Как мы продвинули интернет-магазин автозапчастей с помощью Serpstat — кейс GUSAROV

Для продвижения проекта мы остановились именно на Serpstat, так как в нем объединены все необходимые функции для определения стратегии продвижения и анализа конкурентов. В процессе продвижения сайта мы использовали сервис следующим образом:

Остановимся подробнее на каждом пункте.

Для анализа конкурентов наше агентство использует Serpstat. Можно воспользоваться бесплатным функционалом для решения оперативных задач: например, узнать лидеров тематики в органической выдаче и в дальнейшем ориентироваться на них при разработке стратегии продвижения.

Если использовать бесплатные возможности, в выдаче будет ограниченный список результатов. Советуем приобрести соответствующий вашим задачам тарифный план. Так можно будет увеличить выборку и детально проработать план продвижения.

Самый простой способ найти лидеров тематики — зайти в поиск и вбить самый высокочастотный ключ. В нашем случае это будет «автозапчасти в Минске». Затем выбираем домен из топ-5 в поисковой выдаче и вводим его в Serpstat.

В результате получаем список конкурентов из поисковой выдачи. Остается проанализировать сайты с наибольшей видимостью и наибольшим числом фраз у домена:

После выбора наиболее релевантных конкурентов мы приступили к анализу структуры сайтов и сбору запросов. Для построения правильной структуры мы определили страницы с наибольшим трафиком с помощью раздела «Страницы с наибольшей видимостью»:

Сайт aza.by наиболее подходил к нашей структуре, поэтому он был взят за основу.

Мы разбили страницы на 3 категории:

• Каталоги конкретных запчастей:

• + Карточки (не стали выделять наиболее трафиковые).

Таким образом мы получили список страниц, на которые стоит сделать упор. После проработки структуры сайта мы собрали семантическое ядро. Serpstat позволяет выгрузить все ключевые запросы конкурентов сразу или отдельно по посадочным страницам:

Мы выгрузили сразу все запросы наших конкурентов и приступили к чистке.

Итого Serpstat помог нам:

После ручной чистки «мусорных» запросов можно приступать к кластеризации.

Кластеризация в Serpstat дает возможность сгруппировать запросы, используя два алгоритма:

• Soft — запросы объединяются в группу, если есть общий набор URL хотя бы для одной пары.
• Hard — запросы объединяются в группу, только если есть общий для всех набор URL:

Обычно мы выбираем тип связи Medium и тип кластеризации Soft — это дает не такую жесткую группировку и позволяет специалисту оставить больше запросов в кластерах (больше участия специалиста).

Мы сгруппировали все собранные запросы и теперь приступаем к текстовой аналитике:

Текстовая аналитика не только помогает формировать ТЗ для копирайтеров, но и является основанием для специалистов при написании Title и H1.

Таким образом, текстовая аналитика в Serpstat помогла нам сформировать полное ТЗ для копирайтеров. Кроме того, она дает не только фразы, которые нужно использовать в тексте, как на скриншоте ниже:

Но также слова, которые были замечены у конкурентов — часть этих слов задают тематику и их тоже нужно использовать в тексте:

Все эти данные дают возможность специалисту быстро выбрать количество необходимых ключей и их вхождений:

Мы пробовали разные текстовые анализаторы, но остановились на Serpstat. У сервиса есть одна отличительная черта: он не дает точного количества вхождений, которые нужно употребить, а дает средний процент, к которому нужно стремиться.

После кластеризации и текстовой аналитики можно смело внедрять семантику и рассчитывать на положительный результат. На проекте мы внедрили более 300 кластеров запросов.

После внедрения кластеров запросов мы сразу получили рост позиций в двух поисковых системах: Яндекс и Google. Стоит отметить, что в первой наш сайт занял топ гораздо быстрее, чем во второй. В Яндекс среднее время попадания в топ после внедрения семантики составило от 2 до 4 недель. В Google это время равнялось от 1 до 2 месяцев. Наиболее высокочастотные запросы попали в топ Яндекс:

Serpstat помог нам:

Результаты аналитики показаны на графиках ниже: