SEO-ТЕКСТЫ: нужны или нет?

Пункт второй у нас был про SEO-тексты.
На самом деле очень много вопросов в последнее время, что делать с SEOтекстами: писать/не писать, накажут/не накажут, а как же с Гуглом.

На самом деле нас ждет несколько трудностей, но при этом нужно четко понимать, что вообще контент нужен. Обязательно ли нужен или нет – это вопрос, который сейчас нужно будет разобрать.

Вообще, что нас ждет при подготовке SEO-текстов. Неважно – коммерческих или информационных:

Это возможности получения санкций: фильтры переспам, переоптимизация, постраничный Баден, хостовый Баден. Это с точки зрения Яндекс. Про Гугл мы поговорим чуть позже отдельно.
Соответственно, при подготовке оптимизации как сейчас происходит процесс:

Мы смотрим по ТОПам, что в них происходит. Смотрим, какой тип контента, есть ли там SEO-тексты. Если есть — какого размера. Обязательно смотрим по соответствию к нашему типу сайта нашему типу страницы. Так же проводим анализ всего содержания сайта, и что непосредственно в контенте. Т.е. не просто, что там листинг, а какой размер листинга. Не просто SEO-текст, а как он расположен, где расположен, какой объем, есть ли картинки и т.д.

Исходя из того, что мы увидели в ТОПе по запросам, мы принимаем решение: будет SEO-текст писаться или нет.

Мы делали исследование. Правда, достаточно давно, но плюс-минус данные не поменялись. Мы выгружали данные из нашего сервиса. Мы видим, что при отсутствии вхождений в контент, как факт, как всего запроса, так и слов из запроса, у сайтов наблюдаются проблемы с ранжированием:

Т.е. сайты не достигают ТОПа, если у них нет вхождений.

Это не говорит о том, что надо обязательно писать текст, но понимать это нужно.
Как проверить: нужен текст, не нужен текст, какие нужны вхождения. Мы используем сейчас текстовый анализатор, чтобы сделать блок-схему, которая была на предыдущем слайде (по ТОПам где провести анализ). Благо, их тоже сейчас много: платные/бесплатные, абсолютно разные.

Т.е. проверяем там. Мы сбиваем запросы и смотрим, что рекомендуется в ТОПе, как у сайтов в ТОПе. И смотрим данные. Например, что нужно вхождение в title, вхождение в Тег <a>, вхождение во фрагмент текста, в SEO-текст. И смотрим зоны этих текстов.

Т.е. если у нас зона SEO-текста, как таковая, отсутствует… Например, сейчас на слайде мы видим, что зона SEO-текста — объем в словах — 106 слов – это фактически отсутствие SEO-текста. Это просто небольшой абзац с текстом. Это немного – соответственно, где весь контент? Весь контент (опять же, видно по слайду) находится во фрагментах текста. Т.е. текст аккуратно раскидан по фрагментам. Возможно, это листинг, возможно, это очень хорошая верстка – т.е. там, где очень структурированный контент, разбит на хорошие блоки и очень хорошо читается по верстке.

Однако мы видим, что если ключевые фразы разобрать на слова, они будут встречаться более часто.

Что еще нужно для того, чтобы составить хороший контент или SEO-текст.
Представим, что нам нужен SEO-текст. А кто встречался с фильтром БаденБаден, то уже знают, что наказать могут не только за переоптимизированный или плохой текст, а вообще за текст, не раскрывающий суть запроса, или вообще текст, который не нужен на странице, который не читают. Он может быть скрыт внизу, до него не доходят, и, собственно, не читают. А чтобы сделать текст более привлекательным, имеет смысл попадать в интерес пользователя. А во-вторых, помним, что у нас есть новый алгоритм, который ищет по смыслу, и, благодаря ему, эта работа становится еще более актуальной – это искать LSA-слова.

Опять же, можно делать это вручную, сканировать сайты из поисковой выдачи, смотреть самые популярные слова из них, о чем пишут. Можно использовать сервисы, которые делают то же самое и автоматизируют. Есть сервисы, которые используют нейронные сети. Правда, вряд ли пока это ктото поставил на широкую ногу, но все же. Что делаем: мы собираем слова, которые характеризуют тематику.

Например, для запроса «сервисный центр asus» мы можем увидеть, что слова, которые характеризуют эту тематику на слайде:

Т.е. мы видим то, что нужно раскрыть в контенте. Или если мы принимаем решение писать текст, т.е. текстовый анализатор нам показал, что нужен текст, и мы будем его писать, мы понимаем, о чем, что должно быть в тексте. Т.е. нужно писать о сервисном центре, что он ремонтирует. Возможно, о ценах, о гарантии, о различных устройствах.
Или другой пример:

Мы, по крайней мере, точно понимаем, о чем должен быть текст и о чем его нужно писать. Писать текст просто ради того, чтобы он был, никакого смысла сейчас нет.

Т.е. нужно проверять необходимость текста с помощью текстовых анализаторов – это первое. Второе – если мы пишем текст, то пишем его с четким смыслом. Третье – если мы пишем текст, в любом случае нужно максимально хорошо его разметить. Т.е. не портянкой с разбитыми абзацами, а с инфографикой, с таблицами, и хорошо, чтобы он читался и
визуализировался.

Такие тексты и лучше читают, и они лучше будут ранжироваться. Еще пару примеров из текстового анализатора. В данном случае мы используем наш. По запросу, например, длинному – «водонагреватель электрический» — можно увидеть, сколько вхождений нужно в каждую зону,
в зону SEO-текста. Видим, что SEO-текст нужен объемом порядка 200 слов — это уже несколько абзацев. Соответственно, его можно написать структурировано и хорошо.

Видим, что необходим на странице листинг, т.е. видим, что вхождение в Тег <a> присутствует. Видим, что, возможно, есть какие-то словоформы, потому что в теге title нет прямого вхождения по запросу, но однако в теге title есть вхождение каждого слова – т.е. нужно поменять слова местами, использовать другую фразу. И видим вхождение каждого слова в другие зоны.

Т.е. принимаем решение о том, что и сколько нам делать в каждой зоне: в зоне заголовка, в зоне исходящих ссылок, в зоне фрагментов текста и в зоне Plain текста. Т.е. можно принимать решение, используя текстовые анализаторы.