Определяем сезонность спроса в интернете

Многие компании, приходя в интернет, сразу же ставят перед собой грандиозные планы по привлечению клиентов и увеличению продаж с первых дней.

Иногда планы срываются по каким-то причинам.

К одной из частых причин относится то, что спрос в интернете — не константа и может меняться в течение года.

В этой статье я хочу обратить внимание на сезонное изменение спроса, и, надеюсь, это поможет читателям с корректным планированием результатов.

1. Используемые термины

Перед тем, как перейти к основной части, хочу остановиться на терминах, используемых в статье.

• Интент (или информационная потребность) — тема, о которой пользователь хочет узнать.

Рис. 1. Примеры интента

• Поисковая фраза (или запрос) — что вводит пользователь в поисковую строку, с целью удовлетворить свой интент.

Рис. 2. Примеры поисковых фраз

• Посадочная страница — страница на сайте, которая удовлетворяет определенный интент.
• Семантическое ядро — список поисковых фраз, по которым сайт показывается в поиске (в органическом или платном) и для которых есть посадочные страницы.

Рис. 3 Пример семантического ядра

• Кластер запросов — список поисковых фраз, удовлетворяющих определенный интент.

Рис. 4 Пример кластеризации запросов

• Контрольная группа — список поисковых фраз одного кластера, по которым собирается дополнительная статистика, которая может быть экстраполирована на другие поисковые фразы кластера.
• Маркеры — слова, при добавлении которых к поисковой фразе, определяется кластер запроса.

Рис. 5 Примеры маркеров

• Сезонность спроса — изменение спроса, в зависимости от сезона года, погоды, праздников и других факторов и событий. В интернете сезонность спроса выражается в изменении количества запросов поисковых фраз к поисковым системам.

2. Источники данных

Среди всех сервисов, предоставляющих статистику по изменению спроса в течение года, я остановлюсь на двух основных и доступных каждому источниках.

2.1. Google Trends

Google Trends — предоставляет данные по изменению спроса и поисковым трендам по статистике поисковой системы Google и аффилированных сервисов.

Рис. 6. Интерфейс Google Trends

Данные, которые предоставляет сервис:

• Визуализация динамики изменения спроса. Доступен выбор периода от 1 часа до 13 лет.
• Возможность выбора региона.
• Уточнение темы запроса. К примеру, у запроса «Наполеон» темы «Исторические личности», «Кулинария» и так далее.
• Уточнение сервиса, к которому задается запрос:

- Регулярный поиск Google

- YouTube

- Новости

- Товары

• Предложение похожих запросов.
• Сравнение динамики нескольких запросов. Как пример — картинка выше, из которой видно, что каждый новый год елочные игрушки прирастают в спросе понемногу, а вот мандарины становятся значительно популярнее от года к году.

К сожалению, у сервиса есть минусы, которые ограничивают возможности его использования:

• Оценка популярности запроса отдается по 100 бальной системе. То есть можно лишь очень примерно оценить интерес к запросу.
• Неудобная выгрузка данных, которую сложно быстро обрабатывать.
• Часто нет данных по конкретным городам.

2.2. Яндекс.Вордстат

Яндекс.Вордстат — предоставляет данные по спросу к поисковой системе Яндекс.

Рис. 7. Интерфейс Яндекс.Вордстата

Данные, предоставляемые сервисом:

• Частота спроса по поисковым фразам за последний месяц.
• «Хвосты» (расширения и дополнения заданной поисковой фразы) и близкие поисковые фразы.
• Статистика по сегментам устройств (настольные ПК, планшеты, телефоны).
• Статистика по географии (страны, регионы, города).
• Статистика по изменению частотности по месяцам за последние 2 года.

В этой статье используются данные Яндекс.Вордстата.

3. Строим отчет по сезонности

В первую очередь определимся с видом будущего отчета.

Я использую Google Таблицы, в силу того, что их можно использовать с разных устройств и делиться с другими пользователями.

В отчете использую следующие столбцы:

• Услуга (или «товарная группа») — название услуги.
• URL — адрес посадочной страницы по услуге.
• Структура — место страницы в структуре сайта. Аналог хлебных крошек.
• Контрольная фраза — фраза, по которой собирается статистика.
• Частотность — данные из столбца «количество показов» для контрольной фразы.
• Спарклайн — небольшой график по данным частотности.
• МАКС — месяц с максимальной частотностью.
• МИН — месяц с минимальной частотностью.
• Столбцы с названиями месяцев — данные о частотности запроса из Вордстата за последние 24 месяца.

Пример таблицы вы можете доступен по ссылке «Карта сезонности».

3.1. Заполняем первичные данные

К первичным данным относятся колонки «Услуга», «URL» и «Структура».

Если сайт уже есть, эти данные можно собрать руками. Или спарсить при помощи какого-либо софта, например Screaming Frog или Netpeak Spider.

Если сайта еще нет, колонки «URL» и «Структура» пропускаем.

В колонку «Услуга» вписываем все предоставляемые услуги.

Рис. 8. Пример заполненных первичных данных

3.2. Подбор контрольных фраз

Для каждой услуги заполняем колонку «Контрольная фраза».

В Яндекс.Вордстате выбираем регион, в котором компания предоставляет услуги, и поочередно проверяем каждую из оказываемых услуг на количество показов.

Рис. 9. Подбор контрольных фраз

Стоит учитывать, что пользователи могут по-разному искать одну и ту же услугу. Например «Пластиковые окна» также ищут как «Окна ПВХ».

В качестве контрольной фразы стоит выбирать наиболее частотную.

Для этого просматриваем правую колонку (Запросы похожие на …) на наличие таких переформулировок запросов.

Рис. 10. Переформулировка фраз

Фразы и их частотность добавляем в соответствующие колонки таблицы.

Рис. 11. Сводная таблица по фразам и частотностям

3.3. Выгрузка данных

В Яндекс Вордстате переходим на вкладку «История запросов» и поочередно копируем данные по абсолютным значениям за все месяцы в соответствующие колонки в таблице.

Рис. 12. История запросов в Яндекс.Вордстате

Для ускорения копирования данных будет полезен браузер Mozilla Firefox, который при зажатом ctrl может выделять блоки (span), а не просто текст.

На выходе получаем сводную таблицу со статистикой за последние 2 года по каждой контрольной фразе.

Рис. 13. Таблица с данными по сезонности за 2 года

3.4. Обработка данных

К первичной обработке полученных данных я отношу все действия, которые могут предоставить информацию для быстрого анализа.

1. Добавляем спарклайн (небольшие по размеру, но достаточно информационно-плотные графики) сезонности для каждой услуги.

В Google Таблицах спарклайн добавляется формулой “=SPARKLINE()”.

Рекомендую строить спарклайны на основании 1 полного года (с января по декабрь), это даст возможность понимать ближайший тренд при помощи простого визуального осмотра таблицы.

Рис. 14. Спарклайн

1. Находим месяцы с максимальной и минимальными частотностями по каждой услуге.

Советуем считать максимальные и минимальные частотности на основании данных за последние 12 месяцев. В противном случае можно получить ошибочные данные.

Самый быстрый способ выбрать такие месяцы — использовать формулы, которые просматривают заданные ячейки и возвращают название месяца с максимальными значениями.

Тип	Формула
Название столбца с максимальным значением частотности	=ИНДЕКС($Q$1:$AB$1;ПОИСКПОЗ(МАКС(Q2:AB2);Q2:AB2;0))
Название столбца с минимальным значением частотности	=ИНДЕКС($Q$1:$AB$1;ПОИСКПОЗ(МИН(Q2:AB2);Q2:AB2;0))

Рис. 15. Месяцы с максимальной и минимальной частотностями

4. Используем данные по сезонности

Самый простой вариант использования данных по сезонности, которого будет достаточно для базового планирования результатов:

1. Оцениваем сезонность в настоящий момент.
2. Строим отчет по сезонности.
3. Экстраполируем данные за прошлый период на будущий период.
4. Исходя из сезонности ставим планы.

Но также эти данные мы используем для других задач. Например:

• Приоритизация продвижения.

Многие интернет-магазины, которые мы продвигаем, имеют большой товарный ассортимент, который трудно оптимизировать в первые месяцы работы. Поэтому отчет по сезонности с некоторыми дополнениями мы используем для расстановки приоритетов проработки товарных каталогов.

• Прогнозирование посещаемости в течение года.

Для корректной постановки планов (трафик, лиды или продажи) необходимо понимать, как изменяется трафик в тематике в течение сезона.

Также, несколько доработав отчет по сезонности, мы можем прогнозировать будущие результаты с большей точностью.

В будущих статья я планирую подробнее остановиться на возможности использования данных по сезонности спроса.

Выводы

Надеюсь, данная статья поможет вам с корректным планированием и расстановкой приоритетов.

Если у вас есть вопросы или дополнения, готов к дискуссии.