Автотексты и управление сниппетом Яндекс — палю тему

Привет, друзья! Сегодня будет более техническая тема, а именно автогенерация текстов для категорий интернет-магазина. Ранее я уже раскрывал некоторые методы расширения структуры магазинов, например тут.  Но используя множественные фильтры-срезы и их пересечения мы создаем тысячи, а иногда и десятки тысяч страниц, а как их потом наполнять? Ведь для многих тематик все еще очень высока значимость seo текста в категории и без него даже простенькие запросы вывести совсем не просто.  Уж не заказывать статьи у копирайтеров. Даже по самым скромным подсчетам наполнение 1 000 категорий текстами по 1 000 символов обойдется минимум в 80 000 рублей, а зачастую таких виртуальных категорий не тысячи, а десятки и даже сотни тысяч. Так же следует учитывать, что сниппет выдачи формируется зачастую именно из текстового блока, а если его нет — управлять сниппетом становится практически невозможно. И тут на помощь приходят авто-тексты, но как их правильно готовить, чтобы не навредить сайту? Сегодня мы поговорим о технологиях наполнения магазинов авто-текстами и разберем реальные примеры, включая «Мвидео». Реальные примеры использования технологии вы найдете в видео, встроенное в эту статью!
Конечно, тексты, написанные опытным копирайтером, тоже нужны на сайте, как минимум на основных страницах и категориях товаров в интернет-магазине. Именно поэтому стоит ознакомиться с принципами создания и примером ТЗ для копирайтера. Чтобы узнать, как сделать сайт посещаемым и разобраться какой способ продвижения лучше в вашем случае, рекомендую посетить данную страницу.
Идеология и история авто-текстов
Для основных разделов магазина необходимо писать правильные статьи по определенным методикам (методики описывал тут). Но с этим проблем не возникает, ведь у среднего магазина как правило от 100 до 1000 разделов. Ну а как же обстоит дело со срезами (виртуальные категории, созданные на основе фильтров), которых могут быть десятки тысяч? Даже если закрыть глаза на необходимый бюджет тут всплывает второй важнейший фактор — время. Чтобы копирайтерам подготовить тысячи статей потребуется далеко не один месяц, а иногда и года не хватит. И тут нам на помощь приходит специальная технология авто-текстов, основанных на переборе переменных. Скажу вам по секрету, что сегодня самые успешные методы продвижения интернет магазинов находятся на границе между белыми и серыми методиками из прошлого. И авто-тексты — один из них. Тексты по такой методике позволяют одновременно увеличить посещаемость сайта и настроить максимально управляемый и привлекательный сниппет в выдаче.
На самом деле, даже на обычные категории не всегда есть смысл писать самостоятельный сео текст, а лишь на те из них, которые несут на себе реально частотный кластер запросов.
Вероятно вы застали те времена, когда намного эффективнее классических сапо-ссылок себя показывали ссылки со статей. То есть, по сути это та же самая арендная ссылка, только находилась она не в сквозном блоке сайта по соседству с другими продажными ссылками, а непосредственно в теле статьи. Тогда же начали появляться биржи автоматического размещения статей и даже у широко известной и живой по сей день SAPE появился соответствующий модуль. Принцип множественного размещения ссылок в статьях как раз базировался на авто-текстах (множественной генерации текстов по маске), то есть текстах, основанных на использовании подмены части и фраз по предустановленной библиотеке. Таким образом, из одного текста можно было получить сотни более-менее уникальных и качественных статей.
Но время шло и методы теряли свою эффективность, ввиду того, что на первый план вышли такие показатели, как заспамленность сайта-донора и почти все сайты, торгующие арендными ссылками, потеряли свою эффективность. Началась эра вечных ссылок. Но авто-тексты не исчезли, а просто вернулись туда, откуда и пришли изначально — в черное сео.
Следует понимать, что методика может быть нескольких видов и самый примитивный вид именно работа по предустановленным библиотекам. Как пример — в статье мы объявляем место замены и сразу же задаем набор переменных для подмены:
[розовый|синий|красный] слон
На выходе из такой конструкции мы можем получить 3 различных фразы, основанных на автозамене переменных:
розовый слон
синий слон
красный слон
Есть и более сложные конструкции с использованием условий И, ИЛИ и других, которые позволяют более успешно проходить оценку на схожесть текстов. Но суть остается примерно той же. Самый главный недостаток этой технологии в отсутствии смысловой уникальности.
В рамках же интернет-магазинов и крупных порталов технология обретает вторую жизнь, ведь сам сайт уже содержит в себе множество различных переменных для подмены, среди которых можно выделить такие как:
название категории
название материнской категории
число товаров в категории
цена товара
вариативные варианты по формуле вида  «самый дешевый товар в категории»
Авто-текст создается очень просто — один раз настаивается маска шаблона и далее статья множится путем использования переменных, причем такие тексты не выглядят, как сгенерированные роботом и несут в себе вполне определенный смысл и практическую пользу для пользователя. И многие лидеры используют эту технологию, например — «Мвидео»:

Видео — Рассмотрим примеры
В этой главе предлагаю посмотреть на живые примеры использования текстовой генерации на крупнейших сайтах и разберем их маски. В этом видео мы немного попалим темы лидеров ниши и увидим реально работающие серые методы оптимизации:

Авто-тексты и управление сниппетом
Первое и самое главное требование — такая статья не должна быть огромной бестолковой, не в тему вставленной на странице портянкой. Минимум информации и все по делу. Необходимо сделать статью такой, какой она сможет принести реальную пользу для пользователя и будет максимально уникальна, а для этого плотность переменных в теле статьи должна быть высокой. И самое главное — именно авто-тексты являются основным инструментом контролируемого создания сниппетов в Яндекс.
Пару слов про становление сниппетов в Яндекс:
Изначально поисковые системы брали сниппет исключительно из тега Descrip­tion. Это я было основной практической целью создания и заполнения данного тега. Владелец сайта мог заранее предусмотреть какой текст написать в этом теге и в итоге именно этот текс видели пользователи. Все было чудесно, но потом Яндекс повел себя как капризная женщина и отказался от использования дескрипшна для формирования описания в выдаче и начал брать исходники из контента страницы. Изначально этот процесс был вполне себе контролируемым — сниппет зачастую брался из самого начала документа, если там присутствовало основное ключевое слово. Затем алгоритмы усложнились и сниппет брался уже из произвольного пассажа текста, обладающего наивысшей плотностью по основному ключу и производным. Некоторое время спустя и эти методы перестали работать с абсолютной точностью и описание могло быть взято из любого участка  на странице. Но одно остается неизменным и по сей день — сниппет берется исключительно из текстовых блоков (тут следует сделать замечание относительно правильной разметки страницы, ведь если страница размечена кое-как — робот может взять сниппет хоть из футера, ведь он просто не понимает, что это футер). Таким образом, управление описанием в выдаче сегодня базируется на небольших авто-текстах, которые позволяют оперативно вносить изменения сразу по всем страницам сайта.
Но это все теория, давайте разберемся с практикой, как же все-таки готовить авто-тексты.
Основные требования
Первым делом необходимо подготовить небольшой участок текста, который будет содержать максимально возможное число переменных. Чем больше переменных будет в этой статье, тем лучше. Я советую использовать следующие переменные:
название категории
минимальная цена в категории
максимальная цена категории
число товаров в категории
регион пользователя либо регион текущей версии сайта (при использовании архитектуры под-доменов)
название магазина
телефон магазина
Далее идем по шагам:
Вам необходимо вбить типовой запрос для вашей ниши  и открыть сайты из ТОП 10 органики, исключая разбавления вида Маркета. На самом деле я бы еще и агрегаторы исключал, т.к., по моему мнению, они иначе ранжируются, но это еще не факт;
Необходимо выделить из этих сайтов именно текст (не пользуйтесь анализаторами медианы текстовых параметров);
Сливаем все статьи в одну и отправляем на seo анализ в Адвего;
Фиксируем параметры;
Далее выгружаем LSI по лидирующему ключу и берем на вооружение исключительно унифицированные LSI, которые будут актуальны для любой категории/среза вашего магазина. Пример таких LSI — отзывы, стоимость;
Готовим статью и делаем тестовую сборку, наполненную одним набором переменных и анализируем на Адвего;
Сопоставляем с эталонными значениями, полученными на прошлом этапе;
Все готово, внедряем на сайт и ждем обновления Яндекс;
Анализируем сниппет и при необходимости корректируем маску.
Резюме
Авто-тексты пришли к нам из далекого прошлого, из мира дорвеев и черного сео. Но, несмотря на это, они живы и поныне и отлично работают в рамках продвижения интернет-магазинов и сегодня мы убедились в этом на примере реально крупнейших магазинов-лидеров Рунета.

Источник

OS

Мы используем cookie-файлы для наилучшего представления нашего сайта. Продолжая использовать этот сайт, вы соглашаетесь с использованием cookie-файлов.
Принять