Система анализа конкурентной среды в Интернете

Повышение рейтинга сайта в поисковых системах является приоритетным направлением рекламы для большинства проектов электронной коммерции. Наиболее эффективным путем повышения рейтинга является SEO (Search Engines Optimization - оптимизация под поисковые сервера).

Одна из важнейших проблем в SEO - это выбор наиболее эффективных ключевых фраз, для которых будет проводиться оптимизация. На данный момент используется 2 подхода для определения эффективности ключевых фраз. Первый - это использование фраз с наименьшим количеством конкурентов. Действительно, если по запросу на ту или иную фразу поисковый сервер выдает меньшее число страниц, то пробиться в начало этого списка будет легче. Но этот подход имеет существенный недостаток: никак не учитывается популярность запроса. Понятно, что нет смысла заниматься оптимизацией под фразу, которая редко запрашивается. Второй подход заключается в изучении популярности ключевых фраз и использовании тех фраз, которые наиболее часто запрашиваются. Этот подход имеет другой недостаток: в этом случае не учитывается их конкурентность. А ведь, как правило, на популярный запрос бывает огромное количество соперников, которых практически невозможно обойти. Также оба этих подхода достаточно трудоемки из-за большого количества ручной работы, которую приходится делать, получая и анализируя значения популярности и конкурентности для большого количества ключевых фраз.

Здесь предлагается новый подход для подбора ключевых фраз и определения их эффективности, лишенный этих недостатков. Метод основан на концепции индекса эффективности ключевых фраз и модели информационной системы для анализа эффективности ключевых фраз.

Разработанная концепция индекса эффективности ключевых фраз решает проблему баланса популярности и конкурентности ключевой фразы. С помощью статистических методов получена формула для расчета индекса эффективности.

Для решения поставленной задачи строится программная система, выполняющая функции подбора ключевых фраз и вычисления их индекса эффективности.

На рынке оптимизации сайтов под поисковые системы существует услуга маркетингового исследования и анализа рынка в Интернете. В данное время этим занимаются практически все фирмы, предоставляющие услуги создания сайтов с целью их последующего продвижения.

По сути оптимизация сайтов сегодня включает в себя три основных этапа:

1. Составление «семантического ядра» - набора ключевых слов, по которым и будет происходить оптимизация сайта.
2. Обработка контента сайта - наполнение материалами, близкими по тематике сайту (это могут быть тексты, картинки, pdf-файлы и прочее), производится оптимизация содержания сайта для поисковых машин - оптимизация текстов и html-кода для лучшей их алгоритмизации в базе поисковиков.
3. Мониторинг оптимизированных страниц и анализ сайтов-конкурентов. Это делается для того, чтобы выявить возможные ошибки на ранней стадии.

Можно рассмотреть следующую схему, которая позволить максимально эффективно раскрутить сайт.

Архитектура модулей, входящих в состав системы

Программная система подбора и определения эффективности ключевых фраз для SEO

Модуль исходных данных

Модуль исходных данных запрашивает у пользователя инициирующий список ключевых фраз и передает их в Систему подбора и определения эффективности ключевых фраз (СП). Список ключевых фраз - это слова и фразы, которые используют целевые посетители для того, чтобы попасть на сайт. Например, если компания организует туры в Австралию, то список фраз, которые, возможно, использует для поиска человек, который хочет отправиться в Австралию, может быть таким: путешествия в Австралию, туризм в Австралии, турагентства Австралии, поездка в Австралию.

Конечно, ключевые фразы могут быть и другими. Но это не главное - важно получить начальный список ключевых фраз. Эти фразы подбираются пользователем на основе маркетинговой политики предприятия - владельца сайта.

Важным является использование не единичных ключевых слов, а целых фраз. Этому есть три причины.

Во-первых, одиночные ключевые слова обычно гиперконкурентны. Поиск по ключевому слову - «туризм» или «путешествия» - на любом поисковом сервере сгенерирует сотни тысяч страниц. Маловероятно добиться появления нашей страницы в первых десяти результатах такого огромного списка.

Во-вторых, из-за большого количества страниц, которые поисковые сервера выдают на однословные запросы, большинство пользователей поняли, что они могут получить более релевантные результаты, если они ищут фразы, а не одиночные слова. Статистические исследования показывают, что большинство людей теперь составляют запросы именно из 2 или 3 слов.

В-третьих, однословные запросы вряд ли приведут целевой трафик. Когда люди ищут «туризм», они не обязательно хотят поехать в Австралию - их может интересовать любая другая страна, а если запрашивают слово «Австралия», то, возможно, просто хотят узнать побольше о стране. Даже если сайт будет в первой десятке результатов, полученных по запросу «туризм», компания, владеющая этим сайтом, не получит ничего от таких посетителей. Однако человек, который ищет «туризм в Австралии» - это потенциальный клиент, и, следовательно, имеет смысл пытаться пробиться на верхушку списка результатов для этой ключевой фразы.

Следовательно, ключевые фразы должны быть более конкретны. Можно привязывать фразы, например, к географической области, где продается продукция или услуги, к каким-либо проблемам, которые продукция/услуги помогают решать и т. д.

Модуль популярности

СП передает задание модулю популярности ключевых фраз в поисковой системе (МП) определить популярность этой же ключевой фразы (количество запросов этой фразы в месяц). МП взаимодействует с модулем определения популярности фраз, который принадлежит поисковой системе, например, Яndex.Директ, принадлежащий Яndex.ru.

Модуль конкурентности

Одновременно с модулем популярности СП передает задание модулю конкурентности ключевых фраз в поисковой системе (МК) определить количество конкурентов заданной ключевой фразы (количество страниц, которые возвращает поисковая система на запрос этой ключевой фразы). МК определяет количество конкурентов, обмениваясь данными с этой целью с модулем поиска, имеющимся в поисковой системе. МК передает модулю поиска запрос в виде ключевой фразы, модуль поиска обращается к индексу поисковой системы и возвращает количество страниц, в которых содержится эта фраза.

I_E - индекс эффективности ключевой фразы - это степень того, насколько та или иная ключевая фраза эффективна для оптимизации сайта.

Были получены данные о поисковых запросах: количество запросов за месяц, количество серверов, выдаваемое в результатах поиска по этим запросам, количество посетителей сайта, пришедших на него по данным запросам. Исходные данные для анализа приведены в табл. 1.

Таблица 1

Для определения вида зависимости будет использована модель нелинейного оценивания, являющаяся аналогом регрессионного анализа для случая нелинейной зависимости между входом и выходом.

На входе модели - популярность и конкурентность ключевых фраз, на выходе - число посетителей сайта, пропорциональное индексу эффективности и служащее его эмпирической оценкой.

Гипотеза о виде формулы для I_E базируется на трех аксиомах:

1. I_E ключевой фразы должен увеличиваться, если популярность фразы увеличивается. Популярность - это количество запросов этой фразы в месяц. Эта аксиома очевидна и не требует разъяснений.
2. I_E ключевой фразы должен уменьшаться, если число конкурентов по этой фразе увеличивается. Конкурентность - это количество страниц, которое возвращает поисковая система на запрос по этой фразе, заключая ее в кавычки (т. е. ищите точное соответствие). Эта аксиома тоже не требует разъяснений.
3. Если ключевая фраза становится более популярной и более конкурентной одновременно, так что отношение между популярностью и конкурентностью остается постоянной величиной, то I_E должен увеличиваться. Эта аксиома требует объяснения. Наилучший путь, чтобы сделать это, - пример.

Предположим, что популярность ключевой фразы - 4 и Яндекс отображает 100 страниц для этой ключевой фразы. Значит, отношение между популярностью и конкурентностью для этой ключевой фразы равно 4 / 100 = 0,04.

Пусть как популярность, так и конкурентность этой ключевой фразы увеличиваются. Допустим, что популярность увеличивается до 40 и Яндекс теперь отображает 1000 страниц для этой ключевой фразы. Значит, отношение между популярностью и конкурентностью для этой ключевой фразы - 40 / 1000 = 0,04.

Следовательно, отношение между популярностью и конкурентностью у этой ключевой фразы не изменилось. Тем не менее очевидно, что ключевая фраза должна быть значительно более привлекательна во втором случае. Если популярность - только 4, нет никакого смысла тратить время, пытаясь оптимизировать сайт под эту ключевую фразу, несмотря на то что есть много шансов попасть в первую тридцатку результатов, поскольку есть только 100 страниц, которые конкурируют за попадание в первую тридцатку. Каждый переход на сайт, несомненно, важен, но вряд ли стоит тратить время на оптимизацию сайта под ключевую фразу, которая может принести лишь 4 посетителя в месяц при условии большого везения.

Тем не менее, когда популярность увеличивается до 40, ключевая фраза становится более привлекательной, даже если конкурентность увеличивается. И хотя теперь более трудно пробиться в первые 30 результатов, попытаться сделать это - более стоящее дело с точки зрения результата.

Итак, I_E должен удовлетворять всем трем аксиомам. Пусть P - популярность ключевой фразы, а C - ее конкурентность.

Для I_E предлагается следующая формула

Здесь k, С₁, a - коэффициенты, которые надо определить. Для решения этой задачи использовался модуль нелинейного оценивания математического пакета Statistica 5.1. В результате была найдена следующая эмпирическая зависимость:

Для оценки адекватности модели была взята сумма квадратов разностей значений популярности, определенных по полученной зависимости и необъясненным остаткам. Коэффициент детерминации модели составил 0,959, что говорит о хорошей степени приближения эмпирических данных. Наглядно это видно на диаграмме 1 рассеяния предсказанных и наблюдаемых значений количества приходов на сайт.

Диаграмма 1

Ниже приведен график зависимости количества приходов от популярности запроса при фиксированной конкурентности. См. график 1.

График 1

Модуль расчетов

После получения информации о популярности и конкурентности ключевых фраз СП передает ее модулю расчетов (МР), который вычисляет индекс эффективности для каждой ключевой фразы, сортирует фразы в соответствии с их индексами эффективности и выдает результаты.

После вычисления индекса эффективности для каждой ключевой фразы и ранжирования их в порядке уменьшения индекса эффективности, МР передает эту информацию пользователю. Пользователь получает список ключевых фраз, для которых надо проводить оптимизацию, и может создавать оптимизированные страницы для каждой ключевой фразы, начиная с фразы с самым большим . Количество фраз, для которых будут созданы оптимизированные страницы, зависит только от времени, которое можно на это потратить. Но независимо от того, какое количество ключевых фраз будет использовано, очевидно, что имеет смысл начинать с наиболее эффективных ключевых фраз.

Вместо заключения

Практика показывает, что поисковое продвижение сайта - одно из важнейших мероприятий по привлечению целевой аудитории.

Если ключевая фраза, по которой осуществляется поиск, присутствует в тексте какой-либо из страниц вашего сайта и она корректно проиндексирована данной поисковой машиной, то эта страница попадет в результаты поиска. Однако подобных страниц с других сайтов может быть тысячи, и поисковая машина ранжирует их в соответствии со своим алгоритмом определения соответствия (релевантности) страниц запросу. Пользователи же, как правило, ограничиваются просмотром одной-двух страниц результатов поиска. Поэтому попадание на первые страницы по целевым фразам и является целью продвижения сайтов в поисковиках.

Читайте также

Специфика сетевого продвижения

Еще статьи по теме ...

Комментарий

Рубрики

• Реклама
• Маркетинг
• Брендинг
• Интернет
• Креатив
• Социалка
• Цифры
• Кроскульт
• Event / BTL
• PR/HR/JR
• Прочие статьи