去年夏天Wildberries更新了内部指南：揭示了搜索排名中商品的八大核心因素，描述了算法的工作原理，并提供了优化商品页面的建议。平台证实了营销人员此前已有所察觉的情况，但仍迫使许多卖家重新审视其推广策略。
SF.RU零售及社交电商负责人尤利娅·诺维科娃探讨在考虑新增因素的情况下，未来可预见时期内市场平台的SEO策略将如何变化，以及企业应如何根据新条件制定SEO预算。
传统SEO与电商平台SEO
SEO（搜索引擎优化）是一系列旨在提升网站在搜索引擎结果中可见度的措施。其主要目标是使网站对Google、Yandex及其他搜索引擎的爬虫更具吸引力，从而提高排名。核心要素包括选择有效关键词、设计标题和元标签，以及创建独特且有价值的内容。
在市场平台上的搜索优化看似更简单。就在不久前，卖家们还认为将社交媒体图片搬运到平台并在描述中堆砌关键词即可奏效。但在2024年，这些方法已不再适用——更重要的是卖家如何定位产品。高质量的产品展示能够提升品牌知名度和客户忠诚度，而这在很大程度上决定了最终的财务成果。
经典SEO与平台内SEO的主要区别在于：前者侧重于优化网站以适配搜索引擎，后者则专注于优化平台内的商品卡片。各大平台拥有独特的规则、算法和信息展示格式，需要采用特定的内容创作方法以提升可见性并吸引买家。
电商平台如何对商品进行排序
在公布排名因素后，Wildberries再次证明：在电商平台推广没有通用策略，每个平台都需要个性化方案。WB的算法首先分析订单处理速度、配送距离和商品送达时间（这些因素对搜索排名的影响程度为30%至40%）。
卡片内容对于向客户传达信息至关重要，但在搜索排名中通常仅占7–10%。文本相关性被置于核心地位，在Ozon占比20–40%，在Yandex Market占比27.5%。
然而，当前的格局并非一成不变。平台迅速增长，更加信任人工智能，并推出额外广告工具以构建生态系统。例如，Ozon拥有在线银行和机票搜索服务，Wildberries注册了一家子公司微金融机构，Yandex将Market与“Eда”和“Lavka”服务合并。因此，SEO策略需要根据当前市场状况定期调整。
市场平台上SEO经济学的特点
在市场平台上对SEO进行经济规划是成功推广策略的重要方面，可 условно分为三个阶段：
● 市场与竞争对手分析
初步研究始于识别竞争对手：需了解其战略、定位方式、商品种类及定价策略，从而全面认识竞争格局并确定自身独特优势。同样重要的是详细研究当前消费者趋势，以便根据市场需求变化调整SEO策略。
● 预算制定
基于对竞争环境和店铺定位的分析，战略性地分配预算成为关键步骤。每个方向都需采取差异化方法，依据内容、商品卡片优化及付费广告工具使用的优先级进行分配。目标是最大化成本效益，重点关注最重要且最具影响力的因素。
● 监控与分析
SEO策略实施后，需持续监控和分析结果。如今，电商平台内部的服务有助于追踪流量、转化率和投资回报率（ROI）等关键指标，有时甚至优于第三方服务。根据获取的数据定期调整预算和策略，能够最大化SEO效果，确保电子商务稳定增长。
电商平台成功SEO的实例
以下是三个展示电商平台SEO实际应用的案例：
案例1：TOPTOP
类别：时尚。
任务：提高来自Wildberries和Ozon的月销售额，同时保持DRR（广告支出回报率）不变。
解决方案：优化商品详情页。在Wildberries上重点处理文案：删除冗长列举和“水分”内容，补充缺失信息，并添加数百个推荐商品；在Ozon上侧重语义分析，通过平台内部工具而非Wordstat选取关键词，同时增加针对平台内部受众的付费推广。
结果：非优先平台Ozon的收入首月增长95%；半年内两平台总销售额增长58%，达目标两倍；DRR保持在3%水平。
案例2：Zenden
类别：时尚。
任务：提高Wildberries和Ozon月销售额，保持DRR不变，提高提货率。
解决方案：在Wildberries上大量优化文案：利用神经网络补充缺失信息、删除多余内容、添加关键词并修正产品名称，提升详情页内容评级及搜索展示机会；在Ozon上侧重语义分析，通过内部服务收集关键词，为启动付费推广做准备。
结果：首月两平台总销售额增长40%，次月再增25%；广告支出占比保持原有水平。
技术及其他趋势
考虑到平台变化的规模和速度，SEO的核心能力在于快速分析大量信息并适应新环境。根据预测，未来短期内电商平台的自然推广应特别关注以下几点：
● 个性化
电商平台越来越多地采用机器学习技术优化搜索，精准匹配用户兴趣和偏好。卖家需深入了解目标受众，实现内容个性化，使其比竞争对手更具相关性。
● 虚拟现实与增强现实
VR和AR技术（如Lamoda虚拟试衣间）通过让用户更深入地了解商品来改善体验、提高转化率、简化购买决策并增强品牌忠诚度，从而增加利润。
● 视觉搜索与语音搜索
据Invoca数据，2021年语音购物占消费者支出200万美元，Google每月接收30亿次视觉搜索请求。随着AI能力提升，图片和语音搜索更加精准，这对图片、视频和文本等内容质量提出了更高要求。
● 使用人工智能进行橱窗设计
机器学习算法可分析消费者偏好、购买行为和趋势数据，为撰写有效商品描述和标题提供洞察。AI还能根据高频搜索词辅助关键词选择，提升商品卡片的索引效果。
● “多面手”团队
工具集越复杂广泛，所需时间和精力越多。几年前理论上仅靠一名“电商平台专员”即可取得成果，如今这种“多面手”正逐渐退出历史舞台，取而代之的是由设计师、文案策划、营销人员和分析师组成的专业团队。
尤利娅·诺维科娃，
SF.RU零售与社交电商负责人。
为NEW RETAIL