Часто у интернет-магазинов карточки товаров оказываются неполными: информация сводится к названию и цене. Например, сотрудник добавил оборудование в каталог, но без ключевых параметров — размеров, мощности, материала или грузоподъёмности. Причина проста: нужных данных на момент загрузки не было.
Это критично: покупатель не сможет разобраться, чем один товар отличается от другого. Разница в пару миллиметров или килограммов может решить, подойдёт товар или нет.
Когда карточки заполнены только частично, поисковик не понимает, по каким запросам их показывать, и такие страницы плохо ранжируются. Даже если пользователь случайно на них попадёт, он не найдёт нужных параметров и уйдёт к конкуренту, где всё расписано. В итоге сайт потеряет и трафик, и клиентов.
КЕЙС. Автоматизация заполнения характеристик у производителя порошковых красок
Мы ведём SEO для производителя порошковых красок. На этапе работы с каталогом запросили у клиента характеристики товаров, но оказалось, что их нет в готовом виде.
Чтобы собрать всё своими силами, пришлось бы поднимать данные из техдокументации и прайс-листов, а на это ушли бы месяцы при их загруженности.
Клиент честно сказал: «своими силами собрать всё не вариант».
Мы предложили решение, которое закрыло задачу без найма дополнительных людей.
1️⃣ Проанализировали рынок
Разобрали карточки товаров на сайтах, которые стабильно находятся в топе поисковой выдачи. Полное заполнение характеристик — это отраслевой стандарт, без него карточки не работают ни для пользователя, ни для поисковика.
Мы собрали ключевые параметры (связующее, цвет, глянец, расход и т. д.) и на их основе сформировали улучшенную структуру для каталога клиента.
2️⃣ Собрали недостающие данные
Запустили Screaming Frog и прошли по карточкам товаров конкурента. С каждой страницы автоматически выгрузили все характеристики и собрали их в Excel. В итоге получили полную таблицу параметров по каждому товару — готовую основу для работы.
3️⃣ Сопоставили с каталогом клиента
В Excel «связали» выгруженные характеристики с товарами клиента. Для этого использовали функцию поиска по названиям (H1). Например, если у конкурента есть карточка «Порошковая краска RAL 7016», то её параметры автоматически подтянулись к такому же товару в каталоге клиента.
4️⃣ Привели всё в порядок с помощью нейросети
Характеристики, которые мы собрали, были в виде технического HTML-кода. ChatGPT помог превратить этот код в аккуратную таблицу:
| URL | Характеристика | Значение |
Так мы получили структурированные данные в удобном для загрузки формате.
5️⃣ Загрузили данные на сайт
Когда таблица с данными была готова, мы импортировали её в систему управления сайтом. Все карточки наполнились нужными характеристиками. Теперь у каждого товара появилось полное описание, что сделало каталог удобным для покупателей и заметным для поисковиков.
📈 Результаты:
✅ Экономия времени. На ручное заполнение характеристик у клиента ушло бы минимум полгода. Мы справились за 6 часов.
✅ Рост органики. Полные карточки дают сайту возможность быстрее выходить в топ. В похожих проектах это давало рост SEO-трафика в 2 раза.
✅ Запуск новых товаров без задержек. Теперь их можно добавлять в каталог сразу с полным набором характеристик — без долгих согласований и ручной рутины.
🔘 проверим каталог и найдем товары без характеристик;
🔘 расскажем, какие параметры критичны для SEO;
🔘 составим план, как быстро закрыть проблему;
🔘 покажем, как из характеристик можно автоматически генерировать описания.

Комментарии (0)
Пока нет комментариев. Будьте первым!
Добавить комментарий