검색 의도에 대해 알려주는 SERP 기능

게시 됨: 2023-05-25
SERP 기능 데이터 연구


Google은 SERP 기능 데이터를 게시하지 않습니다.

결과적으로 SERP 기능과 관련하여 SEO는 머리를 긁적입니다.

  • SERP 기능을 대상으로 해야 합니까?
  • 그들로부터 얼마나 많은 트래픽을 기대할 수 있습니까?
  • 사용자 의도에 대해 무엇을 말합니까?
  • 어떻게 그들을 전략적으로 대해야 할까요?

그래서 나는 이것을 해결하기 위해 몇 가지 데이터를 파헤치기로 결정했습니다.

이 게시물에서는 내가 찾은 SERP 기능 데이터를 제시하고 이것이 앞으로 나아가는 귀하의 SEO 전략에 어떤 의미가 있는지 검토할 것입니다.





자료



데이터를 시각적으로 표현

인사이트에 들어가기 전에 이 정보를 어떻게 찾았는지 설명하고 싶습니다. 이 연구는 두 데이터 세트의 융합을 나타냅니다.

네, Rank Ranger와 Similarweb에서 일합니다.

즉, Rank Ranger의 SERP 기능 데이터와 Similarweb의 키워드 분석 도구에 액세스할 수 있습니다.

그래서 Rank Ranger의 SERP 기능 데이터에서 수천 개의 키워드를 추출하여 Similarweb의 키워드 분석을 통해 실행했습니다.

게다가 스프레드시트를 사용할 필요도 없었습니다. 나는 키워드를 Similarweb UI에 넣었습니다.

당신이 나에게 묻는다면 큰 승리.





방법론


과학 실험

이제 데이터를 이해했으므로 내가 실제로 측정하는 것이 무엇인지 이해해야 합니다.

SERP 기능 클릭 연결 데이터에 액세스할 수 없습니다. (Larry Page는 이 데이터를 침대 밑에 비밀 테디베어 컬렉션 옆에 숨겨 둡니다.) 대신 Google SERP에 특정 SERP 기능이 나타나는 수천 개의 키워드를 가져왔습니다.

세 개의 버킷을 만들었습니다.

  • 직접 답변 키워드
  • 추천 스니펫 키워드
  • 지식 패널 키워드

이렇게 하는 나의 목표는 각 SERP 기능에 대해 발생하는 명백한 패턴이 있는지 확인하는 것이었습니다.

즉, 각 SERP 기능에는 특정한 목적이 있다고 가정하고 패턴을 찾으면 해당 SERP 기능이 사용자에게 어떻게 도움이 되는지 알 수 있습니다.

이를 더 잘 이해할수록 사용자를 돕기 위해 설계된 콘텐츠를 더 잘 만들 수 있습니다. 이것은 더 많은 참여 트래픽을 의미합니다. 참여도가 높은 잠재고객을 통해 구매자 여정의 다음 단계로 자연스럽게 이동할 수 있습니다.

그럼 데이터 속으로 들어가 봅시다.





직접 답변



Google의 Direct Answers SERP 기능은 특정 웹페이지에 대한 링크를 포함하지 않고 검색 결과에 직접 간결한 응답을 제공합니다. 사용자의 질문에 빠르고 직관적인 답변을 제공하는 것을 목표로 합니다.

Babson 학비 직접 답변


이제 직접 답변이 무엇인지 이해하면 사람들이 이러한 간단한 검색을 수행하고 답변을 찾고 반송하는 것을 상상할 수 있습니다.

즉, 날씨를 확인하고 결과를 클릭할 필요가 없는 사용자를 상상할 수 있습니다.

그럼 데이터를 살펴보겠습니다.


직접 답변을 나타내는 유사한 웹 데이터


위의 스크린샷에서 볼 수 있듯이 이러한 검색의 74%는 제로 클릭 검색입니다. 이는 이 잠재고객의 26%가 독립 사이트를 클릭하고 있음을 의미합니다.

그 숫자는 내가 예상했던 것보다 상당히 높다. 즉, 이러한 검색의 백분율은 검색 여정의 시작을 나타냅니다.


직접 답변에 대한 Similarweb 유기적 vs 유료 데이터


오가닉 대 유료를 보면 무려 99.11%가 오가닉이라는 것을 알 수 있습니다. 간단한 질문을 하는 사람들은 구매하려는 마음이 없기 때문에 이것은 전혀 놀라운 일이 아닙니다.

이제 검색 의도를 살펴보겠습니다.


직접 답변에 대한 유사한 웹 검색 의도 데이터


위의 스크린샷에서 볼 수 있듯이 대다수는 정보 제공용입니다. 직접 답변은 특정 사용자 질문에 답변하도록 설계되었기 때문에 이는 놀라운 일이 아닙니다.

그들은 정보를 찾고 있습니다.

SEO 관점의 결론은 이러한 키워드가 가장 낮은 가치를 제공한다는 것입니다. 검색 결과 상단에 콘텐츠 순위를 매길 수 있더라도 해당 청중의 26%만이 결과를 클릭할 가능성이 있습니다.

이러한 키워드를 타겟팅하기로 결정했다면 전략적으로 검색 여정을 시작할 때 사용자를 생각해야 합니다.

이것은 당신이 그들을 클릭하게 할 수 있다면 그들은 아무것도 살 준비가 되어 있지 않다는 것을 의미합니다. 참여 및 관계 구축에 중점을 둡니다.





추천 스니펫



Featured Snippet SERP 기능은 검색 결과 페이지 상단에 요약된 답변을 제공합니다. 직접 답변과 달리 추천 스니펫에는 정보가 추출된 웹페이지에 대한 링크가 포함되어 있습니다. 링크는 일반적으로 관련 콘텐츠를 강조하는 짧은 발췌문과 함께 제공됩니다.

이는 사용자가 결과를 보기 위해 클릭할 가능성이 더 높기 때문에 Google이 링크를 포함한다는 것을 의미한다고 가정합니다.

예를 들어 Google에서 '2 car carport dimensions'을 검색하면 Google에서 요약된 답변을 제공합니다.


2개의 car carport 치수에 대한 추천 스니펫


좋아, 사용자는 그들이 찾고 있던 것을 얻었다. 결과를 클릭하는 이유는 무엇입니까?

콘텐츠를 클릭하면 이 질문에 대한 답이 즉시 명확해집니다.


간이 차고 크기를 보여주는 웹사이트


위의 스크린샷에서 볼 수 있듯이 간이 차고 크기는 표준이 아닙니다. 간단한 대답은 없으며 웹사이트는 추천 스니펫에 나타나지 않는 추천을 합니다.

내 가설은…

추천 스니펫은 더 많은 탐구가 필요한 질문에 대한 답변을 제공합니다.

이것은 사용자가 결과를 클릭할 가능성이 더 높다는 것을 의미합니다.

데이터가 내 이론을 뒷받침하는지 봅시다.


추천 스니펫에 대한 제로 클릭 데이터를 보여주는 유사한 웹


위의 스크린샷에서 볼 수 있듯이 이러한 검색을 수행하는 사용자의 31%가 사용자 생성 콘텐츠를 보기 위해 클릭합니다. 이것은 내 가설을 뒷받침하는 26%의 클릭만 얻은 직접 답변보다 약간 높습니다.

의도를 살펴보면 대부분의 검색이 정보를 찾고 있음을 알 수 있습니다.


추천 스니펫에 대한 검색 의도 데이터


추천 스니펫이 사용자 쿼리에 직접 응답하므로 이는 기대치와 100% 일치합니다.

유기적 대 유료를 보면 직접 답변과 유사한 결과가 나타납니다.


추천 스니펫에 대한 유사한 웹 유기 데이터와 유료 데이터


이유는 위와 동일합니다. 이러한 검색은 정보 제공용이며 광고주는 깔때기의 아래쪽에 있는 검색에 돈을 쓰는 것을 선호합니다.

결론은 사용자가 귀하의 콘텐츠를 클릭할 가능성이 높기 때문에 추천 스니펫 검색이 직접 답변 검색보다 약간 더 가치가 있다는 것입니다.

이러한 검색을 전략적으로 타겟팅하여 퍼널 상단 트래픽을 브랜드로 가져옵니다. 그들이 귀하의 사이트를 방문하면 이 잠재 고객과 더 많은 관계를 맺을 방법을 찾으십시오. 언제 구매 준비가 될지 알 수 없습니다.





지식 패널



Google의 지식 패널은 사람, 장소, 조직 또는 주제와 같은 특정 항목에 대한 검색 결과 페이지의 오른쪽에 표시되는 정보 상자입니다. 이 패널은 웹의 다양한 소스에서 정보를 집계하여 엔티티에 대한 포괄적인 개요를 제공하는 것을 목표로 합니다.


제로데이용 Google 지식 패널


지식 패널에는 일반적으로 간단한 설명, 이미지, 관련 인물 또는 엔티티, 웹사이트 링크, 소셜 미디어 프로필 및 기타 관련 정보와 같은 엔티티에 대한 주요 세부 정보가 포함됩니다. 또한 표시되는 엔터티 유형에 따라 지도, 리뷰, 평가 및 대화형 요소와 같은 추가 기능을 포함할 수 있습니다.

지식 패널에 표시되는 정보는 Wikipedia, 공식 웹사이트 및 기타 신뢰할 수 있는 참조와 같은 신뢰할 수 있는 소스에서 데이터를 수집하고 구성하는 Google 알고리즘에 의해 자동으로 생성됩니다. 그러나 사용자는 지식 패널에 표시되는 정보의 정확성과 완전성을 개선하는 데 도움이 되도록 수정을 제안하거나 피드백을 제공할 수 있습니다.

이제 지식 패널이 검색 여정의 시작 부분에 있도록 설계되었음을 이해하는 것이 중요합니다. 사용자의 여정을 돕기 위해 Google은 이러한 검색을 주제에 대한 관문으로 취급합니다.

간단한 정의에 만족하는 사람들을 위해 일반적으로 Wikipedia에서 제공되는 정의가 있습니다.

사용자가 검색 여정을 계속하려는 경우 일반적인 지식 패널은 사용자의 원래 검색을 구체화하도록 설계된 관련 엔터티 또는 기능에 대한 링크를 제공합니다.


아큐브 지식 패널


위의 스크린샷에서 볼 수 있듯이 지식 패널에는 링크가 있는 Wikipedia 정의가 포함되어 있습니다. 다음에 대한 하위 주제 드롭다운 메뉴도 있습니다.
  • 소유자
  • 설립자
  • 출시일


Kissimmee 지식 패널


위의 스크린샷에서 Google은 다음에 대한 링크를 제공합니다.
  • 수도권통계구역
  • 시장
  • 날씨

이 모든 것을 염두에 두고 데이터를 살펴보겠습니다.


지식패널 유사웹 제로클릭 데이터


제로클릭 검색 데이터가 흥미롭습니다. 이러한 검색의 약 절반은 클릭으로 이어집니다. 이제 확실히 하자면, 클릭은 누군가가 링크를 클릭하고 제3자 웹사이트를 방문하는 것으로 정의됩니다.

누군가가 People Also Ask 상자를 클릭하고 검색 결과에서 답변을 보거나 누군가 People Also Ask 결과를 클릭하고 다른 검색 결과로 리디렉션되는 경우 클릭 0으로 계산됩니다.

즉, 이러한 사용자의 절반 이상이 사용자 생성 콘텐츠를 찾고 있습니다.

나머지는 검색 결과에 만족하거나 추가 검색을 통해 검색 여정을 계속했습니다.


지식 패널을 위한 유사한 웹 유기 데이터와 유료 데이터


직접 답변 및 추천 스니펫과 마찬가지로 지식 패널은 검색 여정의 시작을 나타냅니다.

이는 광고주가 이러한 키워드에 투자하지 않는 이유를 설명합니다.

의도 데이터를 살펴보면 예상대로 대다수가 정보 제공용임을 알 수 있습니다.


지식 패널에 대한 유사한 웹 검색 의도 데이터


일부 탐색 및 트랜잭션 결과가 있습니다. 약간의 경험으로 볼 때 이러한 키워드는 브랜드 키워드를 나타냅니다.

그리고 이것은 예, 이러한 검색 중 많은 수가 엔터티에 대한 광범위한 검색을 포함하지만 많은 경우 브랜드에 대한 특정 검색을 포함합니다.

예, 엔티티 키워드는 타겟팅하기 어려울 수 있습니다. 당신이 그들을 위해 순위를 매길 수 있다면 잠재적으로 엄청난 트래픽을 볼 수 있습니다. 하지만 위에서 언급했듯이 이 청중은 아무것도 살 준비가 되어 있지 않기 때문에 경험상 이 청중을 참여시키기 위해 노력해야 합니다.

반면에 브랜드 키워드는 순위를 매기기 쉽습니다. 전략적으로 브랜드 키워드를 타겟팅할 때 이러한 SERP에 대한 가시성을 높이는 방법을 찾아야 합니다.

즉, 사이트 링크 및 Twitter 상자를 가져오고 모든 People Also Ask 쿼리에서 순위를 매겨야 합니다.





키워드 인사이트로 SEO 전략 강화



보시다시피 키워드 분석을 통해 풍부한 인사이트를 찾을 수 있습니다.

그리고 SERP가 사용자를 만족시키기 위해 어떻게 설계되었는지 이해하고 사용자가 이러한 결과에 어떻게 반응하는지 확인함으로써 데이터 분석을 한 단계 끌어올릴 수 있습니다.

예를 들어 타겟 키워드를 찾으면 Similarweb과 같은 도구를 사용하여 추가 분석하여 다음을 확인하십시오.
  • 제로 클릭 데이터
  • 의지
  • 유기적 대 유료 배포

그런 다음 키워드를 버킷으로 분류하여 이에 따라 전략을 조정할 수 있습니다.

정보 제공 의도가 있고 제로 클릭 검색이 많이 발생하는 키워드의 경우 사용자 쿼리를 직접 해결하는 상록 콘텐츠를 개발하는 것이 좋습니다. 이러한 키워드는 즉각적인 클릭 또는 전환을 생성하지 않을 수 있지만 브랜드를 신뢰할 수 있는 정보 소스로 설정하는 데 중요한 역할을 합니다.

시간이 지남에 따라 가치 있는 고객으로 전환될 수 있으므로 검색 여정을 시작할 때 이러한 사용자와 소통하고 관계를 구축하는 데 집중하세요.

반면에 거래 의도가 있거나 유료 결과의 비율이 높은 키워드는 판매를 유도할 가능성이 높습니다.

콘텐츠를 최적화하고 이러한 특정 검색어를 타겟팅하는 데 더 많은 리소스를 투자하세요. 이러한 키워드는 경쟁이 치열하지만 즉각적인 결과와 더 높은 투자 수익을 가져올 가능성이 있습니다.





키워드 태깅으로 다음 단계로 나아가십시오.



키워드를 검색 의도로 묶은 후에는 적절하게 처리해야 합니다.

즉, 키워드를 추적할 때 의도에 따라 태그를 설정하여 순위 추적기의 전략에 따라 키워드를 분류할 수 있습니다.

이렇게 하면 TOFU, MOFU 및 BOFU 콘텐츠의 성능을 즉시 분석할 수 있습니다. 이를 명확히 하면 비즈니스를 발전시키기 위해 어떤 조치에 집중해야 하는지 파악하는 데 도움이 됩니다.


순위 레인저 키워드 태깅


위의 스크린샷에서 볼 수 있듯이 Rank Ranger Daily Snapshot(by Tag)은 의도별로 그룹화된 키워드 클러스터를 보여줍니다. 예를 들어 정보 키워드 클러스터에는 25개의 키워드가 포함되어 있습니다. 상업용 키워드 클러스터에는 11개의 키워드가 포함되어 있습니다.

이렇게 하면 키워드 클러스터를 분석하고 사용자 여정의 각 단계를 개별적으로 최적화할 수 있습니다.

예를 들어 하나의 클러스터에 대해 많은 수의 URL이 2페이지에서 순위가 ​​매겨지는 것을 볼 수 있습니다. 즉, 해당 클러스터의 URL을 1페이지로 가져오는 데 집중할 수 있습니다.

태그 순위 분포 보고서에서 쉽게 확인할 수 있습니다.


Rank Ranger 태그 순위 분포 보고서


이제 이것은 키워드 태깅이 고객 여정을 시각화하고 최적화하는 데 어떻게 도움이 되는지 보여주는 하나의 작은 예일 뿐입니다. 할말이 더 많지만 다른 포스팅으로 남겨두겠습니다.

Rank Ranger의 고급 순위 추적 및 보고를 통해 데이터 기반 결정을 내립니다.

SERP를 지배하는 데 필요한 모든 데이터와 통찰력