SEO-продвижение сети языковых школ: от технического аудита до 33 562 запросов и 1 241 SEO-ТЗ

Почему этот кейс интереснее обычного «SEO школы английского языка»

Проект развивался постепенно. Первый этап был не про масштабирование, а про разбор чужого SEO-наследия и понимание того, какие страницы, тексты и технические решения уже накопились на сайте. Затем требовалось исправить технические и индексные проблемы, научиться находить URL с подтверждённым поисковым потенциалом и только после этого масштабировать семантику. Когда объём данных вырос настолько, что ручная обработка перестала быть рациональной, появилась собственная система скоринга, распределения кластеров и генерации прикладных ТЗ.

Когда я пришёл, SEO уже делал другой подрядчик — и часть его работы пришлось потом разбирать

Я подключился к проекту в мае 2019 года. Буквально перед моим приходом заказчик заключил договор с другим SEO-подрядчиком, поэтому некоторое время я видел их работу параллельно и постепенно разбирался, что именно происходит с сайтом.

Одной из заметных проблем был массовый шаблонный автоген контента. На сайте появлялись статьи с малополезным текстом и характерными заголовками в стиле Title Case — почти каждое слово начиналось с заглавной буквы. Это был ещё период до ChatGPT: речь именно о примитивной автоматической генерации и шаблонном SEO-контенте.

Для меня это было важным сигналом: проблема была не только в отдельных метатегах или позициях. Сначала нужно было понять, какие страницы и тексты вообще имеют ценность, где накопился шаблонный контент, что уже ранжируется, какие URL имеют ссылки и трафик, а где сайт фактически обслуживает последствия чужой SEO-логики.

Почему я не стал сразу массово всё удалять

На историческом сайте плохой текст сам по себе ещё не означает, что URL надо удалить. Страница могла иметь показы, позиции, внешние ссылки, накопленную историю или пересекаться по интенту с другим документом. Поэтому исправления шли постепенно: сначала анализ, затем выбор целевого URL и только потом — переписывание, объединение, техническая правка или удаление.

Примерно через полгода–год после подключения я начал последовательно внедрять собственные идеи и всё глубже забирать SEO-логику проекта на себя: исправлять техническое и контентное наследие, смотреть реальную выдачу, пересматривать посадочные страницы и уходить от подхода «сгенерировать побольше текстов» к работе с поисковым интентом и данными.

От 10,9 тыс. поисковых визитов в 2019 году до 32,6 тыс. в 2024-м

Для длинной динамики я использовал Яндекс.Метрику и считал только источник «Переходы из поисковых систем». Общую посещаемость для SEO-выводов не использовал: в отдельные периоды сайт получал аномальный прямой и роботный трафик.

Если взять период, для которого хорошо сохранилась документация работ, поисковый трафик вырос с 20 557 визитов в 2022 году до 32 583 в 2024 году, то есть на 58,5%.

Сначала — технический SEO-фундамент

В начале документированного периода сайт уже был большим историческим ресурсом. В техническом аудите фиксировались проблемы, которые типичны для старого образовательного проекта: битые и служебные URL, 404/500, метатеги, canonical, внутренние ссылки, дубли документов, индексируемость файлов и другие накопленные технические хвосты.

Отдельные ТЗ были подготовлены на:

Позже добавились работа с мобильной версией, редиректами при замене страниц, тестовым доменом новой версии сайта и постоянный мониторинг Яндекс.Вебмастера.

Отдельно пришлось чистить качество данных

В 2023 году внедрялась защита от ботов и накрутки трафика. Это важно не только для безопасности: если значительная доля визитов автоматизирована, SEO-аналитика по отказам, глубине, времени и конверсиям становится ненадёжной.

Параллельно анализировался внешний ссылочный профиль. В одном из аудитов был сформирован список из 151 подозрительного / некачественного донора для отклонения.

Стали искать не только «плохие страницы», а URL с уже подтверждённым спросом

К 2023–2024 году методика сместилась от простого контроля позиций к работе с реальными данными Яндекс.Вебмастера и Google Search Console.

Один из основных сценариев:

Пример: кластер английского для дошкольников

Для одной из возрастных коммерческих страниц на момент анализа фиксировались такие позиции:

Здесь уже не нужно было доказывать, что тема востребована: поисковые системы показывали страницу. Задача — понять, почему документ не соответствует лидерам выдачи достаточно хорошо.

Сильный информационный SEO не означал сильное коммерческое SEO

По данным Google Search Console за 16 месяцев сайт получил 24 805 кликов и 4 987 430 показов. Но основной объём Google-видимости создавали информационные статьи.

Для сравнения: отдельные коммерческие языковые разделы получали на порядок меньше Google-кликов. Это сформировало главный стратегический вопрос:

Отсюда появился принцип: информационный запрос не нужно любой ценой заталкивать в коммерческую страницу. Для информационного интента — отдельный полезный материал и перелинковка на курс; для коммерческого — самостоятельная посадочная с ценой, форматом, программой, преподавателями, доказательствами и понятным CTA.

Обычного «семантического ядра» стало недостаточно

Когда число запросов и потенциальных посадочных выросло, плоская таблица «ключ → частотность → URL» перестала отвечать на главные вопросы:

• какую страницу поисковая система считает типовой для кластера;
• нужен новый URL или уже существует подходящий;
• насколько достижим TOP для сайта клиента;
• какие домены реально конкурируют по кластеру;
• какие сущности и темы регулярно встречаются у лидеров;
• какой кластер имеет смысл делать первым.

Поэтому семантика стала оцениваться вместе с поисковой выдачей, конкурентностью, URL-лидерами и существующей структурой сайта.

SERP-скоринг: запрос → выдача → кластер → URL → приоритет

Для большого массива я разработал процесс, в котором решение принималось не по одной частотности. Для каждого направления учитывались реальные лидеры выдачи и параметры конкуренции.

В большой таблице стратегии для каждого кластера учитывались, среди прочего:

33 562 запроса → 1 241 кластер → 1 241 отдельное SEO-ТЗ

К июню 2025 года методика была применена к большому массиву семантики.

Главное: результатом не стала ещё одна огромная Excel-таблица, которую никто не откроет. Для всех 1 241 кластеров было сформировано отдельное прикладное SEO-ТЗ в DOCX.

Вместо одной страницы «Курсы английского» — структура по интентам

Коммерческий спрос был разделён по языку, возрасту, цели обучения и типу программы. На разных этапах прорабатывались отдельные разделы английского, немецкого, французского, испанского и итальянского языков.

Внутри английского направления развивались самостоятельные посадочные, например:

Идея была простой: поисковый пользователь по запросу «английский для ребёнка 8 лет» и пользователь по запросу «подготовка к ОГЭ по английскому» ожидают разные документы. Их не нужно заставлять конкурировать за одну универсальную страницу.

Как разбиралась страница «Английский для детей 7–10 лет»

Для возрастной посадочной анализировались не только ключевые фразы, но и реальные показы URL в Яндексе и Google, SERP, конкуренты, структура сильных страниц, LSI и коммерческие факторы.

Типичные небрендовые запросы кластера

• английский для детей 7 лет;
• английский для детей 8 лет;
• английский для детей 9 лет;
• английский для детей 10 лет;
• курсы английского для детей;
• английский для детей в СПб;
• английский для школьников;
• курсы английского для детей цена.

Что требовалось усилить на коммерческой странице

Позднее та же логика стала применяться системно к дошкольникам, возрастам 11–12 и 13–17 лет, ОГЭ, разговорному клубу и другим коммерческим страницам.

Конкурентом считался тот, кто реально занимает выдачу, а не только соседняя языковая школа

По разным кластерам в анализ попадали федеральные и локальные проекты. В большой стратегии отдельно считалась видимость доменов-конкурентов.

Среди сайтов, которые встречались в конкурентном анализе:

• skyeng.ru;
• englex.ru;
• helendoron.ru;
• inyaz-spb.ru;
• poliglotiki.ru;
• languagelink.ru;
• spb-interglossa.ru;
• infinitive-spb.ru;
• familyenglish.ru;
• агрегаторы, каталоги и карты, если они занимали места в нужном SERP.

Это позволяло отделять бизнес-конкурента от SEO-конкурента. Например, по информационному запросу лидером мог быть образовательный блог федеральной школы, а по локальному коммерческому — языковой центр, агрегатор или карточка в картах.

От ключевых слов — к LSI, сущностям, текстовым зонам и векторам

На ранних этапах основой были запросы, частотность и SERP. Позднее текстовый анализ стал глубже: n-граммы, LSI, сущности, сравнение зон страницы, Soltyk25 и векторная релевантность.

Например, на отдельных курсах анализ показывал, что странице недостаточно просто несколько раз повторить основной ключ. В тексте могли слабо читаться важные сущности: СПб, занятия, уровень Elementary, название учебной программы, формат, отзывы, результат курса.

После этого контент-менеджеру передавалась не рекомендация «добавить больше LSI», а конкретные блоки текста: что заменить в первом экране, что добавить в «Результат», «Материалы», «Формат встречи», «Уровни», «Расписание» и FAQ.

Преподавателей и филиалы начали развивать как полноценные сущности сайта

Для образовательного проекта доверие нельзя закрыть фразой «у нас опытные преподаватели». На сайте уже существовали реальные лицензии, преподаватели, квалификации, экзаменационные статусы и офлайн-центры — задача SEO была правильно встроить эти сигналы в структуру.

По страницам преподавателей прорабатывались:

• человекочитаемый URL;
• ФИО и фотография;
• педагогический стаж;
• образование и повышение квалификации;
• международные сертификаты;
• профессиональные достижения;
• связанные курсы и статьи;
• ALT / TITLE изображений и связи sameAs, где это уместно.

Local SEO

Для сети офлайн-центров отдельно прорабатывались адресные страницы, районы, координаты и разметка LocalBusiness / PostalAddress / GeoCoordinates. Точные адреса учебных центров в публичном кейсе не раскрываются.

От ручных ТЗ по микроразметке — к автоматической Course Schema

В 2022 году структурированные данные внедрялись отдельными техническими ТЗ — например, для филиалов и геокоординат.

К 2025–2026 году задача выросла до автоматической генерации JSON-LD для страниц курсов из полей CMS. В схему закладывался связанный граф:

Принципиально важно: стоимость, формат, расписание и другие данные должны подтягиваться из реальных полей сайта, а не дублироваться вручную в JSON-LD и расходиться с видимым контентом.

SEO-методику перевели из «знаний одного специалиста» в повторяемый workflow

К 2026 году для маркетолога и контент-команды были формализованы четыре типовых сценария:

1. создать новый коммерческий раздел / подборку курсов;
2. доработать существующий коммерческий раздел;
3. создать страницу конкретного курса;
4. доработать существующую страницу курса.

В workflow были встроены обязательные требования: анализ реальных конкурентов Яндекса и Google, поисковые интенты, фактическая структура сайта, E-E-A-T, программа, результаты, стоимость, FAQ, внутренние ссылки, фактчек и готовый HTML для CMS.

Ядро мониторинга постепенно расширялось

Для контроля использовались TOPвизор, Keys.so, Яндекс.Вебмастер, GSC и собственные таблицы. При этом я не сравниваю разные базы как один и тот же набор ключей.

Например, в выгрузке Keys.so по Санкт-Петербургу от 29.09.2025 в базе было 519 запросов до TOP-50:

В широкой Google-базе того же сервиса находилось 11 632 запроса, из них 475 — в TOP-3, 2 173 — в TOP-10 и 4 117 — в TOP-20.

К маю 2026 контрольное ядро TOPвизора по Яндексу Санкт-Петербурга уже включало 263 запроса. Из них 6 находились в TOP-3, 34 — в TOP-10, 50 — на позициях 11–30.

Средняя позиция заметно улучшилась — но затем трафик всё равно начал снижаться

В GSC хорошо видно изменение средней позиции по массиву показов:

По времени улучшение средней позиции совпало с активной переработкой структуры и семантики во второй половине 2025 года. Но я не приписываю весь эффект только SEO-работам: менялся состав показов, сезонность и сама выдача.

2026: почему падение трафика нельзя было объяснить фразой «упали позиции»

По Метрике январь–июль 2026 года дал примерно на 33,9% меньше поисковых визитов, чем январь–июль 2025-го. Вместо того чтобы скрывать эту часть графика, я отдельно зафиксировал причины снижения и план действий.

Самый показательный пример — сравнение одинаковых периодов Google Search Console:

В такой ситуации нужно разбирать несколько факторов одновременно: изменение числа показов и спроса, CTR, состав запросов, информационный / коммерческий перекос, изменения SERP, сезонность и новые форматы поисковой выдачи.

54 205 показов в Generative AI Features Google за три с небольшим месяца

С 18 мая по 25 августа 2026 года в отдельном отчёте Google Search Console по Generative AI Features было зафиксировано 54 205 показов.

Это не повод объявлять «AI SEO победило классический поиск». Пока это прежде всего дополнительный слой видимости, причём снова в основном информационного контента. Но для образовательного проекта такая динамика уже требует отдельного мониторинга.

SEO перестало существовать отдельно от UX и лидогенерации

На этапе новой версии сайта задача уже формулировалась не как «сохранить ключевые слова». Нужно было сохранить поисковое наследие и одновременно сделать страницы более понятными для рекламы, мобильных пользователей и реальных заявок.

Для новой коммерческой страницы логика стала такой:

Одновременно при редизайне контролировались старые URL, 301, canonical, robots, sitemap, метатеги, H1, локальные страницы, внутренняя перелинковка, события Метрики / GTM и корректность форм.

Как менялась SEO-задача с 2019 по 2026 год

Часть методики этого проекта позже стала основой SEO Semantic Lab

Что в итоге изменилось в подходе к SEO проекта

И ещё один важный результат — способность честно диагностировать ухудшение

Кейс не заканчивается на пике 2024 года. В 2026-м трафик снизился, хотя средняя позиция Google по большому массиву показов оставалась значительно лучше, чем годом ранее. Это заставило перейти от простой модели «позиции → трафик» к анализу спроса, CTR, структуры SERP, коммерческого охвата и новых AI-форматов.

Что из этого кейса применимо к другим большим сайтам

1. Не удаляйте чужое SEO-наследие вслепую. Даже плохой или шаблонный текст может находиться на URL с историей, ссылками и показами — сначала нужен анализ.
2. Не создавайте новую страницу только потому, что нашли новый ключ. Сначала проверьте SERP и существующие URL.
3. Не оценивайте проект только по общей органике. Информационный трафик может маскировать слабость коммерческих страниц.
4. Ищите URL с уже существующими показами. Это часто самые быстрые и доказуемые точки роста.
5. Для большого ядра нужен скоринг. Частотность без конкурентности и типа SERP мало говорит о реальной приоритетности.
6. SEO-конкурент и бизнес-конкурент — не одно и то же. Анализируйте тех, кто реально занимает выдачу.
7. E-E-A-T должен быть структурой сайта, а не абзацем «мы эксперты».
8. Structured data лучше генерировать из CMS. Ручное дублирование данных быстро расходится с реальной страницей.
9. Не верьте одному KPI. В 2026 году позиции Google улучшились, а клики снизились — без комплексной диагностики это легко интерпретировать неправильно.
10. SEO нужно переносить в начало разработки. Сначала спрос и SERP, затем структура, дизайн и публикация.