Проработка запросов из Google Search Console
Итак, предположим, что вы сделали страницу на определённую тему. Собрали ключевые запросы, написали под них текст. Пересчитали картинки у конкурентов в топе и количество букв в их таблицах. Вы причесали текст и привели вхождения к медианным значениям. Потом собрали и проработали LSI-фразы. Но результат вас по-прежнему не устраивает. Что делать дальше?
Логика здесь довольно простая. Очень часто можно обнаружить запросы, по которым ваш документ уже ранжируется в Google, и уже близко к топу. То есть ПС считает вашу страницу релевантной этим запросам, даже при том, что они отсутствуют у вас на странице.
Описываемая ниже методика применима по большей части к контентным сайтам и тематикам, по которым есть большая семантика. Пытаясь применять этот метод, допустим, к странице “Резка листовой нержавейки”, вы вероятнее всего увидите, что уже вписали в текст всё, что только можно. Но с контентными сайтами, статьями и информационными страницами метод работает на ура.
Выгрузка ключевых фраз из GSC
Первое, что нам нужно сделать - это заполучить эти самые ключевые запросы. Сделать это можно двумя способами.
Способ первый - банально руками выгрузить непосредственно из консоли. Заходим в интерфейс и в разделе эффективность переходим во вкладку страницы.
В списке ниже, вам нужно найти страницу с которой вы планируете работать. Просто кликаете на нужный url и видите запросы, по которым этот документ ранжировался в поиске. В правом верхнем углу нажимаем на экспорт и открываем таблицу в Excel.
Второй способ - для любителей работать в Google Docs. Для выгрузки вам потребуется это бесплатное расширение. Заходим на сайт, переходим в каталог приложений гугл и скачиваем плагин "Search analytics for sheets".
Предоставляем все необходимые разрешения, после чего создаём новую таблицу и во вкладке расширения выбираем нужное и кликаем открыть сайдбар.
Затем выбираем с какого ресурса будем выгружать данные, в поле “group by” выбираем query+page и нажимаем кнопку request data. Выгружается почти мгновенно. Плюсы такого подхода:
- Всё в облаке, всегда под рукой;
- Можно выгружать по расписанию;
- Удобная фильтрация - можно вытаскивать данные для определённой страны или устройства;
- Привычный всем интерфейс гугл таблиц.
В таблице нас, в основном интересует столбец позиция.
Дальнейшие действия уже будут зависеть от того, сколько фраз у вас выгрузилось. В нашем случае, их не очень много, поэтому мы берём всё, что имеет позицию от 11 до 20. Если у вас сотни запросов, то можете сузить этот диапазон, а также обратить внимание на столбец показы, взяв в работу только самые распространённые. У нас фраз немного, поэтому берём все.
Поиск отсутствующих фраз в тексте
Следующая наша задача состоит в том, чтобы найти фразы, которые сейчас отсутствуют в документе. Делать это можно по-разному, искать руками с помощью ctrl+F, использовать текстовые анализаторы вроде Миратекст, Адвего, Просперо, или любой аналог на ваше усмотрение.
Если будете использовать Просперо, то он просит ключевые запросы через запятую. Для этого в нашей выгрузке эксель в столбец F прописываем формулу =A2&"," и тянем вниз, сколько требуется.
Имейте ввиду, что Адвего, к примеру, по-умолчанию ищет только прямые вхождения, а для морфологических вхождений нужно использовать различные маски, что на мой взгляд не очень удобно и я использую либо Миратекст (инструмент “Контроль ключевых слов”), либо Просперо (вкладка инструменты → проверка ключевиков).
Сегодня из любопытства использовал оба - результаты одинаковые.
Миратекст:
Просперо:
Собственно что мы имеем: 9 ключевых запросов, у которых нет вхождений на странице, но мы при этом ранжируемся в пределах 11-20 позиции. Почти наверняка, если мы интегрируем запросы в текст, то доберём недостающие “баллы” релевантности и получим прирост трафика по этим ключам.
Прорабатываем страницу с учётом новой семантики
Полученные фразы нужно не просто “куда-то вписать”, а добавить на страницу новый блок контента с их вхождением. Это принципиальный момент. То есть как минимум дописываем параграф-другой осмысленного текста с вхождениями. Если логично, то можно сделать это в рамках отдельного подзаголовка.
В текущем примере я делаю дополнительный абзац.
Затем отправляем страницу на переиндексацию и ждём результатов. Если в cms есть такая возможность, то странице меняется дата последней редакции.
Все наши манипуляции имеют два положительных момента:
- Мы повысили текстовую релевантность нашей страницы, оптимизировали её под перспективные запросы.
- В целом дали сигнал Google о том, что контент обновляется, а стало быть не теряет актуальности. А гугл это любит.
Редкое везение
В случае с тематическими контентными сайтами в которых проработана семантика определённой ниши, анализ фраз из Google Search Console, или Яндекс Метрики может подкинуть вам поистине бесценные ключевые запросы. Это запросы по которым есть трафик на ваш сайт, но по которым у вас вообще нет материалов. Такое редко, но случается.
Это чёткий сигнал, что под эти запросы у ПС вообще нет релевантных документов, а запросы пользователей есть. При этом ПС как бы считает весь ваш сайт релевантным запросу. В таком случае создав контент вы гарантированно попадаете в топ выдачи, а если мы говорим о гугл, то зачастую бонусом окажетесь в Google Discover.
В это трудно поверить, но по-прежнему не на все вопросы в интернете уже ответили.
Резюме
Вкратце продуктивно и быстро повысить релевантность текста для гугл можно следующим образом:
- Выгружаем запросы из GSC удобным способом;
- Определяем каких фраз нет в нашем контенте;
- Дорабатываем текст с учётом этих фраз;
- Рассказываем об этом Google;
- Ждём результатов и повторяем с другими страницами.
