🤣 Автоматизация чистки поисковых запросов в 1 клик.

Сделал за 2 дня обновляемый в 1 клик автоматический шаблон в Power Query. Если вы не слышали о таком — это бесплатная надстройка в Excel для получения и обработки данных, которая вшита в том числе и в Power BI.

Пайплайн из 12 взаимосвязанных между собой запросов, которые суммарно состоят из 162 отдельных операций преобразования данных, в 1 клик отображает:

💓 Список лемм (начальных словоформ) новых слов, которые ранее не встречались в поисковых запросах за предыдущие даты.
💓 Список словоформ новых слов.
💓 Новые поисковые запросы, в которые входят новые леммы.
💓 Суммарную статистику по каждой лемме и словоформе.
💓 Слова можно раскрыть до запросов и увидеть все показатели ещё и по отдельным запросам.

Если вы ранее работали с Key Collector, то это как анализ групп в КК, только на героине:

🥸 Абсолютные показатели суммируются не по 1 столбцу, как в КК, а по всем.
🥸 Вычисляются относительные показатели (CPA, CR, CTR, CPC), что нельзя сделать в КК.
🥸 Показатели считаются не только по каждому запросу, а ещё и по каждой лемме и словоформе новых слов.
🥸 Считается кол-во уникальных запросов и ключевых фраз, по которым встретилось каждое слово.
🥸 Данные за новые диапазоны дат обновляются в 1 клик.

Для упрощения восприятия скрыл столбцы CPA, CR, CTR, CPC, но они вычисляются мерами в модели данных, и их тоже можно добавить в таблицу.

В сводной можно свернуть столбец запросов и словоформ и увидеть общие показатели только на уровне лемм слов без разбивки на строки словоформ и запросов.

Теперь чистка запросов занимает не час из-за необходимости ежедневно читать сотни и тысячи строк повторяющихся запросов, а всего одну минуту:

1️⃣ Получил данные.
2️⃣ В 1 клик обновил все этапы преобразования данных.
3️⃣ Получил обработанные слова и фразы.
4️⃣ Вставил нецелевые слова и фразы в соответствующие минус-списки.

Доделаю в ближайшее время выполнение ещё нескольких важных операций:

1️⃣ Получение списка новых поисковых запросов, которые целиком состоят из вайтлиста целевых слов и в которых обязательно содержатся главные отраслевые слова — для их добавления в ключевые фразы в РК.

2️⃣ Автоматическое назначение словам смысловых ярлыков и автогруппировка фраз — для ускорения их разнесения по группам объявлений.

3️⃣ Получение списка новых поисковых запросов, в которых не содержится ни одного главного отраслевого слова — для их исключения в точном соответствии.

Потом поделюсь результатами отработки всего вместе.

Прелесть этого шаблона в том, что объём обрабатываемых данных не имеет значения.

Самый сок от его использования начинаешь ощущать не при первом запуске обработки данных, а при каждом последующем. Он даже при первой итерации экономит огромное количество времени, а при каждом последующем запуске обработки данных за новые диапазоны дат уровень восторга и восхищения не имеет границ.

🔸 При ежедневном анализе и чистке поисковых запросов даже на масштабах одного проекта у ппсшника-фрилансера в зависимости от интенсивности и объёма ежедневного накопления данных экономия времени минимум 1 час в день, 5 часов в неделю, 22 часа в месяц.

🔸 На масштабах 5 проектов у фрилансера-одиночки — 5 часов в день, 25 часов в неделю, 110 часов в месяц.

🔸 На масштабах проектной команды из 5 человек, у которой может быть суммарно 10-20 проектов — суммарно 10-20 рабочих часов в день, 50-100 часов в неделю, 220-440 часов в месяц.

🔸 На масштабах агентства, где может быть, например, 10-20 сотрудников, работающих суммарно, например, с 20-50 проектами — суммарно 20-50 рабочих часов в день, 100-250 часов в неделю, 450-1100 часов в месяц.

Доделаю выполнение ещё целого ряда важных процессов. Будет 2 шаблона: для Excel и для Power BI. Запишу видеоинструкции по их использованию и запущу в продажу как коробочное решение.

Как вам идейка?

Делитесь в комментариях, сколько часов в неделю и/или месяц вы тратите на:

1️⃣ Анализ и чистку поисковых запросов.

2️⃣ Добавление новых целевых поисковых запросов в РК как ключевых фраз.

————
Топ постов @ppc_bigbrain:
ч.1 | ч.2 | ч.3 | ч.4 | ч.5 | ч.6 | ч.7 | ч.8

😆 Google снова откладывает блокировку cookies в Chrome.

В начале этого года Google начала тестировать блокировку сторонних cookie в Chrome среди 1% пользователей браузера, но на тот момент рекламодатели оказались не готовы к столь радикальным изменениям.

Теперь компания объявила, что решение по полномасштабному внедрению этой функции откладывается из-за разногласий в отрасли.

В компании заявили о существовании ряда проблем, связанных с согласованием разногласий от представителей отрасли, регулирующих органов и разработчиков.

Изначально в Google собирались отключить сторонние cookie для всех пользователей Chrome до конца текущего года, но в новом заявлении говорится, что компания «не сможет завершить процесс во второй половине четвёртого квартала».

Таким образом, полная блокировка сторонних cookie для всех пользователей Chrome если и будет внедрена, то не раньше 2025 года. При этом изначально об этом было объявлено ещё в 2020 году с планом завершить процесс в течение двух лет.

Файлы cookie представляют собой данные о посещении пользователями сайтов. Они используются для авторизации на сайтах и сохранении этого статуса при повторном посещении страницы.

Эти данные также используются рекламодателями, поскольку они содержат информацию о предпочтениях пользователей, их местоположении, используемом языке, валюте, посещенных сайтах, интересующих товарах, информацией об устройстве, браузере, совершаемых покупках и многом другом, что позволяет показывать релевантную рекламу.

Google сообщает в своём блоге «The Privacy Sandbox News»:

«Управление по конкуренции и рынкам Великобритании (CMA) и Google публикуют ежеквартальные отчеты, чтобы информировать экосистему о последнем состоянии "Песочницы конфиденциальности" в Интернете.

В рамках отчета Google за 1 квартал 2024 года мы включим следующее обновление о сроках поэтапного отказа от сторонних файлов cookie в Chrome в отчет от 26 апреля:

Мы предоставляем обновленную информацию о плане прекращения поддержки сторонних файлов cookie в Chrome.

Мы признаем, что существуют постоянные проблемы, связанные с согласованием противоречивых отзывов со стороны отрасли, регулирующих органов и разработчиков, и продолжим тесное взаимодействие со всей экосистемой.

Также очень важно, чтобы у CMA было достаточно времени для рассмотрения всех доказательств, включая результаты отраслевых испытаний, которые CMA попросила участников рынка предоставить к концу июня.

Учитывая оба этих важных соображения, мы не будем завершать прекращение поддержки сторонних файлов cookie во второй половине четвертого квартала.

Мы по-прежнему привержены тесному сотрудничеству с CMA и ICO и надеемся завершить этот процесс в этом году. Предполагая, что мы сможем достичь соглашения, мы предполагаем, что прекращение поддержки сторонних файлов cookie начнется в начале следующего года.

После публикации вы сможете просмотреть полные отчеты Google и CMA здесь».

Источник

via @ppc_bigbrain

📰 Как быстро собрать семантику под Google?

Вопрос из чата №45 от 30.04.24:

Как быстро собрать семантику под Google?
Под Яндекс есть плагины для Wordstat, а для Google какая-то поебень, либо Ахрефс. Есть еще варианты?)

Отвечаю.

1️⃣ Вбить пару самых очевидных запросов в Гугл Поиск.

2️⃣ Собрать из поиска урлы конкурентов.

Процесс парсинга SERP по списку ключей можно автоматизировать в Key Collector.

3️⃣ Извлечь регуляркой домены и поддомены из многоуровневых урлов.

4️⃣ С извлечённых главных страниц доменов снять метатеги title+h1+description.

Софта для этого существует уйма. Я делаю это в Screaming Frog Seo Spider или Semtools.

Первый снимает данные во много раз быстрее. Но если урлов немного, можно снять и в Semtools из расчёта 3 минуты на 100 урлов.

5️⃣ Из столбца с метатегами отфильтровать строки, в которые входят главные отраслевые слова.

Часто это 5-10 слов — название товара или услуги.

Делается это для того, что если в метатегах главной страницы домена не содержится самого важного отраслевого слова, то и собирать в следующем пункте семантику по этому домену смысла нет.

Если такие слова содержатся, значит, весь домен про вашу тематику, и это ваш прямой отраслевой конкурент.

Это необязательно должно быть только название товара или услуги. В локальных бизнесах помимо главного отраслевого слова в метатегах должен обязательно содержаться ещё и целевое название города.

Если в метатегах сайта нет нужного вам топонима, то для локального бизнеса собирать семантику по этому домену смысла нет.

6️⃣ Отфильтровываете домены, напротив которых в столбце с метатегами найдено главное отраслевое слово (и во втором столбце — целевой топоним).

7️⃣ Вставляете отфильтрованные домены отраслевых конкурентов в планировщик ключей Гугла и собираете по ним предложения новых ключей.

8️⃣ Повторяете предыдущую операцию с каждым доменом по отдельности, выгружаете отчёты с предложенными ключами в отдельную папку.

9️⃣ Соединяете все выгруженные файлы воедино (объединение файлов из папки в Power Query), удаляете дубли и неявные дубли ключей.

1️⃣0️⃣ Сортируете фразы по убыванию частотности.

1️⃣1️⃣ Первые по частотности 100-200 фраз (можете и тысячу, но не ниже частотности 50 по целевому региону таргетинга) проверяете на предмет ненужных нецелевых слов, убираете брендовые конкурентные ключи, коих при выгрузке ключей по доменам конкурентов бывает очень много.

1️⃣2️⃣ Оставшиеся целевые фразы по 10 штук вставляете в планировщик ключей Гугла, выгружаете по ним предложения новых ключей, складываете файлы в отдельную папку.

Вставлять в подбор новых фраз только те ключи, у которых частотность выше 100 по указанному региону таргетинга. При вставке в прогноз фраз с частотностью менее 100 Гугл не показывает больше ни одного нового предложенного ключа, т.е. это пустая трата времени.

1️⃣3️⃣ Объединяете все выгрузки в один файл (повторяете операцию объединения файлов из папки в Power Query), удаляете дубли и неявные дубли.

1️⃣4️⃣ Чистите мусор, собираете нецелевые слова и фразы, чтобы потом добавить их в общие минус-списки и прикрепить их к кампаниям.

1️⃣5️⃣ Группируете целевые фразы по смыслу и намерениям по 7-10-15 частотных ключей в группе.

1️⃣6️⃣ Делаете заголовки адаптивных поисковых объявлений так, как я описывал 2 года назад в статье на VC, которая до сих пор не потеряла актуальность.

1️⃣7️⃣ Запускаете РК.

———

Проведу ряд ивентов 2 раза в неделю со скринкастами в закрытом канале на темы:

🔸 Как это всё сделать в едином пайплайне «от и до».
🔸 Как работать с иностранной семантикой.
🔸 Как в Power Query многократно ускорить чистку сырой семантики от мусора.
🔸 Как в сводных таблицах по модели данных многократно ускорить группировку ключей.
🔸 Как быстро собрать адаптивные объявления.
🔸 Как ускорить итерационную чистку новых поисковых запросов из статистики РК.
🔸 Как новые запросы быстро добавлять в РК.

Дата: четверг, 2 мая
Время: 19:00 по Мск
Место: турбочятик
Памписка: 10 000 ₽/мес
Записи: будут

Не курс и не марафон, но живой воркшоп по Google Ads.

————
Топ постов @ppc_bigbrain:
ч.1 | ч.2 | ч.3 | ч.4 | ч.5 | ч.6 | ч.7 | ч.8

🤨 (1/2) Считать ли прогнозные цены кликов и искренние ставки?

Годами вижу как представители индустрии учат новичков палить время на расчёт в прогнозах несуществующих метрик, которые никогда не имели ничего общего с действительностью.

Сети у абсолютного большинства рекламодателей давно на автостратегиях, поиск у многих тоже.

— Какой смысл в ручном расчёте ставок и цен кликов, если это всё равно среднее по больнице?
— Как рассчитывать ставки, предсказывая коэффициент конверсии по каждому условию таргетинга?
— Как это представить?
— Как это реализовать технически?
— Откуда взять эти данные?

Столько вопросов, а ответов как ни у кого никогда не было, так ни у кого никогда и не появится.

Зачем этому учить новичков, если цена клика абсолютно никак не взаимосвязана ни со ставками, ни с позицией показа, ни с объёмом трафика, ни с ценой конверсии?

Пруфы, которые я призываю любого из вас оспорить, предоставив в ответ свои данные:

🔸 Зависит ли линейно цена клика на поиске в Яндекс Директ от размера ставок? (часть 1, часть 2, часть 3, часть 4)
🔸 Меньше ли цена конверсии при меньшей цене клика в Яндекс Директ? (часть 1, часть 2, часть 3, часть 4)
🔸 16 ребусов для сверхразумов: что зависит от позиции показа? (часть 1, часть 2)

И предлагаю ознакомиться с тем, в каких объёмах в действительности списываются деньги за клик по отдельным ключевым фразам:

🔸 Как сверхразумы цену клика в Директе снижают (часть 1, часть 2)

Буду премного благодарен любому, кто мне популярно объяснит, как он, глядя на скриншоты в последнем посте, собрался прогнозировать цены кликов, когда они по каждому отдельно взятому ключевику в разные моменты времени отличаются в 10–40 раз и более?

Что вам даст среднее прогнозное значение цены клика, если она изменяется во времени?

Если CPC по одному ключевику в разное время отличается в 10–40 раз, а условный коэффициент конверсии в "медиаплане" всегда берётся с потолка, то и какой смысл во всех этих прогнозах, если итоговые показатели можно как поделить, так и умножить хоть на сто, хоть на тысячу, хоть поделить на ноль?

В следующем посте расскажу, что имеет смысл рассчитывать перед запуском рекламы, и в каком сценарии эти затраты времени целесообразны.

🔻 Читать дальше часть 2

via @ppc_bigbrain