Частотность запросов: базовая, фразовая и точная без путаницы

Если частотность запросов смотреть без операторов, семантика быстро превращается в кашу: показы есть, клики идут, а заявок мало. На аудитах я постоянно вижу одну и ту же историю: берут частотность запросов из Вордстат как одну цифру, запускают рекламу и потом удивляются, почему по «дешёвому» слову с 20 000 показов приходит 3 лида. Ниже разберу, как узнать частотность, чем отличаются виды частотности вордстат и где чаще всего сливают бюджет.

Что на самом деле показывает частотность в Wordstat

Вордстат не даёт одну «истинную» цифру. Он показывает, как запрос искали в разных формулировках, с хвостами и в разных порядках слов. Поэтому частотность запросов надо читать в связке с операторами.

В моей практике это особенно критично в нишах с широкими формулировками: ремонт, медицина, обучение, B2B-услуги. Там один запрос может тащить на себя 10–15 разных смыслов.

• базовая частотность — всё, где есть слова из фразы в любом виде;
• фразовая — только запросы с этой фразой и её порядком;
• точная — только то, что введено почти без хвостов и искажений.

Ошибка №1: брать базовую цифру как спрос на конкретный товар или услугу. На одном проекте по натяжным потолкам базовая частотность «потолки» была 48 000, а точная по коммерческому ядру — всего 1 240. Разница в 39 раз.

Как узнать частотность без самообмана

Если нужен нормальный прогноз, я всегда смотрю не одну цифру, а три уровня. Это занимает 5 минут, но экономит недели тестов.

Шаг 1. Проверяю базовый объём

Вбиваю слово без операторов. Это полезно для оценки масштаба темы, но не для ставки. Цифра показывает интерес к слову вообще, а не качество трафика.

Шаг 2. Сужаю фразой в кавычках

Запрос в кавычках показывает, сколько раз искали именно эту последовательность слов. Тут уже видно реальный спрос на формулировку. По части ниш падение относительно базы бывает в 3–8 раз.

Шаг 3. Ставлю точный оператор

Скобки, плюс, кавычки и минус-слова помогают отрезать мусор. Если запрос зависит от порядка слов, окончания или предлогов, точная частотность уже даёт рабочую оценку для Директа.

Таблица, которой я пользуюсь на аудите:

Если нужна практика по операторам, держите правило: без операторов Вордстат полезен только на первом шаге.

Виды частотности Вордстат: где какая цифра уместна

Вопрос «какая частотность хорошая» я всегда перевожу в другой: для чего она нужна. Для SEO, Директа и минус-слов нужны разные уровни.

На одном проекте по онлайн-курсам базовая частотность у запроса «курсы excel» была 33 000, фразовая — 4 600, точная — 1 150. Если бы клиент посчитал бюджет от базы, он бы заложил в 7 раз больше кликов, чем реально получил бы.

Когда фразовая частотность полезнее базовой

• при сборе кластеров;
• при оценке коммерческого ядра;
• при поиске низкочастотных, но тёплых запросов.

Когда точная частотность важнее всего

• при расчёте прогноза по CPL;
• при тесте ставок;
• при разделении горячих и холодных запросов.

Мой ориентир простой: базовая частотность даёт масштаб, фразовая — смысл, точная — деньги.

Почему один и тот же запрос даёт разную цифру

Частотность запросов меняется из-за географии, сезонности, синонимов и хвостов. На аудитах я часто вижу, как рекламодатель смотрит Москву, а запускается на всю Россию, потом удивляется, что спрос «просел».

Три причины расхождения

• гео: Москва и регионы дают разные объёмы;
• сезон: в декабре спрос на одни фразы вырастает на 40–70%;
• формулировки: «купить», «цена», «заказать» и «недорого» меняют картину.

Если в кампании есть автотаргетинг, особенно важно не путать виды частотности вордстат с реальным трафиком. Автотаргет может расширять охват дальше семантики, и тогда точная цифра в Вордстат уже не равна фактическим показам.

Как использовать частотность запросов при сборе семантики

Я делю запросы не по «много/мало», а по назначению. Так проще управлять ставками и не забивать кампанию мусором.

1. Высокочастотные — для охвата и отдельной аналитики.
2. Среднечастотные — для стабильных групп и прогнозируемых расходов.
3. Низкочастотные — для горячих лидов и точечных объявлений.
4. Нулевые или редкие — проверяю вручную, иногда они дают лучший CPL.

В B2B я нередко вижу странную картину: у запроса точная частотность 30, а конверсия выше, чем у фразы с частотностью 1 500. Причина простая: запрос уже несёт намерение купить.

Таблица для практики:

Если нужна связка семантики и аналитики, я обычно сверяю её с отчётами Метрики для рекламодателя: там сразу видно, какие группы дают заявки, а какие только расход.

Ошибки, которые я вижу почти на каждом втором аудите

Самая дорогая ошибка — строить кампанию по базовой цифре без фильтрации. Вторая ошибка — брать частотность запросов из Wordstat и не проверять оператором, сколько там мусора.

• не учитывать падежи, числа и порядок слов;
• сравнивать запросы из разных регионов;
• смешивать инфозапросы и коммерческие фразы;
• делать выводы по одному запросу без кластера;
• забывать про сезонность и всплески спроса.

На одном проекте по ремонту техники клиент тратил 180 000 ₽/мес, пока не разнесли семантику на фразовую и точную. После чистки 22% запросов минуснули, CPC упал на 31%, а заявок стало больше на 18% за 3 недели.

Как ускорить проверку и не копаться вручную

Ручная проверка частотности занимает время, если запросов сотни или тысячи. Я часто прогоняю семантику через автоматический аудит: он сразу подсвечивает мусорные группы, дубли и запросы с перекошенной частотностью. Это особенно полезно перед запуском или перед чисткой уже работающей кампании.

В Digital Pulse такой разбор занимает около 30 секунд: система показывает, где семантика раздута базовой частотностью, где нужен оператор, и какие фразы уже сливают бюджет. Для больших аккаунтов это экономит часы на разборе и помогает не гадать по одной цифре из Вордстат.

Что я проверяю перед запуском кампании

Перед стартом я всегда прохожу один и тот же чек-лист. Он не даёт совершить типичную ошибку с частотностью запросов и помогает сразу понять, где ядро слабое.

• базовая и точная цифры по ключевым кластерам;
• долю брендовых и небрендовых фраз;
• пересечения с автотаргетингом;
• минус-слова по инфо- и нецелевым хвостам;
• сезонность по самым дорогим группам.

Если частотность смотрели только без кавычек, семантика почти всегда получается шире, чем нужно. В рекламе это обычно превращается в дорогие клики и слабый CPL.

Финальная логика, которой я пользуюсь в Директе

Смотрю на базу, чтобы понять масштаб. Смотрю на фразу, чтобы понять структуру спроса. Смотрю на точную частотность, чтобы не переплатить за воздух. Когда эти три уровня совпадают с целями кампании, семантика начинает работать заметно чище.

Если хотите быстро проверить свои запросы, начните с 20–30 самых дорогих фраз и сравните базу, фразу и точный вариант. Уже на этом шаге обычно находится 10–25% мусора. Потом можно чистить ядро, ставить минус-слова и пересчитывать прогноз по более честной базе.

Какой следующий шаг я бы сделал на вашем месте

Откройте Вордстат, выгрузите 50 ключей, посмотрите три вида частотности вордстат и отметьте те, где разница между базой и точной больше чем в 5 раз. Именно там чаще всего прячется переплата. Если хотите ускорить разбор, прогоните кампанию через автоматический аудит и сразу увидите, какие группы надо резать в первую очередь.