Определяем сезонность спроса в интернете
Иногда планы срываются по каким-то причинам.
К одной из частых причин относится то, что спрос в интернете — не константа и может меняться в течение года.
В этой статье я хочу обратить внимание на сезонное изменение спроса, и, надеюсь, это поможет читателям с корректным планированием результатов.
1. Используемые термины
Перед тем, как перейти к основной части, хочу остановиться на терминах, используемых в статье.
- Интент (или информационная потребность) — тема, о которой пользователь хочет узнать.
Рис. 1. Примеры интента
- Поисковая фраза (или запрос) — что вводит пользователь в поисковую строку, с целью удовлетворить свой интент.
Рис. 2. Примеры поисковых фраз
- Посадочная страница — страница на сайте, которая удовлетворяет определенный интент.
- Семантическое ядро — список поисковых фраз, по которым сайт показывается в поиске (в органическом или платном) и для которых есть посадочные страницы.
Рис. 3 Пример семантического ядра
- Кластер запросов — список поисковых фраз, удовлетворяющих определенный интент.
Рис. 4 Пример кластеризации запросов
- Контрольная группа — список поисковых фраз одного кластера, по которым собирается дополнительная статистика, которая может быть экстраполирована на другие поисковые фразы кластера.
- Маркеры — слова, при добавлении которых к поисковой фразе, определяется кластер запроса.
Рис. 5 Примеры маркеров
- Сезонность спроса — изменение спроса, в зависимости от сезона года, погоды, праздников и других факторов и событий. В интернете сезонность спроса выражается в изменении количества запросов поисковых фраз к поисковым системам.
2. Источники данных
Среди всех сервисов, предоставляющих статистику по изменению спроса в течение года, я остановлюсь на двух основных и доступных каждому источниках.
2.1. Google Trends
Google Trends — предоставляет данные по изменению спроса и поисковым трендам по статистике поисковой системы Google и аффилированных сервисов.
Рис. 6. Интерфейс Google Trends
Данные, которые предоставляет сервис:
- Визуализация динамики изменения спроса. Доступен выбор периода от 1 часа до 13 лет.
- Возможность выбора региона.
- Уточнение темы запроса. К примеру, у запроса «Наполеон» темы «Исторические личности», «Кулинария» и так далее.
- Уточнение сервиса, к которому задается запрос:
- Регулярный поиск Google
- YouTube
- Новости
- Товары
- Предложение похожих запросов.
- Сравнение динамики нескольких запросов. Как пример — картинка выше, из которой видно, что каждый новый год елочные игрушки прирастают в спросе понемногу, а вот мандарины становятся значительно популярнее от года к году.
К сожалению, у сервиса есть минусы, которые ограничивают возможности его использования:
- Оценка популярности запроса отдается по 100 бальной системе. То есть можно лишь очень примерно оценить интерес к запросу.
- Неудобная выгрузка данных, которую сложно быстро обрабатывать.
- Часто нет данных по конкретным городам.
2.2. Яндекс.Вордстат
Яндекс.Вордстат — предоставляет данные по спросу к поисковой системе Яндекс.
Рис. 7. Интерфейс Яндекс.Вордстата
Данные, предоставляемые сервисом:
- Частота спроса по поисковым фразам за последний месяц.
- «Хвосты» (расширения и дополнения заданной поисковой фразы) и близкие поисковые фразы.
- Статистика по сегментам устройств (настольные ПК, планшеты, телефоны).
- Статистика по географии (страны, регионы, города).
- Статистика по изменению частотности по месяцам за последние 2 года.
В этой статье используются данные Яндекс.Вордстата.
3. Строим отчет по сезонности
В первую очередь определимся с видом будущего отчета.
Я использую Google Таблицы, в силу того, что их можно использовать с разных устройств и делиться с другими пользователями.
В отчете использую следующие столбцы:
- Услуга (или «товарная группа») — название услуги.
- URL — адрес посадочной страницы по услуге.
- Структура — место страницы в структуре сайта. Аналог хлебных крошек.
- Контрольная фраза — фраза, по которой собирается статистика.
- Частотность — данные из столбца «количество показов» для контрольной фразы.
- Спарклайн — небольшой график по данным частотности.
- МАКС — месяц с максимальной частотностью.
- МИН — месяц с минимальной частотностью.
- Столбцы с названиями месяцев — данные о частотности запроса из Вордстата за последние 24 месяца.
Пример таблицы вы можете доступен по ссылке «Карта сезонности».
3.1. Заполняем первичные данные
К первичным данным относятся колонки «Услуга», «URL» и «Структура».
Если сайт уже есть, эти данные можно собрать руками. Или спарсить при помощи какого-либо софта, например Screaming Frog или Netpeak Spider.
Если сайта еще нет, колонки «URL» и «Структура» пропускаем.
В колонку «Услуга» вписываем все предоставляемые услуги.
Рис. 8. Пример заполненных первичных данных
3.2. Подбор контрольных фраз
Для каждой услуги заполняем колонку «Контрольная фраза».
В Яндекс.Вордстате выбираем регион, в котором компания предоставляет услуги, и поочередно проверяем каждую из оказываемых услуг на количество показов.
Рис. 9. Подбор контрольных фраз
Стоит учитывать, что пользователи могут по-разному искать одну и ту же услугу. Например «Пластиковые окна» также ищут как «Окна ПВХ».
В качестве контрольной фразы стоит выбирать наиболее частотную.
Для этого просматриваем правую колонку (Запросы похожие на …) на наличие таких переформулировок запросов.
Рис. 10. Переформулировка фраз
Фразы и их частотность добавляем в соответствующие колонки таблицы.
Рис. 11. Сводная таблица по фразам и частотностям
3.3. Выгрузка данных
В Яндекс Вордстате переходим на вкладку «История запросов» и поочередно копируем данные по абсолютным значениям за все месяцы в соответствующие колонки в таблице.
Рис. 12. История запросов в Яндекс.Вордстате
Для ускорения копирования данных будет полезен браузер Mozilla Firefox, который при зажатом ctrl может выделять блоки (span), а не просто текст.
На выходе получаем сводную таблицу со статистикой за последние 2 года по каждой контрольной фразе.
Рис. 13. Таблица с данными по сезонности за 2 года
3.4. Обработка данных
К первичной обработке полученных данных я отношу все действия, которые могут предоставить информацию для быстрого анализа.
- Добавляем спарклайн (небольшие по размеру, но достаточно информационно-плотные графики) сезонности для каждой услуги.
В Google Таблицах спарклайн добавляется формулой “=SPARKLINE()”.
Рекомендую строить спарклайны на основании 1 полного года (с января по декабрь), это даст возможность понимать ближайший тренд при помощи простого визуального осмотра таблицы.
Рис. 14. Спарклайн
- Находим месяцы с максимальной и минимальными частотностями по каждой услуге.
Советуем считать максимальные и минимальные частотности на основании данных за последние 12 месяцев. В противном случае можно получить ошибочные данные.
Самый быстрый способ выбрать такие месяцы — использовать формулы, которые просматривают заданные ячейки и возвращают название месяца с максимальными значениями.
|
Тип |
Формула |
|
Название столбца с максимальным значением частотности |
=ИНДЕКС($Q$1:$AB$1;ПОИСКПОЗ(МАКС(Q2:AB2);Q2:AB2;0)) |
|
Название столбца с минимальным значением частотности |
=ИНДЕКС($Q$1:$AB$1;ПОИСКПОЗ(МИН(Q2:AB2);Q2:AB2;0)) |
Рис. 15. Месяцы с максимальной и минимальной частотностями
4. Используем данные по сезонности
Самый простой вариант использования данных по сезонности, которого будет достаточно для базового планирования результатов:
- Оцениваем сезонность в настоящий момент.
- Строим отчет по сезонности.
- Экстраполируем данные за прошлый период на будущий период.
- Исходя из сезонности ставим планы.
Но также эти данные мы используем для других задач. Например:
- Приоритизация продвижения.
Многие интернет-магазины, которые мы продвигаем, имеют большой товарный ассортимент, который трудно оптимизировать в первые месяцы работы. Поэтому отчет по сезонности с некоторыми дополнениями мы используем для расстановки приоритетов проработки товарных каталогов.
- Прогнозирование посещаемости в течение года.
Для корректной постановки планов (трафик, лиды или продажи) необходимо понимать, как изменяется трафик в тематике в течение сезона.
Также, несколько доработав отчет по сезонности, мы можем прогнозировать будущие результаты с большей точностью.
В будущих статья я планирую подробнее остановиться на возможности использования данных по сезонности спроса.
Выводы
Надеюсь, данная статья поможет вам с корректным планированием и расстановкой приоритетов.
Если у вас есть вопросы или дополнения, готов к дискуссии.
Подписывайся!
ВКонтакте
Есть о чем рассказать? Тогда присылайте свои материалы Марине Ибушевой
-
Петр Красков больше года назадСпасибо, полезно.
Напишите про "с некоторыми дополнениями мы используем для расстановки приоритетов проработки товарных каталогов."
Спасибо.
