Jak využít SEO pro odhad tržeb a návštěvnosti
9. 9. 2019 | Tomáš Koňařík
Organické návštěvy a tržby z nich tvoří významnou část téměř každého správně nastaveného marketingového mixu v online prostředí. Jelikož v onlinu je možné téměř vše změřit a vyhodnotit, řada firem a značek stojí před otázkou, zda-li má smysl investovat peníze do optimalizace pro vyhledávače (SEO). Často se přitom stává, že agentury naslibují klientům hory doly, ale jejich sliby nevychází z žádných reálných dat. Dle návodu níže si sami můžete spočítat, nakolik se vám investice do SEO vyplatí či nevyplatí a jaký potenciál pro váš byznys představuje.
Na začátek je třeba podotknout, že se jedná o odhady, nikoliv o přesný výpočet. Dá nám však jasnou představu, kde se čísla budou rámcově pohybovat a jaký bude trend.
Co budeme potřebovat:
- přístupy do Google Search Console (GSC)
- přístupy do Google Analytics (GA)
- analýzu klíčových slov
Krok číslo 1: Příprava dat a základu pro výpočet
Rozčlenění pozic do skupin
Základem je mít připravenou analýzu klíčových slov. Tu nemusíte zpracovávat extrémně do detailu (i když to pomůže), na druhou stranu by neměla být příliš stručná. Takže 50 klíčových slov nestačí, ale alespoň jednotky stovek a více ano. Dále by tato klíčová slova měla být rozčleněna alespoň do základních kategorií – ty mezi sebou budeme porovnávat a zjišťovat potenciál. Níže je příklad pro kancelářský nábytek. Členění je dle druhu produktu a typu nábytku.
Standardně v analýze pracujeme s odhady, které vychází z datasetu jako celku a rozdělujeme klíčová slova, na které vstupní stránka v SERPu existuje a neexistuje. Nepracujeme ale s pozicemi, které jsou klíčové. To, že vstupní stránka existuje je nám v tomto případě k ničemu. Pokud se umisťuje na 53. pozici, nikdo ji nikdy nenajde.
Slova z analýzy výše si tedy rozčleníme do skupin podle pozic. 1. pozice; 2.-3. pozice; 4.-6. pozice; 7.-10. pozice; 11.-20.; 21.-30.; 31-40, 41-50, 51-60 a 61+.
Krok číslo 2: Zjištění CTR vzhledem k pozici
V tomto kroku si stáhneme z Google Search Console dataset o takovém objemu, aby tam bylo co nejvíce klíčových slov. Díky tomu zjistíme průměrné CTR vzhledem k pozici relativně přesně. Vhodné je využití extensions do Google sheets (případně excel) a data si stáhnout přes něj, např. za poslední měsíc (či delší období).
Před stažením dat ze Search Console si nezapomeňte zvolit informace o zemi, odkud byla search query. Imprese jsou téměř vždy i z jiných zemí, což pak významně zkreslí všechna data, se kterými budeme pracovat.
Dataset stažený v excelu/Google sheets promažeme tak, aby nám zbyla pouze data pro danou lokalitu, kterou řešíme (nejčastěji to bude tedy CZ). Dále se podíváme na minima a maxima v Clicks a Impressions + odpovídající key words u těchto hodnot. Chceme co nejméně zkreslený dataset, takže pokud je průměr impresí 3000 na 1 klíčové slovo a budeme mít kw s 90 000 impresí, ale žádný klik, podíváme se, o jaké slovo se jedná. Pokud nebude relevantní s ohledem na obsah našeho webu, ihned ho smažeme. Zároveň mažeme imputy o nízkých hodnotách, kde je např. 6 impresí a 0 kliků.
Kolik čeho smazat je individuální. Obecně se chceme zbavit extrémů. Pokud se rozhodujete, zda input smazat či ponechat, položte si otázku: Zkreslí mi tento vstup dataset nahoru/dolů? Pokud ano, vstup mažeme. Výslednou pozici si následně zaokrouhlíme na celé číslo. Příklad výsledné tabulky níže.
Následně si vytvoříme kontingenční tabulku s průměrnými CTR pro jednotlivé pozice, která bude v našem případě vypadat takto:
Krok číslo 3: Analýza současného stavu
U tohoto kroku nebudeme řešit CTR, ale podíváme se na rozložení pozic vzhledem k vyhledávačům a jednotlivým kategoriím. Vhodná je opět kontingenční tabulka, ve které si to rozdělíme a můžeme tak srovnávat zvlášť Google vs Seznam. Rozdělení pozic v „raw“ podobě je nalevo, srovnání Google vs Seznam napravo (s grafem níže).
Pokud máme klíčová slova rozdělená i do kategorií, můžeme se podívat, jak jsou na tom kategorie vzhledem k pozicím. Z grafu níže např. vidíme, že nejhůře jsou na tom kw obsahující “konferenční” = zobrazují se nejvíce na 50. pozici či dále (=jsou téměř nedohledatelné).
Krok číslo 4: Analýza příležitostí
Následně s daty dále pracujeme s cílem vyvodit závěr o objemech na jednotlivých pozicích a také s cílem určit trend (celkový i u jednotlivých kategorií).
Příklad č. 1: kancelářský nábytek
U příkladu výše zjistíme, kolik návštěv a tržeb jsme schopni organicky získat.
Pokud bychom všechna slova obsahující "kancelářské", "konferenční" "PC" a "ergonomické" z našeho datasetu dostali alespoň na 3. místo v SERPu (příklad výše je pro Google), tak s průměrným CTR 6 % na této pozici můžeme získat navíc 2938 návštěv měsíčně.
Kolik je to na tržbách zjistíme, pokud na odhad návštěv výše aplikujeme průměrný konverzní poměr z GA (v tomto případě zdroj/médium bereme google/organic). Pro tento příklad je to 3,96 %.
Dostaneme cca 116 konverzí, které vynásobíme (stejně jako výše) průměrnou hodnotou objednávky z GA, v tomto případě 12 454 Kč.
Výsledné číslo je 1 448 958 Kč tržeb měsíčně navíc, které můžeme získat organicky.
Příklad č. 2: dlaždice a obklady
V tomto případě jsme spočítali i aktuální orientační návštěvnost přes daná slova z analýzy klíčových slov. Následně jsme modelovali různé situace, např. o kolik se zvýší návštěvnost při posunu pozice +1? O kolik se zvýší návštěvnost při zachování stejných pozic, ale zvýšení CTR o 2procentní body? A do čeho bude výhodnější investovat přednostně – do optimalizace pozic či zatraktivnění snippetu (=vyšší CTR)?
Na screenu níže jsme vzali pouze pozice od 2. stránky dál a spočítali situaci, kdyby se podařilo zviditelnit KWs s cca polovinou měsíční návštěvnosti na 4. nebo 5. pozici (CTR 4 %). V tomto případě vidíme, že zrovna dlaždic moc příležitostí není a optimalizace by nepřinesla rozdíl adekvátní vynaloženému úsilí.
Příklad č. 3: sanita a koupelnové vybavení
V případě sanity byly výsledné pozice slabé. Z toho důvodu nemělo smysl počítat, co by se stalo při nárůstu a zlepšení pozic o +1 nebo při nárůstu CTR. Většina KWs je totiž na druhé straně v SERPu a dál.
Pokud se tedy podíváme na druhou stranu (pozice 11. a dále), tam už by minimálně zatraktivnění snippetu (pro navýšení CTR) mělo smysl věnovat úsilí. Potenciálně bychom mohli získat 720 návštěv organicky, což je při 3 % konverzním poměru z organicu 22 konverzí měsíčně navíc.
Závěrem
Princip propočtů bude vždy stejný, lišit se bude jen v tom, co zrovna chceme zjišťovat. Z toho důvodu je těžké uvést jen 1 univerzální postup pro všechny situace. Základem však vždy bude analyzovat následující metriky: měsíční hledanost, pozice v SERPu a CTR. Z toho získáme orientační měsíční návštěvnost a následně konverzním trychtýřem (z dat z GA) dopočítáme měsíční odhad tržeb.