Главная » Кейсы » Контекстная реклама » Применение Google Analytics для расширения семантического ядра на примере Price.ru

Применение Google Analytics для расширения семантического ядра на примере Price.ru

Сервис: Alytics
Отзывов: 3
Кейсов: 3
Читать обзор про «Alytics»

Сбор качественного семантического ядра — задача нетривиальная. Особенно, если все очевидные запросы уже давно в работе, синонимы подобраны, Wordstat пропарсен, а SpyWords и KeyCollector не могут предложить ничего нового. Остается искать запросы в логах систем аналитики. Иногда там попадаются достаточно очевидные, но почему-то ранее упущенные запросы. При хорошей посещаемости и большом рекламном бюджете, счет на неучтенные и новые запросы может идти на тысячи. А там, где тысячи живых запросов, всегда много трафика, который можно конвертировать в продажи. Остается только понять: где системно брать новые запросы, если стандартные способы сбора семантики уже себя исчерпали?
 
Ответ прост — в поисковой истории сайта.
 
Поисковая строка сайта, на самом деле, настоящий кладезь неучтенных запросов. Чтобы не быть голословными, возьмем для примера прайс-агрегатор Price.ru, где очень-очень много товаров и людям зачастую проще обратиться к поиску, чем переходить по хлебным крошкам каталога.
 
*Строка поиска Price.ru
 
Именно поэтому, за время существования агрегатора, успели накопиться миллионы запросов. Мы решили залезть поглубже (и рекомендуем вам сделать то же самое) в Google Analytics. Там, во вкладке «Поведение», есть раздел «Поисковые запросы». Настроив его (прочесть, как), можно увидеть как сами запросы, так и их частотность. Небольшое уточнение — это не частотность запросов в поиске, которую показывает, например, Wordstat. Это именно частотность поиска на сайте. На Price.ru ежемесячно вводятся сотни тысяч запросов с частотностью до 50 показов.
 
Например, такой запрос ищут около сорока раз в месяц: [32P0731]. Это картридж от какого-то принтера.
 
Вот еще примеры запросов: 
 
- 5s iphone 
- 619291-B21 
- Доска магнитно-маркерная 100×150 
- Белинка цены 
- Видеорегистратор mio 
- Газовый котел baxi 
- 106R01531 
- Двери входные металлические 
- Аквафор фильтры для воды 
- Картридж Hewlett-Packard HP 126A 
- CE310A черный 
- планшет самсунг галакси таб 3
 
Посмотрите, насколько разные запросы ищут люди по 99 раз в месяц:
 
*Поисковая история Price.Ru в Google Analytics
 
Хорошо, мы можем посмотреть запросы, но что с ними делать дальше? Прежде чем добавить запросы в семантическое ядро, мы должны их как-то отфильтровать. Универсального способа такой фильтрации нет: каждому интернет-магазину стоит самостоятельно определить параметры фильтрации, исходя из своих возможностей, задач и целей. В нашем случае для Price.ru был внедрен следующий алгоритм: 
 
- взята поисковая история за последние 6 месяцев. В масштабах Price.ru это миллионы ключевых фраз; 
- отфильтрованы все ключевые фразы, состоящие из одного слова; 
- отфильтрованы запросы: для включения в семантическое ядро нужно, чтобы в выдаче по каждому из этих запросов присутствовало не менее 5 ссылок на карточки товаров. Для обычного магазина нужно, чтобы в выдаче по запросу было не менее 5 товаров. Впрочем, бывают и исключения; 
- в среднем делается не менее 3 кликов по товарам в выдаче. Price.ru делает это через самописную внутреннюю систему аналитики. Для обычных интернет-магазинов будет достаточно настроить цели или события в Google Analytics; 
- запросы автоматически проверены на пересечения с ранее созданными ключевыми словами. Price использует собственный скрипт контроля пересечения запросов. Обычный магазин может использовать сторонний сервис, например, достаточно популярный ppc-panel.ru.
 
*Алгоритм фильтрации запросов из внутреннего поиска
 
В случае, если запросы просочились сквозь наш не очень-то и жесткий фильтр, мы получаем длинный список ключевых фраз. Его мы выгружаем в систему контекстной рекламы, используя YML-выгрузку и систему автоматизации (в нашем случае — Alytics). Делается это по тем же принципам, что и товарная выгрузка. Каждый поисковый запрос при этом прописывается как отдельный offer в YML. Структура тегов получается следующей:
 
<name> (поисковый запрос); 
 
<url> (ссылка на результат поисковой выдачи на Price.Ru по выгружаемому поисковому запросу); 
 
<category> (категория, к которой относится первый товар в поисковой выдаче); 
 
<price> (минимальная цена на первый товар из поисковой выдачи. Почему именно на первый в выдаче? Потому, что поисковый алгоритм считает его наиболее релевантным).
 
Данные для YML файла выцепляются просто: ключевая фраза есть, целевая страница уже готова (это результат выдачи по запросу), категория и цена определяются автоматически. Приложив минимальные усилия, мы получаем вполне себе работоспособный файл, на основе которого работает схема автоматизации.
 
После того, как система обработала YML, сгенерировала объявления и загрузила их на серверы Директа и AdWords, мы начинаем собирать статистику. Внутри системы автоматизации это делается элементарно, благодаря сквозной аналитике, для этой же задачи можно использовать и обычный Google Analytics.
 
Когда мы собираем статистически значимый массив данных, начинается чистка семантического ядра. Не все ключевые слова одинаково полезны, и мы удаляем те, у которых конверсия в клики по магазинам/карточкам товаров менее 50%. Это делается автоматически: мы лишь задаем нужные нам правила показа через Alytics. Помимо этого, мы постоянно мониторим наличие товаров по запросу. Показы автоматически останавливаются, если в выдаче остается меньше 5 карточек товара. Так мы гарантируем, что выцепленные из истории поиска по сайту запросы дополняют семантическое ядро, не ухудшая финансовую отдачу от рекламы.
 
Понятно, что при большом количестве трафика на сайт и активно используемой строке поиска можно расширить семантическое ядро. Но есть ли от этого результат? Будут ли навигационные запросы из внутреннего поиска работать в SERP?
 
Мы проверили эту гипотезу сразу на больших объемах того же Price.ru. Вот какие результаты мы получили всего за одну неделю:
 
*Результаты внедрения
 
*График роста трафика после расширения семантического ядра
 
В связи с этим, нам кажется целесообразным включать запросы из внутреннего поиска в семантическое ядро. Особенно это будет полезно для площадок e-commerce. Также это подойдет для тех, кто монетизирует трафик, например, онлайн-СМИ.