, что любая из предложенных кривых кликов применима к вашему сектору рынка, вертикали поиска или бренду? Ниже приведена методология, которую я использовал для определения CTR SERP сайта, используя данные, полученные с самого сайта, а не отраслевые исследования.

Во-первых, я должен сказать, что, изучая научные методы, в этой процедуре есть ряд предостережений, которые никоим образом не являются точным решением. Вместо этого он используется только в качестве более точной и применимой оценки для вашего собственного веб-сайта. Хотя эта кривая CTR несовершенна, она более актуальна, чем отраслевые данные, и, безусловно, лучше, чем ничего. При этом набор данных, который вы будете использовать для этого, взят из Инструментов Google для веб-мастеров (задыхайтесь!). Да, я знаю, но просто придерживайтесь меня, поскольку это единственный источник как кликов, так и среднего рейтинга для ВСЕХ ваших ключевых слов.

Чтобы сделать этот анализ «наиболее достоверным», вам может потребоваться большой объем данных. На самом деле, чем больше данных, тем лучше. Вам нужны не только данные за много месяцев, но и сайт с достаточным рейтингом ключевых слов на каждой позиции. Реально, это, вероятно, около 5-10% всех веб-сайтов, так как он использует средние значения в каждой позиции рейтинга для определения среднего CTR. Чем меньше экземпляров рангов в каждой позиции (1-10), тем менее уверенно вы будете в данных. Кроме того, поскольку этот метод использует объем поиска, он предполагает, что каждый поиск приводит к обычному клику. Этот метод поможет вам определить, какой процент и количество кликов ваш сайт может ожидать по любому ключевому слову на любой позиции рейтинга.

Начиная

Если вы похожи на меня, вы извлекаете данные GWMT каждый месяц и сохраняете их в безопасном месте. Итак, сначала соберите столько месяцев, сколько у вас есть данных запроса. Вам понадобятся три столбца: ключевое слово, клики и средняя позиция. Если вы работаете с данными более чем за 3 месяца, в ключевых словах будут повторы, поэтому обязательно сделайте несколько операций по сбору данных, чтобы все это воспроизводилось красиво и не получалось.

Шаг 1: Охота и собирательство

  1. Сначала отсортируйте вашу таблицу по кликам. Удалите все строки с ключевыми словами, у которых для кликов есть «<10». Поскольку вы не знаете этот номер, просто выбросьте их.
  2. Теперь, когда вы работаете только с ключевыми словами, у которых есть клики, мы хотим узнать, сколько возможных кликов. Перейдите примерно к 100 за раз и возьмите ежемесячный объем поиска точных соответствий для всех ключевых слов. Создайте новый столбец на листе для них. Обязательно умножьте данные об объеме поиска на количество месяцев использования данных.
  3. Стандартизируйте данные о средней позиции, округлив их. Выделите весь столбец и ячейки формата, чтобы округлить их до целых чисел (без десятичной точки). После заполнения столбец «Средняя позиция» должен содержать только целые числа для представления каждой позиции в рейтинге.

Шаг 2: время хруста

  1. С включенной автоматической фильтрацией для строки меток столбцов выберите одну позицию ранжирования за раз. Например, выберите # 1, чтобы видеть только ключевые слова со средним (округленным) рангом 1.
  2. Создайте новый столбец рядом с объемом поиска и пометьте его CTR (доля поиска).
  3. Разделите клики по объему поиска для каждого ключевого слова и сохраните его в этом новом столбце. Вы можете скопировать и вставить формулу для скорости. Опять же, вы делаете это только для одной позиции рейтинга одновременно.
  4. Теперь у вас должен быть столбец с долей поиска (процент кликов от общего объема поиска на каждой позиции рейтинга).
  5. Возьмите средний процент для столбца CTR. Это средний процент заработанных кликов от предполагаемых доступных кликов. Поскольку вы просматриваете только одну позицию за раз, вы находите этот средний процент для каждого отдельного ранга, по одному за раз.
  6. Повторите этот процесс для каждой из 10 позиций рейтинга. Опять же, вам нужно достаточное количество ключевых слов в каждой позиции рейтинга, чтобы это имело какое-то подобие действительности. Для всего на второй странице (11+), просто проверьте все это вместе.

Вот пример этого анализа с использованием фиктивных данных для сайта электронной коммерции кроссовок.

Ваша собственная кривая поисковой выдачи SERP на практике

Сила этого анализа заключается в том, сколько данных вы можете собрать, поэтому, если у вас нет привычки собирать данные GWMT, запустите их сейчас и вернитесь к этому через несколько месяцев. Как специалист по аналитике, вы единственный, кто может определить достоверность ваших данных - и чем больше, тем лучше.

OptimizePrime в Instagram OptimizePrime в Instagram

Теперь, когда у вас есть средний рейтинг кликов для каждой позиции в рейтинге, вы можете более точно оценить эффективность своего сайта по ключевым словам, которые вам еще предстоит использовать. Кроме того, вы можете подходить к клиентам с реалистичными ожиданиями трафика по ключевым словам и рангу, используя консервативные и агрессивные оценки. Вы даже можете использовать этот метод, чтобы сформулировать конкретные кривые кликов для фирменных терминов, небрендированных терминов, мобильных поисковой выдачи, поисковой выдачи рабочего стола или даже для поиска по вертикали, например, поиска изображений. Один из моих любимых вариантов - анализировать только те ключевые слова, которые используют структурированные данные для сравнения и сопоставления с обычными скучными результатами поиска.

Хотя этот метод имеет различные предостережения, оценки и требует немного веры, он основан на ваших собственных данных. Если вас устраивает объем данных, используемых для формулировки кривой кликов, это может быть гораздо более применимо к вашему сайту, чем просто отраслевые данные. В комментариях ниже я хотел бы, чтобы читатели сделали больше пробелов в этом анализе и предложили другие методы для достижения настроенного CTR.