Поведенческие факторы и социальные сигналы в Google: миф или реальность. Поведенческие факторы в google
Продвижение поведенческими факторами. Поведенческие факторы в Яндекс и Google
Поведенческие факторы сайта в поисковой выдаче
Главный враг поисковых систем — черный поисковый оптимизатор. Закупка ссылок стала индустрией. Ссылочное продвижение работает стабильно. Будет интересно, взгляните на сервис закупки ссылок MegaIndex. Регистрируйтесь здесь. Но, роль ссылочной массы в поисковом продвижении начали размывать новые поисковые алгоритмы, которые обращают внимание на поведенческие факторы.Продвижение поведенческими факторами
Рекомендую к прочтению. Как выгодно отличаться от конкурентов в поисковой выдаче В материале рассматривается работа с микроформатами (улучшение поведенческих факторов).Далее о накрутке, более сером, но действенном способе чем микроформаты.
Накрутка поведенческих факторов
Поведенческие факторы ранжирования — это комплекс пользовательских метрик, используя которые поисковая система определяет уровень интереса к определенной ссылке в результатах выдачи.Поведенческие факторы Яндекс накручиваются точно также, как поведенческие факторы Google и Bing.
Сервис поведенческих факторов
Принцип работы. Оптимизатор ставит задание работникам системы. Пользователи заходят и исполняют. Сервис по накрутке тривиален. Что же важно здесь. Главное располагать множеством работников. Проверять работу. Очень важно дать оптимизатору возможность настроить работу по накрутке в соответствии с бюджетом на компанию и продвигаемыми запросами.Рассмотрим подобный популярный сервис. Называется SERP Click.
SERP Click продвигает сайты в поисковых системах за счет поведенческих факторов. Регистрация здесь.
Стоимость перехода реального пользователя составляет 5 рублей.
Работники SERP Click используют разные браузеры с естественным распределением их по популярности.
Ниже вебинар по накрутке поведенческих факторов
Используйте SERP Click для удержания сайтов в топе Yandex, Google.
Заработок на поведенческих факторах
Зарабатывать (от 30 до 500 рублей в день) выполняя задания по накрутке поведенческих факторов можно тут.Рекомендованное чтиво по теме поведенческих факторов на сайте социальной сети интернет-специалистов MegaIndex.org по ссылкам ниже:
www.megaindex.org
RankBrain и Поведенческие факторы. Как доминировать в Google в 2018 году
В 2017 году Google открыто сообщил всему миру:
«В течение нескольких месяцев после развёртывания RankBrain стал третьим по важности сигналом, вносящим вклад в ранжирование».
И как уточняют представители поисковика, сигналы RankBrain будут наиболее важными и в 2018-м.
Вопрос:
Что же такое RankBrain и как его использовать с максимальной отдачей для продвижения сайта? Как я могу провести оптимизацию под данный алгоритм?
RankBrain – система машинного обучения, которая позволяет поисковой системе Google ранжировать сайты. Это может показаться сложным, но на самом деле всё максимально просто.
RankBrain измеряет, как пользователи взаимодействуют с результатами поиска, и ранжирует результаты в соответствии с поведенческими факторами сайтов.
Приведу пример. Допустим вы ищете в Google, как «приготовить лазанью дома»:
Результат на третьем месте показался вам интересным и вы тут же перешли на него. И что же там на странице… чёрт возьми, да это лучший на свете пост про еду, который вам приходилось читать в жизни! Вы буквально поглощаете каждое написанное слово.
RankBrain получает сигнал, и сайт с третьего места получает прибавку в органическом ранжировании.
Аналогичная ситуация. Вы сделали тот же самый запрос и на этот раз, не глядя, кликнули на самый первый результат. Но пост оказался настолько неинформативным, что вы сразу же ушли с сайта, пробежались глазами по выдаче и выбрали результат под номером 3 в надежде найти материал получше.
RankBrain также получает информацию, и после того, как достаточное количество посетителей проделают аналогичные действия с данным сайтом, Google опустит его с первой позиции.
Таким образом, поисковик следит за двумя показателями:
1. Как долго посетитель был на вашей странице (длительность просмотра страницы).
2. Количество людей, выбравших вашу страницу в результатах органического поиcка (CTR).
Давайте рассмотрим каждый пункт подробнее.
RankBrain и среднее время просмотра страницы
Среднее время просмотра страницы – это время, которое пользователь провёл на вашей странице. Выяснилось, что RankBrain оказывает этому фактору наибольшее внимание.
Глава Канадского Google Brain заявил: «RankBrain делает измерение, когда кто-то кликает по странице и остаётся на ней, а также когда он возвращается на сайт повторно».
SearchMetrics подтверждает данную информацию. Согласно исследованию, среднее время просмотра страницы результатов топ-10 Google составляет 3 минуты 10 секунд.
При работе со своим сайтом в системах работы статистики таких как Яндекс.Метрика и Google Analytics помните, что 3 минуты просмотра страницы – это отличный сигнал. Как минимум потому, что RankBrain использует именно эту данный показатель.
Логично: если вы проводите массу времени на сайте, то, вам, вероятно, нравится то, что на нем находится. И если достаточное количество посетителей ведут себя так же, то Google поднимает эту страницу в результатах поиска, чтобы её было проще найти остальным.
RankBrain и органический CTR
Ведущий инженер по ранжированию Google Пол Хаар поднял на уши SEO отрасль, когда показал на конференции данную информацию:
По факту, слайд сообщает нам: «RankBrain периодически располагает страницы в выдаче выше, чем им «следует» быть.
Если вследствие этого её показатель CTR растёт, значит, она заслужила, чтобы получить перманентную прибавку к ранжированию».
У вас не должно возникнуть удивления, что если после всех этих манипуляций страница не получила своих кликов, Google совсем уберёт её с первой страницы выдачи. Зачем она там, если ее не посещают люди? Но если на ваш сайт, находящийся в конце топ 10 посещают, кликают, как ошалелые, то зачем хоронить его на 10 строчке?
Надеюсь данная информация поможет вам доминировать в выдаче Google в 2018 году.
Поведенческие факторы в Яндекс и Google. Новые советы по улучшению ПФ
Как Вам уже вероятно известно, если уж Вы читаете данную статью, существует более двухсот факторов ранжирования сайтов в поиске, включая такие, как возраст домена, “свежесть” контента, якорный текст, мета — теги, описание страницы, контекст пользователя, таких как история поиска, географическое положение и многое другое. Но в последнее время в чистые лидеры вышел такой показатель как «Поведенческий фактор».
У Вас есть конкурент, который расположен по важнейшему для вас запросу в ТОП-3, Вы же заняли только 8 место в выдаче. Вы решили бороться за ТОП и для достижения своей цели Вы наняли копирайтера с целью получить хороший текст и заполнили свою веб-страницу отличным контентом. Возможно Вы, даже переосмыслили структуру посадочной страницы, сделав ее удобней для Ваших потенциальных клиентов.
Теперь сайт конкурента проигрывает вашему порталу по качеству контента и потенциальный клиент, посетивший его задерживается примерно на 60 секунд или не найдя нужного ответа на свой запрос, закрывает ее и возвращается к выдаче. На вашей странице пользователь теперь проводит не менее 120 секунд и активней взаимодействует с контентом, переходя по ссылкам, пользуясь калькулятором или оставляя заявку через форму заказа.
Что же будет дальше? Из-за того что Ваш ресурс стал более подходящим под запросы посетителей, он устремится в ТОП, а сайт конкурента опустится ближе к 10 позиции.
Из этого примера следует вывод, что сайт, который более удобен для взаимодействия с клиентом и более полезен, чем ресурс конкурента, то он очевидно будет выше в выдаче.
Как улучшить поведенческие факторы?
Есть проверенные способы:
1) Правильная внутренняя перелинковка. Свяжите ваш товар или услугу с аналогичными (сопутствующими) товарами, или услугами.
2) Наполнение страниц интересным и качественным контентом. Забудьте о бестолковых «портянках» SEO текстов. Они могут отрицательно сказаться на ваших позициях. Используйте LSI копирайтинг. Структурируйте текст (выделяйте заголовки, тезисы, списки) для того чтобы пользователю было удобно ориентироваться по тексту и соответственно его читать.
3) Разбавляйте сайт видео и изображениями. Исследования показали, что контент разбавленный картинками лучше усваивается человеком, чем обычный текст без визуальных элементов. Встраивайте видео о Ваших товарах или видео отзывы людей, которые уже стали Вашими клиентами.
4) Удержите пользователя полезной «игрой». Встройте на ваш сайт калькулятор, поверьте, в любой тематике есть, что подсчитать хотя бы ориентировочно. Интерактивные элементы в виде flash-игр под вашу тематику. Конструктор товара, где можно собрать подходящую уникальную комплектацию.
Вывод.
Поведенческие факторы не зря заняли доминирующие позиции в ранжировании, не правда ли? То есть, если смотреть масштабно, пользователь будет получать полезный ответ быстрее, чем если бы он нашел его на 9-ой позиции в поиске, а не на 1-ой.
Тогда возникает вопрос, почему же еще пару лет назад пф не играли такой существенной роли? Ответ находится на поверхности и он достаточно прост, представьте сколько нужно вычислительных мощностей и места для хранения данных, чтобы хранить и анализировать поведение миллиарда пользователей интернета. В настоящее время благодаря развитию Big Data(анализу больших объемов данных) и стало возможным эволюция анализа поведенческих факторов.
Как итог, нужно всегда помнить следующее: хороший сайт – это портал для пользователей, он отвечает на вопросы, решает проблемы и удовлетворяет их потребности. Только такой ресурс может претендовать на ТОП в выдаче. Конечно бывает что в ТОП-10 нам попадаются сайты, которые совершенно очевидно там быть не должны, но тут ситуация заключается или в полном отсутствии конкурентов или в грубых ошибках алгоритмов не пускающих на верхние позиции нормальные сайты.
Следите за новостями поведенческих факторов, чтобы быстрее всех реагировать на постоянно меняющиеся алгоритмы.
seofuck.ru
Поведенческие факторы в Google — SEO, заработок, блоггинг
Я думаю многие слышали о том, как Андрей Липатцев (сотрудник качества поиска Google) на конференции CyberMarketing 2014 заявил о том, что Google не учитывает поведенческие факторы. Для многих это стало новостью и породило кучу обсуждений на searchengines и facebook. Однако, как выяснилось впоследствии – тема не учетом Гуглом поведенческих факторов уже многократно поднималась на «встречах Google с вебмастерами», которые проходят аж с 2013 года. Ниже представлены наиболее интересные цитаты сотрудников Google, по данному вопросу.
Перед тем как переходить к видеовстречам с вебмастерами – вброс с CyberMarketing 2014 :
Вопрос. Учитываются ли у вас при ранжировании поведенческие факторы, кликовые факторы и социальные сигналы?
Андрей Липатцев. Мы решили вместо поведенческих факторов и социальных сигналов использовать рост и вес вебмастера. Потому что, в этом смысле настолько же полезные данные, позволяющие нам адекватно оценить качество контента и опыт пользователя. Мы решили, бог с ним, зачем мы будем заниматься ерундой, мы все равно о них знаем все: берем вес, рост и показываем тех, у которых вес к росту имеет идеальный показатель. Мы не учитываем – это слишком шумные факторы. Поведенческие факторы – кто куда заходит, кто там сколько сидит – это жизненно важные для вас данные. В Google Analytics вы можете посмотреть, обязательно смотрите и настраивайте. Я первый человек, который будем вам с утра до вечера говорить, как важно настраивать каналы, как важно отслеживать конверсии, как важно понимать почему одну страницу смотрят, а другую нет, в том числе на мобильном устройстве. Это принципиально важно. Использовать это в ранжирование – шумно, манипулировать этим – легко. Поэтому мы не используем поведенческие факторы. Социальные сигналы – это популярность вашего сайта, это то что на английском называется «цыганский телефон», это то, за счет чего вы бесплатно рекламируете себе гораздо эффективнее, чем через рекламу на телевизоре. Этим тоже нужно обязательно пользоваться, но как сигнал для поискового ранжирования – это слишком шумно. Мы этим тоже пока не пользуемся, потому что это невозможно использовать. Это не значит, что об этом не надо задумываться – это очень важные вещи для бизнеса, поэтому обязательно задумывайтесь об этом, работайте с этим, но для поискового ранжирования мы это не используем. Это не должно вас волновать.
Теперь можно переходить к видеовстречам 🙂 Поскольку в своих выступлениях сотрудники Google периодически ссылаются на прошлые выступления, то данные приведены в хронологической последовательности, ссылки на youtube проставлены сразу с временными метками.
Вопрос. Влияет ли на позиции подключение Google Analytics?
Мария Моева. Нет. Мне кажется, что давно-давно уже был ролик с Matt Cutts, который ответил на тот же вопрос. Команда качества поиска и команда вебспама не смотрят вообще на информацию, которую представляет Google Analytics – это совершенно две разные части компании и существует Великая Китайская Стена между ними, также как она существует между отделами рекламы и отделами поиска. Если вам интересно, что делают пользователи на вашем сайте, как они заходит и уходят, тогда попробуйте использовать Google Analytics, но это никак не скажется на позициях в выдаче. Кроме, как уже говорилось: если вы отслеживаете, смотрите, делаете изменения на вашем сайте, то этом может каким-то образом сказаться, что вы просто внесли изменения. Но просто существования кода Google Analytics на сайте – не сказывается.
Андрей Липатцев. Поисковую машину извне, Google в целом как организацию вы воспринимаете скорее всего, как единое целое. Но внутри самой компании, по хорошим очень причинам существуют очень жесткие правила на обмен информацией. У отдела качества поиска и отдела поиска в целом – нет доступа к информации о рекламодателях, у отдела рекламы нет доступа к той информации, которой обладает отдел качества поиска. Это все разделяется, информация о пользователях, которую они предоставляют используется только с той целью, с которой она была предоставлена.
Вопрос. По поведенческим фактором в Google – они работают, или это миф?
Ринат Сафин. Смотрите, мы как и любой другой вебмастер, смотрим что пользователи делают у нас на сайте, как они взаимодействуют с поиском. Когда мы оцениваем какие-то изменения в наших алгоритмах, мы смотрим на то, на сколько это влияет на то, что делают пользователи у нас на сайте, на нашем поиске. Например, если мы покажем совершенно не релевантные результаты, то пользователи никуда не будут кликать и мы поймем, что по этому запросу у нас скорее всего выдача ухудшилась. За вот такими вещами мы наблюдаем. Гораздо больше влияния на вас оказывает то, что пользователь реально делает на вашем сайте. Когда он к вам пришел, если у вас допустим магазин, вы смотрите на то, совершил человек покупку, или нет, сколько он товаров купил, или он сразу же ушел. Если человек пришел на вашу страницу и сразу же ушел, значит скорее всего он ее нашел не по тому запросу, по которому вы бы хотели, чтобы он ее нашел. Значит возможно нужно что-то на странице поменять. Вот за этим я советую следить. Это такие вещи, которые вы можете очень просто у вас на сайте померить. Нужно найти какую-то ключевую метрику, которую вы хотите соптимизировать – это конверсия пользователей, или сколько пользователь просмотрел страниц на вашем сайте, возвращается ли он к вам регулярно, чего вы хотите добиться на вашем сайте. И вот эту штуку нужно оптимизировать, делая сайт просто удобнее.
Вопрос. Как в Google Analytics вычисляется показатель отказов и как он влияет на видимость сайта в поиске.
Андрей Липатцев. Как он вычисляется лучше спросить ребят, которые сильнее разбираются в Google Analytics. Я только точно скажу, что он никак не влияет. Данные из Google Analytics на ранжирование никак не влияют. Это для вас данные, чтобы понять как пользователи взаимодействуют с сайтом.
Вопрос. Передает ли ссылка, по которой переходят пользователи больший вес документу-акцептору, чем ссылка, по которой никто не кликает. Какой фактор важнее – тематичность окружающего ссылку текста, или кликабельность ссылки.
Андрей Липатцев. Не передает. Кликабельность, тематичность – таких понятий у нас нет. Это придумали себе оптимизаторы, сами проводят по этому поводу конференции, строят свои какие-то математические выкладки. Это очень интересно! Я как математик-любитель, мне очень нравится смотреть как они это делают, но никакого отношения к реальности это не имеет. Фактор тематичность и кликабельность – с точки зрения поисковой системы забудьте про это вообще. С нашей точки зрения вебмастер никак не может повлиять не на тематичность, ни на кликабельность ссылок, которые появляются на его сайт. Когда он начинает на это влиять – это выход за рамки наших рекомендаций…
Вопрос. Как Google относится к «отказникам»?
Андрей Липатцев. Отказники, я так понимаю – это люди, которые зашли на сайт и ушли. В том числе не из выдачи, а из социальных сетей.
Мария Моева. […] Что касается нашей выдачи – мы очень часто смотрим на все эти сигналы, пока они нам кажутся слишком шумными. Пример, который приводил Matt Cutts – даже если люди ищут очки, или торты, если вдруг среди всех картинок они увидят очень красивую женщину, они все равно нажмут на эту конкретную картинку. И это нас приводит к выводу, что не всегда эти оказываются самыми точными, и поведение пользователей нельзя использовать с такой большой точностью, чтобы определять какие страницы надо показывать выше, какие ниже. Но мы экспериментируем, так что если будут какие-либо изменения, мы вам сообщим. Но на данный момент это кажется нам слишком шумным сигналом, чтобы использовать.
Вопрос. Речь про накрутку, при которой в качестве источника трафика указывается поисковая выдача. Накрутку фактически кликов.
Андрей Липатцев. Накрутка – забыли про это. Потому что, что нам эти клики, что из поисковой выдачи, или не из поисковой выдачи, что нам с ними делать? Людям нравится конечно, придумывать себе интересные истории, потом даже доводить их до таких вещей. […]
Мария Моева. Мы много раз говорили, что не используем данные Google Analytics в ранжировании поиска. так что если кто-то хочет добавлять себе referrer, чтобы цифры были получше – пожалуйста, но эту информацию мы не используем в ранжировании.
Вопрос. Какие данные вы используете в качестве поведенческих факторов?
Мария Моева. Мы используем клики, когда мы делаем эксперименты в выдаче, я раньше уже объясняла как это делается. […]
Андрей Липатцев. […] Объясни на пальцах, как работают эксперименты, как клики мы используем в экспериментах? Я знаю, что коллега Gary Illyes давал интервью searchengines. ru. он там упомянул это, но ему там не дали возможность развить эту тему. Может мы просто объясним, что значит «мы используем клики в экспериментах»?
Мария Моева. Ок. Я уже сказала, что инженеры, когда придумывают какие-то улучшения наших алгоритмов, вначале они показывают асессорам, совершенно случайным людям, которые не знают в чем изменение, они показывают им выдачу с экспериментом и выдачу без эксперимента. После этого, если мы решим, что это хорошее изменение (потому что отзывы асессоров были положительными), мы запускаем это скажем в течении 2-х недель на 1% пользователей Google. И потом мы наблюдаем, что они делают. Но они не знают, в каких экспериментах они участвуют, потому что они просто ищут, получают выдачу, нажимают там, смотрят. Конечно мы за этим следим, потому что это реальные люди, если им понравилось изменение, то тогда стоит его внедрить.
Андрей Липатцев. Это важно подчеркнуть. Мы смотрим не на ваши клики, а на наши клики. Куда, кто на нашем сайте (выдаче Google), кто что там делает, это логично и на это мы конечно же смотрим. Кто что ищет, в какой последовательности, много ли раз они ищут, мало ли раз они ищут – это мы анализируем. Но это с одним конкретным сайтом не связано .
Мария Моева. Так как люди не знают в каких экспериментах они участвуют, я вам могу сказать, что любой пользователь Google может участвовать в 10 и более экспериментах, они запускаются и отключаются беспрерывно. Они же не знают, что это эксперимент для нового one box, который показывает погоду по другому немножечко. Поэтому они же не могут кликать туда, или сюда, потому что они не в курсе. Поэтому все эти обсуждения про накрутку кликов нам кажутся немножко смешными.
Андрей Липатцев. […] Не учитываются поведенческие факторы. […] Мы уже обсуждали, как Google использует собственные данные в результатах поиска, во время экспериментов, куда пользователи приходят и уходят, как лучше и как хуже. Это один разговор. В том понимании, в котором о них говорят в России – накликивание на результаты, если какой-то сайт и сделать 100 запросов, 99 раз кликнуть и потом он там всегда будет – нет. И всё. А то что там… По этому принципу, как вы описываете результаты исследования, по этому принципу гадалки работают: молодой, красивый, ждет дальняя дорога и большая любовь… Каждый хочет о себе так думать и в 50% случаев это будет правдой, но что кто-то там насыпал соли, а здесь выросли розы – нет ничего, что могло бы ни опровергнуть, ни подтвердить связь между этими двумя событиями. Поэтому если писать постоянно, что поведенческие факторы работают, вот я в этой бирже купил и выросло… А где все статьи о тех случаях, когда люди купили и не выросло? Этих статей я не вижу. Но я уверен, что если проводить настоящий научный эксперимент, с контрольной группой, с группой тестирования, чтобы там было статистически значимое количество сайтов, тогда можно будет пытаться на что-нибудь претендовать и то, очень условно. […]
Мария Моева. На клики мы смотрим, когда проводим эксперементы, но это люди […] не знают что участвуют в этом эксперименте, поэтому такие клики нельзя накрутить. […]
Андрей Липатцев. На счет влияния CTR – мы в долгосрочном плане анализируем собственный CTR, чтобы понять что у нас происходит. Мы на основании этого анализа долгосрочно меняем сам алгоритм поиска, пытаясь понять что пользователям нравится, а что не нравится. Надеюсь это понятно, но CTR одного конкретного сайта, на этот конкретный сайт – это шум, гам, тарарам. Прийти и накликать туда 100 раз – не составляет никакого труда и что с этим делать?
В этой встрече вопросы по поведенческим факторам были мои. Отмечу, что я как и любой порядочный пейсатель сначала задал вопрос, а только потом отправился смотреть предыдущие выпуски 🙂
Вопрос. На конференции CB2014 вы сказали, что Google не учитывает поведенческие факторы, речь шла только про учет данных на основе Google Analytics, или Google также не учитывает поведение в SERP и данные из Google Chrome? […]
Андрей Липатцев. […] Данные Google Analytics в любом случае не учитываются – это ваши данные для анализа сайта. Следующая часть вопроса: «не учитывает данные из SERP и Google Chrome». Для чего не учитывает? Нужно как-то отделять что мы делаем. Естественно мы смотрим на поведение пользователей на нашей выдаче – это же наш сайт. Мы смотрим как пользователи ведут себя, если пользователи недовольны что мы им показываем, мы реагируем на это. Если довольны, мы тоже реагируем. Так построены сотни наших экспериментов и сотни обновлений в год. Мы экспериментируем, показываем что-то пользователям, смотрим что они делают, на основании этого что-то меняем, или не меняем. Поэтому мы смотрим на то, что они делают. Другой вопрос, что мы смотрим на данные в очень большом масштабе, на данные для всей нашей выдаче, для разделов нашей выдачи, для групп пользователей с которыми мы проводим эксперименты. Если вы думаете о данных для одной конкретной страницы, которая по какому-то конкретному запросу висит в выдаче – там слишком много шума, чтобы с этим что-то делать. […]
Вопрос. Использует ли Google получаемы от Google Chrome данные для построения аналого BrowseRank?
Андрей Липатцев. […] Вопрос идет о том, разрабатываем ли мы что-то, строим ли мы какие-то новые разработки на основе чего-то… Комментировать то, над чем сейчас могут работать – абсолютно бесполезно. Когда оно будет реализовано, тогда мы наверное все об этом узнаем, тогда и поговорим, а сейчас и говорить не о чем. И наконец, я не совсем понимаю цель вопроса, куда он направлен. […] Если практическая сторона вопроса заключается в том, чтобы обращаться в Мовебо, или Userator и тратить деньги на покупку кликов, то не надо. […]
Вопрос. Комментарий по поводу высказывания Владимира Офицерова, нашего коллеги из инженерной команды качества поиска […], он говорил: «И если пользователи вместо того, чтобы кликать на первый результат постоянно кликают на второй, вот тогда ваш сайт попадет под просмотр, и ручные и автоматические алгоритмы вас оттуда уберут » […] Что подразумевается под ручными и автоматическими алгоритмами? Из указанного следует, что конкретный сайт уберут, если на него не кликают.
Андрей Липатцев. Цитирую участника Виктора, с форума Google для вебмастеров: «Речь шла только о том, что если вы выпихните сайт в топ плохими ссылками, то очень скоро он оттуда улетит под плинтус. А то, что не кликают по топовому результату – это только сигнал, что с выдачей не совсем все правильно и нужно обратить внимание. Такой сайт либо заслуживает ручных мер, либо алгоритм ранжирования нуждается в корректировке. Вот и все, нет никаких ПФ влияющих на ранжирование». Я пожалуй лучше чем Виктор, не смог бы ответить сам. Я подписываюсь под этим ответом.
На текущий момент это все. Есть еще открытый тред про учет BrowseRank на форуме Google. где я с нетерпением жду конструктивного ответа Андрея Липатцева, но пока не дождался 🙂
Небольшой подитог по официальной позции Google:
- Google не учитывает серповые ПФ при ранжировании конкретных сайтов;
- Google вообще не использует данные Google Analytics в ранжировании;
- Google использует данные о поведении пользователей при проведении А/Б в SERP, для дальнейшего внесения изменений в алгоритм ранжирования – речь про метрики качества поиска на основе ПФ.
- Подвис в воздухе вопрос, про учет в Google графа переходов пользователей, аналогичного BrowseRank.
Пока все. Если я что-то упустил из официальных источников – поделитесь в комментариях. И не стесняйтесь высказывать свое мнение 😉
crazy-files.ru
Аналитика поведенческих факторов в Яндексе и Google
Поисковые системы традиционно мало упоминают о поведенческих факторах. Яндекс нам рассказывает, что за накрутку банит, а Google, что их вовсе не учитывает. Попробуем рассмотреть вопрос глубже.
Основные источники для получения данных по поведению:
- поисковая выдача
- системы аналитики
- браузеры
- бары
Наиболее полную картину поиск получает по собственной выдаче, т.к. обладает там 100% информацией. Меньшую — из систем аналитики, браузеров и баров.
Одной из самых важных оценок, которые хочет получить поиск – насколько тот или иной документ решает задачу пользователя. Поясним на нескольких примерах.
Если мы говорим про метрики из поисковой выдачи, то поиск может интерпретировать тот факт, что документ был последним в сессии (т.н. «последний клик») или даже единственным, как доказательство решения этим документом задачи пользователя.
Если говорить про данные из систем аналитики, браузеров и баров, то для поиска важно оценить поведение на сайте после перехода по конкретному запросу. Понятно, что у поиска недостаточно данных для расчета метрики по каждому документу и запросу. Для лучшего ранжирования ему помогает агрегированная информация по документам и всему сайту, а также метрики, которые не связаны непосредственно с переходами из выдачи, например, наличие аудитории на документе.
Понятно, что у поиска недостаточно данных для расчета метрики по каждому документу и запросу. Для лучшего ранжирования ему помогает агрегированная информация по документам и всему сайту, а также метрики, которые не связаны непосредственно с переходами из выдачи, например, наличие аудитории на документе.
Для того, чтобы получить представление по возможным метрикам, которые используют поисковые системы, проще всего изучить их публикации на этот счет. Некоторые публикации совершенно точно стоит взять в рассмотрение, а также отталкиваясь от них, можно найти дополнительные данные и предположить несколько десятков метрик. Одним из немаловажных моментов является тот факт, что практически во всех поисковиках (особенно в Яндексе и Bing) метрики очень схожи.
Исходя только их этих публикаций можно предположить несколько десятков метрик.
Одним из немаловажных моментов из подборки выше является, что примерно во всех поисковиках (особенно Яндекс и Bing) метрики очень схожи.
Примеры метрик:
CTR – клики к показам по данному запросу и URLу.
Последний клик – пользователь совершил переход на результат поиска и не вернулся обратно.
Единственный клик – пользователь совершил переход на результат поиска всего 1 раз и не вернулся обратно.
Показы документа в выдаче – показы по любым запросам данного URLа.
CTR документа в выдаче – клики к показам по всем запросам данного URLа.
Время между кликами – для поиска может обозначить сколько пользователь провел на данном сайте.
Переход на вторую страницу поиска – для поиска может обозначать, что на 1-ой не был найден нужный ответ.
Уход в другую поисковую систему – актуально для Яндекса.
Время на документе – как правило среднее время, которое пользователи проводят на данном URL.
Количество длинных кликов – переходы, после которых пользователь вернулся в выдачу только спустя 60 секунд.
И прочие.
Целью исследования является отбор метрик, поддающихся измерению, и анализ силы их влияния на ранжирование.
Метрики про CTR
Считать CTR по продвигаемой семантике не так сложно – сервисы для вебмастеров Яндекса и Google предоставляют эту информацию. В обоих сервисах полнота меньше, чем действительность, т.е. отображаемое количество переходов меньше, чем по системам аналитики.
Яндекс позволяет уточнять регион показов и кликов, а также добавлять до 500 запросов в отслеживание.
Google дает еще больше настроек – география, тип устройства, тип поиска и проч, а также отдает информацию по 1000 запросам.
Для того чтобы понимать, хороший мы получаем CTR или нет, его необходимо с чем-то сравнивать, а точнее с «нормальным» CTR для данной позиции. Для этой цели можно построить среднее распределение по ТОП-10 выдачи. Стоит отметить, что это не совсем корректно, т.к. зависит от тематики, типов запросов, наличия колдунщиков и т.д.
Так как большинство клиентов по-прежнему ориентировано на Яндекс, то в первую очередь оптимизаторы нашей компании занимаются сниппетами под него, а не под Google. При проверке так и оказалось – более 2/3 запросов имеют CTR лучше среднего по Яндексу и хуже среднего по Google.
Для более эффективной работы со сниппетами, их безусловно удобно хранить и визуально отображать. На данный момент это позволяют делать ряд сервисов, например, Seopult и Топвизор.
Так как Яндекс и Google отдают данные только по ограниченному количеству запросов, то для крупных проектов, особенно интернет-магазинов, порталов, т.е. проектов с большими каталогами типовых страниц, удобно оценивать хостовый (доменный) CTR.
У Google это совсем просто — при анализе стоит ориентироваться на среднее в 3-4%.
У Яндекса нужно зайти в «Популярные запросы» и поделить клики на показы. При анализе стоит ориентироваться на 1%.
Таким образом, по работе с метриками по CTR стоит следовать следующим рекомендациям:
Как, собственно, управлять сниппетами это отдельный вопрос, к сожалению, не в рамках данного обзора.
Метрики про время, глубина, отказы, наличие непоисковой аудитории
Измеряемые метрики:
По первым трем метрикам будем сравниваться с конкурентами. Для этого сначала определимся, кого считать таковыми, по пересечению семантики. Далее соберем конкурентные данные по аналогичным метрикам (только по доменам) в сервисе Similarweb.
Так как данные в Similarweb – примерные, то стоит посмотреть их корреляцию с Google.Analytics.
Для анализа влияния на ранжирование применим следующие упрощения:
Также, для упрощения, данные по запросам будем брать с релевантных документов.
Посчитаем соответствующие метрики для обоих выборок и расположим друг под другом. Яндекс и Google, а также отдельно смотрим URLы и запросы.
Сразу стоит отметить, что метрики в Google ведут себя очень похоже с метриками в Яндексе.
Также интересный момент, что после введения Яндексом нового алгоритма, который подмешивает (и соответственно) опускает менее релевантные документы в верх выдачи – документы были опущены вне зависимости от показателей времени, т.е. доля «метрики+» «время лучше» — упала.
В целом, очень сильных метрик тут выявлено не было, стоит обратить внимание на:
- «Время лучше» – время на документе лучше конкурентов
- «Доля неПС выше» – на документе есть хотя бы 10% непоискового трафика
- «Глубина лучше» – глубина на сессиях с документа лучше конкурентов
Таким образом, по метрикам связанным с данными по времени, глубина, отказам и составу аудитории рекомендуется:
По крауд-маркетингу можно использовать как внутренние ресурсы компании, так и фрилансеров или команды, которые специализируются на подобных услугах.
По социальным сетям вполне эффективно использовать платные посты в различных биржах, например, через эту биржу. Стоит заметить, что тут важен креативный подход к публикуемому контенту.
Метрики про длинные клики
Длинные клики – это переходы из выдачи, после которых пользователь провел более определенного времени на сайте.
В качестве временных засечек были выбраны 60 секунд и 180 секунд. Напомним, что поиск может интерпретировать эту информацию, как факт того, что пользователь успешно решал или решил свою задачу на сайте, ну или он невозможно сложный.
Также имеет смысл смотреть не на абсолютные показатели, а на долю. В качестве отсечек были выбраны – 5%, 10%, 20% и 30%.
Длинные клики удобно считать через API как Яндекс.Метрики, так и Google Analytics. Считать можно как для запросов, так и для документов.
В случае ручного подсчета, можно воспользоваться сегментацией в новой Метрике, а также сравнением сегментов.
Пример для длинных кликов более 3 минут в Яндексе:
Для анализа влияния на ранжирование возьмем такие же выборки, что и ранее.
Как видим, метрики по URLам для Яндекса и Google ведут себя очень похоже. По запросам — примерно такая же картина. Мы по-прежнему смотрим, чтобы сумма по вкладу «метрика+» и «метрика-» была максимальна.
Для Яндекса это:
- 10% и 5% доля длинных кликов по URL более 1 минуты и 3 минут соответственно.
- 30% доля длинных кликов по запросу более 1 минуты.
Для Google это:
- 10% доля длинных кликов по URL более 1 минуты и 3 минут соответственно.
- 10% доля длинных кликов по запросу более 3 минут.
Таким образом, по работе с метриками по длинным кликам рекомендуется следующее:
Источник: searchengines.ru
seocub.ru
Поведенческие факторы и социальные сигналы в Google: миф или реальность
«Google не использует поведенческие факторы и социальные сигналы в ранжировании сайтов», - заявил специалист службы качества поиска Google Андрей Липатцев в ходе вопросов из зала на конференции CyberMarketing-2014 (16 октября). По словам сотрудника Google, эти сигналы слишком шумные и ценность этих данных для ранжирования такая же, как рост и вес вебмастера.
Однако несколькими днями раньше компания Moz опубликовала результаты ежегодного исследования выдачи Google, в которых говориться об обратном. По мнению западных SEO-экспертов, на позиции сайта в локальной выдачи помимо всего прочего влияют поведенческие факторы (6,9%) и социальные сигналы (5,8%).
Чуть раньше, в сентябре 2014 года, компания SearchMetrics опубликовала свое исследование факторов ранжирования Google. И здесь также отмечалось, что поведенческие факторы учитываются поисковиком при ранжировании сайтов. Отмечается большая связь между позицией и CTR, показателем отказов и временем на сайте.
Что же касается социальных факторов, то Google в этом вопросе не постоянен. Вот небольшая историческая справка:
Декабрь 2010 года. Руководитель отдела поискового спама Google Мэтт Каттс говорит вебмастерам, что ссылки из Twitter и Facebook принимаются во внимание поисковиком. Параллельно с этим Google пытается определить репутацию автора данного сообщения, где присутствует ссылка. Однако это не самый важный фактор в ранжировании результатов поиска.
Август 2012 года. Мэтт Каттс уже заявляет, что социальные сигналы не могут расцениваться как надёжный показатель. Что касается лайков/расшариваний/твитов, Google легко может их сосчитать, но он слишком умён, чтобы учитывать их в качестве социального сигнала.
Вполне вероятно, что вскоре поисковик может опять изменить свое официальное отношение к социальным факторам.
Конечно, во многом это вопрос терминологии, сложно сказать, что конкретно вкладывает Google в понятие "социальные и поведенческие факторы". Поэтому, на наш взгляд, к Google прислушиваться нужно, так же как и продолжать качественную работу (= не боты, не эмуляция) над поведенческими факторами своего ресурса в частности. А Rookee вам в этом с радостью помогут.
www.rookee.ru
Поведенческие факторы в Google Analytics: когортный анализ
Говорят, мудрый учится на чужих ошибках, умный – на своих, а дурак – не учится вообще. Мы пошли дальше и считаем, что учиться нужно не только на ошибках, но и на победах. Особенно, когда речь касается диджитал-маркетинга. Поэтому сегодня поговорим об аналитике, а именно – о когортном анализе в Google Analytics. Продуктивного чтения!
Что такое когортный анализ?
Прежде, чем ответить на этот вопрос, разберемся в происхождении самого термина. Толковый словарь Ожегова определяет когорту как крепко сплоченную группу соратников. А в Римской империи так называли военные формирования, которые составляли 1/10 часть легиона. Итого: когорта – это группа лиц, объединенных по какому-либо общему признаку.
Теперь в контексте маркетингового анализа. Хорошее определение в своей книге дают Алистер Кролл и Бенджамин Йосковитц:
«Когортный анализ – это метод поведенческой аналитики, который вместо того, чтобы рассматривать клиентов как единое целое, разбивает их на отдельные группы. Людей в каждой когорте объединяет общий опыт, который они получили в определенный момент времени».
Когортный анализ в Google Analytics
Чтобы задать данные для когортного анализа, перейди в:Google Analytics > Отчеты > Аудитория > Когортный анализ
Осталось настроить четыре пункта меню.
Тип когорты. Здесь можно задать характеристику, по которой пользователи будут распределяться на когорты. Пока клиентов можно сортировать только по дате первого посещения, но уже скоро могут появиться и другие варианты.
Размер когорты. В этом поле нужно выбрать временной интервал, по которому будут рассчитываться когорты. Доступна сортировка по дням, неделям и месяцам.
Показатель. Самый интересный фильтр. Здесь можно указать, по какому параметру будет проводиться анализ когорты. Всего доступно 14 показателей:• длительность сеанса;• общее количество конверсий;• суммарный доход;• количество пользователей в когорте;• количество просмотренных страниц;• число сеансов по когорте;• количество транзакций;• средняя длительность сеанса каждого пользователя;• достигнутые цели каждого пользователя;• средний доход от пользователя;• просмотров страниц на пользователя;• сеансов на пользователя;• транзакций на пользователя;• вернувшиеся клиенты.
Диапазон дат. От 7 дней до 3 месяцев.
Теперь к анализу
Итак, с пунктами меню разобрались. Для примера мы взяли следующие настройки:
• Тип когорты – дата первого посещения.• Размер когорты – по неделям.• Показатель – транзакции.• Диапазон дат – за 6 недель.
И получилась вот такая таблица.
О чем она говорит?
В первом столбце видим непосредственно все шесть когорт и количество пользователей в каждой из них. Дальше замечаем, что пользователи, которые впервые зашли на сайт с 29 октября по 4 ноября 2017 года, сделали 49 покупок на нулевой неделе после первого посещения, 5 – на первой неделе, а в следующие пять недель не совершали покупок вообще. И похожее по каждой когорте.
Ок, и что дальше?
А дальше – самый ответственный и сложный этап: сделать правильные выводы.
У тебя порядок с количеством продаж, но анализ показывает, что 90-95% продаж совершаются на нулевой неделе? Это говорит о том, что клиенты почти не возвращаются. Конечно, для многих видов бизнеса (например, для мебельных магазинов) это не такая странность, но, если ты продаешь сувениры или футболки, есть повод задуматься. Показатель здорового бизнеса – 30% транзакций от постоянных клиентов, 70% от разовых. Если первое число гораздо меньше, работай над качеством услуг, чтобы люди возвращались, а не разочаровывались уже после первой покупки.
Это только один из примеров использования когортного анализа. Таких много.
1. Отследив, на какой неделе (дне?) заканчивается активный возврат клиентов, можно определить наиболее подходящее время для повторного обращения к ним посредством ретаргетинга или email-рассылки.
2. Если ты любитель кратковременных рекламных кампаний, когортный анализ покажет продолжительность действия рекламного эффекта на пользователей.
3. Узнав время, за которое клиенты окончательно теряют интерес к твоему сайту, можно прицельнее отсеивать «холодных» пользователей.
Бонус
Обрати внимание, что при стандартных настройках когортного анализа мы получаем отчет по всему трафику без возможности его фильтрации. Благо, здесь есть функция добавления сегментов, которая поможет отслеживать платный трафик по когортам и другие интересные показатели.
Нужно просто нажать на +Добавить сегмент.
Кстати, сегменты – тоже интересная тема, скоро вернемся к ней с детальным гидом.
Ну, а на сегодня давай заканчивать с теорией. Хочешь еще немного полезностей – рекомендуем книгу Якова Осипенкова «Google Analytics для googлят». А сейчас нам интересны твои примеры использования когортного анализа на практике.
goodmobile.su
