Поведенческие факторы (ПФ) - это характеристики страницы или сайта, которые описывают поведение усредненного посетителя и оказывают влияние на ранжирование в поисковых системах.
Поведенческие факторы чрезвычайно важны для в «Яндексе» - если у сайта плохие пользовательские метрики, он имеет мало шансов на высокие места в выдаче по конкурентным запросам. Наряду с отслеживанием действий реальных пользователей «Яндекс» придает большое значение и мнению - специалистов, которые анализируют сайт по комплексу параметров и оценивают общее впечатление. Для «Гугла» ПФ имеют намного меньшее значение, однако точно известно, что он учитывает некоторые факторы при оценке релевантности страницы запросу.
У поисковых систем есть несколько инструментов для сбора информации о поведении пользователей на сайте.
Установленные на сайте счетчики систем веб-аналитики (Google Analytics и «Яндекс.Метрика») предоставляют поисковым системам детальную информацию о поведении пользователей. Разумеется, ПС не могу установить код системы без ведома веб-мастера, но веб-мастера сами охотно размещают этот код, потому что инструменты веб-аналитики полезны и для них тоже.
«Яндекс» активно продвигает собственное детище - надстройку для браузера «Яндекс.Элементы» (до 2012 года - «Яндекс.Бар»). Это небольшая панель с быстрым доступом к различным сервисам «Яндекса» и отображением информации о погоде, курсах валют и т. д. Она работает примерно так же, как и код «Метрики»: собирает сведения о поведении посетителя сайта, который пользуется браузером.
И Google, и «Яндекс» имеют собственные браузеры - Google Chrome и «Яндекс.Браузер» соответственно. Оба используются в том числе и для сбора данных.
Самая популярная мобильная операционная система, Google Android, принадлежит Google и устанавливается с множеством дополнительных программ и сервисов, которые регулярно обращаются к серверам Google. Вполне вероятно, что система отправляет в том числе и сведения о действиях пользователя на сайтах.
Поисковая система собирает информацию о поведенческих факторах из . Если пользователи чаще кликают по из более низких позиций поисковой выдачи, значит, эти сайты более релевантны запросу. Если, добравшись до определенного сайта из выдачи, пользователи не возвращаются к результатам поиска, это сигнал, что они нашли ответ на свой вопрос.
Веб-мастер может и должен работать над улучшением ПФ сайта: внутренняя оптимизация и работа с ПФ сегодня являются основными приемами поискового продвижения. Способы улучшения пользовательских метрик очевидны: сайт просто должен быть полезным и удобным для посетителей.
Привет, дорогие читатели и подписчики блога. Всем известно, что существует такой фактор ранжирования как поведенческие факторы. В интернете много споров о том, как учитываются поведенческие факторы, и как поисковая система ранжирует сайты исходя из данных поведения пользователей на сайте.
Я решил досконально разобраться в этой теме, чтобы в будущем ни у меня, ни у моих читателей не возникало вопросов и споров по этой теме. В этой статье я рассмотрю поведенческие факторы в поисковой системе Яндекс.
Итак, что такое поведенческие факторы ранжирования?
Поведенческие факторы – это фактор ранжирования web-сайтов в поисковой системе. Оценка поведенческих факторов складывается из различных моментов, таких как кликабельность сниппета в выдаче, поведение пользователей на сайте, процент отказа, время просмотра страниц, тематика и предназначение сайта.
Начну с того, что поисковые системы сейчас понимают если не все, то очень многое. Для поисковой системы Яндекс не представляет сложности отследить откуда пользователь перешел, какие страницы он посещал, где водил мышкой и кликал, сколько времени он провел на каждой странице и т.д. Все эти данные Яндекс может брать из Метрики, своего браузера, из различных расширений в браузере и своих инструментов, таких как поиск по сайту, Яндекс Карты и т. д.
Думаю, не нужно быть гением, чтобы понять, что любой программист среднего уровня без труда может разработать алгоритм оценки поведенческих факторов. А представляете какие умы работают в компании Яндекс? Программистов со средними знаниями туда точно не берут. Если «средний» программист может разработать алгоритм, то что говорить о профессионалах.
Яндекс уже давно имеет в своем арсенале алгоритм оценки поведенческих факторов. И если раньше этому алгоритму не придавалось большое значение, то с прошлого года после снижения эффекта ссылочного ранжирования, поведенческие факторы стали основным фактором ранжирования Яндекс.
Всех методов оценки поведенческих факторов вам не даст никто, кроме представителей Яндекс. Но, разумеется, они держат это в секрете. Среди основных факторов оценки можно выделить следующее:
Давайте рассмотрим каждый из этих пунктов подробней, чтобы вы имели полную картину.
CTR сниппета в выдаче. CTR это отношение числа показов к кликабельности. Представим себе ситуацию, что пользователь ввел запрос «сотовый телефон nokia 105 ds черный». В ТОПе выдачи два сайта. На первом месте интернет-магазин Technopoints, на втором Эльдорадо.
Как вы думаете по какому сниппету будет больше кликов? По тому, чей бренд круче и больше узнаваем. В данном случае это Эльдорадо. Это хороший сигнал поисковой системе, что пользователи доверяют второму сайту больше и его нужно повысить в выдаче.
Процент отказов. На процент отказа напрямую влияет дизайн и юзабилити сайта, а так же актуальность и релевантность содержимого страницы. Если пользователь попадает на сайт с поиска и видит ужасный синий фон с черными буквами и на него выпрыгивает какой-то баннер на пол экрана, то вероятность, что пользователь тут же закроет сайт 99.9%. Как думаете, будет ли Яндекс высоко ранжировать такой сайт? Никогда.
Может быть и так, что пользователь ввел в поиск интересующий его запрос, в выдаче среди 10 сайтов ваш на первом месте. Пользователь зашел на ваш сайт, просмотрел страницу, но не нашел ответ на свой вопрос. Он возвращается в поиск и начинает посещать по очереди другие сайты в выдаче до тех пор, пока не найдет ответ на свой вопрос. Находит он ответ только на третьем сайте. Это сигнал, что сайт конкурента следует повысить в выдаче по данному вопросу.
Время просмотра. Время просмотра это самое большое заблуждение с поведенческими факторами. Этот параметр влияет на поведенческие факторы, но его влияние минимально, и его можно вообще не брать в счет.
Причина проста, пользователь ищет ответ на вопрос. Найдя ответ, он покинет сайт в любом случае. Это прекрасно понимают и создатели алгоритма.
Поведение пользователей на сайте. Если мы посмотрим в Вебвизор, то можем отследить в видеоформате поведение пользователя. То же самое может видеть и Яндекс.
Поисковая система может понять удобно ли пользователю передвигаться по сайту, удобно ли представлена информация, где чаще всего заостряется внимание, куда наиболее часто кликают и многое другое.
Можете посмотреть вот это видео от представителя Яндекса Екатерины Гладких, в котором ясно показано, что алоритмы Яндекса прекрасно понимают поведение пользователей на сайте, и им не составит труда определить накрутку поведенческих факторов. На шестой минуте видео вообще улет 🙂
Возврат пользователей. Если сайт интересен, то его будут добавлять в закладки, будут подписываться и возвращаться на него вновь. Яндекс это прекрасно видит и учитывает при оценке поведенческих факторов.
Тематика и предназначение сайта. Все вышеперечисленные факторы напрямую связаны с тематикой и предназначением сайта. К примеру, возьмем развлекательный сайт и интернет-магазин. Естественно у развлекательного сайта глубина просмотра будет больше. На развлекательные сайты люди заходят, чтобы интересно провести время, а в интернет-магазин с конкретной целью – купить товар.
Точно так же и с информационными сайтами. На них пользователи могут на одной странице находиться даже несколько десятков минут, читая информацию, просматривая видео, затем переходят на перелинкованные статьи, которые дополняют информацию, возможно почитают информацию об авторе. Чего не скажешь о коммерческих сайтах. На коммерческих сайтах пользователь посещает страницу с товаром или услугой, после знакомства ищет страницу отзывов, и если его все устраивает, переходит в корзину. Ему не интересна история компании и ее новости. Он преследует конкретную цель.
Из этого следует вывод. Нельзя равнять все типы сайтов. Если для одного сайта процент отказов 20% это норма, то для другого это повод задуматься о юзабилити.
На этом буду заканчивать писать. В следующих статьях расскажу про фильтр за накрутку поведенческих и какими методами можно улучшить поведенческие факторы.
Пока компьютер не начнет думать как человек, он не сможет отличить плохой сайт от хорошего… так, как это сделал бы человек. На самом деле поисковые системы имеют в своих арсеналах методики сбора и анализа данных, с помощью которых кремниевые мозги легко затыкают за пояс знатоков из мяса.
Сразу оговоримся - под «хорошим» сайтом мы имеем в виду «достойный занять место в поисковой выдаче по конкретному ключевому запросу», не будем погружаться в дебри эстетики сайтостроения.
Итак, если не вдаваться в детали, сейчас в поисковых системах комплексно применяется три подхода: ранжирование страниц по авторитетности (пример - принесший Google популярность алгоритм PageRank), поведенческие факторы (анализ действий реальных посетителей реальных сайтов) и машинное обучение (пример - «Матрикснет» Яндекса, который обучает алгоритмы оценками выборок специалистами-асессорами, ну и по сути увязывает и уравновешивает первые два подхода).
Ранжирование по авторитетности на ранних этапах развития интернета работало очень хорошо, но в дальнейшем «слишком математическая» природа такого подхода позволила оптимизаторам применять фокусы, использующие найденные в ходе экспериментов слабости системы. Качество выдачи страдало, поисковики вводили поправки, дополнительные формулы и коэффициенты, фильтры и санкции, но по-настоящему крупный прорыв был сделан, когда появилась возможность ранжировать сайты на основе предпочтений их реальных живых посетителей. Анализ поведенческих факторов объективнее любых личных пристрастий (как экспертных, так и профанных), поскольку работает с предпочтениями большой выборки целевой аудитории.
Как поисковики собирают данные
1 Системы статистики (Google Analytics и Яндекс.Метрика). Практически все сайтовладельцы хотят владеть информацией о посещаемости и всех действиях аудитории. Самые лучшие, да еще и бесплатные инструменты для этого предоставляют поисковики, но взамен они получают огромные объемы данных.
2 Браузеры. I nternet Explorer работает на Bing, Chrome - на Google, да и у Яндекса есть свой продукт в этой нише. Хотя Chrome, например, глубоко-глубоко в настройках, куда заберутся только хаброголовые, предоставляет возможность снять галочку в чекбоксе «Автоматически отправлять в Google статистику использования и отчеты о сбоях», мы не можем поручиться, что это лишает корпорацию добра доступа к нужным ей данным. В целом же поток данных от фирменных браузеров довольно существенен, он позволяет дополнительно охватить сегмент сайтов без систем статистики (или, что чаще, со системами статистики конкурентов).
3 Надстройки для браузеров. Оценить потребность поисковиков в данных о посещаемости можно по агрессивному продвижению Яндекс.Бара. Превращая любой браузер в «фирменный», надстройка усердно засылает статистику посещаемости в родной центр обработки данных.
С вышеперечисленными продуктами поисковики получают практически полную информацию о поведении аудитории каждого проиндексированного сайта. Следующий логичный шаг - показывать выше те сайты, которые при прочих равных вызывают более положительную реакцию у посетителей. Здесь, безусловно, есть свои тонкости: в каких-то тематиках время просмотра страницы будет основным фактором положительной оценки, в других (например, если юзеру для выполнения требуемого действия нужно бросить на страницу один взгляд) - не играет особой роли. Где-то очень важна глубина просмотра, но если сайт состоит из одной страницы, то иногда отказывать ему в высоких позициях не стоит. Здесь вступает в игру интерпретация и сегментирование данных, а также машинное обучение (если асессоры постоянно дают высокие оценки качественным одностраничным промо-сайтам, поисковик научится исключать глубину просмотра из списка важных поведенческих факторов для похожих ресурсов).
Основные поведенческие факторы ранжирования
1 Показатель отказов
(bounce rate) - процент посетителей, покинувших сайт после просмотра страницы входа. Для сайтов, требующих несколько переходов на другие страницы - а таких большинство - является очень хорошим критерием качества и соответствия тематике. Посетитель уходит с сайта либо потому, что нашел нужное и сделал то, что собирался (и что требовалось владельцу сайта), или же потому что сайт не понравился или нерелевантен поисковому запросу. Старайтесь снижать процент отказов - увеличивайте релевантность, улучшайте дизайн и UX, делайте посадочные страницы более понятными, привлекательными и так далее. Разумеется, стопроцентного «усвоения» аудитории не будет никогда, но стремиться к этому надо. И не в последнюю очередь не из-за учета поведенческих факторов поисковиками, а из-за конверсии - показатель отказов прямо связан со способностью сайта превращать «посетителей» в «покупателей».
2 Время, проведенное на сайте . Хороший критерий качества в подавляющем большинстве случаев. Если высокий показатель достигается не за счет непонятности контента и запутанности навигации. Увеличить время просмотра можно с использованием простейшей житейской логики: дайте посетителям то, что им интересно, и они уделят свое время изучению этих материалов. Это могут быть статьи, фотогалереи, видеоролики, какие-то сервисы типа калькуляторов ипотеки (в тематике сайта, разумеется) и т.п. Все приемы для вовлечения не должны вредить конверсии, так что не стоит механически добавлять на страницу все подряд.
3 Глубина просмотра. Важный критерий для контентных проектов. Увеличить глубину можно за счет продуманной навигации и перекрестных ссылок, ну и, безусловно, интересного контента. Многие сайты пытаются увеличить глубину за счет разбивки больших статей на несколько частей, расположенных на разных страницах, однако эта практика оправдана только в случае высокой мотивации посетителей читать статью целиком (это хорошо работает для обзоров компьютерных компонентов, но за продолжением «гуманитарной» статьи о том, как нам реорганизовать Рабкрин, многие переходить откажутся).
4 Возвращение к повторному поиску. Если посетитель возвращается от сайта обратно к поиску, значит он не нашел нужного. Этот параметр можно контролировать только через повышение релевантности посадочных страниц запросам, а также поддержание конкурентоспособного уровня цен на товары и услуги.
5 Возвращение на сайт не из поиска. Если посетитель добавил сайт в закладки или запомнил адрес, это станет существенным плюсом в пользу ресурса. Тем не менее, навязчиво предлагать добавить сайт в закладки не стоит, это необходимо делать тонко и со вкусом.
6 Характер перемещения курсора мыши и паттерн движения по сайту. Системы статистики собирают данные не только о том, куда кликал посетитель, но и как он двигал курсором. Это необходимо для построения «тепловых карт внимания», а также отсева попыток накрутить поведенческие факторы скриптами. Паттерны живых посетителей довольно сложно сэмулировать, поэтому, кстати, многие сайты, пытавшиеся накручивать пользовательские факторы в первые месяцы их внедрения, быстро улетели вниз в выдаче или были забанены - поисковики заметили, что курсором управляют не живые люди, а программы. Анализ же тепловой карты и записи просмотра сессий позволят при достаточном количестве времени и дотошности выявить и устранить препятствия на конверсионных маршрутах.
7 Кликабельность сниппета (CTR) . Чем больше кликают на ваш сниппет (короткое описание со ссылкой в поисковой выдаче), тем лучше к вам относится поисковик. Это логично: если сниппет релевантен запросу и привлекает внимание пользователей, то и сайт с большой долей вероятности качественно ответит на запрос. Существуют способы контролировать сниппет, и этому стоит уделить внимание - быстрые ссылки, правильный тайтл, хороший текст помогут увеличить и посещаемость, и позиции.
8 Кнопки социальных сетей. Если на установленные кнопки (лучше всего ставить не скрипты типа AddThis, а нативные кнопки самих соцсетей) кликают, это не только увеличивает количество подписчиков ваших страниц в этих соцсетях, но и является важным сигналом качества сайта для поисковых систем. Установите кнопки как можно раньше - каждый подписчик будет существенным плюсом.
Выводы
Поисковые системы достаточно объективно и качественно анализируют данные о поведенческих факторах ранжирования. Не пытайтесь манипулировать ими напрямую (с помощью скриптов, покупки нецелевого трафика и т.п.): это приведет к санкциям, а пользы не принесет. Гораздо эффективнее и важнее реально увеличивать качество сайта, его привлекательность и конверсию. Тогда и пользователи будут вести себя так, как вам нужно, а все вышеперечисленные показатели и, соответственно, позиции сайта будут расти.
Поведенческие факторы ранжирования – это анализ действий ПС (поисковой системой) посетителей сайта. Результаты этого анализа влияют на ранжирование сайта в поисковых системах.
Как же собирается информация о поведении посетителей на сайте? Перечислю основные способы получения сведений о поведении пользователей:
Многие пытаются накрутить поведенческие факторы, имитируя действия пользователя специальными программами, но сейчас это распознается алгоритмами поисковых систем. Поэтому за такие действия можно попасть под санкции поисковиков.
Но если все-таки решили попытаться накрутить, то чтобы не попасть под фильтр используйте запросы, по которым ваш сайт находится не далее ТОП-30 в поисковой выдаче. До этого уровня поднимать позиции нужно другими методами. Рекомендуется использовать не менее 10 разных запросов для накрутки. Накручивать следует не более 20 % от реальной статистики, а лучше вообще около 10%. На данный момент можно применять следующие сервисы по накрутке поведенческих факторов:
В общем и целом, влияние накрутки для продвижения сайта незначительно. Большинство пользователей сервисов по накрутке фильтруется. Лучше всего накрутки поведенческих факторов проявляются там, где другие способы уже исчерпаны, например, продвижение ссылками.
Что же такое коммерческие факторы? Это те показатели, которые определяют надежность интернет-магазина.
Для определения необходимости добавления того или иного так называемого «коммерческого фактора» на сайт следует провести анализ топа поисковой выдачи в соответствующей тематике.
Анализ можно сделать, используя специальную матрицу коммерческих факторов. В ней в первой колонке пишем список конкурентов по нашей тематике из ТОП-30, а по горизонтали пишем список всех коммерческих факторов, которые мы заметили у кого-либо из конкурентов в топе. Затем просто отмечаем плюсами и минусами что конкретно у каждого из конкурентов имеется на сайте, а что отсутствует. Таким образом мы увидим какие коммерческие факторы присутствуют у конкурентов, находящихся в топе поисковой системы по тематическим запросам, какие факторы вам нужно в связи с этим добавить на свой сайт.
Поведенческие факторы (ПФ) – это факторы, которые демонстрируют пользователи на страницах сайта.
Но сначала, давайте отойдем от главной темы и разберемся, как поисковики осуществляют поиск по заданному пользователем запросу. Пусть это будет глупо звучать, но многие не осведомленные пользователи думают, что при введении запроса в поисковую строку роботы поисковой системы пересматривают все страницы интернета на предмет соответствия запросу. И при нахождении такого совпадения, показывает такую страницу в результатах выдачи. Но это на самом деле не так. Если бы все происходило именно так, как сказано выше, то поиск ответа на запрос был бы не 3 секунды, а 20-30 минут, ведь количество страниц в сети очень много и с каждым днем это количество растет.
Так как происходит поиск? Поисковый робот обращается не к самим страницам при поиске, а к специальной базе данных, которую составила поисковая система ранее. Такую базу называют индексом, в ней находятся страницы, релевантные поисковому запросу. Индекс – это база данных, которая обновляется с определенной периодичностью. Обновление этой базы называется апдейтом. Есть апдейт показателей сайта, а есть апдейт выдачи, так вот, в данном случае речь идет об апдейте выдачи поисковой системы.
Человек вводит в поисковую строку запрос и желает получить релевантный ответ на него. Но, так как поисковая система не может заменить мыслящих людей, то она в свой алгоритм встраивает, выше приведенные критерии поведения посетителя, и тем самым формирует свою выдачу.
В Яндекс используется технология MatrixNet. В ней применяется труд асессоров, сотрудников компании, которые ведут надзор за выдачей. Они производят обучения поисковых роботов, чтобы приблизить максимально результаты к релевантности запросов. Благодаря такому обучению в несколько раз выросло качество сайтов, и увеличилось количество факторов ранжирования. Ручное обучение привело к тому, что роботы сами могут следить за пользователями на странице и производить релевантное ранжирование.
Почему эти факторы называются поведенческими? Потому что они основаны на поведении простых людей, которые перешли на ваш сайт с поисковых систем по конкретным поисковым запросам. Именно с этим определением связан и первый миф.
Слух первый:
чем больше посетителей перейдет на ваш сайт по конкретному запросу, тем выше будет позиция при последующих выдачах.
В принципе, это так. После того, как поисковые системы ужесточили борьбу с покупными ссылками, появилась необходимость в использовании новых факторов для ранжирования сайтов. И среди их предпочтение получили именно поведенческие. Тем более, у поисковиков есть все технические средства для сбора таких факторов. В некоторых случаях мы сами предоставляем им возможность для этого, устанавливая вспомогательный софт на сайт.
Слух второй: Правда ли, что в случае сбора поведенческих данных мы находимся под наблюдением поисковых систем? Что не запрещено открыто – то разрешено. Я думаю, в данном случае работает такое правило. Так что, не исключено, что все мы находимся под колпаком у поисковых систем.
И в заключение предлагаю посмотреть видео, затрагивающее сегоднешнюю тему: