Как определяет и учитывает поведенческие факторы Яндекс

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?

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.

Что влияет на поведенческие факторы

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:

• CTR сниппета в выдаче;
• Процент отказа;
• Время просмотра;
• Поведение пользователей на сайте;
• Возврат пользователей;
• Тематика и предназначение сайта;

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.