Самостоятельное прогнозирование органического трафика

Друзья, рад всех приветствовать! Сегодня поговорим о том, как можно самостоятельно прогнозировать органический траффик. Дело это весьма полезное, поскольку когда дело касается SEO оптимизации, хочется понимать ожидаемый “выхлоп”, особенно если вы являетесь собственником сайта. И в этой статье мы сравним различные подходы прогнозирования, инструменты и сервисы, которые могут вам в этом помочь.

Самостоятельное прогнозирование органического трафика
Самостоятельное прогнозирование органического трафика

Прогнозирование трафика это…

Прогнозирование органического трафика — это совокупность аналитических процессов для определения потенциала ваших поисковых позиций, количества посетителей и в том числе тех ресурсов, которые вам нужно заложить при планировании seo оптимизации.

На основании этих данных можно оценить ваш ожидаемый доход от SEO,
что особенно актуально для личных блогов, электронной коммерции и новостных сайтов.

В ходе прогнозирования вам предстоит определить CTR, конверсию и объем продаж вашего товара/услуги и другие влияющие на конечный результат показатели.

Важно отметить, что единого метода прогнозирования в SEO нет. Да и простым данный процесс не назовешь, именного на этом фоне возникает множество споров на тему того, как получить наиболее точные результаты.

Да, несмотря на отсутствие 100% гарантий, прогнозирование наверняка поможет бизнесу, компании или любому отдельному человеку скоординировать свои действия перед тем, как начать поисковую оптимизацию.

Самостоятельное прогнозирование органического трафика
Самостоятельное прогнозирование органического трафика

Итак, прогнозирование трафика полезно для:

Собственников бизнеса, которые хотят понимать приблизительное соотношение затрат и дохода от SEO-оптимизации;

SEO-специалистов, которые хотят получить конкурентное преимущество и/или улучшить свою коммуникацию с клиентом.

Самостоятельное прогнозирование органического трафика

Существуют четыре разных подхода в прогнозировании трафика:

1. С использованием платного инструмента Semrush и его внутренними сервисами для прогнозирования;

2. Наш метод, который поможет спрогнозировать трафик на 6/12 метров с помощью бесплатных инструментов;

3. Метод оценки трафика на основе исторических данных;

4. Бонусный метод, который подходит только специалистам продвинутого уровня.

Самостоятельное прогнозирование органического трафика

Метод 1 - Прогнозирование с помощью Semrush

Самостоятельное прогнозирование органического трафика

* Это не реклама сервиса. Абсолютно с тем же успехом можно использовать абсолютно любой схожий сервис вроде Ahrefs или SerpStat.

В своём блоге Semrush пишет о прогнозировании не только органического трафика, но и конверсии, лидов и продаж. Этот аспект уже не имеет отношения к SEO, но в конце статьи мы приложим формулы в виде бонуса.

Для прогнозирования органического трафика с помощью сервиса Semrush нам необходимо взять месячный поисковый объем по интересующим нас ключевым словам и умножить их на CTR нашего сайта.

● Поисковый объем — среднее количество поисковых запросов по ключевому слову в месяц.

● Органический CTR — процент поисковых запросов, которые генерируют клики на ваш сайт в поисковой выдаче.

Важный момент:Для более точного результата прогнозирования трафика рекомендуется брать показатель CTR, исходя из данных в вашей Google Search Console. Однако, если ваш сайт работает недавно или вы ранее не занимались его поисковой оптимизацией, можно взять средние показатели из исследования Semrush.”

Самостоятельное прогнозирование органического трафика

Вот собственно и сами результаты исследования в рамках CTR:

Самостоятельное прогнозирование органического трафика

Теперь перейдем непосредственно к инструментам сбора данных для будущего прогнозирования. Для сбора ключевых слов будем использовать инструмент, который называется Keyword Magic Tool.

Переходим на главную страницу сервиса и вводим необходимое нам ключевое слово, в рамках примера мы возьмем запрос “movies”, чтобы собрать ключевые слова для сайта кинотеатра.

Самостоятельное прогнозирование органического трафика

Нажимаем на кнопку Search и буквально сразу получаем набор ключевых слов, которые изначально отсортированы по поисковому объему.

Самостоятельное прогнозирование органического трафика

Далее собираем нужные ключевые слова и экспортируем их в файл.

Самостоятельное прогнозирование органического трафика

После того как мы собрали список нужных нам ключевых слов, переходим в Google Search Console, чтобы посмотреть CTR по целевым страницам для наших ключевых слов.

Самостоятельное прогнозирование органического трафика

А теперь остается последовать по формуле, которую предлагает нам Semrush.

Месячный прогноз органического трафика =
месячный поисковый объем по ключам х CTR (будем брать средний CTR из исследования)

Берем поисковый запрос “movies near me” и его поисковый объем за месяц по США, который равен 3 350 000. Возьмем средний CTR на мобильных устройствах по 5 месту в SERP - 5,6%. Теперь используем нашу формулу.

3,350,000 х 5,6% = 187 600

Цифра конечно впечатляющая, но совсем не точная, поскольку учитывает только два параметра. Для особо внимательных читателей напомним, что мы взяли запрос, который в большинстве случаев может выпасть в расширенной выдаче с помощью Карты и Бизнес профиля Google. Ну и конечно,
данные берутся только за 1 месяц,
что тоже ухудшает точность.

Так же рекомендовано следить за результатами ваших конкурентов, для этого достаточно открыть инструмент Organic Research Tool. Вводите домен конкурента и смотрите его позиции по ключевым словам.

Самостоятельное прогнозирование органического трафика

Теперь переходим в Rankings, чтобы посмотреть позиции по топовым ключевым словам.

Самостоятельное прогнозирование органического трафика

Теперь вы можете постоянно анализировать изменение позиций ваших конкурентов и видоизменять вашу стратегию поисковой оптимизации.

Самостоятельное прогнозирование органического трафика

Метод 2 - Бесплатное прогнозирование трафика на 6/12 месяцев

Для начала возьмем объект нашего прогнозирования. В нашем случае возьмем сайт компании, которая занимается продажей новых и поддержанных автомобилей в Бруклине. В рамках основного ключа возьмем “car dealership brooklyn”. Идем в Google, заходим в режим инкогнито и смотрим на первые строки SERP.

* Важный момент: Желательно использовать только те сайты, у которых в выдаче используется именно главная страница. Не используем страницы категорий интернет-магазинов и сайты-агрегаторы. Только нишевые сайты, которые являются конкурентами напрямую.

Берем 3 сайта дилеров, которые так же занимаются продажей автомобилей.

Самостоятельное прогнозирование органического трафика
Самостоятельное прогнозирование органического трафика
Самостоятельное прогнозирование органического трафика
Самостоятельное прогнозирование органического трафика
Самостоятельное прогнозирование органического трафика
Самостоятельное прогнозирование органического трафика

Теперь собранные сайты мы добавляем в сервис Metrica, вот пример.
Данные берем за год.

Самостоятельное прогнозирование органического трафика
Самостоятельное прогнозирование органического трафика

Открываем Google Таблицу и начинаем расчет. Для начала выписываем данные по месячному трафику на каждом сайте за последние полгода (мы берем с апреля по сентябрь 2023 года). При сборе данных старайтесь избегать аномальных всплесков трафика с большим отрывом от средних значений.

Самостоятельное прогнозирование органического трафика

Далее высчитываем среднее значение по каждому месяцу, а затем находим среднее значение по среднему значению. В итоге: наибольшее среднее значение по месяцам — возможный достижимый результат в рамках 12 месяцев, среднее значение выделенное зеленым — возможный достижимый результат в рамках 6 месяцев.

* Ссылка на шаблон таблицы - Forecast

Да, как и с первым методом результаты далеки от идеала, но результаты становятся понятны уже на более продолжительной дистанции.

Самостоятельное прогнозирование органического трафика

Метод 3 - Прогнозирование на основе собственных исторических данных

Еще один достаточно простой метод, который подойдет только в том случае, если вы уже вели какие-либо работы по SEO-оптимизации и на вашем сайте есть исторические показатели трафика.

Самостоятельное прогнозирование органического трафика

Например, зайдя в сервис Google Analytics можно увидеть данные, что
ваш органический трафик вырос на 10% за 12 месяцев. Исходя из простой логики, можно сделать вывод, что приложив те же самые усилия к оптимизации вы можете увеличить трафик еще на 10% за тот же временной промежуток.

Да, такой подход является наименее точным, потому что не учитывает тенденции поисковых систем и ваших конкурентов, но дает базовое представление о том, как лучше выстроить вашу SEO стратегию.

Самостоятельное прогнозирование органического трафика

Метод 4 - Наиболее точный и сложный

Самостоятельное прогнозирование органического трафика

Данный метод не будет расписан полностью, так как использует сложную модель машинного обучения. Прогнозирование выполняется с помощью скрипта и данных, которые вы загружаете в модель.

Метод описан нашими коллегами из издания Search Engine Journal и является профессиональным инструментом, который требует изучения и точно не подойдет новичкам. Этот подход также требует огромного количества данных. Вот выдержка от авторов:

“Периодичность сбора данных полностью определяет временной интервал, который необходим для прогноза.

Например, если данные поступают ежедневно, на основании веб-аналитики сайта, то у вас будет более +- 720 дата поинтов (точка данных — единица данных за определенный период времени), что вполне приемлемо.

В случае с Google Trends, где данные поступают еженедельно, для получения 250 дата поинтов данных потребуется не менее 5 лет.

В любом случае следует ориентироваться на временной интервал, дающий не менее 200 дата поинтов (цифра взята из нашего личного опыта).”

Для того, чтобы получить расчеты, необходимо пройти по следующим этапам:

Извлечь данные и простроить графики;
● Рассчитать наилучшую математическую модель;
● Провести статистическое тестирование временного ряда;
● Оценить количество параметров для SARIMA (модель машинного обучения);
● Протестировать модели и приступить к построению прогнозов.
● Интерпретировать и экспортировать полученные прогнозы.

Из плюсов модели можно выделить высокую точность.
Из минусов огромную зависимость от точности данных и их количества.
Если у вас крупное новостное издание и вы хотите наиболее точно прогнозировать оптимизацию с помощью вечнозеленого контента, то вам стоит показать данный материал вашему SEO-специалисту.
Вот ссылка на методику.

Самостоятельное прогнозирование органического трафика

Заключение

Друзья! Спасибо, что дочитали статью до конца!
Надеемся, что выше указанные методы прогнозирования помогут вам для составления собственной или клиентской SEO стратегии. Да, мы знаем, что описанные выше методы не претендуют на высокую точность результата, однако и время, которое вам необходимо для их калькуляции минимально.

Рекомендуем использовать их для того, чтобы видеть наиболее вероятный вектор событий на нужных вам отрезках времени. Будем рады, если вы опишите те методы прогнозирования, которые используете вы.

Самостоятельное прогнозирование органического трафика
44
Начать дискуссию