Кейсы

– Читать 7 минут –

31 июля 2018

Прочитать позже

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

Как мы продвинули сайт с помощью Serpstat: кейс Gusarov Group

Иллюстрация: Мария Марикуца

Автор статьи о продвижении интернет-магазина автозапчастей

Павел Буевич

Ведущий SEO-специалист в GUSAROV

Как добиться поставленных клиентом KPI и увеличить трафик на 20% в тематике «Автозапчасти»? Рассказываем, как выполнили все, даже при наличии конкурентов в поиске с такой же структурой каталога и агрегаторов, которые со статичностью и реальными карточками выигрывают у обычных каталогов.

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:

Проанализировали конкурентов (определили лидеров тематики).

Построили структуру сайта на основе конкурентов.

Собрали ключевые запросы конкурентов.

Провели текстовую аналитику (получили список рекомендуемых ключей).

Остановимся подробнее на каждом пункте.

Поиск и анализ конкурентов

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.

Поиск лидеров тематики

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:

Конкуренты в поисковой выдаче в отчете Serpstat

Построение структуры сайта

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»:

Анализ сайта, отчет по страницам с наибольшей видимостью

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

Отчет Страницы лидеры по поисковым запросам

Мы разбили страницы на 3 категории:

Каталоги конкретных запчастей:

Пример списка страниц каталогов по конкретному товару

Пример 10 страниц

Запчасти по маркам авто:

Отсортированные страницы запчастей по маркам авто

Пример 10 страниц

+ 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:

Определить основных конкурентов, на которых мы в дальнейшем ориентировались. Мы взяли сайт aza.by как основного конкурента в выдаче, т. к. структура сайта была очень похожа + сайты atr.by и autoostrov.by.

Проработать структуру сайта на основании «страниц-лидеров» конкурентов. Мы добавили на свой сайт разделения каталога на конкретные запчасти, например на амортизаторы по маркам легковых автомобилей:

Анализ страницы сайта с каталогом производителей легковых автомобилей

Собрать первоначальную семантику и выгрузить все запросы наших конкурентов.

Текстовая аналитика: проверка и применение результатов

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

Удаляем не релевантные, мусорные ключевые фразы и настраиваем текстовую аналитику

«Мусорные» запросы

Создаем проект в инструменте «Кластеризация»:

пишем название проекта и доменное имя;
добавляем ключевые запросы, используя импорт;
выбираем поисковую систему, регион и локацию;
выбираем тип связи и тип кластеризации.

Ссылка на статью о кластеризации в Serpstat

Кластеризовали, кластеризовали, и наконец выкластеризовали: как работает наш новый инструмент

Создание проекта кластеризации в Sersptat

Добавляем ключевые фразы в проект 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:

Настраиваем силу связи и тип кластеризации

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).

Пример результата кластеризации ключевых фраз для сайта

Получаем сгруппированные запросы по разным кластерам, которые в дальнейшем мы доработали вручную

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

Настраиваем текстовую аналитику для категории «моторное масло»

Выбираем кластер, нажимаем TA и отправляем его на анализ

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

Анализируем ключевые фразы, которые могут входить в 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:

Отчет текстовой аналитики по ключевым фразам, которые входят в текст статьи

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

Список связанных ключевых слов конкурентов, которые семантически связаны с нашими

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.

Что в итоге попало топ?

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:

Скриншот из Яндекс.Вебмастера по ключевым словам

В заключение

Serpstat помог нам:

Проанализировать конкурентов и найти лидеров по трафику.

Определить и построить релевантную структуру сайта.

Провести кластеризацию запросов и текстовую аналитику.

Составить ТЗ для копирайтеров.

Результаты аналитики показаны на графиках ниже:

Рост трафика в Яндексе после оптимизации страницы

Отчет из Google Analytics по трафику после оптимизации в Serpstat

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

3.83 из 5 на основе 6 оценок

Нашли ошибку? Выделите её и нажмите Ctrl + Enter, чтобы сообщить нам.

Сообщить об ошибке

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