Симптомы: снижение позиций как сайта, так и отдельных страниц.
За что накладывается: битые ссылки.
Как лечить: проверка на наличие битых ссылок и их удаление.
Сроки выхода из-под фильтра: от пары недель до нескольких месяцев.
Особое внимание нужно уделить фильтрам PANDA и PENGUIN.
5) Google Panda – один из последних фильтров Google, который принимает во внимание около 100 факторов. Главная задача Google Panda увеличить релевантность страниц в выдаче. В начале августа 2011 года Google запустил новый алгоритм поиска в русскоязычный интернет под названием Panda. В буржуйском варианте он работал уже с апреля месяца этого же года. Целью запуска этого алгоритма было выявление сайтов с некачественным контентом и понижение их позиций в выдаче.
http://searchengineland.com/google-panda-update-version-24-1-2-of-search-queries-impacted-146149
Основные правила, помогающие избежать наложения фильтра Panda:
1) использовать на сайте только уникальный контент и удаление дублей страниц;
2) контент на отдельных страницах должен быть достаточным по объему для раскрытия сути запроса, по которому продвигается страница, так как большое количество небольших записей воспринимается фильтром как тексты плохого качества;
3) нужно развивать сайт и наполнять его полезной для пользователя информацией: статьями, новостями, сервисами «вопрос-ответ» и др.;
4) нужно избегать переоптимизации страниц, особое внимание нужно уделить мета-тегам и заголовкам, текст на странице также не должен быть заспамлен ключевиками;
5) необходимо построить правильную структуру сайта для правильной перелинковке страниц.
Симптомы: снижение позиций как сайта, так и отдельных страниц, исключение из выдачи.
За что накладывается: неуникальный контент, дубли, переоптимизация, плохая структура сайта, высокий процент отказов.
Как лечить: полный внутренний анализ сайта: удаление битых ссылок, удаление переоптимизированного или неуникального контента, исправление технических ошибок и развитие сайта.
Сроки выхода из-под фильтра: несколько месяцев.
6) Google Penguin (именно так был назван новый фильтр Google) был запущен интернет-гигантом 24 апреля 2012 года сразу во всем мире. Основной целью фильтра стала борьба с «поисковым спамом». В качестве основных признаков поискового спама были обозначены клоакинг, избыточное заполнение страницы сайта ключевиками, а также наличие на ресурсе «неестественных» ссылок.
Многие владельцы сайтов и блогов, в том числе и в России, после запуска Пингвина заметили резкий спад (до 25%) трафика с Google. Специально для них, 27 апреля 2012 года, Мэтт Каттс сообщил о создании специальной формы обратной связи для пострадавших от нового алгоритма.
http://searchengineland.com/google-penguin-update-3-135527.
В случае, если ПС Google обнаружит, что с нашей стороны применяются какие-либо нежелательные техники продвижения, позиции сайта падают, а на почту WebmasterTools (панель веб-мастера Google) приходит сообщение примерно следующего содержания:
В данном случае необходимо предпринять действия, описанные в п.3 и после этого написать ответ, перейдя по следующей ссылке - https://www.google.com/webmasters/tools/reconsideration, с тем смыслом, что «мы внесли все необходимые изменения на сайт, могли бы пересмотреть наш сайт на предмет наличия санкций?»
В случае, если позиции упали, но письмо не пришло, то в таком случае необходимо написать письмо в тех. поддержку, перейдя по следующей ссылке: https://www.google.com/webmasters/tools/reconsideration, с тем смыслом, что «позиции нашего сайта упали, могли бы рассмотреть наш сайт на предмет наличия санкций?»
Симптомы: значительное снижение позиций сайта, зачастую за топ-200.
За что накладывается:
1.1 Внутренняя оптимизация:
некачественный контент, ориентированные прежде всего на поисковых роботов;
спам и повышенная тошнота ключевых запросов в тексте;
большое количество тегов форматирования в тексте;
клоакинг;
дублированный контент (но сильнее за это наказывает Панда).
1.2 Внешняя оптимизация:
«ссылочный взрыв», быстрый прирост ссылочной массы;
неестественный анкор-лист (большое количество ссылок с одинаковыми анкорами, отсутствие «естественных» ссылок, включающие в себя название компании, «посмотреть здесь» и т.д.);
доноры других тематик («нетематичные» ссылки);
покупка большого количества ссылок в ссылочных биржах.
Как лечить:
1.1 Внутренняя оптимизация:
провести анализ контента на сайте, направленный на поиск и исключение спама, учитывая особенности оценки контента алгоритмом «Пингвин»;
проанализировать сайт на наличие дублированного контента;
провести дополнительный анализ по тех. оптимизации, чтобы исключить страницы-дубли, многочисленные перенаправления, страницы, которые можно расценить как клоакинг.
1.2 Внешняя оптимизация:
провести анализ ссылочной массы с точки зрения подхода к ней алгоритмом «Пингвин» (анализ анкор-листа, тематичность доноров);
проанализировать данные по количеству ссылок, ведущих на сайт;
по результатам анализа ссылочной массы начать проводить покупку ссылок по новым гугловским фильтрам, ориентированных под алгоритм «Пингвин».
Сроки выхода из-под фильтра: несколько месяцев.
Глава 18.
Формула релевантности. Спектр
Понятие «Спектра».
Применение в работе.
Как выявить спектр.
Примеры спектральной примеси.
Дополнительные ссылки.
Понятие «Спектра».
Когда пользователи задают запросы к Яндексу, примерно в 20% случаев они формулируют запрос неоднозначно. Например, по запросу [наполеон] кто-то хочет найти полководца, а кто-то — рецепт торта. А задавая запрос [суши], человек может искать и ресторан с доставкой на дом, и рецепт блюда. Спектр возможных целей может быть очень широк — так же, как и спектр возможных ответов. И если пользователь не указал в поисковом запросе, что он ищет, то понять это крайне трудно. Технология Спектр умеет учитывать множество неявных целей пользователей и показывать соответствующие ответы.
Спектр — это технология, которая позволяет Яндексу учитывать при ответе разные потребности пользователей. Данная технология была введена ПС Яндекс в 2010 г. вместе с алгоритмом «Краснодар».
В основе работы Спектра лежит статистика поисковых запросов. Система исследует запросы всех пользователей Яндекса и выделяет в них различные объекты — это могут быть имена людей, названия фильмов и книг, модели автомобилей и тому подобное. Каждый объект относится к одной или нескольким категориям.
Например, в запросе [колдрекс инструкция] название лекарства «Колдрекс» — объект, который попадает в категорию «лекарства». А объект «Пушкин» относится к двум категориям — «поэты» и «города».
На данный момент Спектр выделяет около 60 категорий, и это количество будет еще расти. Знание категорий позволяет поисковой системе понимать разные значения слов в поисковых запросах.
Кроме того, Спектр умеет учитывать при поиске различные потребности пользователей. У каждой категории есть список возможных потребностей — тех намерений, с которыми пользователи ищут тот или иной объект. Например, когда люди ищут какой-нибудь товар, они, как правило, хотят купить его или почитать отзывы и обзоры. То есть для категории «товары» среди потребностей будут «купить», «отзывы» и «обзоры». Всего у категории может быть от двух-трех до нескольких десятков потребностей.
С учетом того, в какие категории попал объект, что люди обычно про него спрашивают, что пишут в интернете и т.д. Спектр оценивает процент людей, которые ищут этот объект с каждой из возможных целей. Эти данные используются при ранжировании результатов поиска по многозначным запросам. Используя их, Спектр вычисляет пропорции, в которых ответы на ту или иную тему должны быть представлены в результатах поиска. Найденные сайты упорядочиваются таким образом, чтобы спектр ответов соответствовал спектру вопросов. Таким образом, поиск Яндекса максимизирует вероятность того, что человек найдет именно то, что искал. Даже если он не указал это явно в своем запросе, а просто подумал.
Спектр анализирует поисковые запросы полностью автоматически — каждый раз рассматривается очень большой массив запросов, более пяти миллиардов. Их обработка происходит одновременно на нескольких сотнях машин. Чтобы данные не теряли актуальность, Спектр запускает процесс анализа несколько раз в неделю.
Кроме статистики запросов, Спектр умеет использовать данные из справочников и энциклопедий — в том числе из Википедии. Это помогает распознавать недавно появившиеся объекты, узнавать, какие значения объектов не укладываются ни в одну из существующих категорий, и добавлять новые.
На базе технологии «Спектр» в поиске Яндекса реализованы диалоговые подсказки. Они появляются под строкой поиска в ответ на неоднозначные запросы. Диалоговые подсказки описывают наиболее популярные категории, в которые попал запрос, и позволяют в один клик перейти к ответам только из выбранной категории. Например, по запросу [голубика] Яндекс предлагает «полезные свойства», «википедия», «калорийность» и «рецепты». За каждой из этих ссылок пользователя ждет соответствующая страница результатов поиска.
Применение в работе.
При анализе конкурентов необходимо учитывать наличие «Спектр» в выдаче. При этом нужно исключать из выдачи всю спектральную примесь, оставляя для анализа только органичечкую выдачу, т.к. органическая выдача строится по основной формуле ранжирования, тогда как спектральная примесь добавляется по алгоритму «Спектр». Проведение анализа с учетом спектральной примеси может привести к неправильным выводам, т.к. сайт, который попал как спектральная примесь может, например, содержать более 50-100 вхождений в тексте, хотя как среднее по органичегой выдаче топ10 всего 3-5 вхождений.