Содержание 9 разделов ↘
Поисковую частотность часто используют как быстрый ответ на большой бизнес-вопрос: «каков здесь спрос». В таблицу попадает число из Wordstat, его умножают на предполагаемый CTR, затем на конверсию — и получают прогноз лидов или даже размер рынка. Арифметика выглядит аккуратно, но исходная величина может отвечать совсем на другой вопрос.
Причина не в неточности Wordstat. Сервис решает другую задачу: показывает статистику поисковых запросов. Без операторов он считает все запросы, содержащие заданную фразу с возможными добавками и словоформами. Это полезно для понимания размера темы, но такая цифра не равна числу людей, которые ввели именно выбранную формулировку, и тем более не равна числу покупателей.
Главный вывод
Мы сопоставили четыре документированных замера Wordstat 2026 года, для которых одновременно доступны широкая частотность и более узкое измерение той же фразы. В выборку попали запросы из недвижимости, ремонта, маркетинговых услуг и климатической техники.
| Фраза | Широкое измерение | Уточнённое измерение | Разница |
|---|---|---|---|
| ремонт квартир, Россия | 733 076 | 18 811 в точной форме | 39,0× |
| продвижение сайта, Москва | 7 479 | 465 в точной форме | 16,1× |
| купить квартиру, Россия | 7 299 973 | 263 829 без дополнительных слов | 27,7× |
| кондиционер купить, один день | 5 858 | 187 в точной форме | 31,3× |
В этих четырёх наблюдениях широкая цифра была больше узкой в 16–39 раз; медианное отношение — около 29,5 раза. Эта выборка слишком мала и неоднородна, чтобы объявлять «типичный коэффициент для рынка». Мы не делаем такой вывод. Но она показывает другое: один и тот же термин «частотность» способен обозначать множества запросов совершенно разного масштаба. Поэтому брать первую цифру как прямую оценку спроса методологически неверно.
Самый показательный пример — «ремонт квартир». В замере за 30 дней широкая частотность составила 733 076 запросов. Фразовая — 24 555, а вариант с фиксированной словоформой — 18 811. То есть только около 2,6% широкой цифры приходится на конкретную точную формулировку. Остальное — длинный хвост: уточнения по цене, городу, типу квартиры, виду ремонта, срокам, отдельным работам и другим контекстам.
Что на самом деле измеряет Wordstat
В поисковой статистике есть как минимум четыре разных объекта, которые в рабочих обсуждениях часто называют одним словом «спрос».
- Размер темы. Все запросы, в которых встречаются слова маркерной фразы. Это полезно для разведки семантики и понимания того, насколько большая область запросов окружает тему.
- Спрос на конкретную формулировку. Запросы без дополнительных слов или в фиксированной словоформе. Это уже более узкий объект, но он всё равно не равен числу людей.
- Коммерческий поисковый спрос. Набор разных фраз, которые относятся к одной покупке или бизнес-задаче. Его нельзя получить по одному запросу: нужно собрать группу, убрать нерелевантные интенты и не задвоить пересекающиеся формулировки.
- Доступный бизнесу трафик. Только часть коммерческого спроса, которую реально можно получить с учётом региона, устройства, рекламной и органической выдачи, позиции, CTR, конкуренции и доступного бюджета.
Ошибки возникают, когда число из первого уровня сразу подставляют в модель четвёртого. Например, 733 тысячи запросов по теме ремонта не означают 733 тысячи потенциальных переходов на одну страницу «ремонт квартир». Эта цифра включает огромное число более конкретных поисковых ситуаций. У каждой будет своя выдача, свой CTR и своя релевантная посадочная.
Есть ещё одно принципиальное различие: Wordstat считает запросы, а не уникальных людей. Один человек может искать несколько раз, менять формулировку, сравнивать варианты, возвращаться к теме через неделю. Поэтому даже идеально собранный коммерческий кластер описывает объём поисковых действий, а не размер аудитории в людях.
Широкая частотность полезна, но не для прогноза продаж
Из нашего вывода не следует, что широкую частотность нужно перестать использовать. Наоборот, она хорошо показывает разнообразие и общий объём запросов вокруг темы. Если широкая цифра во много раз больше фразовой, это означает, что вокруг маркерного запроса существует большой длинный хвост. Для SEO это может быть сигналом к более глубокой структуре страниц и материалов. Для рекламы — к сбору конкретных формулировок вместо ставки на один общий ключ.
Разрыв сам по себе тоже несёт информацию. У «продвижения сайта» в московском замере широкая частотность была примерно в 16 раз выше точной. У «ремонта квартир» — примерно в 39 раз. Нельзя сказать, что вторая ниша «в 2,4 раза сильнее раздута»: регионы, периоды и морфология отличаются. Но можно увидеть принцип — короткая маркерная фраза агрегирует множество разных поисковых задач.
Для собственника это означает важную вещь: широкая частотность годится как верхний уровень карты спроса, но не как финансовая база. Если на ней строить медиаплан, ожидаемый трафик получится завышенным. Если на ней строить TAM рынка, ошибка будет ещё сильнее, потому что за поисковой активностью остаются офлайн-покупки, другие поисковые системы, маркетплейсы, рекомендации, прямые визиты и люди, которые вообще не пользуются поиском при выборе.
Коммерческий спрос нужно собирать кластером
Представим компанию, которая продаёт услугу ремонта квартир. Реальный поисковый контур не ограничивается фразой «ремонт квартир». В него могут входить «ремонт квартиры под ключ», «стоимость ремонта двухкомнатной квартиры», «отделка новостройки», «ремонт ванной» и десятки других формулировок. Часть из них относится к одной услуге, часть — к отдельным продуктам, часть — к информационному исследованию до покупки.
Поэтому задача не в том, чтобы найти «самую правильную частотность». Нужно построить карту спроса. Рабочий процесс выглядит так:
- начать с нескольких маркерных тем, а не одной фразы;
- собрать вложенные и похожие запросы;
- разделить коммерческие, информационные, брендовые и нерелевантные намерения;
- сгруппировать коммерческие запросы по одной пользовательской задаче;
- проверить регион, сезонность и устройства;
- только после этого оценивать объём трафика и лидов.
Ключевой момент — не суммировать частотности механически. Запросы могут пересекаться по смыслу, а широкие фразы содержать более узкие. Простое сложение создаёт двойной счёт. Для медиаплана лучше использовать набор конкретных запросов и прогноз рекламной системы. Для SEO — кластеризацию по намерению и поисковой выдаче, а не сумму всех широких маркеров.
От поисковой темы к бизнес-потенциалу
Для управленческого решения мы предлагаем разделять оценку на пять последовательных фильтров.
| Уровень | Вопрос | Что считать |
|---|---|---|
| 1. Тема | Насколько велик информационный контур? | Широкие маркерные запросы и связанные темы |
| 2. Коммерческий кластер | Сколько поисковых действий связано с покупкой? | Очищенный набор запросов по интентам |
| 3. Доступная выдача | Какую часть спроса вообще можно перехватить? | Регион, устройства, рекламные блоки, позиции, конкуренция |
| 4. Переходы | Сколько пользователей реально попадёт на сайт? | Частотность × реалистичный CTR по сегментам |
| 5. Экономика | Сколько из этого превращается в бизнес? | Конверсия, качество лида, продажа, маржа |
Эта схема намеренно не даёт одной «магической» формулы. На каждом уровне появляется новый источник неопределённости. Для руководителя полезнее видеть диапазон и допущения, чем одну красивую цифру без происхождения.
Например, если коммерческий кластер даёт 20 тысяч поисковых действий в месяц, нельзя сразу умножить его на среднюю конверсию сайта. Сначала нужно оценить доступную долю кликов. Для части запросов сайт может быть ниже конкурентов, часть выдачи забирает реклама, карты или маркетплейсы, по части запросов компания вообще не предлагает подходящую посадочную. Только оставшийся трафик имеет смысл пропускать через конверсию.
Почему поисковый спрос нельзя превращать в размер рынка
Поисковые данные особенно соблазнительно использовать при запуске нового продукта: «в месяц 100 тысяч запросов, средний чек 50 тысяч рублей — значит рынок на 5 млрд». Такая оценка почти всегда смешивает запросы, людей и сделки.
Поиск показывает выраженный интерес, но не знает, сколько людей купили, сколько из них покупают повторно, какой средний чек был фактически, сколько покупок произошло без поиска и сколько запросов сделал один человек. Поэтому Wordstat может быть одним из входов в market sizing, но не заменяет модель рынка.
Для B2C массового продукта поисковый спрос помогает проверить порядок величины и сезонность. Для узкого B2B он часто покрывает только часть реального рынка: крупные сделки могут начинаться с рекомендаций, тендеров, отраслевых связей и прямого выхода на компанию. Низкая частотность не доказывает отсутствие рынка — она может означать, что рынок формулирует задачу иначе или не ищет решение публично.
Как использовать частотность в решениях
По итогам исследования мы бы зафиксировали четыре правила.
- Для размера темы используйте широкую частотность, но называйте её размером темы. Не превращайте её в число покупателей.
- Для конкретной фразы смотрите уточнённую или точную частотность. Это помогает понять, насколько сама формулировка самостоятельна, но всё ещё не даёт объём рынка.
- Для бюджета собирайте коммерческий кластер и прогнозируйте клики. Один маркерный запрос почти никогда не является достаточной базой.
- Для решения о выходе на рынок соединяйте поиск с другими данными. Продажи категории, число компаний, транзакционные данные, интервью, CRM и экономика продукта отвечают на вопросы, на которые поисковая статистика ответить не может.
В практическом смысле главный сдвиг очень простой: перестать спрашивать «какая частотность у нашего продукта?» и начать спрашивать «какую часть какого спроса показывает эта цифра?». После этого Wordstat становится не источником ложной точности, а сильным инструментом исследования.
Одна и та же частотность отвечает на разные вопросы по-разному
Разница особенно заметна, если поставить рядом четыре типовые управленческие задачи. Для SEO нужно понять, существует ли отдельный интент и заслуживает ли он собственной страницы. Для рекламы — сколько релевантных показов и кликов можно купить в нужном регионе. Для запуска продукта — есть ли уже сформированный поисковый спрос. Для оценки рынка — насколько поиск вообще представляет весь путь покупки.
В первой задаче широкая частотность полезна как карта темы, а фразовая и выдача помогают решить, нужна ли отдельная страница. Во второй важнее очищенный набор запросов, прогноз показов, CTR и стоимость клика. В третьей полезно посмотреть не только абсолютный объём, но и динамику: растёт ли интерес, какие уточнения появляются, насколько спрос брендовый. В четвёртой Wordstat превращается только в один из источников — рядом должны появиться транзакции, число потенциальных покупателей, средний чек, повторность и альтернативные каналы спроса.
То есть проблема возникает не из-за «неправильной цифры», а из-за неправильного соответствия между метрикой и решением. Широкая частотность может быть абсолютно корректной для построения семантической карты и одновременно совершенно непригодной для расчёта выручки.
Это же относится к регионам. Национальная частотность может создавать впечатление большого рынка, хотя компания работает в одном городе. Для локальной услуги нужно сначала ограничить географию, а затем проверить, не отличается ли сама структура запроса: в крупных городах люди чаще добавляют район, цену, тип объекта или конкретный формат услуги. Один короткий маркер может иметь относительно небольшую точную частотность и при этом быть вершиной большого локального хвоста.
Устройства тоже меняют интерпретацию. Мобильный запрос может чаще вести к карте, звонку или короткому сравнению, десктопный — к более длинному исследованию. Если бизнес продаёт сложное B2B-решение, число мобильных поисков не превращается автоматически в такой же потенциал заявок на длинную форму. Частотность описывает факт поиска, а не удобство следующего шага.
Поэтому в хорошем исследовании спроса рядом с числом всегда должны стоять минимум четыре подписи: что именно считали, где, за какой период и для какого решения. Без них частотность легко переносится из одного контекста в другой и приобретает смысл, которого в исходных данных не было.
Ограничения исследования
Выборка из четырёх замеров не претендует на статистическое описание всех поисковых категорий. Наблюдения сняты в разных регионах, периодах и режимах детализации. Мы сознательно не считаем средний «коэффициент завышения» применимым к другим запросам.
Наша цель — проверить управленческую гипотезу: можно ли широкую частотность без дополнительной обработки использовать как прямой размер спроса на конкретную формулировку. На всех четырёх наблюдениях ответ отрицательный, а документация Wordstat объясняет, почему это происходит конструктивно: без операторов измеряется более широкое множество запросов.
Также исследование не оценивает долю Яндекса в поиске, уникальных пользователей, CTR конкретных позиций и фактические продажи. Эти показатели должны добавляться отдельно под конкретный бизнес. Именно в этом и состоит основной вывод: поисковый спрос полезен, когда мы точно называем объект измерения и не просим от одной цифры ответить на вопросы всего рынка.
