Search Console ukrywa Twoje najtańsze wygrane. Trzeba je inaczej zapytać

👁 112 przeczytań

Strona z 81 616 wyświetleń i współczynnikiem klikalności 3,5% nie pojawiła się na żadnej liście, którą wcześniej przeglądałem w interfejsie Search Console. Znalazłem ją dopiero wtedy, gdy pobrałem dane bez limitu wierszy i posortowałem je lokalnie po wyświetleniach, a nie po kliknięciach. To jedna linijka różnicy w zapytaniu i zupełnie inna lista zadań na kolejny miesiąc.

Dlaczego domyślny raport milczy o tych stronach

Interfejs Search Console pokazuje ograniczoną liczbę wierszy i ustawia je w kolejności malejących kliknięć. To sensowna domyślna decyzja, bo najczęściej chcemy wiedzieć, co przynosi ruch. Problem pojawia się, gdy szukasz czegoś odwrotnego - miejsc, w których ruchu nie ma, choć powinien być.

Weźmy dwa hipotetyczne adresy. Pierwszy: 400 wyświetleń, 120 kliknięć. Drugi: 40 000 wyświetleń, 400 kliknięć. W widoku posortowanym po kliknięciach oba wyglądają podobnie, a jeśli lista jest długa, drugi może się nawet nie zmieścić w wyświetlanym fragmencie. Tymczasem pierwszy adres nie ma już gdzie rosnąć, a drugi zostawia na stole dziesiątki tysięcy pokazów, które nikogo nie zainteresowały na tyle, żeby kliknął.

Mój przypadek z 81 616 wyświetleń mieścił się dokładnie w tej pułapce. Klikalność 3,5% przy takiej skali pokazów to nie katastrofa - i właśnie dlatego nic nie krzyczało w raporcie. Adres miał przyzwoitą liczbę kliknięć w bezwzględnych wartościach, więc nie trafiał do żadnego filtra typu „zero kliknięć”. Jednocześnie miał ich na tyle mało względem konkurencji w tabeli, że w sortowaniu po kliknięciach siedział poza zasięgiem wzroku.

Co zmienia pobranie danych bez limitu wierszy

Różnica nie polega na tym, że api google search console pokazuje inne dane. Pokazuje te same, ale pozwala ściągnąć je w całości i posortować po dowolnej kolumnie - także po wyświetleniach. Poniżej to, co widziałem przed zmianą podejścia i po niej dla tej samej witryny i tego samego okresu.

Trzecia kolumna to nie magia narzędzia, tylko konsekwencja tego, że sortowanie robię po pobraniu, a nie przed. Dopóki sortuje je za mnie interfejs, dostaję odpowiedź na pytanie, którego nie zadałem.

Dlaczego to najtańsze wygrane - i gdzie to jest moja opinia

Fakt jest taki: strona z 81 616 wyświetleń i klikalnością 3,5% już jest pokazywana przez Google w skali, o którą większość nowych treści walczy miesiącami. Nie trzeba jej pozycjonować od zera, nie trzeba budować do niej linków, nie trzeba czekać na indeksację.

Tu wchodzi opinia, i zaznaczam to wyraźnie: uważam, że praca nad poprawą CTR na takich adresach ma lepszy stosunek efektu do nakładu niż tworzenie nowych treści, bo zmieniasz tylko to, co użytkownik widzi w wynikach, a nie całą pozycję strony w indeksie. Nie mam na to pomiaru w tym materiale - mam tylko pomiar tego, że ta strona istniała i była dla mnie niewidoczna. Wniosek o opłacalności to mój sąd, nie dana.

Druga opinia: progi w moim kryterium - ponad 1000 wyświetleń i klikalność poniżej 2% - są arbitralne. Wybrałem je tak, żeby lista była wykonalna w jednym sprincie, a nie dlatego, że 2% to jakaś naturalna granica. Na innej witrynie, z innym profilem zapytań, sensowny próg będzie inny.

Jak zbudować listę zadań z tych danych

Kiedy masz już cały zbiór posortowany po wyświetleniach, filtr jest prosty i jednoznaczny. Zostawiasz adresy, które mają ponad 1000 wyświetleń i jednocześnie klikalność poniżej 2%. To jedno wyrażenie w arkuszu i gotowa kolejka pracy - bez dyskusji, bez intuicji, bez przeglądania raportów na wyczucie.

Co robić z tak wyfiltrowaną listą, gdy zastanawiasz się, jak poprawic ctr na konkretnym adresie? Kolejność, którą stosuję, wygląda tak:

• Sprawdzam, na jakie zapytania strona faktycznie zbiera wyświetlenia - często okazuje się, że tytuł odpowiada na inne pytanie niż to, które wpisują ludzie.
• Czytam tytuł i opis tak, jak widzi je ktoś, kto nie zna witryny - czy z samego fragmentu w wynikach wynika, co dostanie po kliknięciu.
• Porównuję swój fragment z fragmentami sąsiadów w wynikach na to samo zapytanie i szukam, czym się od nich nie różnię.
• Notuję datę zmiany, żeby po kilku tygodniach móc porównać klikalność przed i po na tym samym adresie.

Ostatni punkt jest ważniejszy, niż wygląda. Bez zapisanej daty zmiany nie odróżnisz efektu swojej pracy od naturalnych wahań widoczności.

Pułapka, w którą wpadłem po drodze

Przy pierwszym podejściu pobrałem dane z limitem wierszy - po prostu nie zmieniłem wartości domyślnej. Zbiór wyglądał kompletnie, sortowanie lokalne działało, a jednak strona z 81 616 wyświetleń nadal się nie pokazała. Powód był banalny: skoro limit odcina wiersze przed wysłaniem, a odcinane są te z najmniejszą liczbą kliknięć, to lokalne sortowanie po wyświetleniach porządkuje już okaleczony zbiór. Sortujesz to, co zostało, a nie to, co jest.

To w moim odczuciu najczęstszy błąd przy pierwszym kontakcie z takim pobieraniem. Sortowanie lokalne ma senss tylko wtedy, gdy masz lokalnie wszystko. Połowa danych posortowana po właściwej kolumnie daje fałszywe poczucie kompletności - widzisz porządną tabelę i nie masz powodu podejrzewać, że brakuje w niej najciekawszego wiersza.

Jak to sprawdzić u siebie

1. Wybierz okres, który faktycznie chcesz analizować, i trzymaj się go przy każdym kolejnym pobraniu - inaczej nie porównasz wyników między iteracjami.
2. Ustaw wymiar na adres strony, żeby dostać dane per URL, a nie zagregowane dla całej witryny.
3. Pobierz dane bez limitu wierszy. Jeśli narzędzie ma domyślną wartość limitu, zmień ją świadomie - to ten jeden krok, na którym się potknąłem.
4. Zweryfikuj kompletność: sprawdź, czy liczba wierszy w pliku odpowiada liczbie adresów, które spodziewasz się zobaczyć. Podejrzanie równa liczba to sygnał, że limit nadal działa.
5. Posortuj zbiór lokalnie malejąco po wyświetleniach. Nie po kliknięciach.
6. Dodaj kolumnę z klikalnością, jeśli nie ma jej w pobranych danych, i przefiltruj: wyświetlenia powyżej 1000, klikalność poniżej 2%.
7. Wynik filtra zapisz jako listę zadań z datą pomiaru. To Twoja kolejka na najbliższe tygodnie.
8. Powtórz całą procedurę po wprowadzeniu zmian i porównaj klikalność dla tych samych adresów - z zachowaniem tej samej długości okresu.