Прогноз SEO трафика сайта

Прошло уже больше 10 лет с тех пор, как Сергей Кокшаров провел исследование и смог вывести некоторые формулы по составлению прогноза трафика на сайте. С тех пор ситуация не сильно изменилась. Все потому, что нет возможности выявить точные данные. Этому есть ряд причин:

• Активность конкурентов. Если конкуренты сайта начнут активно работать над улучшением позиций, то будет трудно бороться за ТОП, что приведет к увеличению времени на достижение нужного результата.
• Апдейты поисковых систем. Любое изменение алгоритмов может привести к изменению результатов в продвижении. Что тоже замедлит получение необходимых результатов.
• Изначальные данные на сайте. Поведенческие факторы, юзабилити и многое другое могут также сказаться на сроках продвижения и, соответственно, достижения результатов прогноза трафика.

Но спустя 10 лет, выявляются все новые способы чтобы приблизиться к точным данным прогноза и планирования SEO трафика.

Зачем нужно прогнозировать посещаемость сайта?

Казалось бы, зачем нужны не точные прогнозы. Но они могут нам дать ряд очень ценной информации. С помощью простых подсчетов мы сможем:

• Узнать объем спроса в данной нише;
• Проанализировать потенциал сайта в выбранной нише;
• Определить зависимость трафика от сезонности и учесть ее в работе;
• Понять, какие разделы сайта требуют большего внимания;
• Определить результативность проводимых ранее работ;
• Определить объем упускаемого трафика.

Подготовка к составлению прогнозов SEO трафика

Вся дальнейшая информация будет практически ЧЕК-листом по прогнозированию посещаемости. Я буду идти от пункта к пункту. Если вы будете делать все по порядку, то в итоге у вас появятся вполне годные значения. Приступим.

Оцениваем спрос

1. Узнаем у клиента полный объем категорий, которые необходимо продвигать. Возможно, через месяц он думал добавить новый товар/услугу. Или удалить что-то, в чем у него отпала необходимость. Этим пунктом не стоит пренебрегать, чтобы максимально корректно выполнить второй пункт.
2. Начинаем собирать качественное семантическое ядро. От того, как оно будет собрано, будут зависеть итоговые расчеты. Поэтому не стоит брать какие-то общие запросы с огромной частотой. Также тщательно очищаем семантику от мусора. Оставляем только тематические запросы. Делаем как для себя и с любовью.
3. Собираем уточненную частоту «!WS». Нам необходимо исключить другие словоформы для получения более реального результата.
4. Собираем исторические данные по частотности. Нам необходимо узнать частотность за последние 2 года по собранным запросам. Конечно же, выбираем только интересующий нас регион. Нам необходимо собрать данные по каждому запросу за каждый месяц, потом вычислить среднее значение по всем запросам за месяц и рассчитать среднее значение за год.
5. Рассчитываем коэффициент сезонности. Данный коэффициент считается по следящей формуле:
   
   CSeason = DMonth / DYear
   
   CSeason — коэффициент сезонности;
   DMonth — спрос по всем запросам за месяц;
   DYear — среднее значение спроса по всем запросам за год (суммируем все месяцы и делим на 12).
6. Прогнозируем динамику спроса. Для этого сначала мы рассчитываем линейный прогноз на следующие 12 месяцев (у нас есть значение за первый год, за второй год. Ищем зависимость и получаем значение за следующие 12 месяцев). Далее корректируем это значение за каждый месяц с учетом рассчитанного ранее коэффициента сезонности.
   

Расчет сезонности (как и весь прогноз трафика) можно делать как для всего сайта, так и для отдельно взятых групп или запросов. В зависимости от того, что вам необходимо.

Определяем CTR

CTR — это соотношение кликов к показам. Это значение может меняться в зависимости от тематики сайта, конкурентов и тд.

В качестве CTR можно выбрать один из вариантов:

• Общепринятое усредненное значение. Это самый не точный показатель, на который стоит опираться только в случае, если сайт не имеет никаких данных из прошлых периодов (или у вас нет возможности их получить).

• Данные кликабельности из Яндекс Вебмастера. На основе этих данных мы можем рассчитать CTR. Но его точность очень зависит от объема данных. Если проект молодой, то их может не хватать для более точного расчета.

При таком расчете нельзя забывать, что обязательно нужно исключить брендовый трафик.

Составление прогноза трафика

Данные, которые мы собрали по оценке спроса и определению CTR сайта теперь будут нашей основой для составления прогноза трафика.

Прогноз трафика на основе позиций семантического ядра

Данный способ является достаточно легким, но не самым точным. Так как так называемый потенциальный трафик — это скорее метрика, которая очень сильно корелирует с трафиком, но таковой не явдяется.

• Собираем уточненную частоту по каждому запросу. Ранее мы уже собирали СЯ. Если еще не была собрана уточненная частота, то собираем ее сейчас.
• Снимаем позиции по каждому запросу в поисковых системах. Нам необходимо знать позиции для всех ПС, в которых мы продвигаем сайт. В моем случае это Яндекс и Google.
• Рассчитываем P Traf запросов для каждой поисковой системы. P Traf — это метрика, которую натянуто можно назвать трафиком, который должен получать сайт сейчас с каждого запроса. Данная метрика расчитывается по следующей формуле:
  
  PTraf = «!WS» * CTR
  
  PTraf — метрика, очень близко корелирующая с трафиком;
  «!WS» — уточненная частота запроса;
  CTR — CTR каждого запроса.
  
  Пример: Если запрос находится на 3 позиции Google и уточненная частота у него равна 5000, то, в идеале, этот запрос должен приводить на сайт 250 пользователей (это не правильная формулировка, так как P Traf не является показателем трафика, но я привожу ее для понимания числа).
  
  5000*5% = 250
  
  5000 — это уточненная частота запроса;
  5% — это усредненный CTR 3 позиции запроса по Google (взяла для примера из таблицы выше).
• Расчтываем P Traf первого места. То есть мы выяснили метрику для нынешней позиции запроса. Теперь нам надо выяснить максимальное число, которое можно получить в данной метрике для этого же запроса.
  
  PTraf 1 места = «!WS» * CTR 1 места
  
  PTraf 1 места — это PTraf, который был бы если бы запрос был на 1 позиции;
  «!WS» — уточненная частота запроса;
  CTR 1 места — CTR запроса, если бы он был на 1 позиции.
  
  Пример: Берем все тот же запрос с уточненной частотой 5000 и который находится на 3 позиции в Google, но представим, что он на 1 позиции.
  
  5000*10% = 500
  
  То есть максимальное значение у P Traf равно 500.
• Расчитываем %PTraf. Это показатель доли текушего P Traf от максимально возможного (1 позиции).
  
  %PTraf = PTraf / PTraf 1 места * 100%
  
  То есть из моих двух примеров P Traf равен 250, а P Traf 1 места равен 500.
  Значит %PTraf равен 50%.
  
  250/500*100% = 50%
  
  

  Исходя из этого, можно сказать, что по данному запросу трафик можно увеличить в 2 раза.

• Подсчитываем общий P Traf, PTraf 1 места и %PTraf по всем запросам. Для этого нам нужно сложить каждую из этих метрик по каждому запросу.
• Учитываем сезонность. У нас есть метрики, корелирующая с трафиком (P Traf, PTraf 1 места) и коэфициэнт сезонности CSeason. С помощью них мы можем скорректировать метрики P Traf, PTraf 1 места и сделать их более точными.
  Для этого необходимо P Traf и PTraf 1 места по всему сайту умножить на CSeason.

На основе PTraf можно понять, например, хорошо ли проработан ваш сниппет. И это только малая часть того, что можно увидеть по этим показателям. А PTraf 1 места показывает куда можно еще стремиться.

Аналогичные расчеты можно делать отдельно для каждого запроса или группы запросов.