Забудьте промислових даних - Ось як знайти власну криву SERP CTR

1. Починаємо
2. Крок 1: Полювання та збір
3. Ваша власна крива SERP Click-Through на практиці

Все почалося з витоку кліків через AOL у 2006 році, який показав нам відсоток кліків кожної отриманої позиції рейтингу - таємниця, яку раніше не розкривали. Це був перший крок у спробі не тільки оцінити поточний трафік, але й оцінити потенційний трафік. З тих пір існували численні дослідження CTR які повідомляють про подібні, але різні результати. З усіма цими варіаціями методів дослідження та результатів, як ми повинні вибрати правильну формулу для наших власних сайтів? Крім того, як ви можете бути впевнені, що будь-яка з запропонованих кривих кліків застосовується до вашого сектора ринку, вертикальної пошуку чи бренду? Нижче наводиться методологія, яку я використовував для визначення CTR сайту SERP, використовуючи дані, отримані з самого сайту, а не галузевих досліджень.

По-перше, треба сказати, що, будучи студентом наукових методів, у цій процедурі є ряд застережень і жодним чином не є точним рішенням. Натомість, його можна використовувати лише як більш точну та застосовну оцінку для вашого власного веб-сайту. Хоча недосконалість, ця крива CTR є більш релевантною, ніж промислові дані, і, звичайно, краще, ніж нічого. При цьому, набір даних, який ви будете використовувати для цього, - від Google Webmaster Tools (задихаючись!). Так, я знаю, але просто дотримуйтеся мене, оскільки це єдиний джерело як для кліків, так і для середнього рейтингу всіх ваших ключових слів.

Для того, щоб зробити цей аналіз "найбільш дійсним", він може мати великий обсяг даних. Насправді, чим більше даних, тим краще. Вам не тільки потрібно багато місяців даних, але ви також повинні мати сайт з достатнім рейтингом ключових слів на кожній позиції. Реально, це, ймовірно, близько 5-10% всіх веб-сайтів, оскільки воно використовує середні значення для кожної позиції рейтингу для визначення середнього CTR. Чим менше випадків рангів у кожній позиції (1-10), тим менш впевненими ви будете в даних. Окрім того, оскільки цей метод використовує обсяг пошуку, він припускає, що кожний пошук має органічний клік. Цей метод допоможе оцінити, який відсоток і обсяг кліків може очікувати ваш сайт для будь-якого ключового слова в будь-якій позиції рейтингу.

Починаємо

Якщо ви схожі на мене, ви витягуєте дані GWMT щомісяця і зберігаєте їх у безпечному місці. Отже, спочатку захопіть стільки місяців даних запитів, скільки у вас є. Три потрібні стовпці: ключове слово, кліки та середня позиція. Якщо ви працюєте з більш ніж 3 місяцями даних, будуть повторюватися в ключових словах, так що не забудьте зробити деякі дані munging, щоб отримати все це гра красиво і де-обдурити.

Крок 1: Полювання та збір

1. Спочатку відсортуйте таблицю за допомогою кліків. Видаліть всі рядки з ключовими словами, які мають кліки "<10". Оскільки ви не знаєте цього номера, просто викиньте їх.
2. Тепер, коли ви працюєте тільки з ключовими словами, які мають кліки, ми хочемо побачити, скільки можливих кліків є. Одночасно переглядайте приблизно 100 і забирайте щомісячний обсяг пошуку для всіх ключових слів. Для цього створіть новий стовпець у аркуші. Не забудьте збільшити обсяг пошуку за кількістю місяців даних, які ви використовуєте.
3. Стандартизуйте дані середньої позиції, округливши її. Виділіть весь стовпець і відформатуйте клітинки, щоб округлити їх до цілих чисел (без десяткової крапки). Після завершення стовпець "Середня позиція" повинен містити лише цілі числа, що представляють кожну позицію рейтингу.

Крок 2: Час кризи

1. Якщо для рядка міток стовпців увімкнено автоматичне фільтрування, виберіть одночасно одну позицію рейтингу. Наприклад, виберіть # 1, щоб побачити лише ключові слова із середнім (округленим) ранком 1.
2. Створіть новий стовпець поруч із "Обсяг пошуку" та позначте це CTR (частка пошуку).
3. Розділіть кліки на обсяг пошуку для кожного ключового слова та збережіть його в цьому новому стовпці. Ви можете скопіювати та вставити формулу для швидкості. Знову ж таки, ви це робите лише за одну позицію рейтингу за один раз.
4. Тепер у вас повинна бути заповнена стовпець із часткою пошуку (відсоток кліків від загального обсягу пошуку на кожній позиції рейтингу).
5. Візьміть середній відсоток для стовпця CTR. Це середній відсоток зароблених кліків із оціночних доступних кліків. Оскільки ви дивитеся лише на одну позицію рейтингу за один раз, ви знаходите цей середній відсоток для кожного окремого рангу, по одному за раз.
6. Повторіть цей процес для кожної з 10 позицій рейтингу. Знову ж таки, вам потрібна достатня кількість ключових слів для кожної позиції ранжирування, щоб це могло мати будь-яку видимість достовірності. Для всього, на другій сторінці (11+), просто вивчіть їх усі разом.

Ось такий наприклад цього аналізу з використанням фіктивних даних для веб-магазину електронної торгівлі, що біжить.

Ваша власна крива SERP Click-Through на практиці

Сила цього аналізу полягає в тому, скільки даних ви можете зібрати, так що якщо у вас немає звички збирати свої дані GWMT, почніть його зараз і поверніться до цього вже кілька місяців. Як практик-аналітик, ви єдиний, хто може визначити довіру ваших даних - і тим більше веселіше.

OptimizePrime на Instagram

Тепер, коли для кожної позиції рейтингу є середня швидкість кліків, ви можете зробити більш точний висновок про те, як ваш сайт виконуватиме ключові слова, які ви ще не виконали. Крім того, ви можете звертатися до клієнтів з реальними очікуваннями трафіку за ключовими словами та рейтингом, використовуючи консервативні та агресивні оцінки. Ви навіть можете використати цей метод для формулювання конкретних кривих кліків для фірмових термінів, небрендованих термінів, мобільних SERP, настільних SERPS або навіть вертикальних пошуків, наприклад, пошуку зображень. Один з моїх улюблених варіантів цього полягає в тому, щоб проаналізувати лише ключові слова, які використовують структуровані дані для порівняння та контрастування зі звичайними, нудними результатами пошуку.

Хоча цей метод має різні застереження, оцінки і вимагає трохи віри, він виводиться з ваших власних даних. Якщо вам сподобається кількість даних, які використовуються для формування кривої кліків, вона може бути набагато більш придатною для вашого сайту, ніж прості промислові дані. У коментарях нижче, я хотів би, щоб читачі висунули більше дірок у цьому аналізі, і запропонували інші методи для досягнення індивідуального CTR.