Разбираем конкурентов на части: анализ популярности разделов

Отношения интересуют женщин сильнее, чем здоровье и красота вместе взятые, а секс в два раза популярнее среди женщин, чем свадьба. Эти и другие интересные факты, которые можно узнать из отчёта в Power BI, анализируя конкурентов.

--

Привет! В этой статье расскажу как с помощью пары отчетов из keys.so, Power BI и 15 минут времени собрать отчёт, который позволит быстро изучить структуру любого конкурента и найти его сильные и слабые стороны, чтобы учесть это на своем сайте, поехали.

Что мы получим на выходе? Вот такой очень наглядный интерактивный отчёт:

Звучит многообещающе и на деле так оно и есть, благодаря такому отчёту я быстро понимаю, куда нужно прикладывать усилия особенно в первые месяцы, чтобы клиент увидел результат. Сделав акцент не туда, можно провести большой объем работ без внятного результата.

Перед стартом хочу сказать, что мы будем собирать подобие вкладки "Популярные разделы" из Ahrefs, @wmaster_bot в телеграмме позволит за 10 рублей получить такой отчёт с выгрузкой, похожий функционал есть у Similarweb.com. Оба варианта мне не очень нравятся в силу того, что сервисы во-первых, не дешевые, во-вторых, зарубежные, данные куда менее точные чем у российского аналога, который позволяет делать выгрузки не только по поисковикам, но и по городам.

Также отчёт можно кастомизировать до бесконечности, прикрепляя данные с любого другого сервиса, объединив по общей вкладке URL. В итоге, можно собрать комбайн, который покажет:

- Популярные разделы на сайте;

- Запросы которые ведут на эти разделы;

- Видимость разделов по поисковикам;

- Кол-во ссылок на разделы (выгрузкой ссылок из GSC, Яндекс.Вебмастера или Ahrefs);

- Да и просто оценить структуру сайта по уровням вложенности и по распределению трафика по ним;

Куда без них, если страницы конкурента не имеют чёткой структуры URL с понятной вложенностью генерация отчёта серьезно усложняется. Будем предполагать, что вы нашли несколько конкурентов, которые заморочились и сделали правильную структуру. Пример плохого сайта для анализа - 4pda.ru. Структура форума не позволяет понять, какие разделы (сумма трафика на внутренние страницы) имеют наибольшую видимость.

Разбирать будем на примере Woman.ru. Структура у них не очень развитая, но тем нагляднее будет. Женские сайты крайне трешовые по контенту, поэтому могут быть неожиданные повороты.

Для работы нам нужны данные из Keys.so. Заказываем отчёт на том же Кворке или любом фрилансе, либо пользуемся подпиской.

Нас интересует вот этот раздел:

Мой тариф позволяет выгрузить только 100 000 урлов, однако через API можно забрать данные для всего проекта. Сортируем урлы по топ-10 и выгружаем:

Power BI - бесплатная программа для работы с отчётами. Многие пользуются Google Data Studio, но мне нравится именно десктопная версия программы, поскольку позволяет работать с реально большими данными в миллионы строк, не уверен что GDS будет оперативно справляться с таким объёмом.

После установки нас встречает окно, его просто закрываем:

Данные мы выгрузили в CSV, поэтому выбираем Excel как источник данных:

Нам нужно скорректировать данные, поэтому жмём "Преобразовать данные"

Создаём дубликат столбца, именно его мы будем делить на части:

Снова жмём правой кнопкой по дублированному столбцу и выбираем разделить с помощью разделителя:

Очевидно, разделитель у нас пользовательский, слеш

Готово, получили столбцы по разным уровням вложенности, удалим первые три

Подготовка данных завершена, у нас есть полный URL, а также столбцы по всем уровням вложенности, жмём "Закрыть и применить".

Добавляем таблицу, туда выведем полный URL, Среднюю видимость по урлу и количество запросов в Топ-10. Здесь мы будем смотреть самые популярные страницы на сайте в рамках какого-либо раздела.

Дополнительно создаём 3 таблицы для всех интересующих уровней вложенности.

Ниже располагаем графики для наглядного анализа распределения трафика по разделам. И получаем примерно такой отчёт:

Ожидаемо самый трафиковый раздел "Отношения", дальше идёт здоровье, красота и психология, причём распределения трафика между последними тремя примерно равное.

Прелесть Power BI в том, что работает общая фильтрация, выбирая нужные данные на одном из блоков, получаем фильтр по всем остальным блокам. Выберем раздел отношения и посмотрим, как распределяются данные внутри:

Ожидаемо мужчины и секс стали самыми востребованными направлениями, а вот свадьба интересует женщин в два раза меньше:

А сделав срез по нужному разделу можно посмотреть самые популярные URL:

Мое уважение тем, кто осилил этот поток скриншотов. Может показаться, что сделать такой отчёт сложно и долго, но поверьте, пару раз прогнать от начала до конца и делать подобный срез будете большим пальцем левой ноги в перерыве между работой. В моей работе данный инструмент стал просто незаменимым помощником, потому что я люблю когда наглядно и понятно.

Повысить точность отчёта можно за счёт полной выгрузки всех данных, но общую картину показывает и этот набор данных. Как я уже писал, это только малая часть того, что можно прикрутить к отчету, представьте, что вы можете догрузить данные по сканированию из Screaming Frog, выгрузить входящие ссылки из Ahrefs, подгрузить данные по логам и в этой аналитике можно остаться не на один вечер, изучая и играясь данными.

Дальше раздувать этот отчёт я уже не вижу смысла, поэтому если было полезно и хотите продолжения - надо посигналить в комментариях.

Ну и по традиции залетайте в ТГ канал, раз в неделю гарантированно появляется материал по моим наработкам в области SEO -

https://t.me/heymoneymaker