Abfrageverfeinerungen: Wie Google Nutzern hilft, Produkte schneller zu finden

Die Shopping-SERPs ähneln eher einem füttern als die Rangfolge der Ergebnisse. Im Dezember schrieb ich über die Integration der Shopping-Registerkarte von Google in die Hauptergebnisse für Shopping-Anfragen bei E-Commerce-Verschiebungen. Das Ergebnis ist ein Marktplatz, der eher wie Amazon aussieht als wie die Ergebnisse der Websuche.

SERP-Funktionen und Abfrageverfeinerungen spielen bei diesem Übergang eine große Rolle. Sie leiten Benutzer von unpräzisen Suchvorgängen zum schnellstmöglichen Auffinden von Produkten und haben damit einen enormen Einfluss auf Klicks und Umsatz.

Bei dieser umfassenden Analyse habe ich über 28.000 Shopping-SERPs analysiert, um zu verstehen, wie Abfrageverfeinerungen funktionieren und wie E-Commerce-Sites sie nutzen können.

Es ist noch etwas früh für die Einkaufssaison, aber ich schreibe viel über E-Commerce, weil die meisten Geschäfte (vor allem die großen) etwas Zeit brauchen, um Änderungen an ihrer Website vorzunehmen. Wenn Sie also ein erfolgreiches Jahr 2024 wollen, ist jetzt der richtige Zeitpunkt, um mit der Arbeit an der Roadmap zu beginnen.

Dieser Artikel baut auf zwei Analysen auf, die ich zuvor veröffentlicht habe:

Steigern Sie Ihre Fähigkeiten mit den wöchentlichen Experteneinblicken von Growth Memo. Kostenlos abonnieren!

Was sind Abfrageverfeinerungen?

Abfrageverfeinerungen sind „Pillen“ oben in den Suchergebnissen, die Benutzern helfen, ihre Suche zu verfeinern. Im Wesentlichen sind Abfrageverfeinerungen Produktfilter.

Erstmals angekündigt bei Google Search On 2022 erklärte Google, dass Verfeinerungen (und Filter auf dem Desktop) Suchtrends in Echtzeit folgen (Fettdruck von mir):

Ganzseitige Shopping-Filter in der Suche sind jetzt dynamisch und Anpassung an Suchtrends in EchtzeitWenn Sie also Jeans kaufen, werden Ihnen möglicherweise Filter für „weites Bein“ und „Bootcut“ angezeigt, da dies derzeit die angesagtesten Jeans-Styles sind. Diese können sich jedoch im Laufe der Zeit ändern, je nachdem, was gerade im Trend liegt.1

Beispiele für Abfrageverfeinerungen. (Bildnachweis: Kevin Indig)

Der Zweck der Abfrageverfeinerungen besteht darin, Benutzer so schnell wie möglich aus der „chaotischen Mitte“ zur Konvertierung zu bringen, da sie buchstäblich verfeinern die Abfrage. Wenn Sie auf ein Pilleschickt Google die Nutzer zu einer anderen SERP, genau wie wenn sie auf die Produktfilter auf der linken Seite klicken.

Um zu verstehen, wie Abfrageverfeinerungen funktionieren und wie E-Commerce-Sites sie zu ihrem Vorteil nutzen können, habe ich einige Daten ausgegraben.

Funktionsweise von Abfrageverfeinerungen

Ich habe 28.286 Shopping-Keywords (USA, Desktop) mit seoClarity analysiert und folgende Abfrageverfeinerungen festgestellt:

• Folgen Sie bestimmten Mustern, die Websites zur gezielten Keyword-Ausrichtung verwenden können.
• führen zu Suchanfragen ohne Suchvolumen.
• neue KI-Übersichten auf Mobilgeräten auslösen.

Gemeinsame Verfeinerungen

Ich habe analysiert, welche Verfeinerungen am häufigsten vorkommen in „Position„eins, zwei und drei. Stellen Sie sich Position eins in diesem Zusammenhang als die erste Verfeinerung von links vor, die am sichtbarsten ist.

Die meisten Verfeinerungen geben das Geschlecht an. Der Begriff „Frauen“ kommt in den Top 3 am häufigsten vor, aber „Männer“ kommt in der ersten Verfeinerung am häufigsten vor. 45 % der Abfrageverfeinerungen erwähnen mindestens einmal ein Geschlecht, 61,4 %, wenn Sie Kinder mit einbeziehen. Das ist sinnvoll: Bevor Sie sich mit Produktattributen wie Farbe oder Größe befassen, möchten Sie sicherstellen, dass ein Produkt „für Sie“ ist.

Die häufigsten Abfrageverfeinerungen. (Bildnachweis: Kevin Indig)

Die zweithäufigste Gruppe von Verfeinerungen ist der Standort. Zehn Prozent der drei häufigsten Verfeinerungen beinhalten „in der Nähe“, was auf Mobilgeräten viel besser sichtbar ist. Google zeigt auf Mobilgeräten standardmäßig Karten an, da Benutzer mobiler Geräte häufiger unterwegs sind.

Die dritte Gruppe sind Attribute rund um Suchanfragen, die „für“ oder „mit“ enthalten, wobei Benutzer versuchen, Anwendungsfälle anzugeben (9,8 %), und die vierte ist der Preis (9 % der Verfeinerungen enthalten den Begriff „Verkauf“).

Abfrageverfeinerungen überschneiden sich häufig mit Produktfiltern auf Desktops und stellen häufig die ersten paar Filter als Verfeinerungen dar. Produktfilter sind auf Mobilgeräten nicht vorhanden, wahrscheinlich, weil Benutzer die Filterseitenleiste auf Desktops erwarten, sie auf Mobilgeräten jedoch keinen Sinn ergibt.

Produktfilter (Desktop) und Abfrageverfeinerungen überschneiden sich häufig. (Bildnachweis: Kevin Indig)

Die Sortierung und Sichtbarkeit der Verfeinerungen sind auf Mobilgeräten und Desktops unterschiedlich. Aufgrund der größeren Bildschirmgröße werden bei mobilen Suchergebnissen beim Laden ca. 4 Verfeinerungen angezeigt, während auf Desktops über 10 angezeigt werden können.

Da die Verfeinerungen der Abfragen auf Echtzeitsuchen basieren, kommt es auch zu starken Überschneidungen mit der Autosuggest-Funktion.

(Bildnachweis: Kevin Indig)

Interessante Erkenntnisse

Drei Erkenntnisse aus den Daten haben mich überrascht:

Erstens konzentriert sich Google bei der Verfeinerung streng auf Produktattribute, nicht aber auf die Absichten der Benutzer. Ich hatte erwartet, dass Suchende sich für Meinungen und Rezensionen auf Reddit interessieren würden, aber weder das eine noch das andere.Reddit” noch “Bewertungen“ kam als Verfeinerung nur ein einziges Mal vor.

Zweitens entsprechen die Suchverfeinerungen genau der Suchanfrage. Das bedeutet, dass Sie darin keine Synonyme oder eng verwandte Begriffe finden. Marken tauchen daher auch nicht in den Verfeinerungen auf.

Drittens: Die meisten Abfrageverfeinerungen haben weder Suchvolumen noch CPC. Nur 10.696 von 27.262 Keywords in der ersten Verfeinerung haben Suchvolumen (Median = 70) und nur 6.514 von 27.262 Keywords haben einen CPC. Da Abfrageverfeinerungen auf dem Suchverhalten basieren, können wir daraus schließen, dass Suchvolumen und andere Daten des Keyword-Planers sehr begrenzte Messgrößen sind.

KI-Übersicht – Verfeinerungen

Natürlich bin ich bei meiner Recherche auf AI Overviews (AIOs) gestoßen. Für die von mir analysierten Abfragen lieferten mobile Ergebnisse AIOs, Desktops jedoch nicht. Ein Beispiel ist braune Wimperntusche.

Braune Wimperntusche auf dem Desktop, kein AIO wird angezeigt. (Bildnachweis: Kevin Indig)

Braune Wimperntusche auf dem Handy löst einen AIO aus. (Bildnachweis: Kevin Indig)

Wahrscheinlich haben Sie im Screenshot oben die AIO-Registerkarten entdeckt, die unabhängig von Verfeinerungen angezeigt werden und allgemeine Produktattribute erklären.

(Bildnachweis: Kevin Indig)

Beachten Sie, dass das AIO zusätzliche Anleitungen und Informationen in Registerkarten bereitstellt (siehe Screenshot unten).

(Bildnachweis: Kevin Indig)

An diesem Punkt ist unklar, ob Zitate in AIO-Registerkarten gut sind, weil sie den Verkehr zu Rezensionsartikeln lenken, oder schlecht, weil sie die Antwort verraten.

(Bildnachweis: Kevin Indig)

Für andere Abfragen, wie „Luftkompressor”konnte ich Verbesserungen erkennen In die KI-Übersicht statt darüber. Das Klicken auf eine AIO-Verfeinerung führt zu einer weiteren Suche mit der Verfeinerung in der Abfrage. Beispielsweise auf der SERP für „Luftkompressor”, Eine Verfeinerung ist „zum Lackieren von Autos“. Ein Klick darauf führt zu einer weiteren SERP für die Suchanfrage „Luftkompressor zum Lackieren von Autos„(mit einem anderen AIO und Tabs, aber ohne Verfeinerung). Beachten Sie, dass ich bei der SGE-Beta angemeldet war, was bedeutet, dass diese Funktionen möglicherweise noch nicht für alle Benutzer verfügbar sind.

(Bildnachweis: Kevin Indig)

5 Lektionen

Aus meiner Analyse von über 28.000 Einkaufsanfragen ergaben sich fünf wichtige Erkenntnisse:

• Sie sollten spezielle Produkt- und Kategorieseiten für Männer/Frauen/Kinder erstellen, wenn es um Produkte geht (z. B. Mode).
• Durchsuchen Sie Abfrageverfeinerungen und Autovervollständigungen, um relevante Abfragevarianten für Ihre Keyword-Recherche zu finden (das kann beispielsweise seoClarity).
• Überwachen Sie die Ränge durch die Verfeinerung der Abfrage, um Ihre Entscheidungen zur Facettenindizierung (wie Nike oder Target) zu treffen. Verfeinerungen, die unterschiedliche URLs anzeigen, sind ein Hinweis auf den Aufbau spezifischer Facetten.
• Sie müssen das Interesse der Suchenden über das Suchvolumen hinaus identifizieren. Die Tatsache, dass mehr als die Hälfte der Suchanfragen kein Suchvolumen aufweisen, die Suchanfragenverfeinerungen jedoch auf das Suchverhalten optimiert sind, zeigt, dass Sie möglicherweise viele Gelegenheiten verpassen, wenn Sie sich auf Suchanfragen mit Suchvolumen beschränken. Nutzen Sie stattdessen Suchdaten vor Ort, Umfragen und qualitative Forschung, um die Keyword-Ausrichtung zu verbessern.
• Überwachen und vergleichen Sie Klicks von Desktop- und Mobilergebnissen, um die Auswirkungen von Produktfiltern (Desktop) und AIOs (mobil) zu verstehen.