Как использовать автоматическую пометку для диагностики падения трафика

Как использовать автоматическую пометку для диагностики падения трафика


На нашем последнем сеансе в рабочие часы SEO мы обсудили вопрос, заданный (часто в панике) как заинтересованными сторонами, так и SEO-специалистами:

Почему мой [email protected]#k%*g SEO не работает?!

Мы повторим темы, затронутые Эндрю Шотландом из LSG, генеральным директором, и Карлом Кляйншмидтом, вице-президентом по SEO-стратегии, например:

  • Как SEO-специалисты сейчас анализируют падение трафика без больших данных
  • Что может сделать автоматическая маркировка, чтобы упростить определение потерь трафика
  • Автоматическое добавление тегов: пошаговое руководство
  • Пример того, как автоматическая пометка помогла нашему клиенту

В этом посте мы погрузимся прямо в автоматическую часть сеанса SEO-рабочих часов с тегами. Тем не менее, мы также рассказали о 7 простых приемах для диагностики падения трафика, о которых вы можете прочитать в нашем информационном бюллетене, или вы можете посмотреть полное видео о часах работы SEO ниже..

Как оптимизаторы сейчас анализируют падение трафика без больших данных

Если у вас произошло внезапное падение, вам нужно выяснить, что изменилось. Чтобы проанализировать, что изменилось на вашем сайте, вам, вероятно, понадобятся некоторые манипуляции с большими данными, но вы должны понимать, как SEO-специалисты в настоящее время анализируют падение трафика без больших данных, а затем мы углубимся в это.

Без больших данных вы, скорее всего, будете отслеживать небольшой набор ключевых слов, используя сторонние трекеры ранжирования и/или используя небольшие выборки ваших ключевых слов в GSC.

Проблемы с этим:

  • Вам нужно вручную просматривать данные и выявлять закономерности, чтобы вы могли что-то упустить.
  • Стоимость отслеживания позиций может расти довольно быстро при использовании сторонних трекеров с большим количеством ключевых слов.
  • Даже если вы используете бесплатные инструменты, такие как GSC, это может занять очень много времени, если это делается вручную.

Что может сделать автоматическая пометка, чтобы упростить определение потерь трафика

Итак, как лучше это сделать? Автоматическое отслеживание. Используя автоматическую пометку категорий, намерений и типов страниц, вы можете:

  • Легко найти закономерности в падении трафика
  • Лучше понимать текущий трафик
  • Сохраняйте знания из прошлых анализов
  • Упростите прогнозирование влияния будущих SEO-проектов

Подход с автоматической маркировкой

Во-первых, мы помечаем все ключевые слова в GSC в 3 блоках: категории, намерения и типы страниц.

Например, для типов страниц 1 тип страницы может быть страницей продукта, поэтому мы помечаем любую страницу, которая содержит «.com/p/» в URL-адресе.

image13image13

Примером намерения могут быть любые запросы, содержащие вопросительные слова, такие как что, как, кто и т. д.

image10

image10

Наконец, примером категории может быть ключевое слово обувь или обувь, поэтому мы будем помечать все запросы, содержащие обувь или обувь.

image12

Этот подход позволяет хранить и помечать весь трафик поисковой консоли Google за последние 16 месяцев и далее каждый раз, когда вы извлекаете данные GSC. Вы можете сохранить данные в Google Cloud, что позволит вам иметь максимально возможный объем данных для анализа вместо того, чтобы анализировать выборки ваших общих данных GSC.

READ  Аналитика для расширения возможностей стратегий электронной коммерции 2023 года

Это может иметь большое значение для того, насколько эффективно вы сможете находить закономерности в данных о дневных танках трафика.

Автоматическая пометка особенно полезна, потому что вы сохраняете знания из предыдущих анализов. Итак, если вы агентство, работающее с несколькими клиентами, вам не нужно помнить о странной схеме, проблеме с выпуском контента и т. д., которые произошли 9 месяцев назад.

Просто пометьте его и сэкономьте себе много времени и головной боли.

Рекомендации по автоматическому тегированию

  1. Шаблоны ключевых слов тегов: Отметьте любые шаблоны, которые вы найдете в своих ключевых словах: чем больше шаблонов у вас есть, тем лучше.
  2. Используйте регулярное выражение: Также полезно использовать регулярные выражения (регулярные выражения) для тегов, а не просто «если они содержат». Это может дать вам гораздо больше возможностей.
  3. Отметить отраслевые группы: Отметьте все, что относится к вашей отрасли, т. е. страницы, группы ключевых слов, которые, как вы знаете, релевантны, например:
    • Бренды для электронной коммерции
    • Уровни таксономии для электронной коммерции
    • Категории блога для блога
    • Уровни воронки продаж (TOFU, MOFU, BOFU)
    • Город/штаты для компаний, работающих на основе местоположения
  1. При необходимости используйте минус-слова: Вы можете отфильтровать брендовые и небрендовые ключевые слова. Например, если вы работаете на сайте Nike, вы можете захотеть, чтобы категория была помечена как «обувь», но НЕ «Обувь Nike», если вы больше заботитесь о небрендовых товарах.
  2. Начать отмечать сейчас: Не ждите, пока у вас упадет трафик, т.Чем раньше вы начнете, тем больше данных у вас будет.

Шаги для автоматической пометки

  1. Во-первых, вы можете сделать n-граммный анализ URL-адресов и отсортировать их по трафику. Вы хотите пометить каталоги и подкаталоги.

image3image3

Что, черт возьми, это значит?

По сути, анализ n-грамм просто разбивает URL-адрес на отдельные части (то есть каталоги и подкаталоги).

Итак, вы видите на графике выше, что элемент 1 — это /p/, а элемент 2 — это /shoes/. В этом анализе /p/ — это страницы товаров, а /shoes/ — страницы с обувью.

Таким образом, мы можем пометить этот тип страницы как страницы обувных товаров. То же самое с брюками, перчатками, куртками и т. д.

Где элемент 1 — это /blog/, а элемент 2 — /shoes/, как вы уже догадались, это блоги об обуви, поэтому мы пометим и их. /s/ — это поисковые страницы о Nike, и вы поняли.

READ  Как узнать, говорит ли человек правду: 10 основных признаков

Видеть! Не так страшно.

  1. Затем сделайте n-граммный анализ ключевых слов и отсортируйте по трафику. Здесь вы хотите пометить категории и намерения.

image8image8

Итак, мы проводим тот же анализ для запросов — любых запросов, содержащих «обувь» или «обувь», а также цвета и пол. Мы можем сделать это с помощью операторов регулярных выражений, поскольку все, что является «красным», «синим», «черным» и т. д., помечается как цветовая категория.

  1. Затем просмотрите ключевые слова без тегов, отсортированные по трафику и категориям тегов/намерениям.image4

image4 1

Как только вы пройдете через очевидные группы, вы можете заметить закономерности, подобные этой. Итак, здесь мы видим группы «детские штаны» и «детская шапка» без категорий.

Лучше всего было бы создать оператор регулярного выражения, чтобы такие вещи, как «дети», «ребенок», «дети» или «дети», были бы одним тегом, поскольку они являются синонимами.

  1. Кроме того, вы можете просматривать страницы без тегов, отсортированные по типу трафика и тегов.image1

image1

Поскольку этот URL-адрес заканчивается на «высокий» и «большой», мы знаем, что эти страницы относятся к размеру. Итак, мы можем использовать оператор регулярного выражения, чтобы сгруппировать их вместе как тип страницы размера.

Инструменты, которые мы используем для автоматической маркировки

  • Инструмент URL Ngram
  • Инструмент Ngram для ключевых слов
  • Инструмент тегов Search Console
  • Большой запрос
  • Облако Google
  • Таблица

Инструменты N-gram в сочетании с инструментом маркировки Search Console позволяют нам находить шаблоны и маркировать их. Мы создали один внутренний, но есть и бесплатные.

Как только у нас есть данные, они загружаются в облако Google, и мы используем Bigquery для доступа к ним. Оттуда вы можете использовать Tableau или Google Data Studio для обработки данных.

Практический пример: как автоматическая пометка помогла нашему клиенту

Хорошо, чтобы сделать преимущества тегов более конкретными, давайте рассмотрим реальный пример того, как это помогло нам быстро определить падение трафика.

Нашим клиентом был сайт электронной коммерции, на который повлияло майское обновление Google Core. Мы начали тегировать после падения и обнаружили 5 основных закономерностей в падении рейтинга.

Эти таблицы показывают разницу в кликах за 2 недели до обновления.

Типы страниц (например, страницы продуктов, страницы поиска, блоги)типы страниц

image9Как видите, больше всего пострадал тип страницы 1, а также типы страниц 2-5.

Запросы намерений (например, покупка, вопросы, рядом со мной)image14

Намерение 1 получило большой провал, но также неклассифицированное намерение или ключевые слова без известного тега намерения. Таким образом, это дало нам понять, что нам нужно глубже изучить эти ключевые слова без категорий, чтобы определить падение, а также позволило нам начать исключать массу ключевых слов с тегами за пределами этого сегмента.

READ  Как наблюдать за метеорным потоком Персеиды в эти выходные | Цифровые тренды

Бренды (например, Nike, LG и т. д.)

image15

image15

Опять же, мы видим, что раздел без категорий пострадал больше всего, в то время как бренд 1 также сильно пострадал.

Категории (например, обувь, города)image7

Что касается категорий, нам нужно изучить категории 1 и 2, а также неклассифицированную часть запросов.

До сих пор в нашем исследовании мы заметили, что многие ключевые слова без категорий больше всего повлияли на наши запросы намерений, бренды и категории, поэтому нам нужно детализировать их.

Ключевые слова с неизвестной категорией

image6image6Здесь мы применили наши типы страниц к нашим неизвестным категориям с помощью пользовательского оператора регулярного выражения, специфичного для этого клиента.

Для ключевых слов с неизвестными категориями, которые упали в рейтинге, страницы 1, 4 и 5 представляют собой большую часть падения.

Ключевые слова с неизвестными брендами

image5image5Мы сделали то же самое здесь для неизвестных брендов.

Мы использовали выражение регулярного выражения, чтобы найти, где оно было истинным и ложным, когда мы накладывали наши типы страниц.

Как вы можете видеть, это верно для типов страниц 1, 4 и 5, но неверно для типа страниц 2. Таким образом, для типа страниц 2 нам нужно найти ключевые слова, которые содержат этот тип страницы, но где выражение регулярного выражения ложно.

Это сокращает список со всех ключевых слов (в данном случае 1000) до нескольких десятков, которые нам нужно запускать вручную.

Ключевое слово с неизвестным намерением

image2

image2

Опять же, глядя на намерение запроса, мы видим проблемы с типами страниц 1, 4, 5, но выражение регулярного выражения неверно для типа страницы 2. Мы можем взять эту информацию и сузить список ключевых слов для типа страницы 2, как мы сделали для неизвестного. бренды.

Теперь у нас есть приоритетный список шаблонов ключевых слов при выпадении рейтинга и список действий:

  1. Исследуйте тип страницы 1,3,4,5, где выражение регулярного выражения верно
  2. Исследуйте тип страницы 2, где заявление о регулярном выражении неверно
  3. Расследовать намерение 1
  4. Исследуйте бренд 1
  5. Исследуйте категории 1 и 2

Поскольку мы знаем, сколько они потеряли в трафике, это дает нам возможность знать, что отправлять разработчикам в первую очередь, пока вы изучаете более мелкие шаблоны.

Если вы хотите получить больше информации о SEO, подпишитесь на нашу рассылку новостей LinkedIn, чтобы получать горячие результаты, новые исследования SEO и сокровищницу полезного контента.



Source link