تحليل بيانات سيرش كونسول باستخدام Regex

24 دقيقة تقريبًا

إحنا لحد هنا اتعلمنا حاجات كتير في Regex. لكن لو وقفت هنا، فأنت اتعلمت تعمل Filters كويسة. لسه متعلمتش تستخدم Regex كمتخصص SEO. النهاردة هنربط كل اللي فات ببعض، ونمشي في تحليل حقيقي من أول السؤال لحد ما نوصل لحاجة نقدر نتحرك على أساسها.

خلينا نفترض إن عندك Ecommerce اسمه Tech House، وبصيت في Search Console ولقيت إن الـOrganic Clicks زادت خلال آخر 3 شهور من 13,000 إلى 18,500. فرق محترم. أول رد فعل سهل: «تمام، الـSEO بيتحسن». لكن استنى — إحنا لسه منعرفش الزيادة دي جاية منين. ممكن تكون جوجل بدأت تظهر الموقع على كلمات جديدة، ممكن الناس بدأت تبحث عن اسم البراند أكتر، ممكن صفحة واحدة حصلت لها طفرة.

القاعدة
الرقم حلو، لكن لوحده مش بيقول لنا القصة. وده أول فرق بين «قراءة رقم» وبين «تحليل بيانات».

نبدأ بالسؤال الصح

بدل ما أسأل «زاد كام في المية؟» هسأل «هل النمو ده جاي من Brand ولا من Non-brand؟» — لأن لو أغلب النمو Brand، فده معناه ناس أكتر بقت تبحث عن اسم الشركة، مش إن الموقع وسع ظهوره على Searches جديدة من أشخاص لسه ميعرفوش البراند. اسم البراند «Tech House»، والمستخدمين بيكتبوه بأكتر من شكل: tech house، techhouse، تك هاوس، تيك هاوس.

تحدّي Regex

Brand Regex لـ Tech House

ابني Brand Regex يغطي الصيغ الأربع، ويستبعد أي Query تانية — قبل ما تستخدمه، فكر في النتائج المتوقعة.

لازم يظهر
  • · tech house
  • · techhouse
  • · تك هاوس
  • · تيك هاوس
لازم ما يظهرش
  • · best laptop
  • · سعر ايفون

دلوقتي عندي Brand

استخدمت Matches regex وطلعت Brand Queries: الفترة السابقة 5,000 Clicks، الفترة الحالية 10,000 — الـBrand اتضاعف تقريبًا. دلوقتي أستخدم نفس Pattern، لكن Doesn't match regex، علشان أشوف Non-brand: الفترة السابقة 8,000، الفترة الحالية 8,500.

هنا الصورة اتغيرت تمامًا. إجمالي الموقع 13,000 → 18,500 شكله نمو قوي جدًا، لكن لما فصلناه: Brand 5,000 → 10,000، وNon-brand 8,000 → 8,500. اكتشفنا إن الجزء الأكبر من النمو جاي من Brand.

خد بالك
دي أول معلومة حقيقية نقدر نطلع بيها. لكن خلي بالك من الصياغة: مينفعش أقول «الـSEO مش بيتحسن»، لأن البيانات مش بتقول كده. اللي أقدر أقوله: «أغلب نمو الـClicks في الفترة الحالية جاء من Brand Queries، بينما نمو Non-brand كان محدودًا». دي حقيقة شايفينها في البيانات. أما «ليه حصل كده؟» فده سؤال جديد.

هنا يبدأ التحليل الحقيقي

دلوقتي أنا مهتم بالـNon-brand لأن ده الجزء اللي نموه ضعيف نسبيًا. نبص على Impressions: الفترة السابقة 200,000، الفترة الحالية 310,000 — زادت بقوة. لكن Clicks 8,000 → 8,500 بس. دلوقتي عندنا سؤال أحسن بكتير: ليه الموقع بقى يظهر أكتر على Non-brand، لكن الزيادة دي مش بتتحول لنقرات بنفس المعدل؟

هنا CTR يبدأ يبقى له معنى — طبيعي إنه ينخفض حسابيًا لأن الـImpressions زادت أسرع من الـClicks. لكن هل الحل «نغير Titles»؟ لا، دي قفزة. إحنا لسه منعرفش السبب.

نبص على Queries نفسها

أدخل على Non-brand Queries وأرتب حسب Impressions. ألاقي كلمات زي «أفضل لابتوب للعمل عن بعد ببطارية قوية» — أطول من اللي الموقع كان بيظهر عليها قبل كده. بدل ما أبص يدويًا، أستخدم اللي اتعلمناه من قبل — Long-tail Regex:

^\S+(\s+\S+){6,}$
  • أفضل لابتوب للعمل عن بعد ببطارية قوية
  • لابتوب مناسب لتشغيل python و screaming frog
  • سعر لابتوب

قارنت الفترتين: Impressions 15,000 → 40,000، Clicks 600 → 680. الـLong-tail Impressions ارتفعت جدًا، لكن الـClicks زادت زيادة بسيطة. هل ده مشكلة؟ مش بالضرورة — لما بصيت على Positions الخاصة بالـQueries الجديدة لقيتها متوسطة (9، 11، 13، 15). القراءة المنطقية: الموقع وسع ظهوره على Queries أطول وأكثر تحديدًا، لكن جزءًا كبيرًا من الظهور الجديد لسه في Positions متوسطة، فالزيادة في الـClicks أقل من الزيادة في الـImpressions.

ملحوظة
ونفس الـSegment كشف حاجة تانية: Queries طويلة جدًا عندها Impressions واضحة وClicks صفر أو شبه صفر — دي حالات تستحق التحقيق، مش استنتاج جاهز إنها «AI Queries». Regex ساعدني ألاقي الحالات، لكن لسه محتاج أراجع ظهور الصفحات ونوع النتائج قبل ما أقول سبب.

نغير الزاوية: الـQueries الجديدة دي بتروح لأنهي Pages؟

فتحت Pages الخاصة بالـLong-tail الجديدة، واكتشفت إن معظم النمو جاي من /blog/. فصلت Products عن Blog: Product Pages Impressions +10% وClicks +8%، بينما Blog Impressions +90% وClicks +35%. دلوقتي بقى عندنا قصة أوضح — النمو الكبير في Search visibility جاي أساسًا من المحتوى، وده يفسر ليه إجمالي Impressions زاد أسرع من Clicks.

هل الموقع قوي لما المستخدم يقرب من الشراء؟

عملت Price Segment (سعر|[اأ]سعار|تكلفة|ثمن|بكام|price) وشفت Queries: Impressions 60,000، Clicks 1,200. روحت Pages واكتشفت إن جزء كبير من Price Queries بيظهر عليه /blog/، بينما /product/ ظهورها أقل.

خد بالك
هل أقول «عندي Cannibalization»؟ لا — لسه بدري جدًا. ممكن المقال فعلًا أنسب لـQuery زي «متوسط سعر macbook في مصر». لكن لو Query زي «سعر macbook pro m5» وصفحة المنتج موجودة، وجوجل بتفضل مقال عام، هنا عندي حالة تستحق التحقيق. أنا ما بدأتش من «عندي Cannibalization» — وصلت للحالة بعد ما شفت البيانات.
القاعدة
Regex مش المفروض يقولك «عندك مشكلة». هو يساعدك تقول «هنا في حاجة غير متوقعة، خليني أبص عليها».

خلينا نكمل: Purchase Queries

عملت Purchase Segment (شراء|اشتري|تقسيط|خصم|عرض|للبيع) وشفت Pages — المرة دي /product/ هو اللي واخد أغلب الظهور. ده منطقي أكتر. دلوقتي أقدر أرسم صورة للموقع: Informational/Long-tail ← Blog قوي. Price ← Blog ظاهر بقوة، محتاج مراجعة بعض الحالات. Purchase ← Product Pages هي المسيطرة. دي معلومة مفيدة لأنها بتقول لي جوجل شايفة أنواع صفحات الموقع فين داخل رحلة البحث — لكن متحولش الكلام ده لقانون، ممكن في موقع تاني الوضع يكون مختلف تمامًا.

Position وCTR: متاخدهمش لوحدهم

لقيت Non-brand Impressions +55%، Clicks +6%، Average Position تحسن من 13 إلى 10 — ده يساعد نفهم أكتر، لكن متقولش «متوسط Position 10 يعني كل الكلمات في المركز العاشر». ده Average، ممكن تكون Queries في 3 و5 و11 و18 و27 وفي الآخر يطلع متوسط معين.

ونفس الفكرة مع CTR: لو Blog كان 10,000 Impressions و1,000 Clicks (CTR 10%)، وبعدها 100,000 Impressions و4,000 Clicks (CTR 4%) — هل Blog ساء؟ لو بصيت على CTR فقط، تقول «جدًا». لكن Clicks اتضاعفت أربع مرات، والـVisibility اتضاعفت عشر مرات. الأقرب إن الموقع دخل كمية ضخمة من Searches جديدة، جزء كبير منها في Rankings أضعف — فانخفاض CTR نتيجة طبيعية للتوسع، مش بالضرورة مشكلة. والعكس صحيح: لو Impressions قلّت من 100,000 لـ20,000 وClicks من 2,000 لـ1,000 وCTR زادت من 2% لـ5%، الموقع فقد نصف Clicks تقريبًا — CTR وحدها ممكن تضحك عليك لو فصلتها عن الباقي.

نرجع للمشكلة الأصلية

بدأنا من «Organic Clicks زادت 35%، هل ده معناه SEO شغال أحسن؟» بعد التحليل لقينا: Brand Clicks زادت بقوة، بينما Non-brand Clicks نموها محدود، لكن Non-brand Impressions زادت جدًا، وجزء كبير من الزيادة جاي من Long-tail، وBlog هو المصدر الأكبر للنمو، والموقع بدأ يظهر على Queries أكثر تحديدًا لكن كتير منها لسه في Positions متوسطة، وPrice Queries فيها Blog Visibility قوية محتاجة مراجعة مقابل Product Pages. لو كنا وقفنا عند «+35% Clicks» كنا هنفقد كل ده.

القاعدة
دلوقتي نقدر نكتب اللي عرفناه، بس مهم نفرق بين حاجتين: الحاجة اللي شفناها فعليًا، والتفسير اللي إحنا بنفكر فيه. "الـNon-brand Impressions ارتفعت 55% بينما الـClicks ارتفعت 6%" — دي حاجة شايفها في البيانات. "السبب إن جوجل بدأت تختبر صفحات الموقع على Searches جديدة" — ده تفسير محتمل، ممكن يكون صح، لكن محتاج Evidence أكتر. متحولش فرضيتك لحقيقة.

طيب أعمل إيه بعد التحليل؟

هنا برضه ناس كتير تقفز: شاف CTR منخفض → يبقى غيّر Title. شاف Blog ظاهر على سعر → يبقى اعمل Product Page. لا. الخطوة التالية: أطلع أعلى Non-brand Queries اللي فيها Impressions قوية + Position قابل للتحسين + Business relevance، وأشوف لكل واحدة الصفحة اللي بتظهر، وهل هي مناسبة، وشكل SERP، والمنافسين. بعدها آخد قرار — يمكن أعدل صفحة، يمكن أقوي Internal Linking، يمكن أكتشف إن مفيش حاجة أعملها أصلًا. وده طبيعي، مش كل Analysis لازم ينتهي بتعديل.

ملحوظة
نقطة مهمة: حجم الـSegment مش معناه أهميته. Informational Queries عندها 300,000 Impression، وPurchase Queries عندها 20,000 بس — لو بتقيس حجم الظهور الأولى أكبر، لكن لو بتقيس قيمة Business ممكن التانية تكون أهم بكتير. Search Console هيديك الحجم، لكن مش هيقولك قيمة العميل.
خد بالك
ولازم تثبت تعريف الـSegment: لو الشهر ده استخدمت Long-tail بمعنى 7 كلمات أو أكتر، والشهر اللي بعده استخدمت 5 كلمات أو أكتر، وبعدين قلت «الـLong-tail زاد 80%» — أنت مش بتقارن نفس الحاجة أصلًا. لو Segment مهم وبتتابعه، خزن الـPattern، ولو عدلته اعرف إنك عدلت تعريف المجموعة.

وسمّي الـSegment باسم يقول الحقيقة: بدل «AI Queries» وأنت مستخدم ^\S+(\s+\S+){9,}$، الأفضل تسميه «Queries 10+ Words» — دي حقيقة، أما «AI Queries» فاستنتاج. ومتعملش 30 Segment لمجرد إنك تقدر — السؤال هو اللي يحدد. لو عندك مشكلة Brand dependence، اعمل Brand وNon-brand. لو بتحاول تفهم المحتوى الجديد، Long-tail وQuestions. لو Ecommerce، Price وPurchase وتوزيعهم على Pages.

طريقة تفكير بسيطة
  1. 1أنا مستغرب إيه في البيانات؟ (الترافيك زاد لكن مش عارف ليه)
  2. 2هل الزيادة Brand ولا Non-brand؟ — Regex
  3. 3النتيجة
  4. 4سؤال جديد أدق (المقالات اتحدثت، هل بدأت تظهر على Searches أكثر تحديدًا؟) — Long-tail Regex

وأحيانًا النتيجة هتفتح سؤال تاني، وده طبيعي — التحليل مش خطوة واحدة.

جاوب بأسلوبك

موقع عنده Blog، وبعد تحديث المحتوى صاحب الموقع بيقول: المقالات بقت أفضل لأن Impressions زادت 100%. بصينا: Impressions 50,000 → 100,000، Clicks 5,000 → 6,000، CTR 10% → 6%. اكتب فقرة واحدة تصف اللي حصل فعلًا من غير ما توافق على «الأداء ساء» (لو بصينا على CTR بس) ولا على «الأداء ممتاز» (لو بصينا على Impressions بس).

اكتب إجابتك الأول. الفايدة في إنك تحاول قبل ما تشوف.

آخر حاجة عايزك تخرج بيها

لو بعد الكورس حد سألك «إيه أقوى Regex عندك؟» ده أصلًا مش أهم سؤال. الأهم: «إيه السؤال اللي بتحاول تجاوبه؟» — لأن نفس Pattern ممكن يكون ممتاز في تحليل، ومالوش أي قيمة في تحليل تاني. أنت بتستخدم Regex علشان تقسّم كمية ضخمة من البيانات إلى جزء له معنى، وبعدين تشوف الجزء ده بيتصرف إزاي، وتقارنه، وتسأل ليه، وتختبر تفسيرك، وبعدها فقط تقرر تعمل إيه. وده الفرق بين إنك تعرف Regex، وإنك تعرف تستخدمه في SEO.

قبل الدرس التالي

وصلنا لآخر جزء في الكورس. الدرس التالي مش هيكون شوية Regex جديدة نحفظها — إحنا بالفعل اتعلمنا الأدوات اللي محتاجينها. هنفتح Search Console كأننا شغالين على موقع حقيقي، وعندنا سؤال حقيقي، ونمشي معاه خطوة خطوة. المرة دي مش هنتعلم Regex، إحنا هنتعلم نشتغل بيه.

أحسنت، وصلت إلى نهاية الدرس.