Продавец автозапчастей из Минска пришел в агентство GUSAROV с двумя целями сразу, и вторая оказалась тяжелее первой. Как продавать деталь частному покупателю через сайт, понятно. А как выводить бренды, которых в Беларуси не было, если их названия еще никто не набирает в поиске.
Заказчик пришел с двумя задачами, и вторая оказалась тяжелее
Формулировки на старте звучали коммерчески, а не позиционно: продажа товара частным клиентам и реклама новых брендов и наименований продукции, ранее не представленных в стране. Регион работ Минск, ниша по нашей классификации авто.
Первую задачу закрывает каталог: деталь ищут по названию, номеру и машине, страницы под такой спрос уже есть. Вторая упирается в пустоту. Мы сказали об этом на первой же встрече, чтобы через месяц не объяснять, почему по новому имени нет ни трафика, ни продаж.
Первый разбор каталога: карточки, списки и битые адреса
Обход в Screaming Frog и ComparseR дал набор, обычный для большого товарного сайта: карточки без заголовков и описаний, страницы пагинации с почти одинаковыми адресами, ссылки в никуда, медленная загрузка. Семантику смотрели в Serpstat, ссылочный профиль в Majestic.
Порядок выбирали по цене ошибки. Первыми поставили шаблоны генерации заголовков и описаний для карточек: в каталоге такого размера руками их не написать, а карточка без метаинформации в выдаче почти не участвует. Следом пагинация, битые адреса и скорость. Тексты и доработки по замечаниям заказчика шли в конце.
Как продвигать бренды, спроса на которые в стране еще нет?
Через соседние формулировки. Незнакомое название человек не ищет, он ищет деталь для своей машины, аналог привычной марки или ответ на вопрос, чем заменить оригинал. Под этот спрос собирали контент-план и писали тексты, а сами бренды подставляли в шаблоны карточек: новинка попадает в выдачу по типу детали, а не по имени производителя.
Параллельно шел крауд-маркетинг на площадках, где выбирают запчасть. Для имени без истории это почти единственный способ получить первые запросы по названию.
Сколько фраз должно быть в отчете, чтобы ему верить?
Столько, сколько описывает спрос, а не сколько удобно показать. Спорили внутри команды как раз об этом: список мониторинга собрали на 55 фраз, и для каталога на десятки тысяч позиций это верхний слой спроса, а не весь спрос.
Раздувать список не стали. Снят он в один день в обеих системах при одинаково заданном регионе, а значит, по нему можно честно сравнивать выдачу с выдачей. То, что остается за его пределами, закрывает подбор по конкретной машине, и позициями это уже не меряется.
Видимость 64,9 и 42,1 при разнице в семь фраз
Яндекс: 49 фраз из 55 в первой десятке, это 89 процентов списка, 24 в тройке, 10 на первой строке, ниже сотой строки пусто. Гугл по тому же набору: 42 фразы в десятке, 76 процентов, 20 в тройке, 13 на первой строке и одна фраза за сотой.
Разрыв в видимости в полтора раза при разнице всего в семь фраз объясняется просто: наверху у систем стоят разные по спросу запросы. Первая тридцатка у обеих систем при этом одинаковая, 54 запроса из 55. Заказчику это объясняли так: список найден целиком, вопрос теперь не в том, видит ли сайт поиск, а в том, какие именно фразы стоят выше.
Чему проект научил нас в товарных каталогах
Первое: шаблоны метаинформации в большом каталоге дают больше, чем любой текст, и ставить их надо в начало. Второе: бренд без истории идет через тип детали и упоминания, а не через собственное имя. Третье: короткий список фраз годится для сравнения систем, но не для оценки всего спроса.
Отдельно про нейросети. Объяснительная часть ниши забирается чатом целиком: что это вообще за узел, какой у него ресурс, чем заводская деталь отличается от аналога. Тут есть опубликованный первоисточник, и языковая модель приводит ответ у себя, не отправляя человека дальше. А вот совместимость фактом о мире не является. Подойдет ли номер именно этой машине, зависит от года выпуска, индекса двигателя, комплектации и от того, что менял прошлый хозяин. Такой ответ дает таблица применимости, сверенная с текущим остатком на складе, а она есть только у магазина.
