Автор: Джереми Готтлиб (Jeremy Gottlieb) — сотрудник агентства Distilled, эксперт в области технического SEO и РРС, разрабатывает стратегии контент-маркетинга, курирует создание продающих рассылок по email.
Пожалуй, каждый SEO-специалист со стажем ловил себя на мысли о том, что множество данных статистики утекает сквозь пальцы ещё на стадии сбора. Упорядочить процесс сбора и обработки SEO-статистики подручными средствами удаётся далеко не всегда. К тому же, анализ данных вряд ли можно назвать увлекательным занятием: зачастую это монотонная, утомительная и скучная работа, которая напоминает поиск иголки в стоге сена. Однако не всё так грустно, как кажется на первый взгляд, при правильном подходе обработку данных можно легко автоматизировать. Несколько месяцев назад автор статьи начал использовать специальную формулу, которая позволяет группировать данные в таблицах Excel, не совсем стандартным образом. Такой подход позволил отыскать дополнительные возможности группировки данных. Потребуется некоторое время, чтобы приспособиться к работе с формулой и запомнить её. Однако эти усилия обязательно принесут плоды. Общий вид формулы с использованием функций: ЕСЛИ и ЕЧИСЛО таков: =if(isnumber(search(“string 1”, [beginning cell])),”Category 1”, if(isnumber(search(“string 2”, [beginning cell])),”Category 2”, “Other”) Примечание: функция ЕЧИСЛО() в MS EXCEL, английский вариант ISNUMBER(), даёт возможность проверить, являются ли значения числами или нет. В статье приводятся варианты формул на языке оригинала. В каких же случаях целесообразно применять её, рассмотрим далее. Пример 1. Анализ ключевых слов Если сбор и анализ семантики для клиентского сайта проводится вручную, то специалисту приходится вручную прорабатывать списки, состоящие из сотен и даже тысяч ключевых слов и фраз. Формула позволяет упростить работу со списком, сгруппировав слова и фразы с высокой степенью сходства. Для сбора семантики в данном случае могут применяться любые инструменты. К примеру, сервисы, разработанные Brightedge и SEMrush. Полезно использовать и «Планировщик ключевых слов от Google», с его помощью можно оценить объём поисковых запросов по каждому интересующему ключевому слову или фразе. После того, как семантика собрана, важно сформировать файл CSV и загрузить результаты для дальнейшей обработки. Это позволит оценить эффективность ключевых слов из существующего списка и просмотреть статистику по числу запросов. Также можно объединить ключевые слова в группы. Тот, кто давно работает с «Планировщиком ключевых слов», знает, что отчёт содержит специальную колонку «Группы объявлений». Однако и здесь не всё так просто: данные отчёта без дополнительной обработки не всегда пригодны для дальнейшего использования.  Проблема заключается в том, что результат зачастую зависит от грамотного распределения ключевых слов по группам. В то время как одни ключевые слова в обязательном порядке должны присутствовать в запросе, другие служат лишь своеобразными «подсказками» при подборе новых актуальных запросов. На скриншоте выше показан срез ключевых фраз по запросам, связанным с тематикой «Спортивное питание». В частности, с поисковым запросом «workout supplements». Чтобы не исказить смысла, в переводе статьи будут приводиться англоязычные варианты. Итак, количество строк в оригинальном списке — 681. Специалисту требуется узнать, какое число запросов содержит ключевое слово «supplement», а в каких запросах присутствует слово «muscle». Первое, что требуется сделать — это удалить колонку А («Группы объявлений»), поскольку она в данном случае будет абсолютно бесполезной. Следующим шагом справа от столбца поисковых запросов можно добавить колонку «Категория». И далее, используя формулу, присвоить запросам категории «supplement» и «muscle». Для этого в ячейку C2 вводим формулу вида: =if(isnumber(search(“supplement”,A2)),”Supplement”, if(isnumber(search(“muscle”,A2)),”Muscle”,”Other”)) Описание формулы будет следующим: «Если в ячейке A2 обнаружено ключевое слово «supplement»,то строке запроса должна быть присвоена категория Supplement. Если слово «supplement» не найдено, нужно искать ключевое слово «muscle», и в случае его обнаружения — присвоить строке категорию Мuscle. Если слова «supplement» и «muscle» не обнаружены, строке нужно присвоить категорию Other». Аналогичным образом можно добавить в формулу и другие категории для распределения запросов. При этом в категорию «Other» («Другое») всякий раз будут попадать запросы, не вошедшие ни в одну из поименованных категорий. Применение формулы для всего массива данных позволит с лёгкостью распределить ключевые слова по категориям, избавляя специалиста от необходимости делать это вручную. Двойной клик в правом нижнем углу ячейки С2 позволит применить формулу для всех ячеек в столбце С, которым присвоено численное значение в ячейке В. На скриншоте ниже показан результат применения формулы по отношению ко всем категориям с числовыми значениями. Здесь важно обратить внимание на то, как применение формулы изменило значения в ячейке С 19. На это повлиял анализ данных в ячейках A2 и A19. Как видно из таблицы слову «muscle» изначально не была присвоена категория, однако впоследствии ключевое слово отправилось в категорию «Other». При этом категория присваивается не отдельной ячейке, а всей строке. Если же запрос занимает в таблице более одной строки, формула присвоит категорию каждой из этих строк. Однако специалисту следует ориентироваться на ту строку, в которой будет обнаружено первое совпадение. В качестве примера рассмотри строки 28 и 29 на скриншоте. В данном случае поисковому запросу «best pre workout (строка 28) muscle supplements (строка 29)» должно быть присвоено значение «Supplement». Если же в ячейке с запросом слова «supplement» и «muscle» содержаться не будут, формула присвоит сроке значение «Other». Следующим шагом, используя формулу, можно проводить фильтрацию внутри категории «Other», постепенно углубляясь в исследование запросов: Ниже приведён снимок таблицы, в которой содержится список поисковых запросов, которые содержат ключевое слово «protein» («протеин»). Как видно, процент таких запросов в общем объёме достаточен для того, чтобы выделить все подобные запросы в отдельную категорию. Далее можно создать сводную таблицу и отсортировать запросы на основе частотности их употребления в целом, и использования в них отдельных ключевых слов в частности. Анализ итоговых результатов таблицы позволит получить полную информацию о частотности использования ключевых слов в интересующих поисковых запросах и разработать комплексную стратегию продвижения сайта. Важно также отметить, что в данном случае группа запросов, получившая значение «Other», окажется самой многочисленной. В перспективе её можно будет раздробить на более мелкие тематические подкатегории, используя методику, приведённую выше. Пример 2. Поиск спам-ссылок Google не перестаёт пугать вебмастеров и владельцев сайтов приближающимся обновлением алгоритма «Пингвин», который наказывает ресурсы за некачественные ссылки. Формулу, представленную автором статьи, можно использовать и для очистки ссылочного профиля ресурса. Эффективным методом окажется поиск спам-ссылок, для последующего закрытия с помощью функции Disavow. С этой целью не лишним было бы провести экспресс-аудит ссылочного профиля ресурса. Однако в условиях постоянной нехватки времени SEO-специалист, используя формулу, может заметно упростить процесс поиска доменов, с которых на сайт поступают спам-ссылки. В зависимости от размеров сайта, его профиль может состоять из нескольких сотен тысяч или даже миллионов ссылок, поступающих с самых разных доменов. Чтобы отфильтровать сомнительные ссылки на уровне домена можно использовать соответствующие инструменты Majestic. Можно пойти и другим путём: найти и отсортировать ссылки, содержащие в анкорах подозрительные ключевые слова: «seo», «директории статей», «каталоги», «бесплатно» и т.п., используя формулу. Её применение позволит отыскать в списке ссылающихся доменов запросы, которые содержат перечисленные выше слова, и закрыть все ссылки с такими запросами. В этом случае формула окажется немного сложнее предыдущей, однако принцип её построения — тот же, что и в примере с поисковыми запросами. =IF(ISNUMBER(SEARCH(«submit»,A2)),»Spam»,IF(ISNUMBER(SEARCH(«seo»,A2)),»Spam»,
IF(ISNUMBER(SEARCH(«directory»,A2)),»Spam»,IF(ISNUMBER(SEARCH(«free»,A2)),»Spam»,
IF(ISNUMBER(SEARCH(«drugs»,A2)),»Spam»,IF(ISNUMBER(SEARCH(«articles»,A2)),»Spam»,
IF(ISNUMBER(SEARCH(«.xyz»,A2)),»Spam»,»Other»))))))) На скриншоте ниже показан вариант использования формулы для поиска спам-ссылок по таким словам в анкорах, как: «submit,» «seo,» «directory,» «free,» «drugs,» «articles», «.xyz» и присвоения всем подобным ссылкам категории «Spam»: Как видно из примера, в некоторых случаях значение «Spam» было присвоено ссылкам, поступающим на сайт с качественных доменов. Это говорит о том, что формула не даёт стопроцентных гарантий в плане поиска спам-ссылок, а полученный результат нуждается в проверке. И всё-таки её применение заметно облегчает задачу оптимизатора по выявлению SEO-ссылок. Пример 3. Работа с аналитикой Ещё один отличный вариант применения формулы — работа с данными системы Google Analytics. Так, например, можно наглядно продемонстрировать клиенту, из каких источников на его ресурс поступает органический трафик. Формула позволяет анализировать данные для большого числа страниц. Это даёт возможность понять, на какие из этих страниц приходится наибольшее число переходов. Помимо переходов и конверсий, с помощью формулы можно анализировать и любые другие показатели. В идеале для успешного применения формулы сайт должен иметь следующую структуру: example.com/blog/article-1; example.com/supplements/product-1 или example.com/toys/gadget-1. Это позволит легко задать параметры для отслеживания любых интересующих значений. К примеру, можно присваивать ячейкам самые разнообразные категории. На скриншоте ниже показано, как при помощи формулы распределить статистику посещений веб-страниц из Google Search Console по категориям: - «Сравнение товаров»;
- «Обзоры»;
- «Товары-заменители»;
- «Другое».
Графики, составленные на основе значений сводных таблиц, будут понятны клиентам и не вызовут проблем при считывании. Вместо заключения Разбивка данных по категориям едва ли способна решить все проблемы в области SEО и аналитики. Однако применение этого подхода может заметно ускорить процессы и сделать статистику прозрачной. Чем быстрее завершится первичный этап обработки данных, тем больше времени специалист сможет уделить боле сложным и стратегически важным задачам. Формула настолько универсальна, что её можно применять для присвоения категорий самым различным типам данных. Поскольку каждый сайт индивидуален, довольно сложно предложить какие-то готовые рецепты работы с формулой. Однако в этом есть неоспоримый плюс: каждый специалист может приспособить её под собственные нужды. Идеальным вариантом применения формулы станет предварительная разбивка результатов и значений по категориям для дальнейшего глубокого и тщательного исследования этих данных. | 
Комментариев нет:
Отправить комментарий