Как продвигать онлайн-школу: SEO для образовательного сайта

Почему клиента школы не найти по запросу «курс»

Логика «продаём курсы — продвигаемся по запросу про курсы» ломается на первом шаге. Запрос «онлайн курсы python» — это вершина воронки, где уже стоят Skillbox, Яндекс Практикум и агрегаторы с бюджетами на миллионы. Биться с ними за десяток коммерческих фраз — заведомо проигрышная позиция для небольшой школы. У гигантов сотни ссылающихся доменов, годами накопленные поведенческие сигналы и отдельные команды линкбилдеров. Догнать их в лоб на горизонте года-двух нереально.

Но человек не рождается с мыслью «куплю курс». Сначала он думает «хочу сменить профессию», потом «как войти в IT», потом «с чего начать учить программирование» — и только в самом конце «где пройти курс python». Между «хочу» и «куплю» — десятки информационных запросов, которые маркетплейсы почти не закрывают: им невыгодно писать обучающий контент, они продают места в каталоге. Эта асимметрия и есть рычаг для школы без бюджета.

Гиганты целятся в третий столбец, потому что у них есть бюджет на конкуренцию. Школе без бюджета выгоднее заходить в первые два: там спрос в разы шире, конкуренция мягче, а человек, который дошёл до тебя через твою же статью, доверяет школе больше, чем безликой карточке в каталоге. Это и есть угол — не продавать курс в лоб, а быть тем, кто научил.

Есть и разница между поисковиками. В Яндексе по коммерческим запросам сильнее работают поведенческие факторы и колдунщики — выдача по «курсы python» забита рекламными блоками, Услугами и каталогом самого Яндекса, живого органического места там мало. В Google по тем же фразам выше шанс пробиться контентом, но образование попадает в YMYL-тематику, и порог по доверию к сайту выше. Вывод одинаковый: коммерческую верхушку оставляем гигантам, забираем информационное «подбрюшье».

Семантика вокруг «как научиться X»

Ядро онлайн-школы делится на две неравные части, и путать их нельзя. Коммерческие запросы — «купить курс», «обучение цена», «курсы отзывы» — это коммерческий интент, под него идут страницы самих курсов. Информационные — «как», «что такое», «с нуля», «для начинающих» — это информационный интент, под него работает блог. Разница в интенте определяет, какую страницу показать, и смешивать их на одном URL — ошибка.

Информационная часть ядра почти всегда больше коммерческой в 5–10 раз. Собирать её удобно по шаблонам спроса — берёшь тему курса и прогоняешь через формулы запросов в Wordstat:

Каждая формула — это десятки низкочастотных хвостов, которые по отдельности дают по 30–100 показов, а вместе складываются в основной трафик школы. Дальше запросы кластеризуешь и раскидываешь по статьям: один кластер — одна статья, один интент. Механика сбора и группировки общая для любого сайта, я разобрал её по шагам в гайде про сбор семантического ядра — для школы меняется только акцент на информационную часть.

На практике сбор идёт в три захода. Сначала левая колонка Wordstat по каждому шаблону — выписываешь все маски с частотностью. Потом правая колонка «с этим ищут» — оттуда вылезают смежные темы, о которых ты не подумал: «python или java что учить», «зарплата junior python». Третий заход — подсказки поисковика и блок «Люди также спрашивают» в Google: это готовые подзаголовки H2 для статьи и почти даром собранные вопросы для FAQ. Частотности из Wordstat обязательно перепроверяй в кавычках и с восклицательным знаком — «широкая» частота «python» в 400 000 показов на 95% состоит из мусора и нерелевантных хвостов.

Как приоритизировать кластеры: с чего начинать блог

Семьдесят статей сразу не напишет никто, а писать их вслепую — терять полгода на материалы, которые не приведут заявок. Кластеры нужно ранжировать. Я считаю по четырём осям: частотность кластера, близость к покупке (как далеко интент от страницы курса), конкуренция в выдаче и наличие эксперта, который реально может написать материал. Сумма этих оценок даёт очередь публикаций.

Логика очереди простая. Первыми идут кластеры из правого верхнего угла — частотные и близкие к покупке: «X для начинающих», «как научиться X с нуля», «с чего начать в X». Человек тут уже учится и через одну-две статьи готов к курсу — такая статья окупается быстрее всего. Потом подключаешь широкий верх воронки «что такое X» — он даёт массу трафика, но конвертит медленно, поэтому без него на старте можно обойтись. Запросы «сколько зарабатывает X», «X или Y что выбрать» хороши тем, что снимают конкретные сомнения перед покупкой — их ставлю в первую треть плана.

Отдельно смотрю на конкуренцию: открываю выдачу по ключу кластера и оцениваю, кто в топ-10. Если там только маркетплейсы и Skillbox — тяжело, отложу. Если в топе висят слабые статьи на дзене, форумы и устаревшие материалы 2021 года — это низкоконкурентный кластер, его беру первым, даже если частотность средняя. Быстрая победа в начале даёт первый трафик и мотивацию писать дальше.

Блог как воронка: контент-маркетинг к платным курсам

Информационная статья сама по себе денег не приносит — приносит её связка с курсом. Логика контент-маркетинга простая: человек пришёл из поиска за ответом на «как», получил реальную пользу бесплатно, проникся доверием и увидел внутри статьи мягкое предложение пройти всё то же системно и с обратной связью. Это не реклама в лоб — это естественное продолжение.

Чтобы воронка работала, статья строится по трём слоям:

Текст под такую воронку пишется иначе, чем продающая страница: тон экспертный и спокойный, без давления, с примерами и кодом или скриншотами по делу. Это SEO-копирайтинг в чистом виде — статья одновременно отвечает поисковику на интент и человеку на вопрос. Перелинковка тут несущая: из информационной статьи ведёшь на смежные статьи (удерживаешь в блоге) и на страницу курса (ведёшь к продаже).

Место и форма CTA важнее, чем кажется. Кнопка «купить курс» в первом экране информационной статьи бьёт по доверию и роняет дочитываемость — человек пришёл учиться, а не покупать. Работает иначе: первый призыв — мягкий лид-магнит после первой трети текста («скачай чек-лист junior-разработчика»), а предложение курса — там, где статья естественно упирается в границу самостоятельного обучения, ближе к концу. Один блок-врезка с курсом по теме в середине и развёрнутый блок в финале конвертят лучше, чем пять баннеров по всему тексту.

Считать эффект надо не по позициям отдельной статьи, а по всей цепочке: сколько людей из блога дошли до страницы курса и оставили заявку. Школа, которая меряет блог только трафиком, обычно недооценивает его — деньги видны на стыке «статья → курс».

E-E-A-T для образования: авторы-эксперты решают

Образование — тематика, где поисковик особенно строго смотрит на E-E-A-T: опыт, экспертность, авторитетность, достоверность. Человек доверяет школе деньги и месяцы жизни, поэтому алгоритм хочет видеть за контентом реальных людей с реальным опытом, а не анонимный текст, написанный ради ключевых слов. В Google образование и карьера прямо относятся к YMYL — «деньги или жизнь», где порог доверия к сайту максимальный. Школа без лиц преподавателей в выдаче по обучающим запросам проигрывает той, у которой эксперты на виду.

Что показать алгоритму и человеку, чтобы E-E-A-T работал:

Технически экспертность подкрепляют структурированными данными: разметка Article с автором, Person для страницы эксперта, Course для курсов, Organization с реквизитами школы. Это помогает алгоритму и AI-поиску понять, кто стоит за контентом, и точнее связать автора с темой. Без живых экспертов даже идеальная разметка не вытянет — но с ними она усиливает сигнал.

Отдельный сигнал — внешний след эксперта. Алгоритм сильнее доверяет автору, чьё имя встречается за пределами сайта школы: доклады на конференциях, профиль на Хабре, GitHub с проектами, статьи в профильных изданиях, упоминания в СМИ. Связать их со страницей автора помогает поле sameAs в разметке Person — туда складываешь ссылки на все публичные профили. Это и есть «authoritativeness»: репутацию не подделать ключевыми словами, она набирается реальной деятельностью человека в индустрии.

Где взять авторов и как оформить экспертность

«Подпишите статьи реальными экспертами» звучит просто, пока у школы три преподавателя и сорок статей в плане. На практике авторскую модель надо выстроить так, чтобы она не упёрлась в нехватку времени экспертов и не превратилась в фикцию с купленными фотографиями из стоков — поддельные авторы алгоритм вычисляет по отсутствию внешнего следа и бьёт по доверию ко всему сайту.

Рабочая схема — связка «эксперт + редактор». Преподаватель не пишет текст с нуля: он надиктовывает фактуру, разбирает типичные ошибки учеников, даёт примеры из практики — а редактор оформляет это в статью под структуру и интент. Авторство при этом честное: эксперт отвечает за содержание, и его имя стоит заслуженно. Так один преподаватель «закрывает» 10–15 статей в квартал, не садясь за клавиатуру на полный день.

Если своих экспертов мало, авторитет добирают приглашёнными: практикующий специалист из индустрии пишет гостевую статью, школа получает имя с весом, эксперт — площадку и ссылку на себя. Ещё вариант — соавторство: преподаватель школы + внешний практик в одной статье, оба в подписи. Главное — не сваливаться в «контент-ферму», где десятки текстов выходят под одним перегруженным именем: алгоритм видит неестественную плотность и обесценивает подпись.

Структура сайта: курсы, блог, бесплатные материалы

Сайт школы держится на трёх блоках, и каждый закрывает свой тип спроса. Коммерческие страницы курсов ловят горячий интент и продают. Блог ловит информационный спрос и греет. Бесплатные материалы собирают тех, кто пока не платит, и переводят их в базу. Связаны они перелинковкой — это единая система, а не три отдельных сайта.

Главное правило структуры — разделять интенты по разным URL. Страница курса заточена под коммерческий запрос «обучение python», говорит про программу, цену и результат. Статья блога заточена под информационный «как научиться python», учит и не продаёт в лоб. Если попытаться одной страницей закрыть и то и другое, она размоется и не выйдет в топ ни по одному запросу — поисковик не поймёт, что показывать.

Бесплатные материалы — недооценённый уровень. Открытый мини-урок, чек-лист, демо-доступ собирают огромный низкочастотный спрос вроде «python бесплатно», «figma шаблоны скачать» — людей, которых конкуренты игнорируют как «нецелевых». Часть из них дозреет до покупки, а почту ты соберёшь сразу. Перед запуском полезно посмотреть, как устроена структура у тех, кто уже растёт в нише, — это обычная задача на анализ конкурентов: какие у них кластеры статей и куда ведёт перелинковка.

Перелинковка внутри этой системы — не «ссылки ради ссылок», а маршруты пользователя. Из каждой статьи блога идут две группы ссылок: горизонтальные — на 2–4 смежные статьи того же кластера (удерживают в блоге, растят глубину просмотра), и вертикальная — одна-две на профильную страницу курса (ведут к продаже). Страница курса, наоборот, ссылается обратно на ключевые обучающие статьи — это и логично для пользователя, и передаёт вес странице курса. Тематические кластеры замыкаются на одну pillar-страницу: большой гайд «как стать python-разработчиком» собирает ссылки со всех узких статей кластера и сам ссылается на них — классическая схема тематической авторитетности.

Техническая база: индексация, скорость, мобильные

Контент не выстрелит, если поисковик не может нормально обойти и быстро отдать сайт. У образовательных платформ техничка часто хромает из-за конструкторов вроде GetCourse и Tilda: тяжёлые страницы, дубли, мусор в индексе. Прежде чем масштабировать блог, базу надо вычистить — иначе вес статей утекает в никуда.

Первое — индексация. Проверяешь в Яндекс Вебмастере и Google Search Console, сколько страниц в индексе и нет ли там лишнего: личных кабинетов учеников, страниц оплаты, дублей с UTM-метками и пагинации. Закрытый от индексации блог — частая беда платформ-конструкторов, где раздел сделан на поддомене или в служебной зоне. Карту сайта sitemap.xml держишь актуальной и отправляешь в обе панели, новые статьи прогоняешь через IndexNow для ускоренного обхода в Яндексе.

Второе — скорость и мобильные. Больше половины трафика образовательных сайтов идёт с телефонов, а Яндекс и Google ранжируют по мобильной версии. Core Web Vitals проверяешь в PageSpeed Insights и Search Console: целишься в LCP до 2,5 секунды, INP до 200 мс, CLS до 0,1. У школ на видеоконтенте чаще всего проседает LCP из-за тяжёлых баннеров и невыгруженных плееров — лечится ленивой загрузкой видео, сжатием картинок в WebP и уборкой лишних скриптов виджетов чатов.

Третье — корректная разметка и чистый HTML на самих страницах курсов: заголовок H1 один, понятные ЧПУ-адреса без параметров, хлебные крошки с разметкой BreadcrumbList. Это не «вынесет в топ» само по себе, но снимает технические тормоза, из-за которых хороший контент не добирает позиций. Техаудит удобно прогнать перед стартом контент-плана — чтобы статьи ложились на исправный фундамент, а не на сайт, который поисковик обходит через раз.

Как измерять: от позиций к заявкам

Школа, которая смотрит на блог через позиции и трафик, видит половину картины. Цель — заявки на курсы, и аналитику надо собрать так, чтобы было видно весь путь: запрос → статья → переход на курс → заявка. Без этого невозможно понять, какие кластеры приносят учеников, а какие просто крутят счётчик визитов.

Ключевая настройка — цели и сегменты. В Яндекс Метрике заводишь цель на отправку заявки и на скачивание лид-магнита, в GA4 — события на те же действия. Дальше строишь сегмент «пришёл из органики на блог» и смотришь, сколько таких визитов доходит до страницы курса и заявки. Отчёт по ассоциированным конверсиям покажет статьи, которые сами заявку не дают, но стоят в начале пути — их легко недооценить и зря выпилить.

Переходы «статья → курс» размечаешь UTM-меткой на внутренней ссылке — тогда в источниках страницы курса видно, какая именно статья привела человека. Это превращает абстрактный «трафик блога» в конкретику: статья «figma для начинающих» дала 40 переходов на курс и 6 заявок, а «история дизайна» — 2000 визитов и ноль заявок. Первую усиливаешь и масштабируешь кластер, вторую оставляешь работать на охват и узнаваемость, но не тратишь на неё новые ресурсы.

План на 90 дней: что делать по шагам

Чтобы всё выше не осталось теорией, вот рабочая последовательность на первый квартал. Темп для небольшой школы — реальный, если выделить хотя бы одного человека на контент и подключить экспертов на фактуру.

Дни 1–30, фундамент. Техаудит и чистка индексации — убираешь дубли, открываешь блог, отправляешь sitemap в обе панели. Параллельно собираешь семантику по шаблонам «как научиться X», кластеризуешь и приоритизируешь по матрице из раздела выше. Заводишь страницы авторов и подключаешь экспертов на фактуру. К концу месяца у тебя готов контент-план на квартал и исправный сайт.

Дни 31–60, контент. Пишешь и публикуешь первые 8–12 статей из верхнего приоритета — частотные кластеры рядом с покупкой. Каждую строишь по трёхслойной воронке, подвешиваешь лид-магнит, ставишь подпись эксперта и разметку Article. На страницы курсов добавляешь разметку Course. Настраиваешь цели в Метрике и события в GA4, размечаешь переходы «статья→курс» через UTM. Новые статьи гонишь через IndexNow.

Дни 61–90, масштаб. Замыкаешь кластеры перелинковкой, добиваешь pillar-гайды по главным темам. Смотришь первые данные: какие статьи вошли в топ-20, по каким запросам показы есть, а кликов нет (правишь Title и сниппет), какие переходы на курс дают заявки. Усиливаешь рабочие кластеры новыми 8–12 статьями, дорабатываешь проседающие по поведенческим. К концу квартала виден первый системный трафик и первые заявки из блога.

Частые ошибки

Частые вопросы

Главное