Прогноз трафика определенного поискового запроса на месяц вперед

В статье расскажем, как спрогнозировать SEO-трафик для определенного поискового запроса, зная его частоту по яндекс-вордстату и показатели яндекс-метрики.

Где взять поисковые запросы?

Поисковые запросы делятся на высокочастотные (ВЧ), среднесчастотные (СЧ) и (НЧ) низкочастотные запросы. ВЧ-запросы имеют частоту от 1000 и выше, СЧ-запросы - от 100 до 1000 и НЧ - от 1 до 100. Обычно, категории и подкатегории в интернет-магазинах могут иметь в html-тегах TITLE и H1 ВЧ-запросы. СЧ-запросы только в подкатегориях и иногда на карточках товаров. НЧ-запросы на карточках товаров и в статьях.

Поисковые системы особенно любят, когда низкочастотные запросы указаны в маркированных списках UL LI или нумерованных OL LI в самом тексте.

Поисковые запросы для продвижения своего сайта можно взять на двух сервисах: Яндекс-Вордстат и Букварикс. В первом случае нужно, чтобы в Яндексе была активирована Ваша почта для допуска в этот сервис.

Во втором - просто зашли, набрали запрос и нашли то, что Вам надо.

В правых столбцах обоих сервисов Вы увидите частоту запросов. В Буквариксе она немного отличается от Яндекс-Вордстата. В Яндекс-вордстате Вы можете также посмотреть сезонность запроса, зайди на вкладку "История запросов". На графике видно 2 значения - относительное и абсолютное.

Абсолютное значение - это прогнозируемое значение, а относительное - то что по факту. Если относительное значение равно нулю, то трафика на сайте не будет в текущем месяце.

Относительное значение спрогнозировать нереально, так как оно зависит от текущих обстоятельств. Например из-за операции СВО, покупательская способность падает у интернет-магазинов, которые торгуют товарами для строительства дома. Люди не уверены в завтрашнем дне и боятся что-либо строить. Сезонность также влияет на этот показатель. У интернет-магазинов по отоплению летом и осенью перед началом отопительного сезона продаются котлы и бойлеры, а зимой - обогреватели, конвекторы. И это далеко не все обстоятельства.

А вот абсолютное значение Игорь Станиславович Ашманов предлагает рассчитывать следующим образом.

A = R₁₂/∑R_i

Откуда: R₁₂ - частота запроса за текущий месяц, ∑R_i - сумма частот запроса за год (за 12 месяцев).

∑R_i = R₁ + R₂ + ... + R₁₂

Для рассчета трафика на следующий месяц по определенному запросу, воспользуйтесь такой формулой. Где, Т - показатель трафика на перед, T_n - показатель текущего трафика по истечению месяца (смотрите в яндекс-метрике), k - поправочный коэффициент прироста трафика.

T = T_n * A * k

Тут вроде бы все понятно, но товарищ Ашманов не разъясняет в своих учениях по SEO, откуда брать этот коэффициент прироста. И тогда на помощь нам приходит высшая математика и локальная теорема Муавра-Лапласса о нормальном распределении соотвественно.

Локальная теорема Муавра-Лапласса

Теорема Муавра-Лапласа гласит, что при каждом из n-независимых испытаний вероятность появления некоторого случайного события равна y ∈ (0, 1), и m - число испытаний, в которых событие фактически наступает, то вероятность справедливости неравенства при больших значениях n близка к значению интеграла Лапласа.

y_n(m) = 1/√(2 * π * n * p * q) * e^-x2/2

Значение p - вероятность успеха случайного события, q - вероятность неудачи. Константы π = 3.14 и e = 2.718 соответственно. Интеграл Лапласа будет выглядеть следующим образом.

I = ∫y_n(m) ∂x

Исходя из теоремы Муавра-Лапласа, коэффициент k - это основание натуральных логарифмов, возведенное в некую степень δ - величину заполнения вероятности, которая лежит в пределах от 0 до 1. СTR - прогнозируемый показатель конверсии. Тогда формулу по рассчету трафика перепишем следующим образом:

T = T_n * A * (e^δ + СTR)

CTR - это отношение посетителей сайта к общему объему посетителей на сайте, переходивших по определенному запросу, которая может принимать значения не только от 0 до 1, но и больше 1. Если конверсия больше 1, то у интернет-магазина хорошие продажи и переходы.

Наши исследования в области моделирования и оптимизации процессов парсинга и SEO-оптимизации привели к получению нескольких формул рассчета. Во первых - произведение текущего трафика T_n и коэффициента частоты A кратны следующим показателям:

T_n * A = 1/√(2 * π * n * p * q) = 1/2^{log₂ D} = P_v

Откуда D - суммарное количество всех случайных событий (как хороших, так и плохих) и P_v - плотность вероятности. А вот вторая часть уравнения кратна таким показателям.

e^δ + CTR = e^-x2/2 = 2^{log₂ D}

Из этого вытекает формула информационной энтропии по Клоду-Шеннону - непредсказуемость появления одного рандомного случайного события из набора всех случайных событий (в данном случае именно событий, а не набора информации).

i = P_v * log₂ (1/P_v)

Наши исследования показывают, что вероятность неудачи лучше всего считать по следующим формулам:

q = (1 - √(1 - 4 * (δ - 1)))/(1 + √(1 - 4 * (δ - 1))) * ∫(t² - t + δ - 1) ∂t = 1/D * log₂ D

Вероятность успеха оценивается, как противоположная вероятности неудачи.

p = 1 - q

Пример рассчета трафика на месяц вперед

Возьмем запрос "Доставка цветов", у которого частота R₁₂ = 637427 за июль по яндекс-вордстату. Суммарное количество частоты за год будет ∑R_i = 8956763. За июнь количество трафика в Яндекс-Метрике по запросу "Доставка цветов" пусть будет T_n = 50. Количество трафика на июль спрогнозируем.

T = 50 * 637427/8956763 * (e^δ + СTR) = 50 * 0.712 * e^δ + 50 * 0.712 * СTR = 3.5584 * (e^δ + СTR)

По нашим исследованиям, дельта гуляет от 0 до 1 с точностью 0.01. Этот показатель динамический и может принимать любые значения. Мы примем δ = 0.5. У CTR есть вероятностная формула, где М - вероятное количество переходов по запросу.

M = -T_n/2 * [e^-δ2/2 * cos(T_n * δ) - 1] = -50/2 * [e^-(0.5)2/2 * cos(50 * 0.5) - 1] = 3.1317

Тогда CTR будет равен:

CTR = M/T_n = 3.1317/50 = 0.0626

В итоге прогнозируется, что количество трафика будет равно.

T = 3.5584 * (e^0.5 + 0.0626) = 6.0896

Или планируется прирост трафика на июль T = 6 человек. Коэффициент дельты корректируется по итогу фактического трафика на конец июля, когда будет известно сколько человек посетило сайт по этому запросу. И наблюдается это каждый месяц.

Ожидается, что фактический трафик будет в пределах от T_n - T до T_n + T или в нашем случае от 44 до 56 в зависимости от пользовательских факторов.

Страница с запросом "Доставка цветов" будет в районе ТОПа 5 примерно в поисковой выдаче яндекса, так как прогнозируемый CTR будет равен 6.26%.

Каким должен быть показатель дельты?

Мы также исследовали этот вопрос в рамках моделирования и оптимизации парсинга и SEO-трафика, выявили интеграл в пределах от 0 до t - назвали золотой серединой математического ожидания.

∫δ^t ∂t = 1

Сделали вывод, что параметр δ принимает значения от 0.37 до 0.99 включительно и t от 1.0051 до 5.188 по правилу золотой середины. Наиболее предпочтительное значение для дельты при прогнозировании трафика - это пределы от 0.37 до 0.4. В нашем примере Мы взяли δ = 0.5.

0.37 ≤ δ ≤ 0.99

1.0051 ≤ t ≤ 5.188

Значение M не должно быть больше, чем самый максимальный t = 5.188 по определению золотой середины. Если значение M > t_max, то дельту следует взять другую.

M = -T_n/2 * [e^-δ2/2 * cos(T_n * δ) - 1], при M ≤ 5.188.

Ниже приведем график распределения математического ожидания золотой середины дельты. На нем видно, что значения дельты наиболее благоприятны на интервале от 0.37 до 0.4 и при 2.707 ≤ t ≤ 5.188 соответственно по оси Х. Лучше всего принимать именно эти значения для рассчета трафика на месяц вперед.

Фактический параметр трафика по итогу месяца будет немного отличаться от того, которому мы дали свой прогноз.

Спрогнозировать на практике

Шаг 1. Зайдите в Яндекс-метрику и найдите у любого запроса количество кликов и вставьте это число в первое поле.

Шаг 2. Зайдите в Яндекс-Вордстат и найдите этот запрос. Его частоту вбейте во второе поле.

Шаг 3. Зайдите в Яндекс-Вордстате в истории запроса, найдите последнюю частоту и суммируйте ее с одинадцатью предыдущими частотами. Конечное значение добавьте в третье поле.

Шаг 4. Нажмите на кнопку "Спрогнозировать". У Вас появится таблица. Значения при δ от 0.37 до 0.4 считаются оптимальными. Но Вы можете выбрать любое другое значение из таблицы.

Выводы

Формула, по которой рассчитывается трафик на перед приобретает окончательный вид (количество трафика T_n берем из Яндекс-метрики или Google-аналитики за предыдущий месяц по определенному запросу, а частоты R - из Яндекс-вордстата).

T = T_n * R₁₂/∑R_i * (e^δ + CTR)

Параметр CTR в свою очередь рассчитывается, как отношение прогнозируемых показов запроса в поисковой системе Яндекса или Гугла к общему количеству переходов по нему.

CTR = M/T_n

Прогнозируемый параметр М рассчитывается по формуле, которую даем ниже.

M = -T_n/2 * [e^-δ2/2 * cos(T_n * δ) - 1]

Наши исследования показывают, что если при неудачном выборе параметра δ (лежит в пределах от 0 до 1) значение M > 5.188, то лучше выбрать другое значение дельты и пересчитать. Наличие косинуса в формуле дает иногда не те результаты, которые ожидали.

Идеальнее всего, брать показатели 0.37 ≤ δ ≤ 0.4 - при этих показателях Мы наиболее точно достигали желаемого результата, однако следите за М. Не допускайте, чтобы он был больше 5.188.

Проверяйте значение фактического трафика. Его пределы укажем ниже.

T_n - T ≤ T_f ≤ T_n + T