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