Гугл Search Console нежданно стал инвентарем исследования клиентов

Всем привет! Меня зовут Андрей Попов, я SEO-специалист в AGIMA. В SEO изредка происходят истинные переломы. Обычно всё изменяется медлительно: новейший фактор ранжирования, еще одно обновление метода, маленькая перестройка выдачи. Но на данный момент происходит куда наиболее глубочайшая вещь – изменяется сама природа поиска. Люди перестают «находить» и начинают говорить.

Если ранее юзер вводил в Гугл маленький запрос вроде «CRM система стоимость», то сейчас он пишет практически настоящее сообщение:

какая CRM подойдет маленькому отделу продаж до 5 человек, чтоб было видно воронку и не требовалось длительно учить служащих?

И для бизнеса это делает делему. Мы больше не осознаем, что конкретно спрашивают люди.

Темный ящик LLM-поиска

В традиционном SEO всё было относительно прозрачно. Существовали:

  • Keyword Planner;

  • статистика частотности;

  • SERP-аналитика.

Можно было примерно оценить спрос.

С возникновением огромных языковых моделей (LLM) ситуация поменялась. OpenAI, Гугл и остальные платформы не открывают настоящие пользовательские вопросцы. А означает, компании не знают:

  • какие формулировки употребляют покупатели;

  • какие аспекты выбора их тревожут;

  • какие соперники возникают в сопоставлении.

Маркетинг в первый раз за долгие годы опять оказался в информационной мгле.

Нежданная подсказка: Search Console

Увлекательное наблюдение возникло опосля исследования, когда в отчетах Гугл Search Console начали отыскивать весьма длинноватые запросы в поисковике. При этом они выглядели не как главные слова, как настоящие вопросцы – практически как диалог с чат-ботом.

Позднее сделалось понятно, что часть запросов, схожих на воззвания к ИИ-ассистентам, вправду могла попадать в отчеты. Делему поправили, но это показало основное:

Search Console способен фиксировать поведение юзеров, близкое к взаимодействию с AI-поиском.

Добавочно ситуацию усилило внедрение Гугл AI Mode – генеративных ответов в поиске. Опосля их пуска SEO-специалисты увидели рост показов конкретно по длинноватым, разговорным запросам.

Как отыскать «AI-запросы» в собственных данных

Получить такие данные можно достаточно просто.

Открываем:

Search Console → Performance → Search Queries

И применяем фильтр по постоянному выражению:

^(?:S+s+){9,}S+$

Этот фильтр указывает запросы длиной 10 и наиболее слов. На практике конкретно они почаще всего оказываются разговорными.

Что возникает в отчетах

Заместо обычных главных слов вы начинаете созидать:

  • просьбы составить план поездки;

  • вопросцы о сопоставлении платформ;

  • подбор инструментов под определенную задачку;

  • поиск альтернатив определенному продукту.

И это уже не SEO-данные. Это – мышление клиента в момент принятия решения.

Почему это важнее главных слов

Ключевое слово докладывает: человек интересуется группой продукта.

Разговорный запрос докладывает:

  • что его волнует;

  • что он опасается;

  • какой у него бюджет;

  • с кем он ассоциирует;

  • почему он может не приобрести.

Практически это внутренний диалог покупателя перед покупкой, который ранее можно было получить лишь через дорогие исследования либо интервью.

Что созодать далее: анализ через LLM

Опосля выгрузки перечня таковых запросов их можно загрузить в всякую LLM-систему анализа (к примеру, Claude) и задать вопросцы:

  • что почаще всего спрашивают о бренде;

  • как люди ассоциируют решения;

  • какие свойства продукта важны;

  • какие возражения встречаются.

Результаты оказываются нежданно удобными. В кейсах обнаруживались:

  • старенькые репутационные задачи, о которых компания уже забыла;

  • неизменный поиск наиболее дешевенькой кандидатуры;

  • один соперник как идеал сопоставления;

  • географические ограничения, о которых маркетинг не подозревал.

Другими словами данные демонстрируют не трафик, а логику выбора.

Новенькая задачка SEO

Ранее SEO отвечало на вопросец «Как попасть в топ выдачи?». Сейчас возникает иной: «Что ИИ ведает юзеру о нашем продукте, когда он выбирает?».

Юзер всё почаще не открывает 10 веб-сайтов. Он получает готовое разъяснение – и доверяет тому ответу, который оказался убедительнее. Как следует, оптимизируется уже не страничка, а интерпретация бренда.

Почему четкие запросы не так важны

Исследования демонстрируют: даже когда людям дают одну и ту же задачку, они определяют вопросцы к ИИ совсем по-разному. Повторяемость формулировок очень низкая.

Потому цель – не собрать определенные фразы. Цель – отыскать повторяющиеся темы:

  • стоимость;

  • сложность внедрения;

  • сопоставление с фаворитом рынка;

  • надежность;

  • поддержка.

И конкретно под эти темы необходимо адаптировать контент, странички и размещение.

Основной вывод

Гугл Search Console нежданно перевоплотился из технического SEO-инструмента в инструмент исследования клиентов. Он указывает не попросту запросы. Он указывает, как задумывается клиент.

И в эру AI-поиска выигрывать будут не те компании, у каких лучше оптимизированы странички, а те, чье разъяснение продукта понятнее, спокойнее и убедительнее для юзера – и для ИИ, который этот ответ пересказывает.

Если для вас любопытно смотреть за тем, как изменяется SEO прямо на данный момент, приглашаю в мой телеграм-канал Red Hot Chili SEO. Также задавайте вопросцы и делитесь воззрением в комментах.

Источник: Habr

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *