Стратегия переписывания старых технических статей с использованием Google Search Console

Sat, 12 Sep 2026 12:00:00 +0900

1. Введение: Важность переписывания и подход на основе данных в технических блогах

При ведении технического блога или корпоративного медиа для разработчиков “переписывание прошлых статей” так же важно, а возможно, и более важно, чем постоянное написание новых. Особенно в сфере IT и технологий информация быстро устаревает, и нередко фрагменты кода или спецификации API, написанные несколько лет назад, теперь устарели (Deprecated). Однако, просто слепо обновляя старые статьи, невозможно максимизировать трафик (приток посетителей) из поисковых систем.

Поэтому в этой статье будет рассказано о продвинутой стратегии, которая использует данные Google Search Console (далее GSC) и Google Analytics 4 (GA4), а также подходы на основе данных и математических моделей для выявления технических статей, нуждающихся в переписывании, с целью значительного повышения позиций в поиске и показателя кликабельности (CTR).

В частности, мы подробно рассмотрим методы, начиная от интеграции данных GSC и GA4 с помощью Python и BigQuery для выявления “статей упущенной выгоды” с низким CTR по отношению к количеству показов (impressions), до выявления недостающих ключевых слов в заголовках H2 и H3 с использованием анализа TF-IDF из области обработки естественного языка (NLP) для эффективного заполнения пробелов в контенте.

2. Анализ разрыва между ожидаемым CTR и фактическим CTR (Введение математической модели)

Одним из самых базовых показателей в SEO является “показатель кликабельности (CTR) относительно позиции в поиске”. Как правило, если позиция в поиске равна 1, CTR составляет около 25-30%, на 2-м месте — около 15%, после чего он резко падает. Эту зависимость между позицией и CTR можно смоделировать как распределение, подчиняющееся степенному закону (Power Law).

Известно, что ожидаемый показатель кликабельности $CTR(r)$ для позиции $r$ аппроксимируется следующей формулой:

$$ CTR(r) = a \cdot r^{-b} $$

Здесь $a$ — это ожидаемый CTR на 1-м месте (например, $0.30$ для 30%), а $b$ — параметр затухания (обычно от $1.0$ до $1.5$).

Наиболее эффективный подход при выборе статей для переписывания — найти статьи (ключевые слова), где “фактический CTR” значительно ниже “ожидаемого CTR”. Например, если позиция в поиске — 3-я (ожидаемый CTR около 10%), но фактический CTR составляет всего 2%, высока вероятность того, что поисковое намерение не совпадает с заголовком и описанием (description) или клики забирают факторы конкурентов, такие как расширенные сниппеты.

Следующий график иллюстрирует разрыв между ожидаемым CTR и фактическим CTR в техническом блоге.

xychart-beta
title Ожидаемый CTR против Фактического CTR по позициям
x-axis ["1", "2", "3", "4", "5", "6", "7", "8", "9", "10"]
y-axis "CTR (%)" 0 --> 35
line [30.5, 15.2, 10.1, 7.5, 5.2, 4.1, 3.2, 2.5, 2.0, 1.5]
bar [32.1, 14.0, 8.5, 4.0, 5.0, 2.1, 1.5, 1.0, 1.2, 0.5]

(* Линия графика показывает ожидаемый CTR, а гистограмма — фактический CTR. Можно заметить значительное отставание на 4-й и 8-й позициях.)

3. Автоматическое извлечение данных о поисковой эффективности с помощью GSC API (Python)

Хотя данные можно скачивать в формате CSV из веб-интерфейса GSC для анализа, для больших блогов или постоянного анализа лучше всего создать систему для автоматического извлечения данных на Python с помощью GSC API.

Ниже приведен фрагмент кода на Python, использующий google-api-python-client для получения данных о производительности по страницам и запросам (количество кликов, количество показов, CTR, средняя позиция) за определенный период.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43


import pandas as pd
from google.oauth2 import service_account
from googleapiclient.discovery import build

def get_gsc_data(key_path, site_url, start_date, end_date):
 # Загрузка учетных данных и создание клиента API
 credentials = service_account.Credentials.from_service_account_file(
 key_path, scopes=['https://www.googleapis.com/auth/webmasters.readonly']
 )
 service = build('searchconsole', 'v1', credentials=credentials)

 # Настройка полезной нагрузки запроса к API (указание страниц и запросов в качестве параметров)
 request = {
 'startDate': start_date,
 'endDate': end_date,
 'dimensions': ['page', 'query'],
 'rowLimit': 25000
 }

 # Выполнение API-запроса
 response = service.searchanalytics().query(
 siteUrl=site_url, body=request
 ).execute()

 # Извлечение данных из ответа и преобразование в Pandas DataFrame
 rows = response.get('rows', [])
 data = []
 for row in rows:
 keys = row['keys']
 data.append({
 'page': keys[0],
 'query': keys[1],
 'clicks': row['clicks'],
 'impressions': row['impressions'],
 'ctr': row['ctr'],
 'position': row['position']
 })

 return pd.DataFrame(data)

# Пример выполнения
# df_gsc = get_gsc_data('credentials.json', 'https://kenji.blog/', '2026-08-01', '2026-08-31')
# print(df_gsc.head())

С помощью этого скрипта вы можете получить подробные данные, связывающие URL страниц и поисковые запросы, в виде DataFrame. Это позволяет получить полное представление о том, по каким ключевым словам показывается конкретная статья.

4. Фильтрация технических ключевых слов с помощью регулярных выражений (Regex)

Одной из очень мощных функций при анализе технического блога является фильтр по регулярным выражениям (Regex) в GSC. Например, если вы пишете множество статей по темам от фронтенда до бэкенда и инфраструктуры, вы можете захотеть выделить только “статьи об ошибках и туториалы по Python и Pandas”, чтобы определить приоритеты для переписывания.

Используя пользовательские фильтры по регулярным выражениям в GSC, вы можете сузить запросы по сложным условиям.

Примеры фильтрации технических ключевых слов:

Исследование ошибок, связанных с Python: ^(python|pandas|numpy|matplotlib).* (error|exception|bug|ошибка|не работает)
Построение инфраструктуры, связанной с AWS: (aws|amazon web services|ec2|s3|lambda).* (создание|настройка|туториал|tutorial|how to)
Обновление версий конкретных библиотек: (react|vue|angular) (v17|v18|v3) (migration|миграция|переход)

Если вы встраиваете это в запрос к GSC API, используйте dimensionFilterGroups для применения условий регулярного выражения. Искусно используя эту фильтрацию, вы сможете точечно выделять высокоценные ключевые слова, направленные на решение проблем, которые разработчики “активно гуглят прямо сейчас”.

5. Интеграция данных GA4 и GSC с помощью BigQuery/Pandas

Одни только данные GSC показывают лишь “позицию в поиске и CTR”. Чтобы узнать, “насколько долго пользователи, попавшие на статью, фактически оставались на ней и достигли ли они конверсии (например, переход в репозиторий GitHub или подписка на рассылку)”, необходимо объединить (JOIN) их с данными Google Analytics 4 (GA4).

Если вы храните экспортированные данные GA4 и данные массового экспорта GSC в BigQuery, вы можете использовать следующий SQL-запрос для их объединения и извлечения “статей с большим количеством показов и приемлемой позицией в поиске, но с высоким показателем отказов (bounce rate) или коротким временем вовлеченности”.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46


WITH gsc_data AS (
 SELECT
 url AS page_path,
 SUM(impressions) AS total_impressions,
 SUM(clicks) AS total_clicks,
 AVG(sum_top_position) AS avg_position
 FROM
 `project.searchconsole.searchdata_url_impression`
 WHERE
 data_date BETWEEN '2026-08-01' AND '2026-08-31'
 GROUP BY
 url
),
ga4_data AS (
 SELECT
 REGEXP_REPLACE(
 (SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'page_location'),
 r'^https?://[^/]+', ''
 ) AS page_path,
 COUNT(DISTINCT user_pseudo_id) AS users,
 AVG((SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'engagement_time_msec')) / 1000 AS avg_engagement_sec
 FROM
 `project.analytics_123456789.events_*`
 WHERE
 event_name = 'page_view'
 GROUP BY
 page_path
)

SELECT
 g.page_path,
 g.total_impressions,
 g.total_clicks,
 SAFE_DIVIDE(g.total_clicks, g.total_impressions) AS ctr,
 g.avg_position,
 a.users,
 a.avg_engagement_sec
FROM
 gsc_data g
JOIN
 ga4_data a ON g.page_path = a.page_path
WHERE
 g.total_impressions > 1000
 AND g.avg_position BETWEEN 3 AND 15
ORDER BY
 g.total_impressions DESC

Используя эти результаты, можно классифицировать статьи для переписывания с помощью следующей матрицы:

High Impression, Low CTR, High Engagement (Высокие показы, Низкий CTR, Высокая вовлеченность): Статьи, которыми читатели остаются довольны, если кликают на них в результатах поиска. Исправление заголовков и мета-описаний должно быть главным приоритетом.
High CTR, Low Engagement (Высокий CTR, Низкая вовлеченность): Статьи, на которые кликают, но содержимое разочаровывает, и пользователи уходят. Требуется масштабное переписывание основного текста, например, улучшение вступления, обновление кода до последних версий и повышение полноты информации (добавление H2/H3).

6. Анализ пробелов в контенте с использованием NLP и TF-IDF

Как только статьи для переписывания определены, следующим шагом является анализ того, “какие конкретно заголовки (H2/H3) или ключевые слова следует добавить”. Вместо того чтобы полагаться на интуицию, мы будем использовать TF-IDF (Term Frequency-Inverse Document Frequency) из области обработки естественного языка (NLP).

TF-IDF — это статистический показатель, используемый для оценки того, насколько важно слово в данном документе.

$$ TF\text{-}IDF(t, d) = tf(t, d) \times \log\left(\frac{N}{df(t)}\right) $$

Где:

$tf(t, d)$ — частота появления слова $t$ в документе $d$
$N$ — общее количество документов
$df(t)$ — количество документов, в которых встречается слово $t$

Подход:

Получите текстовые данные 10 лучших статей (с сайтов конкурентов) по целевому ключевому слову с помощью веб-скрапинга и т. д.
Подготовьте текстовые данные целевой статьи с вашего собственного сайта.
Используя TfidfVectorizer из библиотеки scikit-learn на Python, извлеките ключевые слова (характерные слова), которые часто встречаются с высоким показателем в статьях конкурентов, но отсутствуют или имеют значительно более низкий показатель в статье на вашем собственном сайте.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30


from sklearn.feature_extraction.text import TfidfVectorizer
import pandas as pd
import numpy as np

# documents = [Текст вашего сайта, Текст статьи конкурента 1, Текст статьи конкурента 2, ...]
# Предполагается список текстов, уже разделенных на слова с помощью морфологического анализатора (например, MeCab для японского языка)

def extract_missing_keywords(documents):
 vectorizer = TfidfVectorizer(max_df=0.9, min_df=2)
 tfidf_matrix = vectorizer.fit_transform(documents)

 feature_names = vectorizer.get_feature_names_out()

 # Расчет среднего показателя TF-IDF для статей конкурентов (начиная с индекса 1)
 competitor_mean_tfidf = np.mean(tfidf_matrix[1:].toarray(), axis=0)

 # Получение показателей TF-IDF для статьи на вашем сайте (индекс 0)
 my_article_tfidf = tfidf_matrix[0].toarray()[0]

 # Расчет разрыва для слов, важных у конкурентов, но отсутствующих (или редких) на вашем сайте
 gap_scores = competitor_mean_tfidf - my_article_tfidf

 # Извлечение верхних слов с наибольшим разрывом
 df_gap = pd.DataFrame({'keyword': feature_names, 'gap_score': gap_scores})
 df_gap = df_gap.sort_values(by='gap_score', ascending=False)

 return df_gap.head(20)

# Пример: missing_keywords = extract_missing_keywords(processed_docs)
# print(missing_keywords)

С помощью этого анализа вы сможете количественно обнаружить пробелы в темах (контентные пробелы), такие как “на самом деле, топовые статьи упоминают «как развернуть в Docker-контейнере» и «построение CI/CD пайплайна», а в моей статье об этом ни слова”.

Обнаруженные группы важных ключевых слов не следует просто разбрасывать по тексту; добавив их в виде осмысленных разделов с заголовками H2 или H3 (теги Heading), и написав подробные технические объяснения и фрагменты кода под этими заголовками, вы сможете значительно повысить оценку от Google.

7. Конвейер данных и цикл непрерывного улучшения

Ключ к успеху в SEO — это не просто однократное выполнение процессов, описанных до сих пор, а их превращение в конвейер и постоянное выполнение. Ниже приведена общая архитектура и рабочий процесс (workflow) в виде блок-схемы Mermaid.

flowchart TD
A["Данные GSC API (Показы, Клики, Позиции)"] --> C["BigQuery / Хранилище данных"]
B["Экспорт данных GA4 (Просмотры страниц, Время вовлеченности)"] --> C
C --> D["Python / Pandas Объединение и анализ данных"]
D --> E["Определение статей с высокими показами / низким CTR"]
E --> F["NLP Скрапинг конкурентов и извлечение ключевых слов TF-IDF"]
F --> G["Оптимизация тегов H2/H3 и переписывание контента"]
G --> H["Публикация обновленной статьи"]
H --> I["Мониторинг изменений CTR (Ожидаемый против Фактического)"]
I --> |"Цикл обратной связи"| A

Таким образом, систематизируя весь поток — от сбора данных из GSC и GA4 до выбора целей с помощью анализа, оптимизации контента с помощью NLP и мониторинга результатов — медиа-блог становится активом, который продолжает расти автоматически.

8. Заключение и перспективы

Переписывание технических статей с использованием Google Search Console — это не просто исправление текста. Это продвинутая инженерия, которая использует данные и математические модели для предложения оптимальных решений “черному ящику” алгоритмов поисковых систем.

Подведем итоги методов, описанных в этой статье:

Вычислите разрыв между ожидаемым CTR и фактическим CTR для выявления статей, на которые исправления окажут наибольшее влияние.
Используйте GSC API и Python для автоматического извлечения данных о производительности.
Объедините эти данные с данными о вовлеченности из GA4 в BigQuery и перепишите текст статей с высоким показателем отказов.
Выявите пробелы в контенте с конкурентами посредством анализа NLP с использованием TF-IDF и оптимизируйте заголовки (H2/H3).

Технологические тренды постоянно меняются. Чтобы точно отвечать на ошибки и проблемы, с которыми сейчас сталкиваются читатели, обязательно внедрите в свои повседневные операции стратегическое переписывание, опирающееся на данные.

BigQuery on kenji.blog