Перевели статью Кешава Бандари из Moz. Математика, таблицы, расчеты и подробные пояснения – там все как надо.
Когда разговор заходит о поисковой оптимизации, «успех» перестает быть очевидным и понятным термином. Правильные ключевые слова не гарантируют попадания в топ-10. Плюс, теперь нельзя оценить их эффективность – Google начал шифровать ключевые слова и теперь они не видны в стандартных отчетах Google Analytics.
Представьте: вы провели огромное исследование собственного бизнеса, выделили нужные ключевые запросы, потратили на это огромное количество времени, использовали каждую возможность.
А потом босс говорит вам: «Почему бы не использовать вот эти ключевые слова?». Вдобавок, ваш SEO-подрядчик выдает собственный список запросов, прекрасно подходящих, по их мнению, вашему бизнесу.
Настает самый трудный момент – принятие решения. Кто прав? Как выбор ключевых слов повлияет на бизнес? Готовы ли вы потратить несколько тысяч долларов и пять месяцев, чтобы доказать всем, что ваш выбор был правильным?
Или вы бы хотели быть уверенным в своей правоте, подкрепив все статистикой?
Давайте рассмотрим пример:
Допустим, у нас есть дилер подержанных автомобилей и мы подобрали для сайта вот эти ключи:
Колонки таблицы слева направо:
- Число запросов
- Предлагаемая ставка
- Конкурентность
- Текущая позиция по запросу
Это идеальный пример дилеммы, с которой сталкивается каждый SEO-специалист.
- Первый запрос, «дилеры подержанных авто» – «Ох, какая высокая частотность! У нас все не так плохо, если бы мы смогли подняться на несколько позиций, сайт просто зальет трафиком. Правда, чем больше частотность, тем выше конкуренция.»
- Следующий, «подержанные машины» – «Ого! Мы уже на второй странице и конкурентность не такая большая. Правда, частотность даже не рядом с первым запросом.»
- Третий, «продажа дешевых машин» – «Еще один интересный вариант. Но я не уверен в намерениях пользователя: они ищут дешевые автомобили или подержанные? Как они отреагируют, когда попадут на наш сайт?.»
- «Продажа подержанных SUV» – «Смотрите! Эти люди буквально достают кошелек. Они уже внутри воронки продаж, ищут машину конкретной марки. Этот запрос очень хорош. Но меня смущает низкая частотность и текущая позиция. Не уверен, что с этого запроса будет какой-то выхлоп.».
Каково же решение? Перейдем к делу.
Экспериментируем с контекстной рекламой
Да, контекст можно использовать для подбора ключевых слов. Идея в том, чтобы получить образцы трафика с каждого запроса, отследить поведение пользователей через инструменты аналитики и сравнить их друг с другом. Это поможет сэкономить очень много времени и денег, избежав катастрофы вложений в неподходящий запрос.
Пара советов
- Чтобы провести эксперимент, мы можем создать кампанию с несколькими группами объявлений. Каждая из них должна состоять из отобранных ключевых слов.
- Нужно убедиться, что для каждого ключевого слова в AdWords задано «точное соответствие». Мы же не хотим показывать объявление по запросам «дешевые игрушечные машины».
- Чтобы эксперимент как можно больше отражал картину в органическом поиске, нужно установить ссылочную стратегию «Целевое положение на странице поиска». Так вы получите больше шансов показаться в верхнем рекламном блоке.
- Заголовок и описание объявления должны быть похожи на метатеги посадочной страницы.
- Перед экспериментом проверьте корректность настройки целей в Google Analytics и подключите к ней аккаунт в AdWords, если еще этого не сделали.
- Наконец, установите свой дневной бюджет, стратегию ставок, и все остальное.
Если хорошо разбираетесь в AdWords, можете использовать специальный инструмент для экспериментов.
Да такой подход для определения предполагаемой конверсии имеет место, в условиях того, что Google шифрует данные о ключевых запросах, но надо понимать что он только «указывает дорогу» – приблизительно дает вам направления движения. Для того чтоб получить более точный результат, надо настраивать систему Google Analytics в связке с Search Console и/или настраивать User ID для получения более точных цифр.
Вообще, это очень интересна тема – как и сколько конвертят ключевые слова и как они формируют подход пользователя. Потому что например слово может не принести ни одной конверсии, но оно идет первым поисковым запросом в цепочке визитов, по которым была максимальна конверсия.
Ключевые запросы пользователя – это такая черная комната, в которую сайт попадает и начинает свою жизнь.
Результаты
Колонки в таблице слева направо:
- Группа объявлений / ключевое слово.
- Посетители.
- Конверсия.
- Процент отказов.
- Глубина просмотра страницы.
Мы знаем, что средний CTR по этим запросам для первой позиции в органической выдаче примерно равен 18-36%. С помощью Google Search Console мы выяснили, что наш CTR равен 22% для информационных запросов и 20% для транзакционных.
С этой информацией мы можем предсказать объем органического трафика и процент конверсий:
Колонки таблицы слева направо:
- Запрос.
- Количество показов.
- Web-трафик.
- Коэффициент конверсии.
- Количество конверсий.
Мы видим, что «продажа дешевых машин» принесли нам больше конверсий из-за высококой частотности. При этом «на бумаге» лучше выглядит запрос «продажа подержанных SUV».
Теперь у нас есть результаты эксперимента. Вопрос в том, насколько точно они отражают ситуацию с органической выдачей. Результаты таких экспериментов часто становятся ошибочными из-за ошибок выборки, случайностей, флуктуаций, вероятностей и так далее. Мы же взяли только небольшой объем из огромного количества трафика. Теперь наша задача – отделить реальные результаты от статистического «шума», чтобы уточнить прогноз.
Но сперва предупрежу: дальше идет одна математика.
Если вы изучали статистику в университете или школе, мои выкладки могт вызвать у вас неприятные воспоминания.
Но не волнуйтесь, я подготовил таблицу, которая посчитает все за вас. Все, что вам нужно – это информация. Так что, если вам не по душе математика, не стесняйтесь и сразу переходите к статистической модели.
Мы сравним нашу наблюдаемую конверсию с предполагаемой, чтобы предсказать вероятность превышения первым показателем второго.
Для умников: мы используем Z-Text для биномиального распределения. Его можно применять только в том случае, если объем выборки достаточно большой. Никакого волшебного и универсального порога объема нет, но для нашего примера возьмем пять успешных достижений цели и пять ошибок. В этом случае формула выглядит так:
z=(p1-p)/sqrt(p(1-p)n)
- P1 – наблюдаемая конверсия;
- P – предполагаемая конверсия;
- n – объем выборки (количество визитов или кликов).
Если мы хотим сравнить наблюдаемую конверсию запроса «продажа дешевых машин» с предполагаемой конверсией в 1%, нам нужно перенести результаты эксперимента в калькулятор таблицы. В итоге результаты будут верны с вероятностью 89%. Это значит, что примерно 9 раз из 10 наблюдаемая конверсия по запросу «продажа дешевых машин» превысит 1%. При этом мы знаем, что 1% конверсий в нашем случае равен 99-ти достижениям цели (0,01 х 9900).
Обратное тоже верно. Если мы хотим узнать предполагаемую конверсию с точностью в 95%, нужно воспользоваться инструментом «подбор параметров» в Excel. Скачайте таблицу, откройте инструмент, и введите следующие значения как есть.
Кликните на «ОК» и получите результат:
Как видно, точность очень близка к 95%. Поэтому мы можем сказать, что с 95-процентной вероятностью запрос «продажа дешевых машин» превысит конверсию в 0,86% (85 конверсий). Это достаточно высокая вероятность только 1 из 20 случаев результат будет отличаться. Теперь мы знаем доход с одной конверсии и можем оценить доход с конкретных ключевых слов! Предположим, что с доход с одной конверсии равен $1 500. Тогда в 95% случаев мы заработаем как минимум $127 000 (85 х $1 500), если по запросу «продажа дешевых машин» CTR будет равняться 20%, а на сайт будет каждый месяц приходить 49 500 посетителей.
Теперь мы можем с точностью в 95% предсказать, в каких пределах будет меняться конверсия с органического для всех четырех ключевых слов.
Мы используем формулу Вальда, чтобы рассчитать доверительный интервал для биномиального распределения. Такой способ подходит и для больших, и для маленьких выборок.
Где p(adj)=(x+(z^2)/2)(n+z^2)
Подставляем результаты в нашу таблицу-калькулятор и получаем прогноз по всем четырем запросам:
В 95-и процентах случаев реальная ковнерсия запроса «продажа дешевых машин» будет составлять 0,7%-3.29%. Это значит, что мы получим 69-326 конверсий и средний CTR 20%. Рассчитаем доход с помощью предыдущих вычислений и получим $103 500 – $489 000 в месяц.
Удивительно, правда?
Когда проводите такие эксперименты, помните о двух вещах:
- Никогда не пропускайте статистический анализ. Такой шаг сделает ваш прогноз неточным, недостоверным и просто неправильным. Чтобы этого избежать, соберите достаточный объем статистики за достаточный промежуток времени.
- Ориентируйтесь на точность 95%. Но это не строго.
