История поведенческих факторов в поисковых системах.
В 1998 году появилась американская ПС DirectHit, которая учитывала при ранжировании поведенческие факторы, такие как: кликабельность документа в результатах поиска и поведение пользователей на странице выдачи. Результаты DirectHit использовались популярными в то время ПС MSN Search, Lycos, HotBot.
Однако в то время такие методы не были популярными и ПС DirectHit была поглощена ПС Ask Jeeves (сейчас www.ask.com). В 2010 году, не выдержав конкуренции с ПС Google и Bing, ПС Ask Jeeves перестает развивать свою поисковую машину.
В мае 2007 году появилось сообщение от Гугл, в котором говорилось о вероятном использовании информации о поведении пользователей на странице выдачи для улучшения ранжирования.
Что касается Яндекса, то в конце 2007 года он перешел на платформу на основе машинного обучения. Это позволило значительно увеличить количество учитываемых факторов ранжирования. Все упиралось только в быстродействие алгоритма.
Но в 2009 году был выпущен новый алгоритм MatrixNet, в котором эти проблемы были решены, и в формулу ранжирования было добавлено большое количество новых факторов.
Впервые поисковые системы включили данные характеристики в формулы ранжирования в 2010 году. Но о влиянии поведенческих факторов на ранжирование стало известно после 1 июня 2011, когда за счет их накрутки произошел резкий взлет позиций сайтов клиентов определенных компаний (в то время активно начали развиваться программы по накрутке поведения пользователей). Уже 15 июня 2011 г. Яндекс ввел соответствующий фильтр за накрутку поведенческих факторов: сайты, замеченные в накрутке поведенческих факторов, были удалены из выдачи по большинству запросов (значительное количество сайтов попало под фильтр).
Виды поведенческих факторов:
Сбор информации о поведении посетителя (о пользовательских характеристиках) ПС могут производить непосредственно из поисковой выдачи (отношение кликов к показам, возвращения в выдачу, время, количество просмотренных результатов и другое), из собственных сервисов, например, Яндекс.Метрики, Google Analytics, Яндекс.Бара.
Владелец сайта может проводить анализ поведенческих факторов с помощью систем веб-аналитики, подключаемых непосредственно к сайту. Самые популярные из них — Яндекс.Метрика и Google Analytics. Анализировать полученную информацию нужно в разрезе тематики сайта и даже запроса.
Яндекс.Метрика — бесплатный инструмент для оценки посещаемости сайтов, анализа поведения посетителей и эффективности рекламных усилий. Метрика работает по традиционному принципу интернет-счетчиков: код, установленный на страницах вашего сайта, регистрирует каждое посещение, собирая о нем данные.
Google Analytics — бесплатный сервис средство веб-аналитики, помогающее владельцам сайтов узнать, как посетители взаимодействуют с их веб-сайтами. Статистика собирается на сервере Google через счетчик, устанавливаемый на всех страницах сайта.
Чтобы оценить, насколько ресурс полезен и интересен для пользователей, например, у Яндекса есть два метода: оценки асессоров и расчет поведенческих факторов. С помощью асессорской оценки корректируется формула ранжирования, но мнение асессоров все-таки является субъективным.
Поведенческий фактор дает более объективную оценку, так как при этом «голосуют» все пользователи интернета. Открытых данных о параметрах, которые входят в оценку поведенческих факторов, нет. Однако, основываясь на логических соображениях и опыте экспертов, можно выделить ряд основных поведенческих характеристик сайта, которые могут влиять на поведенческие факторы.
Таким образом, поведенческие факторы делятся на:
кликовые факторы
поведение пользователей на странице выдачи
посещаемость сайта
поведение пользователей на сайте
социальные сигналы.
2.1. Кликабельность сайта в выдаче (кликовые факторы)
Кликовые факторы – это кликабельность ссылок на документы на страницах поисковой выдачи.
В данном случае подразумевается значение CTR сайта — соотношение числа переходов на сайт из выдачи к числу просмотров информации о нем (title, сниппет, Url) все в той же выдаче. Т.е. по идее, чем выше CTR, тем более привлекательным должен быть ресурс и тем выше он сможет переместиться. Например, если на пятое место приходится больше кликов, чем на первое, то можно задуматься – а не более релевантный сайт там находится? Понятно, что тут все не так гладко, ибо изначально находящейся в верхней части страницы ресурсы будут по умолчанию иметь более высокий СТR.
В ПС Яндекс кликовые факторы оказывают мощное влияние, в ПС Google влияние не такое мощное, но заметное.
Кликовые факторы делятся на:
Документозависимые – учитывают популярность у пользователей конкретно взятого документа.
Сайтозависимые – учитывают популярность сайта и всех его документов в поисковой выдаче.
Запросозависимые – учитывают популярность (кликабельность) сайта, страницы или документа по конкретному поисковому запросу.
Запросонезависимые – учитывают кликабельность сайта, страницы или документа по всем поисковым запросам.
Геозависимые – учитывают для выборки пользователей конкретного географического региона. Например, если в статистическом срезе было выявлено, что данный документ популярен среди пользователей региона «А», но не популярен среди пользователей региона «Б», то можно с большей долей вероятности сказать, что для региона «А» документ будет ранжироваться лучше, чем для региона «Б».
Кликовые факторы достаточно мощный фактор ранжирования. Но здесь, как уже было сказано выше, есть некоторое противоречие: чем выше позиция сайта, тем чаще на него кликают. Но при этом для того, чтобы позиции стали выше нужно иметь хорошие кликовые факторы.
При этом важно понимать, что распределение кликов в выдаче может зависеть от типа запроса, от характера запроса. CTR позиции может зависеть от его физического расположения в органической выдаче.
Как можно повлиять (улучшить) на кликовые факторы:
Работать над привлекательность Title — он должен будет одновременно и содержать нужные ключевые слова и побуждать к переходу на сайт из поисковой выдачи
Улучшать сниппет сайта
Настроить ЧПУ, чтобы в выдаче подсвечивались ключевые слова входящие в состав URL адреса страницы
Иметь высокие позиции сайта по запросам.
Важные особенности:
- кликовые факторы имеют весьма опосредованное отношение к соответствию документа запросу;
- радикально зависят от качества сниппета
- невозможность улучшения для сайтов, не попадающих в видимую часть страницы выдачи;
- подверженность накрутке.
2.2. Поведение пользователей на странице выдачи
Здесь учитываются следующие параметры:
сколько вообще кликов сделал пользователь во время этой поисковой сессии
какой по счету был данный клик (на наш сайт)
сколько времени прошло между запросом и кликом по нашему сайту
сколько между данным кликом и последующим и т.д.
Поисковые системы могут отслеживать не только число переходов с выдачи, но и число возвратов в нее. Если человек зашел на сайт по поисковому запрос и закрыл поиск, то сайту начисляется дополнительный балл, вернулся в выдачу – сайту минус.
Если запрос предполагает просмотр нескольких сайтов (таких запросов не более 3%), например, сравнение цен в интернет-магазинах, то учет ПФ у них другой.
Для того, чтобы данные факторы имели хорошие значения необходимо, чтобы:
документ не отдавал 404 ошибку, отлично грузился
давал полный ответ на запрос пользователя
страница должны побуждать пользователя к выполнению действия.
2.3. Посещаемость сайта
Учитывает посещаемость сайта или документа. Основные источники получения информации для поисковиков – бары, выпускаемыми поисковыми машинами, и счетчики.
В эту группу факторов входят данные о количестве уникальных посетителей, как в общем, так и по источникам. Как правило, посетители приходят с различных сервисов: поисковых систем, социальных сервисов, закладок, других сайтов и т.д. Так вот, чем разнообразнее трафик, тем выигрышнее в глазах Яндекса выглядит ваш ресурс.
Конечно, распределение посетителей должно быть относительно равномерным. К примеру, если на блог заходит 1000 человек с 15 источников, то отношение между источниками должно приблизительно равняться. Хотя считается, что чем больше посещаемость сайта с поисковых систем, тем лучше.
Большое количество новых посетителей говорит о том, что сайт имеет хорошую видимость в поисковой выдаче, к чему мы и стремимся.
Большое количество возвратов песителей на сайт тоже важно, т.к. это нам говорит о том, что сайт интересен и полезен пользователям.
2.4. Поведение пользователей на сайте
Это поведение пользователей на сайте в целом и на данном документе в частности.
К ним относят: показатель отказов, длительность сессии и глубину просмотра, любые действия пользователей.
Показатель отказов
Если пользователь уходит с сайта (возвращается к странице поиска или закрывает вкладку браузера) после просмотра одной страницы сайта, то такое поведение считается «отказом». Высокий показатель отказов может свидетельствовать о том, что сайт неудобный или содержит информацию, не релевантную запросу пользователя.
Время пребывания на сайте
На интересном и полезном ресурсе пользователь проведет много времени. Возможно, он добавит его в закладки, захочет вернуться — удобно, когда вся желаемая информация располагается на одном сайте.
Время, проведенное на сайте, указывает на качество представленной на нем информации. При совершении покупки пользователь оценивает предложения различных компаний, и клиента получит та из них, у которой на сайте размещен понятный каталог товаров, указаны цены, встроен фильтр по нужным параметрам.