Analiza SEO w eCommerce z wykorzystaniem Big Data. Kluczowe czynniki rankingowe. - WHITES

Wyszukiwarki rozwijają swoje algorytmy, korzystając z ogromnych zasobów finansowych i technologicznych. Od kilku lat inżynierowie Google wykorzystują do rankingowania elementy sztucznej inteligencji, które skrywają się pod nazwą RankBrain.

Jak RankBrain wpływa na strategie pozycjonowania?

1. Wykorzystanie Machine Learningu sprawiło, że w zależności od kategorii tematycznej, intencji zapytania, języka, lokalizacji czy urządzenia, Google dobiera inny algorytm rankingujący.
2. Czynniki rankingujące dobrane przez RankBrain dla danego zapytania nie zawsze są intuicyjne czy logiczne.
3. Wiedza i doświadczenie eksperta SEO powinny być wspierane przez analizę danych.

Stosując podejście „Reverse Engineering” tj. analizując wyniki wyszukiwania i cechy wyróżniające zwycięzców, możemy budować precyzyjne strategie SEO.

Poniżej prezentujemy fragment takiej analizy dla czynników rankingujących w branży e-commerce.

 

Etapy analizy

1. Pierwszym etapem analizy jest stworzenie zbioru tysięcy fraz, które pokrywają daną tematykę.
2. Następnie dla tych fraz pobieramy  top30 wyników wyszukiwania, a także kody źródłowe wszystkich stron, które znajdowały się w tych wynikach.
3. Na kolejnym etapie następuje weryfikacja pobranych danych i ewentualne oczyszczanie ich przed dalszą analizą.
4. W kolejnym kroku analizujemy ponad 100 potencjalnych czynników rankingujących, szukając tych, które mają największe znaczenie.
5. W ostatnim etapie analizujemy poszczególne parametry wybranego klienta i budujemy zestaw szczegółowych rekomendacji, przeznaczonych specjalnie dla niego.

 

Szczegóły Analizy

 

• Zdecydowaliśmy się na badanie dwóch kategorii: internetowych drogerii i sklepów komputerowych
• Dla każdej z kategorii dobraliśmy po 10 tysięcy fraz, które z założenia miały intencję zakupową (np. nazwa produktu).
• W tym badaniu zdecydowaliśmy się dodatkowo na ograniczenie wyników do sklepów internetowych, by zrozumieć - jak być najlepszym wśród sklepów internetowych. Nie chcieliśmy, by wnioskiem z analizy było: „powinieneś być jak Ceneo lub Wizaz.pl”
• Zbadaliśmy czynniki onsite (m.in. aspekty techniczne, treści, strukturę serwisów) i linkowanie zewnętrzne (z wykorzystaniem danych z narzędzia Majestic).
• W trakcie badania przeanalizowaliśmy ponad 64 GB danych kodu źródłowego.

 

Przykłady fraz wykorzystanych w badaniu

 

Jakie sklepy internetowe występowały najczęściej w wynikach wyszukiwania?

Poniżej przedstawiamy listę najbardziej widocznych sklepów w obu kategoriach, z podziałem na TOP30 i TOP3. W zestawieniu wyróżniliśmy hebe.pl i sferis.pl, które stosunkowo często pojawiały się w wynikach wyszukiwania TOP30, jednak zdecydowanie rzadziej niż konkurencja na najwyższych pozycjach. W naszym badaniu przyjrzeliśmy się tym dwóm witrynom.

Najczęściej pojawiające się domeny sklepów w TOP30 - Drogerie

 

Najczęściej pojawiające się domeny sklepów w TOP3 - Drogerie

Najczęściej pojawiające się domeny sklepów w TOP30 - Komputerowe

 

 

Najczęściej pojawiające się domeny sklepów w TOP3 - Komputerowe

 

 

Wybrane wyniki analizy

Objaśnienia do wykresów:
Linia niebieska ciągła - mediana lub średnia wartości danego czynnika w zależności od pozycji dla sklepów komputerowych
Linia niebieska przerywana - mediana wartości dla podstron z domeny sferis.pl, które pojawiły się w rankingu w trakcie badania.
Niebieski cień - przestrzeń pomiędzy 40% a 60% percentylem wartości dla danego czynnika w zależności pozycji dla sklepów komputerowych.

Linia czerwona ciągła - mediana lub średnia wartości danego czynnika w zależności od pozycji dla drogerii.
Linia czerwona przerywana - mediana wartości dla podstron z domeny hebe.pl, które pojawiły się w rankingu w trakcie badania.
Czerwony cień - przestrzeń pomiędzy 40% a 60% percentylem wartości dla danego czynnika w zależności pozycji dla drogerii.

 

Linki przychodzące

 

Rys 1. Mediana liczby linkujących domeny - typ follow (dane Majestic)

 

Rys 2. Mediana wskaźnika Citation Flow - poziom domeny (dane Majestic)

 

Jak widać wyższa liczba domen linkujących do sklepu zwiększa szanse na wysokie pozycje w wyszukiwarce. Podobnie jest w przypadku wskaźnika Citation Flow z narzędzia Majestic dla całej domeny. Niewątpliwie kategoria komputerowa jest bardziej konkurencyjna niż drogeryjna, a liczba domen linkujących charakteryzująca liderów widoczności zdecydowanie wyższa. 

Co ciekawe, obie badane przez nas domeny mają wysokie wartości dla obu wskaźników. Hebe.pl i Sferis.pl to niewątpliwie mocne domeny w wymiarze linkowym. Mogłoby to sugerować, że ich niskie pozycje w rankingu widoczności sklepów w top3 mogą być spowodowane czynnikami Onsite. Nowe wnioski nasuwają się gdy przyjrzymy się kolejnym wykresom:

 

Rys 3. Mediana wskaźnika Citation Flow - poziom podstrony (źródło Majestic)

 

Gdy zejdziemy z analizą Citation Flow do poziomu podstron znajdujących się w wynikach wyszukiwania widać, że oba sklepy są już znacznie poniżej mediany dla najwyższych pozycji. Jak to interpretować? Przyczyną może być fakt, że “Link Juice” (siła domeny) nie “rozlewa się” odpowiednio po strukturze wewnętrznej sklepów, aż do poziomu stron produktów i podkategorii. Dodatkową wskazówkę zawiera kolejny wykres:

Rys 4. Mediana stosunku linków przychodzących do znalezionych podstron (wskaźnik Majestic)

 

Widzimy tu, że liczba linków zewnętrznych powinna być odpowiednia do wielkości serwisu. W przypadku internetowych sklepów Hebe i Sferis te proporcje są niewystarczające.

Optymalizacja strony pod frazy

Kolejnym obszarem, który zbadaliśmy, jest dopasowanie treści podstrony do zapytania. W przeprowadzonej analizie braliśmy pod uwagę czy fraza (cały ciąg znaków) znajduje się w poszczególnych elementach strony (meta tagi, nagłówki, treść). Intuicja i doświadczenie ekspertów SEO podpowiada, że wykorzystanie frazy kluczowej w najważniejszych elementach strony (Title, H1) zwiększa szanse na wysoką pozycję. Jak to wyglądało w przypadku naszego badania:

Rys 5. Udział % wyników zawierających frazę kluczową w Title dla poszczególnych pozycji.

 

Rys 6. Udział % wyników zawierających frazę kluczową w H1 dla poszczególnych pozycji.

 

Pierwszym zaskoczeniem jest bardzo niski poziom stron zawierających tzw. “Exact match’e” w tagu Title i nagłówku H1. Dla drogerii to poziom kilkunastu procent, a w przypadku sklepów komputerowych udział ten jest poniżej 10%!

Dodatkowo, dokładne  w przypadku drogerii dopasowanie do zapytania ma zależność negatywną z zajmowanymi pozycjami, tzn. na czołowych pozycjach częściej występowały strony, które nie zawierały frazy w dokładnej formie.

A jak sytuacja wyglądała w przypadku występowania frazy kluczowej w treści strony? Czy pojawiły się znaczące różnice gdy rozbiliśmy frazy na krótkie (jeden lub dwa wyrazy) i długie (3 i więcej słów)? Napisz do nas z maila firmowego na adres raporty@agencjawhites.pl, by otrzymać pełną wersję badania.

Wykorzystanie zdjęć

Wykorzystanie atrakcyjnych i szczegółowych zdjęć produktów to potencjalnie istotny element wpływający na decyzję zakupową klientów sklepów internetowych. Jedną z popularnych rekomendacji SEO jest wzbogacenie serwisu o elementy multimedialne. Sprawdziliśmy więc jak liczba zdjęć koreluje z pozycjami w wynikach wyszukiwania.

 

Strony drogerii z większą liczbą zdjęć na stronie częściej pojawiały się na czołowych pozycjach. W przypadku sklepów komputerowych ta zależność nie jest tak jednoznaczna, a “cień” czyli szerokość rozkładu jest zdecydowanie szerszy.

Oczywiście - liczba zdjęć w kodzie strony w żaden sposób nie informuje nas ile zdjęć samego produktu zostało umieszczonych. Wysoka liczba zdjęć może wynikać z długiej listy podobnych produktów czy logotypów producentów w menu sklepu. Spójrzmy dodatkowo na inny parametr związany ze zdjęciami:

Rys 8. Średnia współczynnika liczba słów do liczby zdjęć na danej podstronie.

 

Na tym wykresie widać, że określone proporcje między długością tekstu a liczbą zdjęć może w jednej branży zwiększyć prawdopodobieństwo wysokich pozycji,  a w innej zmniejszyć.

Długość treści

2018 bez wahania mogę nazwać rokiem Contentu w SEO. Wiele serwisów i sklepów internetowych skupiło się na wzbogacaniu witryny o nowe, unikalne treści. Czy bardziej rozbudowane strony częściej zajmowały wysokie pozycje?

 

Rys 9. Mediana liczby słów stronie.

 

Widzimy, że w przypadku sklepów komputerowych to strony bogatsze w treści częściej znajdowały się na topowych pozycjach. Dla drogerii internetowych ta zależność nie jest tak wyraźna.