Инженерное SEO-продвижение и глубокая кастомизация интернет-магазинов на облачной e-commerce платформе InSales. Облачный движок InSales дает отличную инфраструктуру для торговли и интеграций с маркетплейсами, однако в стандартной комплектации имеет жесткие шаблонные ограничения: лимиты на вложенность коллекций, типовую верстку без расширенной микроразметки и риск генерации дублей при фильтрации по параметрам. Мы дорабатываем шаблоны на языке Liquid, разворачиваем масштабируемую сетку SEO-фильтров и выводим магазин на InSales в ТОП-3 Яндекса и Google.
"В InSales главная SEO-ловушка — это шаблонный вывод свойств и коллекций: движок легко плодит тысячи почти одинаковых страниц с дублирующимися title и пустыми description. Мы лечим это на уровне Liquid: переписываем шаблоны так, чтобы каждый тег и фильтр генерировал уникальные мета-комбинации, а виртуальные коллекции не создавали паутину из мусорных URL. В итоге краулинговый бюджет расходуется только на страницы с реальным коммерческим спросом."
— Алексей Смагин
Основатель Promo-Star & Lead SEO Architect
Целевые метрики: SEO продвижение на InSales
x3.7
Рост небрендового трафика за 6 месяцев
Liquid + JSON-LD
Стек шаблонизации и разметки
-74%
Сокращение дублей параметров фильтра
Стандарты PageSpeed: SEO продвижение на InSales
До нас
22%
ОшибкиДоля индекса, теряемая на типовых ошибках InSale
После Promo-Star
89%
ОшибкиОхват ТОП-3 по коммерческим кластерам после внед
Узкие места: SEO продвижение на InSales
Неиспользование потенциала SEO-фильтра InSales
В магазине созданы только базовые категории, а тысячи запросов по параметрам остаются без посадочных.
Тяжелые внешние виджеты и скрипты в Liquid
Нагромождение сторонних пикселей и чатов замедляет интерактивность (INP) на смартфонах.
Шаблонные мета-теги и отсутствие микроразметки
Одинаковые описания карточек и отсутствие разметки AggregateOffer снижают CTR в выдаче.
Потеря веса при смене структуры коллекций
Переименование разделов при обмене с МойСклад/1С без карты 301-редиректов обрушивает позиции.
Сравнение подходов: SEO продвижение на InSales
Потоковые агентства (SEO продвижение на InSales)
Лепят один шаблон collection.liquid на все категории и теги — в итоге тысячи страниц с одинаковым <title> и пустым meta description, которые годами висят в «Исключённых».
Игнорируют настройку canonical для страниц пагинации и SEO-фильтров, порождая дубли ?page=2 и ?filter= с одинаковым контентом.
Выгружают YML-фид без учёта available и price — товарные галереи в Яндексе и Google Merchant получают «битые» предложения и отклоняются модерацией.
Не внедряют JSON-LD Product на карточках, ограничиваясь микроразметкой Open Graph, из-за чего сниппеты не получают расширенных данных о цене, наличии и рейтинге.
Инженерия Promo-Star (SEO продвижение на InSales)
Генерируем уникальные мета-шаблоны в snippets/meta.liquid с условной логикой для коллекций, тегов и фильтров: подставляем синонимы, торговые марки и счётчики, исключая дубли на уровне рендера.
Настраиваем rel=canonical и noindex для пагинации и низкочастотных фильтров через Liquid-переменные collection.url и current_page, сокращая краулинговый бюджет на 30–40%.
Собираем YML-фид из products.json с валидацией обязательных полей, динамическим price и stock, доводя долю принятых предложений в товарных галереях до 98%.
Внедряем JSON-LD Product через snippets/jsonld-product.liquid с полями offers, aggregateRating и availability, повышая CTR сниппетов на 15–25% за счёт расширенных данных.
Дорожная карта: SEO продвижение на InSales
ШАГ 01
Аудит Liquid-шаблонов и краулингового бюджета
Снимаем логи рендера InSales, анализируем дубли meta, canonical и пагинации, строим карту URL-паутины и выявляем шаблоны, генерирующие мусорные страницы.
ШАГ 02
Рефакторинг мета-слоя и SEO-фильтров
Переписываем meta.liquid и collection.liquid под уникальные комбинации title/description, настраиваем условный noindex для фильтров и канонизацию виртуальных коллекций.
ШАГ 03
Синхронизация товарных галерей и JSON-LD
Генерируем YML-фид из products.json с валидацией полей, внедряем JSON-LD Product на карточках и настраиваем автоматическую проверку фида через API МойСклад/1С.
ШАГ 04
Контроль индексации и SLA-мониторинг
Запускаем краулинговый мониторинг, проверяем статусы в Яндекс.Вебмастере и Google Search Console, настраиваем алерты по доле исключённых страниц и ошибкам в товарных галереях.
Чек-лист релиза: SEO продвижение на InSales
В snippets/meta.liquid проверяем, что для каждой коллекции и тега формируется уникальный <title> и meta description с учётом переменных collection.title, tag и current_page, без пустых значений.
Анализируем вывод rel=canonical на страницах пагинации и SEO-фильтров: canonical должен указывать на базовый URL коллекции, а страницы с ?page>1 и низкочастотными фильтрами получать noindex.
Валидируем YML-фид через XSD-схему Яндекса: проверяем обязательные поля name, price, currencyId, categoryId, available и соответствие price актуальным данным из МойСклад/1С.
Проверяем JSON-LD Product на карточке товара: наличие @context, @type, offers с price и priceCurrency, availability и отсутствие ошибок в Google Rich Results Test.
+ Протокол: SEO продвижение на InSales (8 пунктов)
Проверить, что виртуальные коллекции не создают цепочек редиректов и не дублируют контент основной категории, через сопоставление collection.url и canonical.
Убедиться, что в sitemap.xml попадают только индексируемые страницы коллекций и товаров, а пагинация и фильтры исключены через noindex.
Проверить скорость рендера Liquid-шаблонов: количество запросов к products.json и циклов for не должно превышать лимиты InSales, влияющие на TTFB.
Проектирование матрицы коллекций и настройка статических ЧПУ-страниц «SEO-фильтров» InSales под все транзакционные пересечения параметров
Кастомная доработка шаблонов Liquid: устранение дублей текстов на пагинации (?page=N), склейка зеркал и чистка битых внутренних ссылок
Внедрение в код шаблона расширенной микроразметки JSON-LD (Product, AggregateOffer, Review, FAQPage) для захвата богатых сниппетов
Оптимизация Core Web Vitals на InSales: рефакторинг блокирующих JS/CSS, настройка ленивой загрузки (lazy-load) и адаптивных WebP-изображений
Тонкая настройка товарного экспорта YML для Товарной галереи Яндекса и Google Merchant с передачей всех характеристик, габаритов и скидок
insales_collection.liquid
Технологический стек: SEO продвижение на InSales
InSales Liquid Engine
SEO-Фильтры и Теги
Виртуальные Коллекции
YML Товарная Галерея
JSON-LD Product
МойСклад / 1С
Матрица SLA: SEO продвижение на InSales
Метрика (SEO продвижение на InSales)
До внедрения (SEO продвижение на InSales)
KPI по SLA (SEO продвижение на InSales)
Доля уникальных meta title/description среди проиндексированных страниц
На старте: 20–30% страниц с дублями или пустыми мета
Не менее 95% уникальных мета на всех индексируемых URL
Доля принятых предложений в YML-фиде для товарных галерей
На старте: 60–70% из-за ошибок в полях price/available
Не менее 98% принятых предложений в Яндекс.Товарах и Google Merchant
Количество страниц с ошибками в JSON-LD Product
На старте: 40–50% карточек без разметки или с ошибками
0 ошибок в Google Rich Results Test для всех активных карточек
Доля краулингового бюджета, расходуемая на мусорные URL (фильтры, пагинация)
На старте: 35–45% запросов роботов уходит на дубли
Снижение до 10–15% за счёт canonical и noindex
Результаты спринтов: SEO продвижение на InSales
LIQUID META
Пакет Liquid-шаблонов мета-слоя
Набор сниппетов meta.liquid, collection.liquid и product.liquid с условной логикой генерации уникальных title/description и canonical для всех типов страниц.
YML FEED
Валидированный YML-фид для товарных галерей
Скрипт сборки фида из products.json с проверкой обязательных полей и автоматической синхронизацией цен и наличия из МойСклад/1С.
JSON-LD
Шаблон JSON-LD Product с расширенными полями
Готовый сниппет jsonld-product.liquid с разметкой offers, aggregateRating и availability, прошедший валидацию в Google Rich Results Test.
SEO REPORT
Отчёт по краулинговому бюджету и индексации
Документ с картой URL-паутины, списком исключённых страниц, динамикой доли мусорных URL и рекомендациями по дальнейшей оптимизации виртуальных коллекций.
Инженерная архитектура: SEO продвижение на InSales
1. Инженерная специфика и узкие места в «seo-dlya-insales»
InSales работает на связке PHP + MySQL с шаблонизатором Liquid и собственной ORM, где коллекции и фильтры генерируются динамически через параметры URL. Главная проблема — параметрические дубли: /collection/?color=red&size=42&page=2 создает бесконечные комбинации, которые попадают в индекс и размывают вес. Второй узкий момент — пагинация без корректных canonical и rel-prev/next, из-за чего Яндекс склеивает страницы каталога. Третий — отсутствие ЧПУ для коллекций: стандартные URL вида /collection/123/ не несут семантики и не ранжируются по коммерческим запросам. Мы проектируем иерархию через Liquid-шаблоны: переопределяем вывод коллекций, создаем статические посадочные страницы для приоритетных кластеров (бренд+категория+свойство), настраиваем 301-редиректы с параметрических URL на ЧПУ. Также критична скорость: InSales кэширует на уровне файлов, но тяжелые фильтры с JOIN-ами по MySQL дают TTFB выше 0.8s — решаем через кэш Liquid-фрагментов и вынос статики на CDN. Коммерческие факторы — наличие остатков, цен, отзывов в микроразметке — напрямую влияют на CTR в выдаче.
2. Алгоритмическая калибровка под Яндекс (YATI) и Google
В нише интернет-магазинов Яндекс ранжирует по YATI-модели, где ключевые сигналы — коммерческая релевантность (наличие цены, корзины, доставки, контактов), поведенческие (CTR, глубина, время на странице, возвраты) и хостовые факторы (возраст домена, ИКС, чистота ссылочного). Для InSales критично, что Яндекс проверяет соответствие сниппета странице: если в title указан «купить в Москве», а на странице нет города — понижение. Google делает ставку на E-E-A-T и данные: Product, Offer, AggregateRating, BreadcrumbList в JSON-LD дают расширенный сниппет и рост CTR на 15-25%. Ссылочные сигналы в e-commerce сегменте — это не просто траст, а тематическая релевантность: ссылки с профильных каталогов, обзоров, маркетплейсов. Мы калибруем мета-теги через формулы Liquid: title = бренд + категория + свойство + «купить» + гео, description — с УТП и ценой. Для Google внедряем hreflang при мультирегиональности, для Яндекса — региональность через поддомены и Яндекс.Бизнес. Поведенческие сигналы улучшаем за счет скорости (TTFB < 0.5s), релевантных фильтров и качественных карточек товаров с отзывами.
3. Архитектура внедрения и защита от поисковых фильтров
Строим трехуровневую архитектуру: 1) верхний уровень — статические ЧПУ-коллекции под приоритетные кластеры (например, /brand/nike/krossovki/muzhskie/), создаваемые через Liquid-шаблоны с уникальными мета-тегами и контентом; 2) средний — динамические фильтры с canonical на родительскую коллекцию и noindex для малопосещаемых комбинаций (правило: если трафик по параметру < 5 визитов/мес — закрываем); 3) нижний — карточки товаров с микроразметкой Product/Offer. Защита от Баден-Бадена: не создаем тысячи автоматических страниц с одинаковым шаблонным текстом — только ручная модерация приоритетных кластеров и генерация через Liquid с проверкой уникальности. Дубли устраняем через 301-редиректы с параметрических URL на ЧПУ, canonical для пагинации, rel-prev/next. Микроразметку валидируем через Google Rich Results Test и Яндекс.Вебмастер. Для фильтров используем AJAX-подгрузку с history.pushState, но с серверным рендерингом для ботов через User-Agent detection. Контролируем индекс через Яндекс.Вебмастер (страницы в поиске, исключенные) и Google Search Console (покрытие, ошибки структурированных данных).
Кейсы и результаты: SEO продвижение на InSales
КЕЙС PROMO-STAR • SLA
B2B-дистрибьютор промышленного оборудования / интернет-магазин на 1С-Битрикс / 12 000 SKU
Точка А: Клиент пришёл с падением индексации после запуска фасетных фильтров: 18 000 мусорных URL в индексе, дубли карточек товаров, краулинговый бюджет съедали параметры сортировки, а карточки товаров грузились 6,8 с из-за неоптимизированных запросов к 1С.
Инженерное решение: Внедрили ЧПУ-фильтрацию с канонизацией и noindex на малополезные комбинации, переписали компоненты каталога на кэширование и композитный режим, оптимизировали SQL-запросы и подключили SSR для карточек, добавили Schema.org Product/Offer и коммерческие блоки: сроки поставки, сертификаты, оптовые условия.
1 420 визитов/мес → 14 800 визитов/мес
Рост целевых заявок в 3.8 раза, снижение CPL на 61%
КЕЙС PROMO-STAR • SLA
Производитель складской техники и стеллажных систем / корпоративный сайт с каталогом на Bitrix
Точка А: Семантика была собрана по общим запросам, коммерческие страницы конкурировали с блогом за одни и те же кластеры, не было микроразметки и товарных фидов, а боты Яндекса и Google тратили краулинговый бюджет на пагинацию и UTM-дубли.
Инженерное решение: Провели кластеризацию по интенту и ТОП-10, устранили каннибализацию через перелинковку и консолидацию URL, внедрили JSON-LD граф сущностей Organization/Product/BreadcrumbList, настроили YML-фиды для Яндекса, закрыли пагинацию и UTM в robots, ускорили LCP и INP через критический CSS и отложенную загрузку скриптов.
850 визитов/мес → 9 600 визитов/мес
Выход 84% ВЧ и СЧ кластеров в ТОП-3 Яндекса и Google
КЕЙС PROMO-STAR • SLA
Сеть региональных поставщиков инженерной сантехники и насосного оборудования / мультирегиональный сайт на 1С-Битрикс
Точка А: После масштабирования на 14 регионов появились дубли поддоменов, размылся краулинговый бюджет, карточки товаров и категории конкурировали между регионами, а поведенческие факторы падали из-за медленной загрузки и нерелевантных фильтров.
Инженерное решение: Спроектировали мультирегиональную структуру папок с уникальными коммерческими текстами и контактами, настроили гео-зависимые редиректы и hreflang-подобные сигналы, внедрили умные фильтры с ЧПУ и канонизацией, ускорили Core Web Vitals, добавили локальную разметку и карты, а также IndexNow для мгновенной индексации новых региональных страниц.
2 900 визитов/мес → 26 400 визитов/мес
Окупаемость SEO (ROI 420%) на 5-й месяц работы по SLA
⚙️ Интерактивный расчет архитектуры • SLA 2026Точность прогноза: 94%
Соберите конфигурацию под ваш проект: SEO продвижение на InSales
Рекомендуемый инженерный ресурс и прогноз:
Спринт: 45–60 часов/мес • Прогноз роста трафика: x3.2 за 4 месяца
Как вы решаете проблему дублей meta на страницах SEO-фильтров InSales?
Мы переписываем collection.liquid так, чтобы для каждой комбинации фильтров формировался уникальный <title> на основе названия коллекции и выбранных значений, а низкочастотные комбинации получали noindex. Дополнительно настраиваем canonical на базовый URL коллекции, исключая дубли из индекса.
Почему YML-фид из InSales часто отклоняется товарными галереями?
Основная причина — рассинхронизация полей price и available с реальными данными склада, а также отсутствие обязательных categoryId и currencyId. Мы собираем фид напрямую из products.json с валидацией по XSD и автоматической сверкой с МойСклад/1С, что доводит долю принятых предложений до 98%.
Как внедрить JSON-LD Product на InSales, если карточки генерируются динамически?
Мы создаём сниппет jsonld-product.liquid и подключаем его в шаблоне карточки, передавая переменные product и variant. Внутри формируем offers с ценой, валютой и наличием, а также aggregateRating при наличии отзывов. Разметка проходит валидацию Google Rich Results Test без ошибок.
Как виртуальные коллекции InSales влияют на краулинговый бюджет и как это оптимизировать?
Виртуальные коллекции могут плодить тысячи URL с одинаковым контентом, если не настроены canonical и noindex. Мы анализируем карту URL, оставляем в индексе только коллекции с уникальным спросом, а остальные закрываем через noindex или редирект, сокращая долю мусорных запросов роботов с 40% до 10–15%.
Правда ли, что на облачной CMS InSales нельзя сделать глубокую SEO-оптимизацию из-за закрытого серверного кода?
Это заблуждение. Несмотря на то что исходный код самого ядра находится в облаке, InSales предоставляет полный доступ к шаблонизатору Liquid, редактированию robots.txt, настройке 301 редиректов, мета-шаблонам и одному из самых удобных на рынке встроенных инструментов создания статических ЧПУ-страниц для результатов фильтрации («SEO-фильтры»). Этого более чем достаточно для вывода каталога на 50 000+ SKU в ТОП-3.
Как правильно масштабировать структуру категорий в InSales под тысячи низкочастотных запросов?
Вместо того чтобы перегружать главное меню сотнями мелких подкатегорий, мы создаем чистую верхнеуровневую структуру Коллекций, а весь средне- и низкочастотный спрос (по брендам, материалам, размерам, цветам и назначению) закрываем через привязанные к коллекциям SEO-фильтры с автоматическим выводом облака тегов-быстрых ссылок над листингом товаров.
Как ускорить сайт на InSales, если после установки приложений из маркетплейса упал Google PageSpeed?
Каждое установленное из магазина расширений приложение добавляет свои внешние JS и CSS файлы в шапку сайта. Мы проводим ревизию подключенных скриптов в layout.liquid, удаляем хвосты удаленных плагинов, переносим некритичные виджеты на отложенную инициализацию по взаимодействию пользователя и оптимизируем загрузку первого экрана (LCP).
