Використання сезонності для визначення актуальних і трендових запитів на просування

Останнім часом SEO сильно змінилося в плані підходу до роботи. Змінилися варіанти закупівлі посилань. Хтось взагалі від них відмовився. Змінилися підходи до підбору запитів, з’явилося багато автоматизованих сервісів для збирання максимально повного списку семантики для сайту.

Практично всі агентства та незалежні фахівці пропонують та збирають велику семантику, і в цьому є вигода. Більше запитів – більше шансів вивести якісь з них у ТОП і цим дати результати клієнту, для чого він і звернувся.

Як збирається велика семантика? Коротко – розширення структури, збирання запитів, парсинг підказок, очищення семантики від сміттєвих і непотрібних запитів. У результаті виходить ядро ​​з цільовими запитами, якби не одне «АЛЕ»! При зборі семантики ніхто не враховуватиме сезонність і трендовість запитів окремо. Може враховуватися сезонність загалом, але не окремо, тому що це займає чимало часу.

У цій статті я запропоную один із варіантів (я впевнений, що багато з вас мають свої варіанти та способи). Я повторюся, це лише один із варіантів, який допоможе у визначенні корисних і непотрібних запитів з точки зору сезонності, тренду та попиту.

Для початку потрібно поставити зібрану семантику на замір сезонності в Key Collector. Водночас там є варіанти виміру за тижнями та місяцями. Будемо використовувати замір за місяцями:

Після виміру вивантажуємо отримані дані в файл і отримуємо безліч цифр, з якими важко працювати, на перший погляд, але це не так.

Всі розрахунки будемо робити в даному файлі. Для аналізу нам ще буде потрібна точна частотність запитів та його повнота (Частота “!”/Частота). Пізніше буде зрозуміло навіщо.

Перший етап – розрахунок «грубої» динаміки

На цьому етапі намагатимемося визначити динаміку запиту за 2 роки (саме за такий період вивантажуються дані щодо сезонності). Для цього розраховуємо наступне:

• Середнє значення за перший рік нашого вивантаження (в мене він відзначений сірим).
• Середнє значення за другий рік.
• Динаміку по порівн. значенням.

Що ми отримуємо? А отримуємо ми розуміння того, зростає запит загалом чи ні. Для прикладу візьмемо графік за 2 роки на запит з динамікою більше 1. Я беру запит з динамікою 2,18:

А тепер запит з динамікою менше 1. У моєму випадку я візьму запит з динамікою 0,72:

Різниця вже помітна. Вже на даному етапі можна сказати, який запит варто використовувати, а який нам не цікавий, адже він втрачає свій попит.

Другий етап

На цьому етапі ми рахуємо суму частот і динаміку за отриманими цифрами. Зайду наперед і скажу, що для багатьох запитів «Динаміка по порівн. значенням» та «Динаміка за сумою» будуть однакові. Отже, порахували суму за перший рік, суму частот за другий рік та Динаміку:

Справді однакові цифри, але навіщо тоді треба було це рахувати? А ось навіщо – сортую за «Динамікою сум»:

Ми визначили запити, які тільки-но починають свій шлях. І вони можуть бути дуже корисними в майбутньому.

Третій етап

Виконуємо перші 2 кроки, тільки вже з максимальною та мінімальною частотою в кожному з років вивантаження. В результаті отримуємо динаміку за максимальними та мінімальними точками графіка:

Далі підсумовуємо всі дані за динаміками та отримуємо умовний рейтинг запиту за сезонністю та попитом:

Якщо подивитися на графік запитів з найбільшою сумою динамік, то побачимо приблизно таке – запит набирає популярності. Найімовірніше, наступного року буде ще популярнішим:

А ось якщо подивимося на графіки запитів з найменшою сумою, то там ми побачимо динаміку, яка не буде цікавою жодному фахівцю, навіть якщо частотний запит:

Четвертий етап

Знаходимо запити, які будуть максимально безпечними для нас, тобто запити, у яких не буде різких стрибків до 0 і буде позитивна динаміка. Назвемо цю величину “Потрібність”. Розрахувати її просто – мінімальне значення за 2 рік ділимо на максимальне за 2 рік. Отримане значення множимо на суму динамік:

П’ятий етап

Оскільки наша «Потрібність» працює не завжди коректно, потрібно виключити такі випадки. Для цього порахуємо наступне значення – “Потрібність” помножимо на першу динаміку по порівн. значенням. У результаті отримуємо такі випадки, коли за «Потрібністю» запит мав дуже низький рейтинг, а насправді він для нас корисний. Ось такі запити наша поправна динаміка й «підтягує». Приклад:

А тепер подивимось на графік запиту. Отже, він справді корисний і потрібний:

Шостий етап

Уточнимо нашу поправну динаміку, для цього значення динаміки розділимо на пор. значення динаміки всіх запитів. І далі виведемо рейтинг запитів. Для цього помножимо нашу остаточну динаміку на суму частот за 2 рік (нам цікаві актуальні запити). Ще помножимо всі значення на 0,00001, щоб цифри були сприйнятливішими:

Бачимо запит, який досить хороший. Давайте подивимося на його графік, де ми побачимо, що це так і є:

Сьомий етап – фінал

Тут нам будуть потрібні дані, про які я говорив раніше, а саме:

• Вимір точної частоти.
• Повнота.

Для визначення фінального рейтингу запиту потрібно перемножити між собою отриманий у шостому етапі рейтинг, точну частоту та повноту:

Зрештою ми отримаємо дуже корисні запити вгорі (якщо відсортувати за отриманим рейтингом за спаданням) і абсолютно непотрібні запити внизу. Приклади графіків верхніх запитів:

А ось які графіки мають запити внизу:

Ось так виглядає мій варіант визначення корисності запитів. Зараз це лише бета-версія, і хотілося б почути вашу думку, яка допоможе поліпшити даний розрахунок.  

Ольга Тищенко

Редактор-копірайтер

Сторінка автора