Vaše CTR křivka z Google výsledků není ta z benchmarku. Spočítejte si vlastní
Když plánuji SEO projekt a potřebuji odhadnout, kolik kliků přibude po posunu klíčového dotazu z pátého místa na druhé, pravidelně narážím na stejný problém. Veřejně dostupné CTR křivky, které kolují po internetu, nejsou ty moje. A nejsou ani vaše.
Backlinko v poslední studii uvádí, že pozice 1 v Google má v průměru CTR 39,8 %. AWR se ve své analýze drží okolo 28 %. First Page Sage publikuje také 39,8 %. Sistrix v letech 2020 až 2023 opakovaně reportoval 28,5 %. Čísla se liší, ale všechna stojí na velké agregaci z mnoha různorodých webů. To je užitečné, když chcete napsat článek o tom, jak vypadá průměrný SERP. Pro plánování zlepšení na vašem webu je to na nic.
Proto jsem si napsal nástroj, který udělá CTR křivku přímo z vašich dat. V tomto článku shrnu, proč to má smysl, jak na to jdu metodicky, a co nástroj přesně umí. Ukážu také jeden reálný výstup z webu, který pravidelně analyzuji.
Proč benchmarky nesedí na konkrétní web
U brandových dotazů dosahuje CTR na pozici 1 klidně 80 %, protože uživatel přesně ví, kam chce kliknout. U obecných informačních dotazů, kde Google vypisuje AI Overview, Featured Snippet, kartu People Also Ask a čtyři videa z YouTube, klesá CTR jedničky často pod 15 % i méně. Mezi těmito dvěma světy existuje celý gradient.
Navíc se mění i struktura vašich dotazů v čase. Když web vyroste do transakční tematiky, průměrné CTR přirozeně stoupne, protože uživatel s nákupním záměrem kliká rozhodněji. Když naopak posunete důraz na obsahový hub, budete sbírat long tail informačních dotazů s nízkým CTR a velkou impresní základnou. Průměr se kvůli tomu posune i bez toho, aby se změnila vaše konverzní stránka.
Benchmark z cizího webu vám o tom neřekne nic. Vlastní data ano.
Co vlastně CTR křivka je
Stručně. Pro každou pozici v SERP spočítáte průměrnou míru prokliku za určité období, typicky z Google Search Console. Výsledkem je deset čísel (nebo v detailnějším pohledu více), která vám řeknou, kolik procent impresí se průměrně promění v klik, pokud se ocitnete na pozici jedna, dva, tři, a tak dále.
Pak s křivkou pracujete jako s nástrojem pro projekce. „Pokud z páté pozice dotlačím dotaz na druhou, historicky dostanu zhruba X-krát víc kliků.” Jednoduché. Jenomže tu křivku musíte mít spočtenou z vašich dat, ne z cizí studie.
Vážené versus mediánové CTR
Když začnete počítat CTR podle pozice, narazíte na rozhodnutí, které většina benchmarků nevysvětluje. Agregovat přes součty, nebo přes medián?
Vážené CTR počítám jako součet kliků za všechny dotazy na dané pozici, dělený součtem impresí. Je to hodnota, kterou byste viděli, kdybyste všechny dotazy té pozice vrazili do jednoho koše a podívali se na celkovou účinnost. Zajímá vás, jak se chová celý pytel dotazů dohromady.
Mediánové CTR je něco jiného. Spočítáte CTR pro každý dotaz zvlášť a pak najdete prostřední hodnotu. Ta vám řekne, jak se chová typický dotaz, bez vlivu extrémů. Pokud má jeden dotaz milion impresí a CTR 0,1 %, stáhne vážený průměr k zemi. Na medián nemá žádný vliv.
V GSC datech bývá mediánové CTR výrazně vyšší než vážené. Důvod je jednoduchý. Long tail dotazy s nízkou relevancí vytváří obrovské množství impresí s žádnými nebo minimálními kliky. To stáhne vážené CTR, ale na medián nemá vliv, pokud ho navíc očistíte o řádky s nula kliky.
Proto v nástroji počítám obě hodnoty zároveň. V projekcích obvykle použijete vážené CTR, protože odpovídá realitě „sčítání všeho dohromady”. Medián pomáhá pochopit, jak moc jsou vaše vážená čísla tažena dolů long tailem. Pokud je rozdíl malý, máte relativně homogenní publikum. Pokud je rozdíl velký, pracujete s heterogenní sadou dotazů a jakákoli projekce musí s tím počítat.
Nástroj, který jsem postavil
Nástroj běží v prohlížeči na této adrese. Je zdarma, nevyžaduje registraci, a co je důležitější, vaše data nikdy neopustí váš počítač. Parser běží v klientu, v samostatném Web Workeru, takže ani nezamrzne tab, když nahrajete půlmilionový export.
Vstupem je CSV z Google Search Console, ideálně přes Looker Studio, kde si nastavíte vlastní období a rozpad na dotazy plus stránky plus průměrnou pozici. Nástroj si sám najde sloupce s dotazem, URL, kliky, impresemi a pozicí. Rozumí české i anglické lokalizaci GSC, a pokud by detekci nezvládl, nabídne vám ruční mapování sloupců.
Po nahrání dostanete několik věcí najednou.
- Graf vážené a mediánové CTR křivky pro pozice 1 až 10.
- Tabulku s počtem dotazů, impresí a kliků v každé pozici.
- Filtr na minimální počet impresí, abyste z výpočtu vyhodili šum.
- Rozpad na brand a non-brand dotazy, pokud si nadefinujete brandové výrazy.
- Export výsledků do CSV pro další práci v Excelu nebo Sheetech.
Brand filtr funguje s diakritikou i bez, case-insensitive, a umí jak prostý výskyt podřetězce, tak regex pro pokročilejší případy. U některých webů dává smysl brand oddělit, u jiných ne. Ukážu to na příkladu.
Reálný příklad z mého dashboardu
Konkrétní čísla pro jeden z webů, který pravidelně analyzuji. Je to magazín s relativně širokou tematikou, prakticky bez výrazného brandu. Data jsem stáhl z GSC za posledních 28 dní přes Looker Studio, celkem zhruba tři tisíce řádků dvojic dotaz plus stránka.
Vážené CTR vychází takto.
- Pozice 1: 3,25 %
- Pozice 2: 2,82 %
- Pozice 3: 2,95 %
- Pozice 4: 1,99 %
- Pozice 5: 1,43 %
- Pozice 6: 1,14 %
- Pozice 7: 0,56 %
- Pozice 8: 0,20 %
- Pozice 9: 0,55 %
- Pozice 10: 0,45 %
Mediánové CTR pro tentýž web.
- Pozice 1: 7,42 %
- Pozice 2: 4,65 %
- Pozice 3: 3,57 %
- Pozice 4: 3,96 %
- Pozice 5: 3,06 %
- Pozice 6: 3,45 %
- Pozice 7: 2,28 %
- Pozice 8: 2,94 %
- Pozice 9: 2,38 %
- Pozice 10: 2,56 %
Několik věcí, které stojí za komentář.
Pozice 1 dává vážené CTR 3,25 %. Benchmarky by slibovaly někde mezi 28 a 40 procenty. Rozdíl je jeden řád. Kdybych plánoval projekci kliků na základě Backlinko čísla, vyšlo by mi něco úplně jiného, než co tento web reálně ukazuje. U magazínu s širokou tematikou to nepřekvapí, právě ty agregované benchmarky bývají tažené hlavně brandovými a transakčními dotazy, kterých má obsahový projekt minimum.
Tentýž web má mediánové CTR na pozici 1 rovných 7,42 %. To je víc než dvojnásobek váženého průměru. Typický dotaz na pozici jedna tedy funguje lépe, než hrubý součet napovídá. Říká mi to, že existuje skupina dotazů na pozici 1, které mají velmi nízkou míru prokliku a stahují průměr dolů. Když se pak na ty dotazy podívám jmenovitě, obvykle najdu témata, kde nad modrými odkazy sedí AI Overview nebo Featured Snippet z jiného webu.
Křivka navíc není přísně monotónní. Vážené CTR pro pozici 3 (2,95 %) je mírně vyšší než pro pozici 2 (2,82 %). To je v GSC datech běžný jev. Pozice jsou průměrované v čase, takže dotaz, který jeden den sedí na čtyřce a další den na druhé pozici, se propíše do statistiky průměrem uprostřed. K tomu se přidává šum malých vzorků. Proto nástroj umožňuje filtrovat dotazy podle minimálního počtu impresí, abyste šum potlačili a dostali stabilnější křivku.
Obří impresní objemy jsou na pozicích 7 a 8. Konkrétně 65 tisíc a 72 tisíc impresí. Na sedmé pozici je 369 kliků, na osmé jen 143. To je typický otisk long taili. Dotazy, kde se web občas mihne na druhé straně SERPu, přinesou hromadu impresí, ale málokdo na ně klikne. Pro plánování posunu do TOP 3 jsou tato data užitečná jen omezeně, protože z pozice 7 se obvykle posouvá na pozici 2 velmi obtížně, a často z úplně jiného důvodu než optimalizace stránky samotné.
Co mi z toho vypadne pro plánování
Projekce „co kdyby” si teď dělám takto. Pokud vím, že balík klíčových slov v kategorii X má dnes průměrnou pozici 5 a cílím na pozici 2, nenásobím kliky poměrem 28,5 % ku 9,5 % ze Sistrixu. Použiju svou křivku. 2,82 % ku 1,43 %, tedy zhruba dvojnásobek kliků. Ne osminásobek, jak by vyšlo z benchmarkového čísla.
Je to střízlivější projekce. Přesnější.
Druhý přínos je v tom, že vidím, kde je prostor pro skokové zlepšení. Pokud křivka mezi pozicí 4 a 3 skokově poskočí, má smysl investovat do posunu zrovna tam. Pokud jsou pozice 2 a 3 podobné, boj o první místo je dražší, než odpovídá kliků navíc.
Třetí věc. Pokud po půl roce spočítám křivku znovu a mediánové CTR na pozici 1 spadne z 7,4 % na 4 %, mám signál, že se SERP změnila. Přibyla reklama, přibylo AI Overview, nebo se změnilo chování uživatelů. Stojí za to se podívat, co se děje, a případně upravit obsahovou a propagační strategii.
Brand versus non-brand
Brand filtr má smysl všude tam, kde máte značku, která generuje netriviální část dotazů. U e-shopů, u SaaS nástrojů, u médií s vlastním názvem. CTR brandových dotazů je pravidelně násobně vyšší než non-brand, protože uživatel už ví, koho hledá. Pokud brandové dotazy nevyfiltrujete, zkreslí vám pozici 1 směrem nahoru a vaše projekce pro nové non-brand klíčové slovo bude příliš optimistická.
U magazínového webu z mého příkladu je brand zanedbatelný, jde jen o jednotky řádků na pozici 1 z devatenácti tisíc impresí, takže celková křivka beztak kopíruje non-brand. U webu s vlastní značkou bude rozdíl výrazný a brandovou část určitě stojí za to oddělit do samostatného grafu.
Limity, o kterých byste měli vědět
CTR křivka z GSC má několik známých slabin.
Pozice v GSC je průměr. Dotaz, který byl jeden den první a druhý den pátý, se objeví ve statistice s průměrem tři. Jeho CTR ale nereflektuje chování ani jedničky, ani pětky. Když toho v datech máte hodně, zašumíte si křivku. Řešením je pracovat s dotazy, které mají stabilní pozici, typicky filtrem na minimální impresní objem a rozumný výběr období.
Google neukazuje všechna data. Anonymizuje dotazy s malým objemem. Pokud váš web funguje hodně právě v long tail dotazech, může vám chybět významná část kliků a impresí, a křivka pak mírně lže. V nástroji si alespoň pohlídáte, kolik řádků jste do výpočtu vlastně dostali.
CTR se mění s featury SERPu. Featured Snippet, AI Overview, sitelinky, Knowledge Panel, videa, People Also Ask, to všechno posouvá klasické modré odkazy dolů a stahuje jejich CTR. Pokud se ve vaší tematice rychle mění SERP featury, křivka stará půl roku nemusí odpovídat dnešní realitě. Proto ji počítám opakovaně.
A konečně, CTR křivka je agregát. Uvnitř se schovávají velké rozdíly mezi jednotlivými tematikami, typy dotazů a stránkami. Pokud máte hub obsahu, který se chová jinak než zbytek webu, má smysl spočítat křivku separátně jen pro něj. Nástroj to aktuálně nedělá automaticky, ale filtrace přes export z GSC (jen určité stránky, jen určité dotazy) vám připraví sadu dat, kterou nahrajete zvlášť.
Kde nástroj vzít
Jak jsem psal, nástroj běží zdarma a v prohlížeči, bez instalace a bez odesílání dat.
Odkaz: https://linki.cz/apps/position-ctr-calculator/
Nahrajete CSV z GSC, počkáte několik sekund, a dostanete křivku, kterou můžete reálně použít pro projekce budoucího vývoje.