Как поднять трафик при нисходящем тренде: прокачали интернет-магазин красок и повысили посещаемость в 2 раза

Задача

Мы в «Пиксель Плюс» любим сложные проекты, которые удается реализовать наперекор любым трендам и обстоятельствам. Продвижение сайта mirkrasok.ru — один из них.

Компания «Мир Красок» — это 140 офлайн-магазинов в Москве и Центральном федеральном округе и интернет-магазин со службой доставки.

Работать с сайтом mirkrasok.ru мы начали в 2021 году. Задачи продвижения:

• увеличить поисковый трафик;
• снизить CPC;
• вывести в ТОП большую часть семантического ядра.

Уже на старте проекта мы столкнулись с ограничениями.

• В нише растет доля маркетплейсов и гипермаркетов. На скриншоте ниже видно, что они опережают наш проект по видимости в поисковых системах, несмотря на то, что в своей тематике «Мир красок» — самый крупный игрок.

• Снижается поисковый спрос. Такой вывод можно сделать на основе анализа Яндекс Вордстат и Google Trends. Мы предполагаем, что пользователи в поиске товаров заходят в мобильные приложения маркетплейсов, а не в поисковые системы.

• За 2024 год из-за сложностей с поставками из ассортимента было выведено около 30% товарных позиций. Эти товары приносили 35% конверсий.

• Сайту mirkrasok.ru — 22 года, у него большое количество легаси, то есть сложного устаревшего исходного кода. Править такой сайт рискованно, потому что могут пострадать программные узлы.
• Страница с результатами поисковой выдачи Яндекса по коммерческим запросам заполнена рекламными блоками. Поэтому даже если страница в ТОПе органической выдачи, она оказывается на 2-3 экране. А значит, получает мало трафика.
• Дефицит бюджета. Впрочем, этот фактор мы воспринимаем не как ограничивающий, а как мотивирующий. Он заставляет нас тщательно приоритизировать задачи и гибко выстраивать рабочие процессы.

Решение

Немного о Data Driven

Мы используем Data Driven подход (с англ. «управляемый данными»), который позволяет глубоко погрузиться в анализ, на основе полученных данных выявлять точки роста и фокусироваться на потенциально важных направлениях.

DDT (DataDrivenTable) представляет собой большую таблицу, где каждая строка является объектом (например, URL адресом), а колонка — признаком. Вот заготовка нашей разработки DDT, которая помогает собрать полный DataFrame и глобально проанализировать сайт:

Data Driven подход — это не замена плана работ, а источник ценной аналитической информации.

Например, мы можем проанализировать семантику и увидеть, что в разделе А мало спроса. Мы интуитивно уходим в проработку других разделов. Но если мы проанализируем все данные, то увидим, что раздел А, например, самый трафиковый или конверсионный на сайте.

Это повод расширить семантику по разделу А и прорабатывать его с большим приоритетом — да или нет? Чтобы ответить на этот вопрос, нужны дополнительные данные. Например, объем товаров, которые есть в этом разделе, их цена, а также другие метрики.

Возможно, с товарами все в порядке. Вы прорабатываете раздел и получаете профит. Но представьте другую ситуацию: вы кинулись прорабатывать раздел А, но не учли, что там много востребованных товаров, которые в данный момент недоступны. Пользователи приходят в раздел А, видят, что товаров нет в наличии, и разочарованно уходят. В результате вы получаете снижение ПФ и лояльности аудитории.

Суть Data Driven подхода — в том, чтобы действовать согласно данным, а не субъективным предположениям. Чем больше данных удается собрать и проанализировать, тем проще принимать взвешенные решения.

Для проектов с небольшим количеством страниц Data Driven избыточен. Он подходит для крупных и некоторых средних проектов: вы можете быстро увидеть разделы с большим потенциалом, разделы с недоработками, понять, что именно стоит дорабатывать.

Минус Data Driven — в том, что он сложный. Google-таблицы удобны, но не позволяют работать с большим количеством данных. Например, DDT размером 30.000 строк и 30 столбцов — уже много для Google-таблиц. Можно перенести данные в Excel, но этот формат менее интерактивный. Есть надстройка Power Query, но у нее урезанный функционал, это неудобно. Если вы умеете работать с базами данных или каким-нибудь языком программирования, то сможете программно обработать датафреймы, не заботясь об объемах данных.

Выстраиваем стратегию

На основе анализа мы формируем стратегию. Приоритетны те направления работы и гипотезы, которые максимально влияют на результат.

Пример плана работ с приоритизацией задач:

Выстраивая стратегию работы с сайтом mirkrasok.ru, мы выделили три основных направления работы:

1. Рост коммерческого трафика.
2. Рост конверсии.
3. Реализация классической SEO стратегии.

Суть пункта 3 заключается в том, чтобы выявить и устранить технические ошибки, оптимизировать метатеги, проработать текстовые и ссылочные факторы, собрать спрос, скорректировать структуру и перелинковку под спрос, проработать внешние и внутренние ПФ. Это стандартные SEO задачки, реализация которых подразумевается при ответственном отношении к проекту.

Первые два пункта, хоть и пересекаются с третьим, имеют собственное обоснование. Вот пример таблицы, где расписываются стратегические направления работы. Обычно мы используем алгоритм приоритизации, основанный на количественных данных, но здесь для простоты восприятия используем категориальную систему.

В работе с mirkrasok.ru мы не ориентируемся на информационный трафик и выстраиваем стратегию вокруг коммерческих разделов сайта.

Расскажем и покажем, какие гипотезы мы проработали и какой получили результат.

Создали новые страницы

Мы подготовили список страниц под запросы с суммарной общей частотностью 100 000.

Но чтобы создавать такие страницы, пришлось бы добавлять новые параметры в фильтры. А так как сайт старый, править код сложно и не всегда возможно: ломается структура данных в узком месте интеграции с другими системами. Создание таких страниц остановилось.

Тогда мы пошли другим путем и решили прорабатывать низкочастотный спрос путем обработки фильтровых страниц 3 и более уровня. Проблема заключалась в том, что по большей части таких запросов сайт уже находился в пределах ТОП-10.

Но остались непроработанные пересечения, и мы сфокусировались на них. Например, в запросе [алкидная краска для пола по дереву] пересекаются фильтры: по типу краски (алкидная), материалу рабочей поверхности (дерево), типу объекта (пол). Под такое пересечение была создана коммерческая страница с точно сформулированным интентом.

За несколько месяцев мы увеличили трафик на 25% по теговым страницам. Пропорционально выросло и количество целевых действий. А значит, это не страницы-пустышки, они реально полезны с точки зрения бизнеса.

Проработали функциональные элементы

Засучили рукава и проработали сложные элементы интерфейса.

Изменили меню в мобильной и десктопной версии: повысили удобство и скорректировали перелинковку.

Доработали фильтр мобильной версии. Для удобства зафиксировали внизу экрана кнопки «Применить» и «Сбросить».

Добавили популярные страницы в плитку тегов, вывели теги в мобильную версию, реализовали удобный слайдер.

В результате нам удалось повысить мобильный трафик и количество целевых действий мобильных пользователей.

Изменили макет страницы (спойлер: гипотеза не сработала)

Мы решили проработать карточку товара. Гипотеза была в том, что перегруженный макет рассеивает внимание, а поэтому пользователи кликают куда угодно, только не на кнопку «купить».

Мы упростили шаблон.

Запустили A/B тестирование.

Новый шаблон показал даже более плохие метрики, чем действующий. Мы решили прервать эксперимент и откатиться к предыдущему шаблону. 

Проработали отзывы и CTR

Мы мотивируем пользователей оставлять отзывы и работаем над микроразметкой, чтобы повысить привлекательность сниппетов и тем самым увеличить трафик и кликовые ПФ.

Мы смогли увеличить количество кликов по сегменту «Вид в поиске: Отзывы».

А также немного повысить глубину просмотра.

Это незначительное достижение, но оно ведет нас верным курсом, так как с ростом глубины просмотра увеличивается конверсия.

Наша гипотеза заключалась в том, что с листингов больше пользователей будет переходить в карточки. Именно это мы и замечаем, когда видим рост глубины просмотров: пользователи с листингов чаще переходят в карточки, а в карточках выше конверсия. В результате суммарное количество целевых действий на сайте возрастает (или не убывает, несмотря на влияние негативных факторов).

Что еще мы делаем

В бэклогах у нас сотни гипотез, часть уже реализована, часть в работе, а часть ждет своей очереди. Например:

• Отрисовка нового большого и потенциально трафикового раздела на сайте.
• Изменение дефолтной сортировки. Наиболее продаваемые товары будут выше ранжироваться и чаще показываться пользователю.
• Сбор и настройка автозагрузки страниц в индекс поисковых систем.
• Массовое создание страниц под спрос.
• Оптимизация контента на листингах.
• Корректировка перелинковки и Link Score (внутреннего ссылочного веса) продвигаемых страниц.
• Доработка функционала программы лояльности для роста ПФ и конверсии.

Результат

Трафик из поисковых систем за 3 года работ (с июля 2021 года по июль 2024 года) вырос в 2 раза — на 104% без брендовых запросов.

Доля поискового трафика по брендовым запросам (с названием компании) составляет 7,2%, поисковый трафик по общим тематическим запросам — 92,8%.

Стоимость привлечения посетителя без учета поискового трафика по брендовым запросам сократилась на 43%.

49% семантического ядра входит в ТОП-10 Яндекса и Google. Вот некоторые целевые запросы:

Сайт занимает второе место по видимости среди прямых конкурентов.

Комментарий агентства

При растущем тренде продвигаться легко и приятно. Но в SEO часто бывает наоборот: спрос падает, конкуренция растет, а бюджет не резиновый. И тогда нужно искать неочевидные точки роста. Мы собираем мегабайты данных, анализируем, ловим инсайты, собираем дополнительные данные, проводим тесты. А если результат отрицательный (бывает и так), начинаем все заново: сбор данных, анализ, инсайт, тесты...

В этом кейсе мы показываем, как в SEO глубокое погружение в анализ помогает фокусироваться на важных направлениях и расти несмотря на негативные тренды.

Автор

Роман