Алгоритмы поисковых систем: поведенческие факторы
Откуда поисковые системы знают о происходящем на вашем сайте? И зачем им это вообще знать?
Откуда данные?
Со страницы поисковой выдачи — переход на ваш сайт по ссылке из поиска фиксируется, равно как и возврат пользователя к результатам поиска.
Google Analytics и Яндекс.Метрика — это популярные системы статистики, которые активно продвигаются не только путём улучшения функциональности, но и путём сокрытия данных о трафике из соответствующей поисковой системы: узнать обо всех поисковых запросах, которые привели к вам посетителей из Яндекса, можно только из отчётов Метрики, а из Google — по отчётам Analytics. Системы статистики передают в Google и Яндекс очень много информации о поведении пользователей на вашем сайте.
Пользователи Google Chrome и Яндекс Браузера, приходящие на ваш сайт, в большинстве своём автоматически отправляют в Google и в Яндекс статистику использования браузера. Эта настройка по умолчанию активирована, обычные пользователи её не отключают.
Плагины для браузеров — Яндекс.Бар и Google Toolbar (оба давно закрыты) — когда‑то позволяли снабжать поисковик статистикой о своих посещениях даже пользователям, которые не использовали «фирменный» браузер: тулбары активно продвигались и часто устанавливались вместе со сторонним программным обеспечением.
Какие данные могут использоваться в ранжировании?
Показатель отказов — если средний пользователь проводит на сайте несколько секунд и закрывает вкладку браузера, то это плохой показатель, означающий, что пользователь не нашёл на сайте то, что искал, либо не понял, как этим сайтом пользоваться.
Время, проведенное на сайте — если пользователи проводят на сайте много времени, то это означает, что сайт им интересен, верно и обратное — малое время просмотра обычно свидетельствует об отсутствии интереса.
Глубина просмотра — если пользователи просматривают на сайте много страниц, то это также свидетельствует о высоком интересе к содержанию сайта и о полезности сайта, если же просмотров мало, то сайт скорее всего если и был полезен, то интереса не вызвал.
Возвращение к поиску — высокая доля возвратов к поиску — не очень позитивный фактор, если пользователь после просмотра сайта продолжил что‑то искать, то на вашем сайте он искомого не нашёл.
Повторные возвращения на сайт — критерий хорошего сайта, если пользователи возвращаются через некоторое время — значит сайт не только был интересен пользователю единожды, но и продолжает быть ему интересен.
Тематические статьи
Каждый коммерческий сайт должен выполнять вполне конкретные задачи: привлекать новых клиентов и способствовать росту продаж. На сегодняшний день основной источник новых клиентов из интернета — это поисковые системы. Большинство пользователей интернета начинают поиск информации об интересующих их товарах или услугах с поискового запроса в Яндексе или Google. Но получение посетителей из поисковых систем — задача непростая. Для того чтобы сайт отвечал требованиям поисковой системы, необходимо провести целый комплекс мероприятий по оптимизации внутренней структуры и содержания сайта, работать над usability, а также обеспечить высокую цитируемость ресурса внешними источниками.
Поисковые системы на сегодняшний день для ранжирования результатов поиска учитывают многочисленные факторы. Но за этой сложностью стоит уже почти 2 десятилетия развития поисковых алгоритмов.
Внешние ссылки — один из существенных факторов ранжирования сайтов поисковыми системами. Однако поисковые алгоритмы учитывают далеко не любые ссылки, и не все ссылки полезны.
Эффект песочницы — это фильтр, понижающий позиции в выдаче, который накладывается на новые сайты или сайты, которые резко изменились.
Яндекс с 2009 года использует при ранжировании сайтов систему машинного обучения, которая называется Матрикснет. Это позволяет поисковой системе учитывать очень много факторов при ранжировании.
Семантическая микроразметка — это использование в HTML‑верстке дополнительных тегов, классов и иных атрибутов, которые либо дают поисковым системам дополнительную информацию о содержании страницы, либо упрощают классификацию содержания и формируют метаданные о содержании. Наиболее популярными на сегодняшний день являются форматы Schema.org, Open Graph и микроформаты.