Как хранить данные по оптимизации сайта: сводная таблица

Руслан Фатхутдинов

Веб-аналитик агентства Реаспект

Редактор Telegram-канала «Идея украдена»

Я называю это решение «Сводная таблица оптимизации сайта» — это хабовая таблица, агрегирующая в себе наиболее важные данные, касающиеся оптимизации сайта и помогающая контролировать его продвижение.

О том, какие данные содержатся в данной таблице, расскажу в этой статье.

1. Инструменты

Сразу оговорюсь, что мы работаем в облаке Google Drive и его приложениях. Этому есть несколько причин:

1. С проектом работает несколько специалистов (оптимизатор, проект-менеджер, копирайтеры и т.д.). Работать в облаке значительно быстрее, чем перекидываться копиями документов по почте.
2. Иногда данные могут потребоваться, когда специалист физически находится не у рабочего компьютера, а телефон или планшет всегда под рукой.
3. Возможность легкой миграции данных между документами.

У нас есть стандартизированная структура, как хранить данные по проектам в Google Drive, чтобы можно было взять нужную информацию, не отвлекая других от работы.

Структура выглядит следующим образом:

• У каждого специалиста есть папка «Проекты».
• Для каждого проекта заводится своя папка с соответствующим названием.
• Внутри папки проекта есть несколько стандартных подпапок и уникальные папки под потребности проекта.

Рис. 1 Структура папки проекта

2. Структура таблицы

Мы составляем сводную таблицу в начале работы над проектом и дополняем ее на протяжении всей работы.

Стандартные столбцы, используемые в таблице:

• URL — адреса страниц. Данные из столбца также могут использоваться в качестве якоря для функций (ВПР, СУММЕСЛИ и т.п.);
• Структура — место страницы в структуре сайта. Аналог классических хлебных крошек;
• Тип — к какому типу относится страница. Особенно актуально для интернет-магазинов, в которых мы выделяем такие типы, как «Каталог», «Тег», «Фильтр», «Карточка», «Информационная» и «Вспомогательная»;
• H1 — h1 заголовок страницы;
• Title — title страницы;
• H2 — список заголовков h2 для страницы;
• Текст — пометка о статусе текста на странице в формате «Есть», «Нет», «ТЗ»;
• Месяц — когда в последний раз производились (в) работы или планируются проводиться (п) работы над страницей, в формате “ММ.ГГГГ”
• Семантическое ядро — в столбце выкладывается ссылка на файл, в котором содержится семантическое ядро для соответствующего раздела.

Кроме описанных столбцов, в зависимости от задачи, таблица дополняется и другими данными, например:

• Запрос — основной запрос для страницы;
• Группа столбцов по частотностям запроса — в зависимости от сайта, могут содержаться как классические частотности (Ч, “Ч”, “!Ч”, “[!Ч]”), так и с наложением коэффициента по поисковым системам;
• Группа столбцов сезонности за последние 12–24 месяца;
• И другие.

С шаблоном таблицы вы можете ознакомиться по ссылке.

3. Заполнение первичных данных

Заполнить таблицу первичными данными можно и руками.

Но данный способ не всегда оптимальный, поэтому мы в своей работе используем Screaming Frog SEO Spider.

Я буду показывать пример работы, основываясь на взаимодействии с данным инструментом.

3.1. Парсим данные с сайта

Перед началом парсинга отключаем все бесполезные функции, которые нам не понадобятся (Configuration — Spider):

• Проверку изображений;
• Проверку ресурсов (js, css и swf);
• Проверку внешних исходящих ссылок.

Рис. 2 Настройка Screaming Frog

Далее копируем XPath корневого блока хлебных крошек на сайте, если они там есть.

Для этого:

1. Открываем внутреннюю страницу, на которой есть хлебные крошки в Google Chrome.
2. Открываем консоль (Ctrl + Shift + i).
3. Выделяем инспектором корневой блок хлебных крошек.
4. В контекстном меню выбираем Copy XPath.

Рис. 3 Копирование XPath

5. В Screaming Frog переходим в Configuration — Custom — Extraction.
6. В открывшемся окне:

• Выбираем XPath;
• Вставляем скопированный путь;
• Extract Text.

Рис. 4 Extraction в SCSS

И парсим сайт.

3.2. Сведение данных

После того как сайт спарсится, выгружаем отчеты:

• Информация по HTML (Internal — HTML);
• Хлебные крошки (Custom — Exctraction).

И переносим данные отчета в сводную таблицу.

Чтобы не перепутались данные, и колонки не «поехали», можно воспользоваться функцией ВПР.

Нас интересуют:

• Url;
• H1;
• Title;
• Хлебные крошки.

Рис. 5 Заполненная первичными данными таблица

Пример таблицы, заполненной первичными данными по ссылке, на вкладке «Пример».

Алгоритм дальнейшей работы полностью зависит от типа проекта, цели продвижения и выбранной стратегии.

Заключение

После внедрения данного инструмента в свою работу мы решили многие задачи, которые остро стоят перед каждым специалистом (все метатеги в одном месте, контроль выполнения задач и т.п.).

Надеюсь, вам подобная сводная таблица тоже будет полезна.

Если у вас есть вопросы, готов их обсудить.