IBC Russia 2014: автоматизация работы с CЯ, мультирегиональное продвижение и inhouse-SEO

28 ноября в Москве, в центре Digital October, прошел второй день конференции ibc Russia 2014, посвященной интернет-маркетингу и веб-разработке.

В рамках секции «Инструменты и автоматизация продвижения сайтов» Николай Хиврин (ALTWeb Group) представил доклад «Алгоритмы автоматизированного составления и группировки семантических ядер».

В рамках работы с семантикой перед специалистами стоят три задачи:

  1.  Составление базы запросов.
  2.  Составление семантического ядра.
  3. Группировка семантического ядра.

Но здесь важно ответить на такой вопрос: есть ли смысл в базе запросов без привязки к регионам?

Впрочем, ответ на него неоднозначен: спрос по запросам сильно плавает. Если в ecommerce ситуация более-менее ровная, то в информационных проектах популярность запроса может очень сильно зависеть от региона. А уж если говорить о международных проектах, то без привязки к регионам не обойтись. Необходима иерархия, отражающая, какую частоту имеют запросы в каждом регионе.

Для получения адекватных результатов нужно иметь следующую информацию о регионе:

  1. В какие вышестоящие регионы входит наблюдаемый регион.
  2. Количество жителей и проникновение интернета.
  3. Удаленность от других регионов.
  4. Область на карте.

Для каждого региона необходимо собрать следующую информацию о запросах:

  1. Популярность запроса в поисковых системах.
  2. Наличие запроса в подсказках.
  3. Доля геонезависимых результатов.
  4. Доля коммерческих сайтов.
  5. Доля спектральных результатов.

    Закономерный вопрос – где взять эти данные? Источниками могут служить статистика запросов ПС, поисковые подсказки, результаты поиска, счетчики посещаемости на сайтах, а также данные из популярных плагинов для браузеров.

    Следующий пункт – составление семантического ядра. Он состоит из 3 этапов:

    1. Поиск запросов из видимости конкурентов.
    2. Поиск запросов по маске.
    3. Статистика поисковых переходов конкурентов (закрытые данные).

    В зависимости от типа вашего сайта будет меняться и размер его семантического ядра. Так, для крупных ecommerce-проектов с широким спектром товаров в СЯ может входить 1 млн товаров. Крупному порталу или большому ecommerce-сайту может понадобиться 50–500 тысяч запросов. В семядро многопрофильного бизнеса может входить 10–50 тысяч запросов, сайта в конкурентной нишей – 1–10 тысяч запросов. В нише с низкой конкуренцией семантическое ядро может состоять всего из 100–1000 запросов.

    Последний этап – группировка семантического ядра.

    Существует два подхода к кластеризации – ручной и автоматический.

    Первый основан на работе с логической структурой сайта и морфологией. Автоматическая кластеризация в свою очередь состоит из двух этапов:

    1. Поиск общих сайтов и страниц по запросам в результатах поиска.
    2. Проведение морфологического анализа запросов с учетом IDF (inverce document frequency) на большой коллекции документов.

    У каждого из подходов есть свои плюсы и минусы, и решение о том, что выбрать, принимает сам владелец ресурса.

    Ярослав Егоров (Russian Promo) в ходе секции «Успешные кейсы продвижения сайтов» рассказал об особенностях и сложностях мультирегионального продвижения на примере сайта федеральной риэлторской компании.

    Перед специалистами Russian Promo была поставлена цель вывести компанию на федеральный уровень. При этом продвижение необходимо было осуществлять по трем направлениям: Москва, регионы, Тюмень. На момент начала работ состояние проекта было таким:

    Исходя из состояния ресурса, были поставлены следующие задачи по каждому региону:

    Москва: вывод в топ максимально конверсионных НЧ и СЧ запросов.

    Регионы: вывод в топ расширенного семантического ядра конверсионных запросов.

    Тюмень: увеличение видимости конверсионных ВЧ запросов.

    В соответствии с поставленными задачами тактика поискового продвижения для региона Москва состояла из трех элементов:

    1. Сайт на поддомене основного ресурса.
    2. Техническая и контентная оптимизация ресурса.
    3. Формирование ссылочного профиля: постепенный рост, разнообразие по типу анкора и формату размещения.

    Для регионов Екатеринбург, Казань, Саратов, Красноярск, Иркутск, Самара:

    1. Сайты на поддомене основного ресурса.
    2. Техническая и контентная оптимизация ресурсов: обязательное вхождение названия регионов.
    3. Формирование ссылочного профиля: закупка с региональных доноров, вхождение названия региона в анкор ссылки.

    Для региона Тюмень:

    1. Корректировка технической и контентной оптимизации ресурса.
    2. Снятие ручного фильтра Google.
    3. Корректировка ссылочного профиля под Google: сочетание 30/70 вхождения запроса в анкор.

    При продвижения проекта было обнаружено несколько сложностей.

    Сложность 1. Единая база объектов по всем регионам. Это привело к тому, что при поиске по параметрам выдавались карточки объектов всех регионов, удовлетворяющих введенным параметрам.

    Для решения этой проблемы при запросе в базу данных был добавлен параметр города.

    Сложность 2. Контент на страницах жилых комплексов подгружался при помощи скрипта, и поисковые системы не индексировали его.

    Для решения этой проблемы была создана версия страниц на HTML, на страницу с динамическим контентом вела ссылка «Подробнее», был прописан атрибут rel=”canonical”.

    После первых пяти месяцев работы над проектом были получены следующие результаты:

    Регион Москва

    Регионы (данные по Екатеринбургу)

    Тюмень

    На сегодняшний день в московском регионе у проекта стабильные позиции по НЧ и СЧ запросам, а также по ряду ВЧ запросов. В регионах 26 сайтов, средний процент успешности проектов старше трех месяцев – 73% (Яндекс) и 86% (Google). В Тюмени, где сайт изначально был авторитетным и обладал относительно высокой успешностью в Яндексе и Google, ресурс приобрел еще и трастовость, а процент успешности в обеих поисковых системах стал стабильно высоким.

    В рамках секции «Поисковое продвижение в условиях inhouse-отделов и аутсорса» Михаил Сливинский (Wikimart) представил доклад «Инхаус-SEO в маркетплейсе: опыт «Викимарта». Михаил начал свое выступление с того, что выделил основные недостатки инхаус-SEO:

    • Высокая цена.
    • Сложная система управления (KPI, выстраивание процессов, измерение эффективности).
    • Дефицит опыта полевой работы.
    • Необходимость развивать компетенции.

    По мнению докладчика, организовывать SEO-направление внутри компании необходимо при сочетании масштаба, ресурсов и горизонта. Если три эти условия соблюдены и принято решение о создании SEO-отдела, то стоит задуматься о том, кого набирать в команду – специалистов или стажеров. Конечно, стражеры обходятся достаточно дорого, и на их обучение требуется время, но в результате компания получит компетентных и лояльных сотрудников.

    Исходя из своего опыта, Михаил дал несколько рекомендаций по работе со стажерами:

    • Неважно, что знает кандидат, важно, как быстро он учится.
    • Не стоит объяснять, а тем более разжевывать.
    • Практику необходимо начинать с первого дня.
    • Испытательный срок должен быть использован по назначению. Если кандидат вам не подходит, с ним лучше попрощаться сразу.
    • Личный пример.

    Определившись с командой, можно переходить к определению задач, зон, метрик и KPI. В «Викимарте» эту проблему решили так:

    В вертикалях: ассортимент, модерация категорий, конверсия, сезонность и т.д.

    В горизонталях: масштабная оптимизация и технические измерения.

    KPI будет служить оборот (GMV), порожденный органическим трафиком, а мотивацией оптимизаторов – фикс­ + премия от достижения плана по GMV.

    В принципе, в SEO существует много разных метрик определения эффективности, и у каждой из них свои особенности:

    В конце доклада Михаил обозначил основные тренды в технологиях и подходах в инхаус-SEO:

    1. Основной фокус на внутреннюю оптимизацию.

    • Контент.
    • Автоматизация.

    2. Плотное взаимодействие SEO с другими подразделениями.

    • Ассортиментная аналитика.
    • Продуктовые изменения.

    3. Развитие сервисов.

    • Кластеризация семантики.
    • Измерения в поисковой выдаче.
    • Аналитика рынка и конкурентов.

    (Голосов: 5, Рейтинг: 5)