Jak na úpravu struktury webu

Analýza klíčových slov sama o sobě není zárukou úspěšného webu. Pokrok dělají až dobře provedené implementace, které z analýzy vychází. Pojďme se podívat, jak jednoduše využít data z tabulek a nástrojů a proměnit naše sny o výkonném webu v realitu.

Dostali jste do ruky hotovou klíčovku? A kolik doporučení jste zapracovali?

Nasazení změn do architektury webu bývá mnohem obtížnější, než vyrobit samotnou analýzu klíčových slov. Je potřeba identifikovat slabá místa, definovat potenciál přínosu, přesvědčit majitele webu a v neposlední řadě také získat vývojáře a designéry na svou stranu.

Otázkou také je, jaký máme v ruce vstupní materiál. Jaké informace analýza nabízí? Prezentují se jen surová data, nebo máme v ruce precizní segmentaci dotazů, prezentaci v kontingenčních tabulkách a doporučení na zapracování?

Kámenem úrazu je tzv. šuplíková záležitost, když specialista analýzu pouze odevzdá bez komentáře a dalších doporučení. Zákazník dostane jen složitou tabulku se kterou si neví rady. Největší přínos však spočívá ve vyvozování závěrů a doporučení a následné implementace. Jedině důsledné a systematické zapracovávání strategických změn z analýzy klíčových slov přinese své ovoce.

Vyzkoušejte Marketing Miner nyní:

Co čekat od výstupu analýzy klíčových slov

Analýza klíčových slov by v ideálním případě měla pro snadné plánování a rozhodování o alokaci času a prostředků obsahovat:

• maximum relevantních vyhledávacích dotazů
• klasifikace vyhledávacích dotazů do standardizovaných tvarů klíčových slov
• třídění (segmentace) dotazů do sekcí / kategorií / podkategorií / …
• data (hledanost, pozice, cílová stránka webu, konkurence, …)

Díky uvedeným položkám pak můžeme data přehledně procházet v kontingenčních tabulkách a vytvářet si tak různé úrovně pohledu nad daty.

Na základě vlastních zkušeností a faktických zjištění při zkoumání dat by pak měl konzultant doporučit úpravy ve stávající (nové) architektuře webu. Ideálně se tyto změny zachycují názorně do mind mapy. Vizuálně pak můžeme definovat, co se bude měnit (rušit / přidávat / seskupovat / rozdělovat). Konzultant by měl rovněž zhodnotit aktuální stav webu, specielně v případě redesignu - které části na webu zůstanou a měly by se zachovat s ohledem na aktuální organickou výkonnost webu. Dále by měl návrhář identifikovat segmenty, kde web aktuální stojí za svým potenciálem, a stanovit cíl, kam by se měl web/výkon posunout.

Nástroje, co nám napoví

Tolik ve zkratce k nezbytnému výstupu analýzy klíčových slov. Jak si ale poradit, když nemám možnost kvalitně pořídit analýzu nebo potřebuji jen orientační vodítko pro prioritizaci?

Řešení nabízí hned několik nástrojů: 

• Marketing Miner - Keyword Profiler (freemium)
• Google Trends (zdarma)
• Google Analytics (zdarma)
• Google Search Console (zdarma)
• Sklik.cz - návrh klíčových slov (zdarma)
• Ads Keyword Planner (zdarma)

Ve výsledku jde o nástroje, které používáme pro sběr dat do analýzy. Pro snadnou prvotní orientaci a přehledu potenciálu vám mohou během pár sekund dát dobré vodítko.

Keyword Profiler z dílny MM

Skvělou hračkou v tomto směru je Keyword Profiler (KP) od Marketing Mineru. 

Pomocí profileru si můžete udělat orientační průzkum, jak se hledají jednotlivé segmenty. Pokud budete prodávat například elektro, bude vás zajímat, jestli se ze sekce bílých spotřebičů více hledají pračky, sušičky nebo třeba chladničky (ledničky), myčky, apod.

Vyzkoušejte si Keyword profiler nyní:

Zpracovat a podívat se na data

Jdeme na to. Zadáme frázi do KP, a zapíšeme si (uložíme) potřebná data. Během pár chvil a kliknutí budete znát, které zboží se více hledá, jaký je trend a variabilita dotazů. Kdybychom porovnávali pračky vs. sušičky, zjistíme, že kumulativní hledanost (celého segmentu) praček je cca 1,5x větší. Tento fakt nám může pomoci vyřešit dilema, jak určit pořadí kategorií / produktů na výpisu.

Kromě surových dat uvidíte pro každou frázi také snippety z výsledků vyhledávání, resp. které weby se zobrazují na první straně Google.cz.

INFO: Pamatujte, že přehled KP obsahuje vše, co uživatelé v dané souvislosti hledají, tzn. kromě relevantních frází jako “automatické pračky”, “pračky s horním plněním” se dozvíte, že se hledá konkurenční nabídka (pračky alza), obsahová témata (zápach z pračky) nebo kutilská (gril z pračky) a nerelevantní témata (pračka řetězu / sušička ovoce). Ne všechny fráze tak pro vás budou relevantní. Očištění a třídění dat do logických celků je pak úkolem spíše ruční / poloautomatické práce. V tomto případě jde hlavně o to, získat co nejrychleji základní přehled o trhu, o celkovém potenciálu hledanosti a trendu.

Google Trends

Do Google Trends se obvykle chodíme dívat, jak sám název napovídá, na trendy hledání. V našem případě jej využijeme pro inspiraci.

Potom, co vám nástroj vyplivne výsledek pro zadaný dotaz, naleznete dole na stránce související témata / dotazy. Při zkoumání této sekce se tak můžete zamyslet nad tím, co uživatele (zákazníky) zajímá a co aktuálně řeší. 

Když zadáte například “spotřebiče”, zjistíte následující:

• Nejčastěji se hledají domácí spotřebiče do kuchyně, mikrovlnky, lednice, značky Siemens, Miele, Bosch, Mora, Electrolux.
• Největší průlom (na vzestupu) v hledání udělal Datart a Mall, rychlovarné konvice, výrazně roste značka Miele (+100 %) a Beko (+50%)

Během chvíle získáte užitečné poznatky, které se budou hodit do finálního rozhodování. Můžete si rovnou začít klást otázky:

• Máme / chceme mít typy / značky spotřebičů v nabídce? Jaká je jejich prodejnost, odpovídá trendu?
• Proč se uživatelé najednou tolik zajímají o Datart a Mall? Nepřišli s nějakou akcí nebo novinkou? Máme aktivity konkurence pod kontrolou / dokážeme na ně reagovat?

Fakta z trendů berte jako orientační a pro určité období (které můžete zvolit).

Ne vždy dostanete výsledek, který potřebujete. V CZ prostředí nástroj nefunguje tak dobře jako pro EN jazyk. Ale jako inspirace zdarma - proč ne.

Zkoumáme data a rozhodujeme se

Pokud máme k dispozici analýzu klíčových slov (což je pro nás velké plus), můžeme díky znalosti jak hledaností, tak pozic webu kvalifikovaně rozhodovat:

• které segmenty na webu podpořit
• jaké vstupní stránky optimalizovat / vytvořit

Samotná data je pak vhodné vizualizovat přehlednější formou v kontingenční tabulce, kde můžeme sledovat agregovaná / průměrná čísla pro celek i segmenty.

Velmi snadno pak identifikujete dotazy, na které se vám daří, a které potřebujete naopak podpořit.

Příklad na segmentu praček 

Ukažme si to prakticky na segmentu praček. V našem příkladu vezmeme zjednodušeně na ukázku cca prvních 100 vyhledávacích dotazů z Marketing Mineru ve vazbě na fráze pračky / pračka.

Vybraný dataset stáhneme a v tabulkovém editoru vytřídíme relevantní / nerelevantní (x) a zatřídíme slova do logických celků (v tomto případě jsme zvolili okruh / specifikace).

Mezitím můžeme nechat pracovat Miner a nechat změřit pro náš dataset další potřebná data: pozice webu a konkurence slov.

Následně když pročistíme relevantní dotazy, napárujeme data k našemu logickému třídění a frázím, bude naše datová základna vypadat třeba takto:

Slova jsme zařadili do logických celků pro lepší přehled. Pro zjednodušení budeme uvažovat pouze Google.cz

Na první dobrou tak hned vidíme, že web se v průměru pohybuje na 2. straně Google.cz na pračky jako takové (položka kategorie) a kombinace pračka + značka (položka značka). Daleko hůře má pokrytá obsahová témata a cenové dotazy.

Z pohledu typů (kategorie) praček se web dobře umisťuje na pračky se sušičkou a obecná označení praček (-). Na 2. straně výsledků vyhledávání se zobrazují automatické, s horním plněním a vestavné. Horší pozice je pro malé pračky a úzké nejsou k nalezení ani do 6. strany Google.cz.

Co s tím, jak se rozhodnout, čemu dát prioritu / resp. jaké činnosti (čas, investice) jsou potřebné pro zlepšení?

Pro lepší rozhodování si můžeme do tabulky přidat sloupec “hodnocení pozice”. Pomocí funkce KDYŽ zadefinujeme škály a vratné hodnoty - například 1. strana, 2. strana, 3. strana a dále. Jednoduše pak na úrovních pozic uvažujeme následovně:

• a) TOP 3 = dotazy, kde hlídám pozici
• b) 4-10 = dotazy na první straně, které chci posunout do skupiny TOP3
• c) 2. strana = low hanging fruits (slova, která bude relativně snadné posunout na 1. stranu)
• d) 3. strana a dále = dotazy (vstupní stránky), které bude obtížnější (časově/finančně) dostat na 1./2. stranu oproti b) skupině (pokud zde není malá konkurence)

Podle uvedeného schématu pak pro nás platí, že se zaměříme jako první na skupinu c), tzn. segmenty s pozicí na 2. straně (automatické a vestavné pračky). Naše rozhodnutí ještě utvrzuje fakt, že segment automatických praček má relativně vysokou hledanost (tzn. i přes rel. vyšší konkurenci (SERP Competition - konkurence v organických výsledcích vyhledávání - viz dokumentace MM) má toto upřednostnění smysl). Naproti tomu vestavné pračky mají řádově nižší hledanost, ale míra konkurence je nízká - tzn. náročnost optimalizace a prosazení se do TOP 10 by měla být schůdná.

Jako další v pořadí optimalizace pak budou ostatní slova z kategorie 3. strana a dále. Slova ze skupiny a) + b) (1. strana) nám nejsou lhostejná, samozřejmě mají vysokou relevanci jsou pravděpodobně majoritním zdrojem organického výkonu sekce, ale v tomto příkladu předpokládáme, že neexistuje skutečnost, kdy se pozice měla výrazně zhoršit. To znamená, že naše činnosti, kdy budeme podporovat související segmenty této sekce nám ve výsledku budou také pomáhat i pro slova s pozicí na 1. straně. Pokud bychom se zaměřili na optimalizaci praček se sušičkou a praček obecně, cílíme na relativně vysokou hledanost, ale budeme se zároveň bít s konkurencí, která je zde nejvyšší z celé sekce.

INFO: Nesmíme přitom zapomenout na marži a prodejnost produktů (pro zjednodušení zde neuvažujeme), které ještě ve výsledku mohou zamíchat s prioritami našeho preferenčního koše optimalizace. Z pohledu očekávaných tržeb při splnění cílů (posun na pozice) pak opravíme preferenční pořadí.

Při definování potřebných činností optimalizace doporučujeme postupovat následovně:

1. Ověřit, zda má klient vůbec sortiment pro daný okruh (zejm. pro dotazy s pozicí 100)
   1. Pokud ano, vytvořit novou vstupní stránku a zařadit dle prioritizace sortimentu do stromu / výpisu
   2. Pokud ne a vstupní stránka existuje, tak přesměrovat na nejbližší příbuznou stránku (např. nadřazenou kategorii)
2. Má klient dostatek sortimentu pro kategorii / plánuje ji rozšiřovat?
   1. Pokud ne, sloučit s nejbližší příbuznou / nadřazenou kategorií
3. Analyzovat vstupní stránku+konkurenci:
   1. Jsou na stránce všechny potřebné informace / produkty?
   2. Je z technického hlediska vše v pořádku (stavový kód, prolinkování, rychlost načítání, vykreslování obsahu,...)? 
   3. Odpovídá titulek, meta description a obsah na stránce dotazu?
   4. Obsahuje stránka všechna relevantní a související klíčová slova?
   5. Jak jsem na tom v porovnání s konkurencí, co mohu nabídnout / co mi naopak chybí?

Checklist provedeme u všech analyzovaných segmentů. Výsledkem je pak návrh informační architektury (resp. změn) a prioritizace realizací. Pokud stránka existuje, není nic jednoduššího, než začít ladit titulky a meta popisky, případně texty stránek. Následně (nebo souběžně) se můžeme věnovat změně / implementaci v rámci informační architektury a linkbuildingu.

Filtrační dotazy typu pračka aeg má web pokryté v průměru do 1. strany. V tomto směru je pak dobré se přesvědčit, že je zajištěno vše pro maximální výkon, zejm.:

• vstupní stránky těchto kombinací se generují filtračním formulářem (interní odkazy jsou v kódu a vyhledávač je najde přímo pod danou položkou) - uživatel (a robot vyhledávače) se reálně dostává na plně relevantní vstupní stránku (nadpis, titulek, popis, produkty odpovídají dotazu - např. automatické pračky AEG)
• vstupní stránky mají optimalizovaný (relevantní) titulek, meta popisek, text na stránce a produkty

Cenové dotazy typu levné pračky nebo akce na pračky web nemá dobře pokryté. V tomto případě by jako první otázka měla být: má klient vůbec levné pračky / dělá akce? Pokud ano, a pro zákazníka by to bylo zajímavé, tak se hodí ověřit zda existují vstupní stránky a je zajištěna optimalizace filtrace. U dotazů typu levné/výprodej může být provedení vstupní stránky provedeno například formou řazení produktů (levné pračky) nebo filtrem (výprodej/v akci).

Na obsahové dotazy se web zobrazuje nejhůře z celé škály dotazů, přesto má tento segment nižší prioritu - obecně jsou obsahové dotazy zajímavé v tom, že pracujeme s povědomím o webu, získáme nové uživatele, na které můžeme cílit kampaně atd. Ale nepřináší nám gró ve formě, že zákazník se pravděpodobně dle konceptu STDC nachází ve stavu “THINK”. Naproti tomu u dotazů typu pračky aeg to bude spíše fáze “DO”, kde získáváme více prodejů (nebo dříve). Úkolem SEO je samozřejmě pokrývat i tyto typy dotazů, které sice nebudou tolik konverzní, ale mohou být méně konkurenční než obecnější fráze. Ve výsledku nám tak mohou přinést zajímavou návštěvnost, na kterou například můžeme následně mimo jiné cílit remarketingové v PPC.

Z hlediska obsahu si položíme otázky:

• Chceme / můžeme tvořit obsah?
• Máme připravenou sekci, kam budeme publikovat?

Pokud zní odpovědi ano, tak už stačí jen sestavit plán, sehnat šikovného copywritera a začít tvořit. Témata se mohou prezentovat jednak v příslušné obsahové sekci blog / magazín, druhak mohou posloužit jako šikovné rozšíření / prolinkování obsahu v kategorii produktů. Například pokud sepíši zajímavý článek na porovnání praček, mohu jej zmínit i v kategorii a získat tak další související slova na stránku a podpořit si článek na blogu.

Inspiraci nám může přinést i zákaznická linka v kombinaci s analýzou klíčových slov - identifikujeme nejčastější dotazy a můžeme na ně buď odpovědět ve formě článku (společné téma) nebo vytvoříme na webu FAQ (často kladené otázky).

Obchodní srdce analýzy

V uvedeném příkladu jsme pro zjednodušení neuvažovali marži a prodejnost. K nasbíraným datům / sortimentu by měl dát zpětnou vazbu klient a jeho obchodní pohled na věc:

• obchodní priority sortimentu (z pohledu marže a prodejnosti)

Marže jako taková by neměla být výsadním hybatelem pořadí. Je to logické. Představte si dva produkty A a B:

• Produkt A = vysoká marže, malá prodejnost
• Produkt B = nízká marže, velká prodejnost

V tomto modelovém příkladu uvažujeme modelové produkty ze stejného segmentu a cenovou hladinou, která odpovídá tržní rovnováze (neuvažujeme např. podstřelení ceny). Produkt A může být například luxusní pračka, produkt B levná (dostupná) pračka.

Pokud mám produkt A s vysokou marží, ale malou prodejností (resp. potenciálem prodejnosti), může být jeho protlačování do popředí kontraproduktivní (v případech, kdy je k produktu nízká konkurence, pak to může být opačně). Naopak, pokud upřednostním produkt B s nižší marží a velkou prodejností, může mi tento produkt teoreticky vygenerovat daleko více peněz v celkovém objemu. V tomto směru je vhodné opět využít data z analýzy klíčových slov - hledanost.

Marži (resp. prodejnost) pak do našeho rozhodování můžeme dostat podle následujícího vzorce:

Hledanost * průměrné CTR (% dle GSC) * konverzní míra (CR (% dle GA)) * prodejnost (konverzní míra (CR)) * marže (%) * průměrná tržba (CZK)

Modelový příklad:

AEG pračky
Hledanost = 5000
CTR = 8 %
Prodejnost (CR) = 4 %
Marže = 30 %
Průměrná tržba = 12000

Hrubý odhad potenciálu marže při posunu na 1. stranu výsledků vyhledávání = 5000 * 0,08 * 0,04 * 0,3 * 12000 = 57 600 CZK marže (192 000 ZK tržby)

• Data pro tento vzorec (CTR, marže, prodejnost, průměrná tržba) je ideální použít pro jednotlivé segmenty zvlášť. Jistě se bude lišit marže třeba u lízátek a praček.
• Průměrné CTR nám samozřejmě výrazně ovlivní výpočet, díky tomu, že nám do něj mohou vstupovat brandové dotazy, více / méně relevantní fráze. V základu bychom měli vyloučit brand. CTR bychom měli uvažovat na základě delšího období (alespoň 1 rok), a ideálně pro každý segment zvlášť.
• Prodejnost můžeme deklarovat jako koeficient pravděpodobnosti nákupu (dle expertního odhadu nebo údajů z GA (Conversion rate - konverzní míra). Prodejnost by opět jako CTR měla zohlednit i sezonu, měli bychom uvažovat alespoň 1 rok.
• Průměrná tržba může vycházet z obchodních statistik nebo Google Analytics, pro jednotlivé segmenty.

V analýze klíčových slov pak můžeme mít další užitečné vodítko.

Výsledné rozhodnutí o prioritách je pak vhodné rozhlednit

• při určování pořadí kategorií / produktů ve výpisech a alokaci zdrojů na podporu prodejnosti - SEO / PPC / sociální sítě. 
• v produktové strategii (aktuální / zanikající / budoucí nové produkty)
• v obchodních plánech (historický výkon + trend do budoucna, povaha trhu)
• strategických plánech (konkurenceschopnost a směřování firmy)

Data ocení i produktoví manažeři při cenotvorbě. K vlastnímu průzkumu konkurence připojí informace o potenciálu a mohou tak kvalifikovaně rozhodovat, které produkty se například vyplatí slevnit a získat tak více prodejů. V tomto ohledu mohou posloužit i statistiky porovnání produktů s konkurencí z účtu Heureka.

Bourání aktuální hierarchie vs. optimalizace

Závěry z analýzy máme, co s tím dál? Ve většině případů půjde o ladění stávajícího systému. Je nasnadě udělat razantní zářez do struktury, vzít to z gruntu rovnou s grafikou, kódem a strukturou šablon?

Odpověď opatrného konzultanta bude znít spíš ne. Pokud nám aktuální řešení funguje a neměli jsme naplánované jiné změny, bude obecně bezpečnějším, rychlejším a efektivnějším přístupem ladit současnou aplikaci.

Na základě výše popsané rešerše a  závěrů zpravidla vyvstane ladění následujících prvků:

• Filtrace produktů
• Řazení kategorií ve stromu / produktů na výpisu
• Změny v kategorizaci (nové / sloučení / zánik)
• Změny v obsahových stránkách (nové / sloučení / zánik)
• Popisy kategorií / produktů
• Systém přidávání nových produktů na web

Při definování harmonogramu, resp. plánování prací přihlédněte k současné výkonnosti, technickému stavu a možnostem a potenciálu změn.

Ladění filtrace produktů

Nemáte připravený systém, který by uměl generovat vstupní stránky typu kategorie + proměnná (např. pračky LG)? Pobavte se o možnostech webu s vývojářem a připravte srozumitelné zadání.

Interní link ve filtraci na kombinaci telefon+značka

Řazení kategorií ve stromu / produktů na výpisu

Upravte odpovídajícím způsobem kategorický strom a pořadí produktů na výpisu. Zohledněte, které kategorie mají lepší poměr hledanosti vs konkurence a přidejte k tomu obchodní hledisko (marže vs prodejnost). Výpis produktů by měl korespondovat s pořadím kategorií a reflektovat prodejnost / marži jednotlivých položek.

Změny v kategorizaci (nové / sloučení / zánik)

Určete, které kategorie vzniknou jako nové, které se zruší nebo sloučí dohromady. U nových produktů je vhodné zavést pravidlo, aby se propisovaly také do speciální kategorie “novinky”, kde nové položky budou chronologicky dle data přidání na shop. Tímto trikem můžete zlepšit crawling / indexaci novinek a zajistit tak jejich rychlejší zobrazení ve výsledcích vyhledávání. K rychlejší indexaci může také pomoci jejich zalistování do Google Shopping. 

Změny v obsahových stránkách (nové / sloučení / zánik)

Pro obsahové stránky typu (Jak vybrat, apod.) stanovte přehledný plán a harmonogram (priority, témata, klíčová slova, termíny).

Copywriterům připravte návod, jakým způsobem mají pracovat s plánem a jak tvořit texty, aby vám přinesly očekávaný výsledek.

Popisy kategorií / produktů

Pro prioritní kategorie / produkty zajistěte podobným způsobem jako pro obsahové stránky jejich obsahové ladění (popisky, titulky, meta description, interní / externí linky).

Zajistěte, aby se obsah zobrazoval i bez Javascriptu. Pokud máte delší text pro kategorii / produkt, odkažte uživatele pomocí kotvy směrem dolů na stránce (pod výpis / důležitější informace), kde nebude vadit použitelnosti webu.

Dotahujeme myšlenku do konce

Nezapomeňte, že hezkým dokumentem a plánováním to teprve začíná. Teprve schopnost realizovat nápad ve skvělý výsledek je rozhodující.

• Pobavte se o svých myšlenkách s více zainteresovanými lidmi, z kruhů marketingu (PPC, UX, ...), obchodu (produkťáci,..).
• Uspořádejte diskuzi s vývojářem a marketingovým manažerem.
• Připravte přehledné a srozumitelné zadání, harmonogram a cíle.
• Koordinujte a kontrolujte realizace
• Zapisujte stavy implementace a sledujte změny ve výkonu
• Nastavte kontrolní systémy (např. založením projektu v MM)

V konečném důsledku má příprava analýzy a nastavení strategických úprav velmi blízko do offline světa. Nejde tedy jen o pomyslné nehmatatelné ladění “internetových věcí”, ale závěry jsou použitelné i ve strategickém, obchodním směřování a koordinaci marketingových aktivit společnosti.

Článek připravilo Proficio.