Как использовать показатель SERP impressions из Яндекс.Вебмастера для анализа изменений в ранжировании

Одна из жемчужин SEO-шной мудрости в моем цитатнике это фраза Евгения Летова:

Это же SEO. Сделал – посмотрел. Сделал – посмотрел. Помолился. 

Коротко передана вся суть оптимизации. SEO – бесконечный цикл доработок сайта и анализа реакции поисковых систем на них. Вряд ли кому-то нужно доказывать, насколько важна стадия “посмотрел”. Увы, она еще и весьма сложная.

Когда мы работаем с небольшим количеством запросов и парой-тройкой посадочных страниц, все просто. Если же требуется оценить ранжирование сайта или раздела на несколько сотен посадочных, уже появляются проблемы. Большинство методов неточные и трудоемкие. Выделить достоверные изменения и увязать их с конкретными действиями на сайте всегда сложно. Вот пример анализа, который пришлось провести в далеко не самом запутанном случае.

Типичные проблемы, затрудняющие принятие решений на основе изменения позиций и трафика

Если опираться на динамику позиций, то приходится учитывать, например:

• Нестабильность выдачи (многорукий бандит, примесь свежих результатов…).
• Вероятные ошибки при сборе семантического ядра (если в систему мониторинга не добавили важные ключи, они вообще выпадают из рассмотрения).
• Разную ценность у позиций в выдаче (рост с 12-го места до 2-го это отлично, рост на те же 10 пунктов с 80-го до 70-го – ни о чем).

Если принимать во внимание динамику трафика, то часть проблем решается (количество визитов коррелирует сразу со всеми позициями по всем запросам), но появляются новые:

• Прирост/падение часто связаны с сезонными изменениями поискового спроса.
• Изменение объема трафика приводит к изменению его качества (потенциальной конверсии), которое не оценить для тучи НЧ-запросов.

В общем, для того, чтобы сделать адекватные выводы, нужно объединять оба подхода, кропотливо сопоставляя данные из разных инструментов. Есть ли другой путь? К счастью, есть!

Альтернатива: анализ видимости с учетом SERP impressions

Методика тоже ни в коем случае не универсальна, но может дать очень много полезных данных при оптимизации сайта под Яндекс – причем быстро и бесплатно. Она основана на нехитрых операциях с данными о SERP impressions.

SERP impressions – один из статистических показателей, которые можно получить по запросам вашего сайта в Яндекс.Вебмастере. В интерфейсе он отсутствует:

Зато есть в выгрузке!

Вот скриншот полученного файла:

Аналогичная статистика есть и по каждому отдельному запросу, не только по группам.

Довольно очевидно, что “SERP impressions” переводятся как “показы выдачи”, то есть общее количество поисков по конкретной фразе. Иначе говоря, это те самые циферки, за которыми гоняются парсеры Wordstat. Только информация в колонке SERP impressions гораздо актуальнее. Само собой, у нее масса разных применений, об одном я как-то уже упоминал в статье про карту вхождений. Сегодня подробно расскажу еще об одном – пожалуй, о самом “вкусном”.

Оценка изменений в ранжировании сайта по скорректированному прогнозу показов

Брр, ну и заголовок я написал. На самом деле все предельно просто. Смотрите.

В выгрузке из Вебмастера у нас есть для каждого ключевика:

• Impressions – количество показов сайта в выдаче.
• SERP impressions – общее количество показов выдачи (равняется сумме первого показателя и числа показов выдачи, в которые сайт не попал).

Чем выше отношение Impressions/SERP impressions – тем лучше. Если оно равно единице, это значит, что наш сайт всегда показывается пользователю по данному запросу.

Легко понять, что если позиции сайта стабильны, то доля видимости также не будет особо меняться; если ранжирование улучшится, она вырастет, а если ухудшится то упадет.

Почему это соотношение так важно?

Да потому что мы ушли от количества показов к относительным долям, которые можно использовать дальше, сравнивая периоды с разным количеством SERP impressions, то есть с разной популярностью запроса. Чтобы было понятно – несколько разных ситуаций на диаграммах.

Стабильные позиции, поисковый спрос растет

Соотношение всегда 0,4. Вместе с SERP impressions растет и число показов сайта.

Позиции растут, поисковый спрос стабилен

Сначала соотношение 0,4, затем 0,6, затем 0,8.

Позиции падают, поисковый спрос растет

Сначала соотношение 0,4, затем 0,2, затем 0,13:

Во всех случаях сайт получает одинаковое количество показов, хотя ситуации принципиально разные. Об этих отличиях как раз очень явно сигнализирует соотношение показы сайта/все показы.

Как от этих сигналов перейти к собственно методике оценки динамики отношения Яндекса к сайту? Тоже не особо сложно. Все что нам нужно – это сравнить два числа. Во-первых, реальное количество показов сайта в тестовый период, например спустя месяц после переиндексации (число есть в выгрузке). Во-вторых – прогноз показов, рассчитанный на основе данных предудущего периода (с допущением, что позиция стабильна). И все!

Иначе говоря, мы рассматриваем изменение популярности запроса и изменение позиций нашего сайта по нему по отдельности, а потом объединяем в одну простую цифру.

По шагам:

1. Вычисляем долю реальных показов для первого периода.
2. Берем SERP impressions для второго периода и умножаем его на эту долю – мы получаем прогноз показов сайта при условии, что его позиция будет неизменной. То есть прогноз учитывает изменение поискового спроса, делая возможным следующий пункт.
3. Сравниваем прогноз с реальным числом показов сайта. Если прогнозируемое число показов меньше реального, значит позиции сайта укрепились. Если прогноз оказался слишком оптимистичным – упали.

Тут может возникнуть закономерный вопрос. Хорошо, задачка решается в три действия, прямо как в первом классе, но зачем она вообще нужна, если у нас и так есть средние позиции для каждого запроса? И мы можем сравнивать сразу позиции до/после?

Разумеется, сравнивать позиции тоже можно и нужно. Но изучая количество показов мы видим не абстрактные цифры изменения позиций, а реальную характеристику взаимодействия пользователей с сайтом. Вот раньше такая доля живых людей видела сайт по запросу – а теперь другая. Это с одной стороны.

А еще разница в показах между прогнозом и реальностью очень удобна для обработки. Можно просто сложить разницу для всех запросов и получить одно число со знаком плюс или минус, которое будет демонстрировать, сколько показов мы смогли добавить сайту (именно мы, а не сезонность).

Делать вычисления с полученным показателем так же просто, как и с объемом трафика. При этом:

• влияние колебаний спроса мы устранили сразу же;
• набрать нужное для статистической достоверности количество показов гораздо проще, чем аналогичное число кликов;
• можно сегментировать данные по разным характеристикам ключевых слов (вхождение слова “купить”, изменение CTR и так далее…), объединяя их для разных страниц.

Получается нечто среднее между анализом трафика и позиций – с преимуществами того и другого!

Бесплатный инструмент для автоматизации работы

Методика простая, но довольно громоздкая по необходимым телодвижениям (собрать выгрузки в один файлик, сцепить одинаковые ключи, высчитать соотношение и прогноз…). Как наверняка догадались постоянные читатели, знающие о моей давней любви к Excel, я предпочитаю делать такое с помощью онлайн-инструментов. Если нужного сервиса в природе не существует, создаю свой.

Вот он: https://bez-bubna.com/free/webmaster.php

Загрузив в него два файла с ключевыми словами, выгруженные из Яндекс.Вебмастера (“Популярные запросы”), вы получите табличку:

В таблицу хотелось вместить много полей, поэтому названия некоторых столбцов требуется расшифровать:

1. Δ показы (абс.) – получается простым вычитанием количества показов в первом периоде из количества показов во втором. Если во втором периоде меньше показов, получаем число со знаком минус.
2. Δ показы (прогноз) – получается умножением доли показов сайта по запросу в первом периоде на SERP impressions во втором. То есть это прогноз изменения количества показов при неизменной позиции, рассчитанный как описано выше.
3. Δ показы (итог) – самый главный показатель, это оценка, как много показов потерял (или получил) сайт по запросу именно из-за изменения позиций. Влияние изменения популярности запроса отсюда убрано. Получается вычитанием второго столбца из первого.

Давайте возьмем реальный пример, и вы увидите, как все просто и логично.

Смотрим второй запрос на скриншоте. Количество показов по нему в первом периоде – 7613, а во втором – 10843 (два последних столбца). Считаем: 10843 –  7613 = 3230 (первый столбец).

Посчитаем, сколько должно было быть показов, если бы позиция не изменилась. Делим 7613 на 32689, получаем 0,233. То есть наш сайт попадал примерно в 23% всех выдач по запросу. Найдем сколько составит эта доля от SERP impressions во втором периоде: 0,233*26775 = 6236. Наконец, вычитаем из него количество показов в первом периоде: 6236 – 7613 = -1377 (второй столбец).

Обратите внимание: расчет предсказывает падение числа показов сайта пропорционально падению SERP impressions. 

Теперь вычитаем прогноз из реальной разницы: 3230 –1377 = 3230 + 1377 = 4607 (третий столбец).

Если бы позиции не изменились, то прогноз оказался бы точен и итоговый результат был равен нулю: -1377 — 1377. Положительный результат сигнализирует об улучшении позиций, отрицательный – об их ухудшении, только гораздо более точно, чем просто средняя позиция.

Сервис также показывает суммарное, среднее и медианное изменение видимости (полезно для экспресс-оценки). По моим наблюдениям, прирост/падение скорректированной видимости хорошо коррелирует с изменением объема трафика с Яндекса.

Это наиболее очевидные показатели, в дальнейшем я расширю список.

Примеры применения методики и сервиса

Применений примерно миллион. Навскидку:

• Упал трафик с Яндекса и нам нужно определить по каким запросам. Почему не воспользоваться Метрикой? Потому что кликов практически всегда значительно меньше, чем показов, так что сравнение по показам более статистически достоверно и его можно использовать на более коротких периодах.
• Приходит новый клиент с недавно доработанным сайтом (никак не отслеживавший позиций). Нам нужно понять тенденции и эффект доработок.
• Поиск перспективных запросов: с растущим SERP impressions (можно делать и без инструмента, но гораздо удобнее сравнивать столбцы в одной выгрузке с дополнительными данными).
• Клиент требует показать статистику прямо из Яндекса, а не из “накрученного сброщика позиций”.
• Анализ распределения CTR по позициям (в некоторых запросах пользователи прокликивают весь ТОП-10 и биться за верхние позиции не так уж важно, а бывает наоборот и все сливки снимает 1 место).
• Вы сами клиент и оптимизаторы говорят, что трафик не растет из-за сезонности (и надо увеличить бюджет, кстати). Есть способ их проверить!

Минусы и проблемы подхода

Несмотря на все плюсы, использование метрик, учитывающих SERP impressins, ни в коем случае нельзя считать единственным и универсальным методом. У любого подхода есть куча недостатков, любой анализ с использованием одной метрики это сильное упрощение реальности. Собственно, для того он и нужен: упростить – значит сделать пригодным для работы.

Очевидно, что на долю реальных показов влияет не только позиция сайта (но и количество Директа, например).

Кроме того, SERP impressins легко может оказаться накрученным SEO-сервисами по проверке позиций. С другой стороны, если накрутка более-менее стабильна, то на результат это не повлияет: мы смотрим динамику.

Наконец, есть проблемы с точностью данных в самом Вебмастере. В некоторых случаях SERP impressins оказывается равен нулю, в то время как по запросу были показы и клики. Я написал в ТП Яндекса по этому поводу. Вот некоторые ответы из переписки:

После анализа моего файла:

Разумеется, инструмент в bez-bubna.com отфильтровывает такие ситуации. Так что работать с показателем можно. Здорово, что Вебмастер (в отличие от Google Search Console) отдает эту статистику. Пользуйтесь!

p.s. Методику я толком ни с кем не обсуждал, хотя использую в работе уже полгода. Наверняка тут еще можно придумать много полезного. Например, в выгрузках Вебмастера есть данные о показах на разных позициях. Разумеется, показы на 1 месте ценнее, чем показы на десятом. По идее, можно для каждого запроса считать прогноз для показов на каждой позиции, хотя это уменьшит статистическую достоверность (меньше числа, больше случайностей). В общем, что буду рад идеям и замечаниям.