Войти Регистрация

Serpstat использует файлы cookie для обеспечения работоспособности сервиса, улучшения навигации, предоставления возможности связаться с командой поддержки, а также маркетинговых активностей Serpstat.

Нажав кнопку "Принять и продолжить", вы соглашаетесь с Политикой конфиденциальности

Сообщить об ошибке

Отменить
5686 9 3
SEO Читать 18 минут 22 января 2020

5 методик нестандартного анализа и поиска новых ниш для SEO

5 методик нестандартного анализа и поиска новых ниш для SEO

Анастасия Сотула
Редактор блога Serpstat
Данная статья построена на основе доклада Дмитрия Мазуряна — Senior SEO at Tonti Laguna&Netpeak Group — на конференции 8P. В ней вы узнаете, как с помощью нестандартных методик анализа самостоятельно и через конкурентов находить низкоконкурентные ниши, что такое разнообразие топа, как находить фразы, которые упустили конкуренты, и как определять тренды, не используя Google Trends. И самое крутое — как автоматизировать все эти процессы! Поехали!

Как находить ниши и подниши с низкой конкуренцией?

Ниши с низкой конкуренцией — это те ниши, в которые вы можете зайти и, с точки зрения SEO, при тех же усилиях, скорее всего, добиться лучшего результата. Ключ к поиску таких ниш на поверхности — это сложность фразы или Keyword Difficulty (KD).

Сложность фразы — это показатель, который определяет, насколько сложно продвигаться по определенной ключевой фразе, в рамках заданного поисковика и региона. Обычно определяется исходя из ссылочного, траста, возраста и релевантности первой десятки.

Сложность фразы в Serpstat — это оценка уровня конкуренции по ключевой фразе для продвижения в органическом поиске в топ-10. Метрика не только показывает уровень конкуренции по фразе, но и помогает определить целесообразность продвижения по ней. Чем выше показатель, тем сложнее конкурировать по фразе.

Показатель измеряется в процентах (%)
0-20 — легко продвигаться по фразе;
21- 40 — средне;
41-60 — сложно;
61-100 — очень сложно.
Как провести анализ ниш вручную с помощью Serpstat? Алгоритм прост:
1
Вводим в поисковой строке сервиса интересующую ключевую фразу.
2
Получаем отчет с массой запросов.
3
Сортируем отчет по возрастанию сложности фразы.
4
Обрабатываем те фразы, у которых низкое значение конкуренции.
Все!
Однако, это не всегда работает. Так как в результате такого анализа мы получаем тысячи ключевых фраз. И вручную качественно обработать такой массив информации крайне сложно, а точнее — невозможно совсем.
Поэтому, решение задачи поиска ниш с низкой конкуренции не в сложности фразы, а в кластеризации по топам и подсчете KD кластеров.
Основные алгоритмы кластеризации ключевых запросов

Что такое кластеризация по топам?

Кластеризация запросов — это процесс объединения связанных между собой ключевых слов в группы (кластеры). Иногда этот процесс называют группировкой ключевых слов. В идеале кластеризация ключевых слов должна происходить на основе свойств объектов, описываемых данными фразами, и контекста их использования.

SERP предлагает ссылки на релевантные страницы в ответ поисковому запросу, и уже сравнивая выдачу по различным ключевым фразам можно провести точную группировку ключевых слов.

Для определения смысловой и семантической принадлежности фраз, программы пользуются алгоритмами поисковых систем, анализируя состав топовой выдачи. Программа отправляет запросы, например «корм для пожилых собак» и «корм для взрослых собак», и получает в ответ две принципиально разные выдачи.

Вывод: эти ключи принадлежат к разным кластерам. В то же время выдача по запросам «корм для взрослых собак» и «корм для пожилых собак», скорее всего, будет совпадать, то есть эти ключи относятся к одному кластеру. Таким образом проверяется каждый запрос.

Как это происходит:
В топ-20 по каждой фразе ранжируется 20 разных документов.
Некоторые документы входят в топы разных фраз.
Фразы группируются по количеству и позициям общих документов.
Пример группировки на трех фразах:

Как реализовать кластеризацию по топам?

Вручную проделать работу по кластеризации запросов по топам — это крайне сложная задача, так как нужно перелопатить выдачу вдоль и поперек. Поэтому данный процесс необходимо автоматизировать с помощью API.

API Serpstat (application program interface) — это способ получения данных, который помогает быстро выгружать крупные объемы информации без использования интерфейса Serpstat. Также он позволяет интегрировать аналитику Serpstat в свои внутренние инструменты.

В API Serpstat покрывает модули «Анализ сайта», «Анализ обратных ссылок» и «Анализ ключевых фраз» и все описанные методы позволяют получить информацию именно по этим модулям.Реализация кластеризации по топам:
1
Скрипт на базе API Serpstat собирает фразы по заданному ключу сразу с KD.
2
Для полученных фраз тянутся данные по топам.
3
С помощью топов скрипт проводит кластеризацию по алгоритму.
Пакетный анализ данных в один клик:
Serpstat Batch Analysis для Google Spreadsheets
В результате мы получаем кластеры ключевых фраз, используя которые можно проще пробиться в топ выдачи.

Примеры кластеров:

Как использовать конкурентов в поиске несложных ниш?

Представьте, что у вас есть ниша, с которой вы работаете или только хотите в нее зайти, и там уже есть выраженные лидеры. Здесь также поможет показатель сложности фразы. В этой ситуации можно воспользоваться опытом конкурентов, их наработками и сделать лучше!

К сожалению, во всех существующих сервисах, для поиска конкурентов нет возможности увидеть показатель Сложность фразы в отчете по конкурентам. В результате, чтобы прошерстить нишу и получит данные для анализа конкурентов, нужно проделать много рутинной работы.

Поэтому, по аналогии с вышеописанным методом, лучше использовать API.

Поиск низкоконкурентных ниш, в которые можно зайти, используя наработки конкурентов

1
С помощью скрипта на базе API Serpstat собираем фразы, по которым ранжируется домен в заданных поисковой системе, регионе и KD ключей.
2
Группируем фразы исходя из ранжируемой страницы.
3
Анализируем средний KD с учетом частотности фраз для каждой страницы.
В результате получаем:
Используем фразы с низким показателем сложности на своем сайте. Например, пишем контент, и получаем целевой трафик на сайт.

Что такое разнообразие выдачи и как оно может помочь?

Такой анализ полезен в том случае, когда вы хотите зайти в какую-то нишу, но не уверены, есть ли в ней крупные лидеры, которые плотно засели в топе. Либо много разных лидеров в рамках всех подниш. Благодаря анализу топов можно получить именно такую информацию.

Что такое разнообразие топов?

Разнообразие топов — это число, которое определяет, насколько часто встречаются разные домены в рамках всего множества запросов в нише. Проще говоря, это коэффициент, определяющий на сколько часто в результатах выдачи по множеству запросов ниши встречаются новые домены.

Vcoef = Nдоменов / Nфраз

Чем выше коэффициент, тем больше разных доменов встречается в результатах поиска.

Пример разнообразия для разных ниш (Google Украина):
Что видим:

В нише «Семена» при 1956 пробитых фразах в топ-3 обнаружено 822 разных домена (коэф. 0,42). А в нише «Погода», при обработке 954 фраз, — менее 40 (коэф. 0,04). Это говорит о том, что в топ второй ниши плотно забит лидерами, которых вряд ли удастся «подвинуть». Однако, к сожалению, сравнение этих коэффициентов дает только относительное представление о продвижении в нише, и нужно копать глубже. Не все так просто и необходимо проводить дальнейшие вычисления. Чтобы обнаружить ниши без явных лидеров также можно использовать API-скрипт.

Как это работает?

1
Устанавливаем скрипт, использующий API Serpstat.
2
Скрипт выгружает множество фраз по заданному ключу.скрипт, использующий API Serpstat.
3
Для каждого ключа выгружается топ-10.
4
Исходя их полученных данных, определяет и выдает:
Коэффициент разнообразия.
Таблицу доменов с данными по частоте встречаемости.
Перечень фраз, где встречается один или более уникальных доменов
в топе.

Что получаем в результате?

Скрипт собирает ключевые фразы, обрабатывает топ-10 по этим запросам. Кроме коэффициентов (разнообразия топов) он также выделяет таблицу доменов (и того, насколько часто они встречаются) в топ-3, топ-5, и фразы, по которым встречаются уникальные домены.
Это те фразы, которые могут помочь найти ключик к нише: есть домены, у которых по определенным фразам получилось зайти в нишу, можно воспользоваться их опытом и попробовать сделать также, как они.

Как находить низкоконкурентные фразы, упущенные лидерами?

Поиск фраз, упущенных лидерами — это специфическая методика поиска ключей, которые могут помочь выйти в топ. Она работает в том случае, если в рамках ниши есть не просто лидер, а «король» выдачи.

Пример: у нас есть запрос «айфон 10», в выдаче есть сайт Apple, и у них на сайте страница, посвященная айфону 10. Эта страница наиболее авторитетная и трастовая, она и есть «король». Также есть страницы сайтов как Rozetka, Citrus, АЛЛО — крупные конкуренты, которых будет тяжело обойти. И есть методика, которая посволяет с помощью «короля» находить те фразы, которые упускают конкуренты. За счет чего их можно «пушнуть», хорошо проработать упущенные ключи и отвоевать часть рынка.

Как работает алгоритм?

1
Собираем все фразы, по которым страница лидера или лидеров
ранжируются в топ-20.
2
По фразам определяем базовый ключ, то есть слово/словосочетание, которое встречается в подавляющем большинстве собранных фраз.
3
Делаем жесткую кластеризацию по топам.
4
Отсекаем кластеры с главной фразой, состоящей из базового ключа и базовых слов («купить», «киев», «доставка» …).
5
Оставшиеся кластеры уже обрабатываем руками.
Получаем набор кластеров, который содержит те фразы, которые упускают конкуренты.

Пример такого набора фраз в нише «Погода» (https://sinoptik.ua/погода-одесса).
Пример по нише «Электроника» (https://allo.ua/ru/products/mobile/samsung-g950fd-galaxy-s8-duos-64gb-blck.htm ).
В итоге мы получили кластер с фразами «флагман самсунг», «последний самсунг», «новый самсунг галакси». Не обязательно акцентировать внимание на фразах «купить Samsung Galaxy S8 64 GB» и так далее. Лучше сделать оптимизацию по «купить новый флагман самсунг S8» и, скорее всего, если все сделать правильно, то это будет приносить целевой трафик. Пусть он будет конвертироваться хуже, чем лидеров, но такой способ поможет завоевать часть рынка. Однако, есть одно «но»: в этой методике все очень индивидуально для каждой ниши. Поэтому для нее нет скрипта.

Здесь мы заканчиваем часть статьи о методах группировки запросов по каким-то критериям и переходим к самой интересной части — трендам поисковой выдачи.

Как определять тренды в рамках своей ниши без Google Trends?

Говоря о трендах, нельзя не сказать о поисковых подсказках. Это элемент выдачи, который представляет собой особый интерес. Они способны отображать изменение интереса пользователей и быстро на это реагировать.

Так, например, на скриншоте ниже показан пример, когда спустя несколько часов после матча франция−бельгия под поисковой строкой Google уже появляются соответствующие подсказки:
Благодаря подсказкам можно отслеживать тренды активности. Они реагируют крайне быстро, а парсить их намного проще, чем Google Trends. Поэтому я создал методику, которая позволяет работать с подсказками с целью поиска трендов.

Как обрабатываются подсказки:
Допустим, у нас есть слово «отдых». По нему мы имеем около 20 подсказок верхнего уровня. По каждой из этих подсказок мы можем получить
Далее:
1
Ежедневно (можно несколько раз в день) по ключу парсим подсказки первого уровня, а по ним и подсказки второго уровня. Выделяем фразы, которые появляются, сохраняем их количество и текущую дату. Так мы набираем исторические данные.
2
Определяем фразы из подсказок первого уровня (зеленые).
3
Определяем фразы из подсказок второго уровня (красные).
4
Сохраняем фразы с числом их упоминаний и текущую дату.
5
Для ключа фиксируем количество новых фраз за текущую дату.
В результате мы имеем набор данных, по которым мы можем определить динамику появления новых фраз по нашим ключевым фразам. Например, новый цвет телефона, который мы продаем. А по количеству фраз можем определить, насколько та или иная тенденция весома, а также сравнить данные по множеству ключей.

Вот пример всплеска активности по запросу «чемпионат мира» в рамках американской выдачи. В первый день мы видим множество новых фраз, а далее мы собираем новые слова, которые появляются и исчезают.
Далее, пример о том, как быстро подсказки реагируют на всплеск активности. В таблице ниже мы видим данные о том, как появлялись подсказки после выхода новой серии сериала «Мир дикого запада». Серия вышла 10-го июня, а 11-го уже есть подсказки. При том, разница в день обусловлена тем, что в Штатах серия вышла 10-го вечером, а подсказки парсятся по украинскому времени на украинском сервере. Отсюда разница в один календарный день, а не в пару часов, как на самом деле.
Второй пример, как с помощью подсказок можно смотреть динамику какого-то события. Здесь мы взяли День Независимости в США — 4 июля. И что мы видим: уже 27−30 июня в поисковых подсказках появляются запросы о покупке фейерверков. 1-го июля пользователи уже интересуются тем, где купить фейерверки рядом. 4-е июля — это сам праздник — запросы о том, как приготовить кукурузу в початке (популярное блюдо у американцев). 5−6 июля — пользователи интересуются, как почистить гриль, паркет.
Теперь представим ситуацию, что подсказка первого уровня — это событие, которое мы отслеживаем в динамике. И пример «как избавиться от живота». Смотрим запросы: начало июня — пользователи ищут, как избавиться от живота за 1−3 недели. Середина лета — «как быстро избавиться от живота». Это банальный пример, но алгоритм понятен.
Благодаря всему этому реально работать с трендами, обрабатывая подсказки и, избегая при этом ограничений Google Trends. Поэтому, повторим еще раз, что для этого нужно делать:
1
Настроить регулярный парсинг подсказок по своим ключам и целевому региону.
2
Настроить удобный вывод.
3
Настроить оповещение о «всплеске» интереса.
4
Работать с результатом.
И напоследок, какие еще есть источники поисковых подсказок:
1
Яндекс.
2
Youtube.
3
Amazon.
4
Google News.
5
Google Play.
6
Bing.

Сэкономьте время на изучении Serpstat

Хотите получить персональную демонстрацию сервиса, тестовый период или эффективные кейсы использования Serpstat?

Оставьте заявку и мы свяжемся с вами ;)

Оцените статью по 5-бальной шкале

4.25 из 5 на основе 22 оценок
Нашли ошибку? Выделите её и нажмите Ctrl + Enter, чтобы сообщить нам.

Поделитесь статьей с вашими друзьями

Войти Регистрация

Вы исчерпали лимит запросов.

Или email
Забыли пароль?
Или email
Optional
Back To Login

Не волнуйтесь! Напишите свой электронный адрес и мы пришлем вам новый пароль.

Вы уверены?

Awesome!

To complete your registration you need to enter your phone number

Назад

Мы отправили код подтверждения на ваш номер телефона

Your phone Resend code Осталось запросов

Что-то пошло не так.

Свяжитесь с нашей службой поддержки
Или подтвердите регистрацию с помощью Телеграм бота Перейдите по этой ссылке
Выберите один из проектов

Знакомство с сервисом

Ознакомьтесь с основными возможностями Serpstat удобным способом!

Отправьте заявку для ознакомления с сервисом и мы свяжемся с вами в кратчайшие сроки. Наш специалист предложит подходящий вариант, который может включать персональную демонстрацию, пробный период, материалы для обучения и повышения экспертизы, личную консультацию, а также комфортные условия для начала работы с Serpstat.

Имя

Email

Телефон

Будем рады вашему комментарию
Увеличить лимиты

Улучшить тариф

Экспорт недоступен для вашего тарифного плана. Вам необходимо улучшить свой тариф до Lite или выше, чтобы получить доступ к инструменту Подробнее

Зарегистрироваться

Спасибо, мы с вами свяжемся в ближайшее время

Пригласить
Просмотр Редактирование

E-mail
Сообщение
необязательно
E-mail
Сообщение
необязательно

У вас закончились лимиты

Вы достигли лимита на количество созданных проектов и больше не можете создавать новые проекты. Увеличьте лимиты или удалите существующие проекты.

Я хочу больше лимитов