As impressões e cliques do Search Console estão relacionados?

Antes do lançamento da atualização de agosto de 2024, eu estava examinando os dados do meu site no GA4. Agora, para quem conhece, é de conhecimento geral que as posições SERP caem nos finais de semana e são imediatamente recuperadas nos dias de semana seguintes.

Existem algumas teorias predominantes que tentam explicar esse comportamento do SERP. No entanto, nada disso pode ser considerado a explicação definitiva. Com muita curiosidade, comecei a fazer o que faço de melhor: analisar os dados e ver se há algo que valha a pena encontrar.

Mas antes de mergulhar na toca do coelho em que passei algumas semanas, deixe-me explicar por que fiz o que fiz.

O mergulho do fim de semana

Todos os gráficos de desempenho do GA4 se parecem com isto na maioria dos nichos (grite se não for o seu caso). Como se imitasse um pulso orgânico durante uma semana completa.

Inicialmente, parece que a CTR e as impressões estão caindo com base na queda na intenção de pesquisa orgânica. Você ficará com a impressão de que menos pessoas pesquisam seus KWs nos finais de semana.

Você não é o único. Presumi que fosse esse o caso também.

Comecei a questionar isso depois de perceber que a queda não permanece consistente, mas aumenta com o limite superior de tráfego dos dias de semana.

Por exemplo, quando meu site obteve 500 tráfego nas segundas-feiras, o tráfego correspondente no sábado caiu para menos de 200. Considere isso uma queda de cerca de 60% nos finais de semana.

No entanto, quando o tráfego às segundas-feiras aumentou para 800, o tráfego do fim de semana também aumentou para cerca de 320. Refletindo a queda de 60%, mas levando a mais cliques e impressões em geral.

Se a queda no fim de semana se deve apenas ao comportamento do usuário, como essa queda de 60% se mantém de forma consistente? Quero dizer, o comportamento do usuário não deveria ser mais dinâmico e errático?

Era hora de realmente começar a investigar isso.

Segundo SEJ a explicação para esse comportamento do SERP é um bug no algoritmo de busca. Supondo que seja esse o caso, esse comportamento foi relatado por muitos. A inação do Google em relação a esse chamado “bug” parece um pouco estranha.

Os dados do GA4 apontam para algo ainda mais estranho

Agora, defender um caso com base em um único site está longe de ser abrangente. Então, pedi aos colegas seus dados do GA4.

Em primeiro lugar, todos eles estão trabalhando no mesmo nicho e, sem surpresa, experimentaram a mesma queda no fim de semana. Embora os percentuais de queda variassem entre dias de semana e finais de semana. Mas o gráfico estava lá, mostrando o mesmo padrão.

Como mostra, dos 6 sites que analisei, todos tiveram queda nas posições médias de seu conteúdo principal durante os finais de semana. Agora, a questão premente é qual fator é a causa da redução do tráfego? Uma queda no volume de pesquisa orgânica? Ou um aumento na posição média?

Considerando isso, comecei a traçar estatísticas de correlação para impressões e posições médias de finais de semana e dias de semana, para ver se realmente havia um volume de pesquisa menor ou se o conteúdo estava sendo desclassificado nos finais de semana e elevado novamente nos dias de semana.

Peguei dados de tráfego e posição média das segundas-feiras e sábados seguintes para os 6 sites. Esta é a aparência da inclinação da correlação para 4 dos sites.

Esses 4 sites apresentaram uma correlação negativa entre impressões e posições médias com base nos mesmos dados nas mesmas datas. O que é de se esperar porque numericamente, à medida que as posições melhoram, os valores caem.

A estranheza começa quando analisamos os sites maiores entre os 6. Aqui estão os 2 maiores,

Veja a inclinação ascendente? Isso significa que posições e impressões estão positivamente correlacionadas. Ou seja, as impressões aumentam à medida que a posição aumenta (classificações mais baixas no SERP). Não há absolutamente nenhuma boa explicação que eu possa fornecer para isso. Sem falar que desafia o bom senso.

Então, para ter certeza, executei o estudo de correlação em um dos sites menores e um dos maiores com dados deste ano (janeiro de 24 a julho de 24). As encostas são verdadeiras, como você pode ver antes. O site menor segue a convenção lógica de correlação negativa.

Por outro lado, o site maior apresenta correlação positiva, o que novamente não faz sentido com o tamanho maior dos dados.

Afaste-se dos dados

Então foi isso que descobri. Mesmo no mesmo nicho, e com comportamento de tráfego aparentemente semelhante, as tendências podem seguir direções opostas.

Eu esperava obter algumas respostas, mas fiquei com essa abominação da análise de dados e perguntas ainda mais ridículas. Alguém pode explicar como um site pode obter mais impressões à medida que sua classificação se deteriora?

Mais importante ainda, como uma métrica orgânica, como o comportamento do usuário, faz com que as pessoas se comportem de forma tão consistente, que as quedas no fim de semana se mantenham, independentemente da mudança no tráfego.

Declarações

Para gerar esses gráficos, utilizei os arquivos CSV exportados do GA4. Depois de realizar alguma limpeza de dados das exportações em massa, executei um script Python para primeiro organizar os dados em dataframes personalizados. A partir desses dados foram traçados os gráficos de correlação e regressão.

Módulos Python usados:

 import pandas as pd from sklearn.linear_model import LinearRegression import matplotlib.pyplot as plt import seaborn as sns from scipy.stats import pearsonr

Além dos módulos e fontes de dados declarados, nenhuma outra manipulação de dados foi feita no conjunto de dados original.

Pontos de dados:

Usei o método Impressões vs. Média. Comparação de posições para encontrar a correlação entre elas. Os pontos de dados são segundas e sábados do mês de julho. Junto com os gráficos de sites grandes, usei dados de impressão e posição média de 2024 de janeiro a julho.

NDA:

Os gráficos, como você notou, não contêm marcadores de referência no eixo. Isto é para manter a privacidade dos dados fornecidos pelos meus colegas. Se no caso alguém quiser inspecionar os dados em primeira mão, estará sujeito à assinatura de um NDA.

Caso contrário, este é o melhor que posso fornecer para defender este caso.

Concluindo

Na verdade, este pequeno experimento não faz nenhuma afirmação significativa. No entanto, isso mostra que há inconsistências na forma como o Google mantém seu algoritmo de busca. A falta de explicação para o comportamento do fim de semana e a ignorância total do problema me deixam cético sobre quais são as prioridades na Pesquisa.