Zapomnij o danych branżowych - oto jak znaleźć własną krzywą SERP CTR

1. Rozpoczęcie pracy
2. Krok 1: Polowanie i zbieranie
3. Własna krzywa kliknięcia SERP w praktyce

Wszystko zaczęło się od wskaźnika przecieków kliknięć w AOL w 2006 r., Który ujawnił nam odsetek kliknięć, jakie otrzymały poszczególne pozycje w rankingu - tajemnica dotychczas nierozwiązana. Był to pierwszy krok w kierunku nie tylko oszacowania bieżącego ruchu, ale także oszacowania potencjalnego ruchu. Od tamtej pory tak było liczne badania CTR które wszystkie podają podobne - ale różne - wyniki. Dzięki tej różnorodności metod badawczych i wyników, jak wybrać odpowiednią formułę dla naszych własnych witryn? Ponadto, w jaki sposób możesz być pewien, że którykolwiek z sugerowanych krzywych kliknięć dotyczy Twojego sektora rynku, wyszukiwania pionowego lub marki? Poniżej znajduje się metodologia, której użyłem do określenia współczynnika SERP CTR witryny, wykorzystując dane wygenerowane z samej witryny, a nie badania branżowe.

Po pierwsze, muszę powiedzieć, że jako uczeń metod naukowych, w tej procedurze istnieje wiele zastrzeżeń i nie jest w żaden sposób dokładnym rozwiązaniem. Zamiast tego należy go używać wyłącznie jako dokładniejszego i stosowniejszego oszacowania dla własnej strony internetowej. Ta krzywa CTR, choć niedoskonała, jest bardziej odpowiednia niż dane branżowe iz pewnością lepsza niż nic. Mając to na uwadze, zestaw danych, którego użyjesz do tego, pochodzi z Google Webmaster Tools (gasp!). Tak, wiem, ale po prostu trzymaj się mnie, ponieważ jest to jedyne źródło zarówno kliknięć, jak i średniego rankingu dla WSZYSTKICH słów kluczowych.

Aby analiza ta była „najbardziej aktualna”, może być potrzebna duża ilość danych. W rzeczywistości im więcej danych, tym lepiej. Potrzebne są nie tylko dane na wiele miesięcy, ale także strona z wystarczającymi rankingami słów kluczowych na każdej pozycji. Realistycznie jest to prawdopodobnie około 5-10% wszystkich stron internetowych, ponieważ wykorzystuje średnie na każdej pozycji rankingowej, aby określić średni CTR. Im mniej wystąpień rang w każdej pozycji (1-10), tym mniej pewny siebie będziesz w danych. Dodatkowo, ponieważ ta metoda wykorzystuje liczbę wyszukiwań, zakłada, że ​​każde wyniki wyszukiwania są kliknięciem organicznym. Ta metoda pomoże oszacować procent i liczbę kliknięć, których Twoja witryna może oczekiwać dla danego słowa kluczowego w dowolnej pozycji rankingu.

Rozpoczęcie pracy

Jeśli jesteś podobny do mnie, co miesiąc pobierasz dane GWMT i przechowujesz je w bezpiecznym miejscu. Najpierw należy pobrać tyle danych zapytania, ile jest dostępnych. Trzy kolumny, których potrzebujesz, to Keyword, Clicks i Average Position. Jeśli pracujesz z danymi dłuższymi niż 3 miesiące, będą powtarzane w słowach kluczowych, więc upewnij się, że wykonałeś jakieś mungowanie danych, aby wszystko grało ładnie i odwrotnie.

Krok 1: Polowanie i zbieranie

1. Najpierw posortuj arkusz kalkulacyjny za pomocą kliknięć. Usuń wszystkie wiersze za pomocą słów kluczowych, które mają „<10” za kliknięcia. Ponieważ nie znasz tego numeru, po prostu go wyrzuć.
2. Teraz, gdy pracujesz tylko ze słowami kluczowymi, które mają kliknięcia, będziemy chcieli zobaczyć, ile jest możliwych kliknięć. Przejdź przez około 100 jednocześnie i pobierz miesięczną dokładną wyszukiwarkę dla wszystkich słów kluczowych. Utwórz dla nich nową kolumnę w arkuszu. Pamiętaj, aby pomnożyć dane liczby operacji wyszukiwania przez liczbę miesięcy danych, których używasz.
3. Standaryzuj dane średniej pozycji, zaokrąglając je. Zaznacz całą kolumnę i Formatuj komórki, aby zaokrąglić je wszystkie do liczb całkowitych (bez przecinka dziesiętnego). Po zakończeniu kolumna Średnia pozycja powinna zawierać tylko liczby całkowite do reprezentowania każdej pozycji rankingowej.

Krok 2: Czas Crunch

1. Po włączeniu filtrowania automatycznego dla wiersza etykiet kolumn wybierz jedną pozycję rankingową naraz. Na przykład wybierz # 1, aby zobaczyć tylko słowa kluczowe ze średnią (zaokrągloną) rangą 1.
2. Utwórz nową kolumnę obok opcji Wyszukaj objętość i oznacz ją CTR (udział wyszukiwania).
3. Podziel kliknięcia na liczbę wyszukiwań dla każdego słowa kluczowego i zapisz je w tej nowej kolumnie. Możesz skopiować i wkleić formułę prędkości. Ponownie robisz to tylko dla jednej pozycji rankingowej na raz.
4. Teraz powinieneś mieć wypełnioną kolumnę Share of Search (procent kliknięć z całkowitej liczby wyszukiwań w każdej pozycji rankingu).
5. Chwyć średni procent dla kolumny CTR. Jest to średni procent uzyskanych kliknięć z szacowanych dostępnych kliknięć. Ponieważ na raz patrzysz tylko na jedną pozycję w rankingu, ten średni procent znajduje się dla każdego pojedynczego rankingu, po jednym na raz.
6. Powtórz ten proces dla każdej z 10 pozycji rankingowych. Ponownie potrzebna jest wystarczająca liczba słów kluczowych w każdej pozycji rankingowej, aby miało to jakiekolwiek znaczenie. Dla wszystkiego na drugiej stronie (11+), po prostu zbadaj je wszystkie razem.

Oto jest przykład tej analizy przy użyciu fikcyjnych danych dla witryny e-commerce z butami do biegania.

Własna krzywa kliknięcia SERP w praktyce

Siła tej analizy polega na tym, ile danych możesz zebrać, więc jeśli nie masz zwyczaju gromadzenia danych GWMT, uruchom je teraz i wróć do tego kilka miesięcy. Jako praktykujący analitycy jesteś jedynym, który może określić zaufanie do twoich danych - i im więcej, tym lepiej.

OptimizePrime na Instagramie

Teraz, gdy masz średni współczynnik klikalności dla każdej pozycji w rankingu, możesz dokładniej określić, w jaki sposób witryna będzie działać w przypadku słów kluczowych, które jeszcze nie zostały zrealizowane. Ponadto możesz podejść do klientów z realistycznymi oczekiwaniami dotyczącymi ruchu według słów kluczowych i rang, stosując konserwatywne i agresywne szacunki. Możesz nawet użyć tej metody do sformułowania określonych krzywych kliknięć dla terminów markowych, terminów niemarkowych, mobilnych SERP, SERPS na komputery stacjonarne, a nawet pionów wyszukiwania, takich jak wyszukiwanie obrazów. Jedną z moich ulubionych odmian jest analizowanie tylko słów kluczowych, które wykorzystują dane strukturalne do porównywania i kontrastowania ze zwykłymi, nudnymi wynikami wyszukiwania.

Chociaż ta metoda ma różne zastrzeżenia, szacunki i wymaga odrobiny wiary, wywodzi się z własnych danych. Jeśli czujesz się komfortowo z ilością danych użytych do sformułowania krzywej kliknięcia, może to być znacznie bardziej odpowiednie dla Twojej witryny niż zwykłe dane branżowe. W komentarzach poniżej, chciałbym, aby czytelnicy wrzucili więcej dziur w tej analizie i zaproponowali inne metody, aby uzyskać dostosowany CTR.