Поиск подтем для продвижения

Оценка сложности запросов в рамках ниши

Как выбрать, если нельзя менять нишу

Большая часть данных из выдачи и Ahrefs.

Методы выбора фокусных кейвордов (основные подтемы, вокруг которых формируется хорошая семантика, по которым есть планы выйти в топ):

1. Отбор по KD по Ahrefs и частотности
2. Длина запроса 3+ слова
3. Уточнение сложности по медиане Referring domains (медиана – это взвешенное среднее)
4. Проверка “фокусного ключа конкурентов” (как много конкурентов используют тот же фокусный ключ, если какой-то ключ не используется конкурентами – он не приносит денег)
5. Оценка среднего DR
6. Проверка контента конкурентов: количество слов, количество подзаголовков, наличие особых сложных элементов + расчет бюджета в зависимости от того, что необходимо клиенту.

Нюансы

1. При учете вхождения фокусного запроса в title стоит учитывать популярные синонимы и отбрасывать бессмысленные часто используемые слова. Делать акцент на слова, формирующие интент запроса.
2. Обратите внимание, к какой основной теме относиться ваш потенциальный фокусный ключ. Выбирайте темы с большей семантикой и вокруг нее стройте текстовую оптимизацию.

Подход смещенного фокусного ключа – из кластера необходимо выбрать небольшие запросы с низкой сложностью, и по этим запросам оптимизировать контент, строить ссылки, анкор-лист. Задача – стать в топ-1 по несложному ключу. Если ваша страница начинает получать трафик по несложному ключу, то эта страница получает позитивный поведенческий опыт и начинает расти по всем запросам кластера, даже по ВЧ запросам кластера. Это позволяет сэкономить бюджет на ссылочные.

2 направления проверки

Основная проблема – связь показателя сложности с уровнем оптимизации.

Корреляция – не зависимость, а статистическое совпадение.

Оценка корреляции в ТОП-10

Меньше 0,3 – незначительные.

Если посмотреть на запросы, которые не коррелируются со сложностью, например, рейтинг домена и возраст, то можно сделать вывод, что для анализа ниши показатели возраста и рейтинга важны, но при анализе КС, по которым нужно получить высокие позиции, эти факторы на втором плане.

Это анализ по топ-10, потому корреляция с позицией довольно слабая (слайд ниже).

Анализ корреляции возраста и KD

По легким запросам (по которым практически нет ссылок) есть корреляция между возрастом домена по Whois и сложностью. То есть при отсутствии ссылок конкуренты выстраиваются по возрасту. Чем больше ссылок – тем меньше возраст и позиция имеют статистическую закономерность.

В более конкурентных нишах самым показательным элементом конкуренции остаются Referring Domains.

Промежуточный вывод 

Основные показатели сложности это:

• Количество Referring Domains, 
• трафик, 
• количество ключевых слов,
• видимость страницы.

Похоже, что возраст более важен при ранжировании в выдачах с небольшим количеством Ref. Domains на страницу. Возраст лучше определять по WhoIs – дата первой регистрации домена.

Анализ данных после запуска тестового сайта

Интересный факт про KD Ahrefs

KD – это переведенный в логарифмическую шкалу показатель медианы по Referring Domains. Позиция коррелирует лучше именно с медианой по Referring Domains, чем с KD Ahrefs. То есть использовать медиану или среднеквадратическое по Referring Domains – более правильный способ оценки сложности по ссылкам, чем просто анализ KD.

Корреляции с позицией

Позиция в примере ниже – это позиция тестового сайта по анализируемым запросам. А это значит, что положительная корреляция с позицией говорит о том, что показатель отражает сложность запроса.

Корреляции с позицией в разных диапазонах RD

Средний DR всегда немного коррелирует с позицией. На практике: если вы видите больших конкурентов с высокими рейтингами доменов, то можно выстроить огромное количество ссылок и точно оптимизироваться под определенный ключ и обогнать этих конкурентов. Это работает в белой нише, так как можно видеть всю картину целиком.

После нарезки запросов на диапазоны появилась сильная зависимость в низкосложных запросах между оптимизацией под фокусный ключа и позицией. Чем больше конкурентов топ-10 оптимизируются под фокусный ключ, тем сложнее будет выйти по нему в топ.

В связи с большим количеством текстовых алгоритмов, которые использует поисковая система, точное вхождение при оптимизации работает хорошо при конкуренции по страницам, у которых до 50 RD (по данной выборке). То есть если RD не сотни и не тысячи, то оптимизация страницы (точно под ключ в важных элементах) имеет большое значение, то есть вы получите более высокую позицию с большей вероятностью. И это хороший способ оценить сложность запроса.

Средние RD и RD для попадания в Топ-10 по выборке

Количество RD хорошо коррелирует с наличием оптимизации под фокусный ключ.

Вторые выводы

Похоже, что сложность запроса стоит оценивать каскадно:

• Некорректно объединять в одну оценку сложности ссылочные показатели и уровень оптимизации страницы, нужно делить КС на сегменты и после этого переходить к анализу внутренней оптимизации. На разных уровнях сложности по внешним ссылкам действуют разные законы по внутренней оптимизации.
• Для более точного анализа по ссылкам лучше основываться на ref domains, отбрасывая рейтинг домена, и ориентироваться на меридиану.
• Для запросов конкуренты которых имеют меньше 50 ref domains, точная оптимизация под фокусных ключ работает лучше, чем в запросах 50+ ref domains.
• В качестве показателя сложности медиана по ref domains показывает себя лучше, чем KD.
• Похоже, что точная оптимизация од фокусный ключ позволяет существенно сократить количество необходимых ref domains на страницу.

Финальные выводы

При анализе ложности отдельных запросов по прежнему актуальны:

1. Отбор по KD и частотности
2. Уточнение сложности по среднему Referring domains
3. Проверка “фокусного ключа конкурентов”
4. Оценка среднего DR

Но их нельзя сводить в одну формулу, так как влияние этих факторов сильно зависит от количества Referring domains конкурентов.

Похоже, что возраст сайта слабо влияет на позиции в “не сложных” запросах.

Совет: Если вы хотите что-то проанализировать, соберите данные, посмотрите, как эти данные фактически коррелируют на выдаче, после этого можно серьезно относится к этим показателям, так как вы будете понимать, что имеет статистические закономерности, что – нет, и ваша аналитика будет основана на данных.