Разговор о проекте владелец начал с фразы, что прокат автомобилей занятие интересное и прибыльное. Компания из Минска несколько лет сдает машины представительского класса для деловых поездок и эконом-класс для путешествий, ниша по нашей классификации это авто, работы вело агентство GUSAROV. Претензий к бизнесу у клиента не было, вопрос стоял иначе: часть каналов привлечения просто не работала.
Разговор с владельцем: автопарк есть, канала нет
Автопарк большой, сервис клиентоориентированный, цены собраны с оглядкой на рынок, а поиск компанию почти не показывал. Задачу клиент сформулировал через заявки и доход, а не через строчки в выдаче, и такой заказ мы делим на две части: сначала стратегия целевого трафика, потом рост конверсии.
Список препятствий составили вместе с ним: небольшая структура сайта, отсутствие адаптивной верстки, размытая аудитория, отсутствие рекламы в интернете и низкая узнаваемость.
Три находки аудита, которые задали порядок работ
Технический аудит дал ровно три пункта: неоптимизированные метатеги, слишком узкая семантика и небольшая структура. Порядок работ вырос прямо отсюда. Сначала исправили технические ошибки и удалили неактуальные страницы, и только после этого собрали и кластеризовали семантическое ядро.
Сайт смотрели связкой Screaming Frog и ComparseR, индексацию отслеживали в Search Console. Копирайтеры разобрали конкурентный контент и переписали тексты по формулам BM25 и алгоритмам контекстно-зависимого аннотирования яндекса.
Почему карточкам автомобилей писали не тексты, а шаблоны?
Потому что автопарк живет своей жизнью: машины добавляются и уходят, и руками заголовки с описаниями в таком каталоге не поддержать. Мы внедрили шаблоны генерации Title и Description для карточек, а каталог параллельно наполняли новыми автомобилями.
Рядом шла обычная гигиена: оптимизация страниц пагинации, удаление битых ссылок, расширение ядра и работа над скоростью загрузки. Метатеги на посадочных страницах писали отдельно, их немного и они того стоят.
Список из 446 фраз: что осталось за сотой строкой
Позиции снимали по обеим системам одним списком. Линии почти месяц стояли ровно, а в середине марта 2016 года сдвинулись сразу по всем границам топа: так выглядит момент, когда переиндексация подхватила исправленную структуру.
Читать эти две панели удобнее с конца. Список одинаковый, 446 фраз, и вне первой сотни осталось 32 запроса в яндексе и 44 в гугле. То есть почти весь список найден и ранжируется, а не потерян.
Отказы шли вниз четыре месяца подряд
Второй разговор с клиентом был про поведение людей на сайте, и здесь пригодились два кадра из аналитики. Визиты из гугла за окно наблюдения выросли примерно в два с половиной раза, а доля отказов опускалась каждый месяц.
Вместе они говорят больше, чем по отдельности: трафик прибавил на исправленной технической части, а падающие отказы означают, что человек попадал на нужную машину, а не на общий список автопарка.
Спустя годы: кому еще нужен этот автопарк
К проекту вернулись позже, и разговор шел уже про новые группы клиентов. Добавили страницы для корпоративной аренды и для машины с водителем, каталог расширили моделями и сегментами, между категориями и теговыми страницами выстроили перелинковку.
Под регионы завели отдельные поддомены и зарегистрировали их в панелях вебмастера обеих систем, региональный трафик после этого прибавил 44 процента. Скорость загрузки выросла на 35 процентов, расширенные сниппеты подняли кликабельность на 22. Сайт начали переводить на английский и немецкий.
Почему заявок прибавилось меньше, чем трафика?
Из-за состава новых страниц. Органический трафик за год вырос на 58 процентов, а заявки на аренду на 36: часть переходов пришла на региональные поддомены и информационные материалы, где человек еще выбирает город и класс машины.
Остальные цифры того же отчета: 9 400 уникальных посетителей в октябре, это на 41 процент больше, чем годом ранее, конверсия по заявкам выше на 28 процентов, среднее время на сайте на 20, отказы ниже на 15. Клиенту мы объяснили разрыв так: широкий вход всегда конвертирует хуже узкого, и это нормальная цена за охват.
Что нейросеть ответит на вопрос про свободную машину на нужные даты
Работ под ответы нейросетей на этом проекте не велось, и приписывать их себе мы не станем. Разговор ниже о другом: почему материал проката хорошо ложится в такие ответы, если он вообще есть на сайте.
Общие вопросы про классы машин, документы и правила аренды языковая модель закрывает сама, по справочникам. А вот свободна ли конкретная машина на нужные даты, какой сейчас залог и какой лимит пробега, знает только компания, и ответ живет ровно одну неделю. Взять его неоткуда, кроме карточки автомобиля, которую кто-то обновляет.
Отсюда практический вывод для ниши. В ИИ-выдачу попадает страница, где условия названы словами: класс, коробка, залог, пробег, срок аренды. Страница с одной формой заявки в такой ответ не проходит, потому что цитировать в ней нечего. На этом проекте карточки получили заголовки и описания по шаблону, а каталог держали актуальным, и материал такого разбора выдерживает.
