Почти все компании, прибывая в веб, сходу же ставят впереди себя превосходные планы по привлечению клиентов и увеличению продаж с первых дней.

Время от времени планы срываются по каким-то причинам.

К одной из нередких обстоятельств относится то, что спрос в вебе — не константа и может изменяться в течение года.

В данной статье я хочу направить внимание на сезонное изменение спроса, и, полагаюсь, это поможет чтецам с корректным планированием результатов.

1. Используемые термины

Перед тем, как перейти к главной доли, хочу остановиться на определениях, используемых в статье.

• Интент(или информационная потребность)— тема, о которой юзер желает выяснить.

Рис. 1. Образцы интента

• Поисковая фраза(или запрос)— что вводит юзер в поисковую строчку, с целью удовлетворить собственный интент.

Рис. 2. Образцы поисковых фраз

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

Рис. 3 Пример семантического ядра

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

Рис. 4 Пример кластеризации запросов

• Контрольная группа — перечень поисковых фраз 1-го кластера, по которым собирается доборная статистика, которая быть может экстраполирована на иные поисковые фразы кластера.
• Маркеры — слова, при прибавлении которых к поисковой фразе, определяется кластер запроса.

Рис. 5 Образцы маркеров

• Сезонность спроса — изменение спроса, в зависимости от сезона года, погоды, праздничков и иных причин и событий. В вебе сезонность спроса выражается в изменении количества запросов поисковых фраз к поисковым системам.

2. Источники данных

Посреди всех сервисов, предоставляющих статистику по изменению спроса в течении года, я остановлюсь на на 2-ух главных 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 конфигурации спроса. Доступен выбор периода от 1 часа до 13 лет.
• Возможность выбора региона.
• Уточнение темы запроса. К образцу, у запроса «Наполеон» темы «Исторические личности», «Кулинария» и так дальше.
• Уточнение сервиса, к которому задается запрос:

- Постоянный поиск Google

- YouTube

- Новости

- Товары

• Предложение похожих запросов.
• Сопоставление динамики нескольких запросов. Как пример — картина выше, из которой видно, что каждый новейший год елочные игрушки прирастают в спросе понемногу, а вот мандарины стают веско знаменитее от года к году.

К раскаянию, у сервиса есть минусы, которые ограничивают способности его применения:

• Оценка репутации запроса отдается по 100 бальной системе. Другими словами можнож только чрезвычайно приблизительно оценить энтузиазм к запросу.
• Неловкая выгрузка данных, которую тяжело живо обрабатывать.
• Нередко нет данных по конкретным городкам.

2.2. Яндекс.Вордстат

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

Рис. 7. Интерфейс Яндекс.Вордстата

Данные, предоставляемые обслуживанием:

• Частота спроса по поисковым фразам за заключительный месяц.
• «Хвосты»(расширения и добавления данной поисковой фразы)и недалёкие поисковые фразы.
• Статистика по секторам устройств(настольные ПК, планшеты, телефоны).
• Статистика по географии(страны, регионы, городка).
• Статистика по изменению частотности по месяцам за заключительные 2 года.

В данной статье употребляются данные Яндекс.Вордстата.

3. Строим отчет по сезонности

Сначала определимся с видом грядущего отчета.

Я использую Google Таблицы,в силу того, что их можнож применять с различных устройств и делиться с иными юзерами.

В отчете использую последующие столбцы:

• Услуга(или «товарная группа»)— заглавие сервисы.
• URL — адресок посадочной странички по услуге.
• Структура — место странички в структуре сайта. Аналог хлебных крошек.
• Контрольная фраза — фраза, по которой собирается статистика.
• Частотность — данные из столбца «количество показов» для контрольной фразы.
• Спарклайн — маленький график по данным частотности.
• МАКС — месяц с наибольшей частотностью.
• МИН — месяц с малой частотностью.
• Столбцы с наименованиями месяцев — данные о частотности запроса из Вордстата за заключительные 24 месяца.

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

3.1. Наполняем первичные данные

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

Ежели сайт теснее есть, эти данные можнож смонтировать руками. Или спарсить при поддержки какого-нибудь софта, к образцу Screaming Frog или Netpeak Spider.

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

В колонку «Услуга» вписываем все предоставляемые сервисы.

Рис. 8. Пример заполненных первичных данных

3.2. Подбор контрольных фраз

Для каждой сервисы наполняем колонку «Контрольная фраза».

В Яндекс.Вордстате избираем регион, в каком компания предоставляет сервисы, и попеременно проверяем каждую из оказываемых услуг на количество показов.

Рис. 9. Подбор контрольных фраз

Стоит учесть, что юзеры могут по-разному отыскивать одну и ту же услугу. К образцу «Пластмассовые окна» также отыскивают как «Окна ПВХ».

В качестве контрольной фразы стоит избирать более частотную.

Для этого просматриваем правую колонку(Запросы схожие на …)на наличие таковых переформулировок запросов.

Рис. 10. Переформулировка фраз

Фразы и их частотность прибавляем в подходящие колонки таблицы.

Рис. 11. Сводная таблица по фразам и частотностям

3.3. Выгрузка данных

В Яндекс Вордстате переходим на вкладку «История запросов» и попеременно копируем данные по безусловным значениям за все месяцы в подходящие 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), но не попросту текст.

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

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

3.4. Обработка данных

К первичной обработке приобретенных данных я отношу все события, которые могут предоставить информацию для прыткого анализа.

1. Прибавляем спарклайн(маленькие по размеру, но довольно информационно-плотные графики)сезонности для каждой сервисы.

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

Советую строить спарклайны на основании 1 полного года(с января по декабрь), это даст возможность осмысливать ближний тренд при поддержки обычного зрительного осмотра таблицы.

Рис. 14. Спарклайн

1. Обретаем месяцы с наибольшей и минимальными частотностями по каждой услуге.

Рекомендуем считать наибольшие и малые частотности на основании данных за заключительные 12 месяцев. В неприятном случае можнож получить ложные данные.

Самый прыткий метод выбрать такие месяцы — применять формулы, которые просматривают данные ячейки и отдают заглавие месяца с максимальными значениями.

Тип	Формула
Заглавие столбца с наибольшим значением частотности	=ИНДЕКС( $Q$1:$AB$1;ПОИСКПОЗ( МАКС( Q2:AB2);Q2:AB2;0))
Заглавие столбца с наименьшим значением частотности	=ИНДЕКС( $Q$1:$AB$1;ПОИСКПОЗ( МИН( Q2:AB2);Q2:AB2;0))

Рис. 15. Месяцы с наибольшей и малой частотностями

4. Используем данные по сезонности

Самый обычный вариант применения данных по сезонности, которого будет довольно для базисного планирования результатов:

1. Расцениваем сезонность в истинный момент.
2. Строим отчет по сезонности.
3. Экстраполируем данные за прошедший период на будущий период.
4. Отталкиваясь от сезонности ставим планы.

Но также эти данные мы используем для иных задач. К образцу:

• Приоритизация продвижения.

Почти все интернет-магазины, которые мы продвигаем, имеют великий товарный ассортимент, который тяжело улучшить в 1-ые месяцы работы. Потому отчет по сезонности с некими добавлениями мы используем для расстановки ценностей проработки товарных каталогов.

• Прогнозирование посещаемости в течение года.

Для корректной постановки планов(трафик, лиды или реализации)нужно осмысливать, как меняется трафик в теме в течение сезона.

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

В будущих статья я планирую подробнее остановиться на способности применения данных по сезонности спроса.

Выводы

Полагаюсь, данная статья поможет вам с корректным планированием и расстановкой ценностей.

Ежели у вас есть вопросцы или добавления, готов к дискуссии.