Поведенческие факторы ранжирования Яндекса

Поисковая система – не человек, но должна выдавать пользователям результаты, очень похожие на те, которые бы выбрал именно человек, а не машина. Поэтому одним из приоритетных направлений развития ранжирования является «мимикрия» под человека, встраивание в формулу ранжирования «человеческого поведения». Для этого Яндекс использует две технологии: обучение MatrixNet с помощью ручного труда асессоров, оценивающих страницы по комплексу параметров и общему впечатлению, а также поведенческие факторы – отслеживание действий реальных пользователей.

Откуда у Яндекса информация о поведении пользователей? Существует (несмотря на постоянные отрицания и уклончивые ответы представителей и сотрудников поисковика) три источника:

* Сбор данных с поисковой выдачи – отсюда можно получить данные по кликабельности сниппета. Очевидно, что если пользователи больше кликают по сайту, находящемуся на третьем или четвертом месте, чем по первым результатам по какому-либо запросу, то он лучше отвечает на запрос (более релевантен) и потому заслуживает перемещения выше на SERP. Также Яндекс собирает возвраты данные по возвратам к выдаче с помощью кнопки «Назад» в браузере – чем больше возвратов с сайта, тем он менее релевантен, а более соответствующим запросу будут сайты, которые завершают поиск.

* Яндекс.Метрика – собственный счетчик Яндекса достаточно популярен в силу удобства, полноты предоставляемой статистики и ее хорошей визуализации, а также мощного продвижения самим Яндексом. Наивно было бы думать, что Яндекс не использует данные Метрики для присваивания сайту, где установлен счетчик, определенных параметров, влияющих на ранжирование.

* Яндекс.Бар – надстройка для браузеров, которая предлагает быстрый доступ к сервисам поисковой системы и отображает полезные данные (погоду, пробки, курсы валют и так далее). Навязывается Яндексом в собственных сборках браузеров, мессенджерах и так далее, а также активно рекламируется на самом поисковике. В последних версиях появилось отслеживание местоположение пользователя по IP и Wi-Fi и, соответственно, показ поисковых результатов и прочих сервисов с максимально точным геотаргетингом. Что касается отслеживания поведения, то существуют вполне убедительные доказательства «шпионской» активности Бара. Он отслеживает и «отсылает в центр» примерно те же параметры, что и Яндекс.Метрика.

Основные поведенческие факторы

* Показатель отказов (bounce rate) – если пользователь выходит с сайта (возвращается к выдаче или закрывает вкладку браузера или сам браузер) после просмотра одной страницы, такое поведение классифицируется как «отказ». Это негативный поведенческий фактор, который свидетельствует о некачественном и нерелевантном ресурсе. Хотя в некоторых тематиках – и архитекторы веб-поиска Яндекса, вероятно, это понимают – показатель отказа не может являться критерием качества сайта, так как пользователи получают ответ на свой вопрос на первой же странице. Например, это тематика такси, где обычно главная страница сайта встречает посетителя номером телефона и примерными расценками, и ему не нужно переходить на другие страницы, чего он обычно и не делает. Сайт при этом может быть более чем качественным, даже суперпродающим. Кстати, уже в основную формулу поиска «встроена» защита от значительного изменения позиций на основе какого-либо одного фактора: поисковик принимает во внимание не просто сумму факторов с весовыми коэффициентами важности, а некую «общую картину» (так называемый «моном»), в которой целое может отличаться от арифметической суммы слагаемых.

* Время, проведенное на сайте – одна из самых важных метрик. На плохом сайте человек не будет задерживаться, на хорошем – проведет достаточно много времени.

* Количество просмотренных страниц (глубина просмотра) – примерно аналогичный предыдущему критерий качества сайта.

* Первый и последний клики по выдаче – поисковая система считает более релевантными сайты, на которые были переходы из выдачи в первый и последний раз (если пользователь открыл сразу несколько сайтов из выдачи).