Поведенческие факторы - это действия пользователей в поисковой выдаче и на сайте, которые показывают полезность и релевантность данного сайта и могут влиять на его ранжирование в поисковых системах.
CTR (click through rate) показывает, какой процент пользователей, увидевших сниппет (краткое описание сайта), кликнули по нему и перешли на сайт.
Рассчитывается по формуле:
CTR = (количество кликов/количество показов) х 100 %
Количество посещений указывает на популярность и востребованность сайта у пользователей.
Продолжительность посещения - очень важный показатель качества контента. Если пользователь найдет что-то интересное на странице, то обязательно задержится на какое-то время.
Показывает количество страниц, просмотренных пользователем за время одного посещения сайта. Этот фактор важен для многостраничных ресурсов.
Это процент посетителей, покинувших сайт после захода только на одну страницу. Возможно, пользователь ушел, поскольку сразу нашел нужную информацию, а может быть потому, что сайт показался ему бесполезным. Для уточнения показателя отказов Яндекси Google также учитывают активность пользователей на сайте (просмотры страниц, переходы по внешним ссылкам, загрузки файлов, просмотр видео и т.д.).
в Яндексе учитывается не только действия пользователя на странице, но и продолжительность посещения, поэтому показатель отказов Яндекса может сильно отличаться от показателя Google.
Подробнее о показателе отказов читайте в отдельной статье нашего блога.
Если пользователь вернулся со страницы сайта обратно к поиску, значит он не нашел нужной информации. Этот фактор поведения напрямую зависит от релевантности страницы поисковому запросу (ключевые слова) и сразу отслеживается поисковыми системами.
Оценка действий пользователей является важным фактором ранжирования как для Google, так и для Яндекса, поскольку она опирается непосредственно на мнение посетителей о сайте.
Поведенческие факторы влияют как на позиции сайта, так и на конверсию (на коммерческих сайтах) и накопление аудитории (на информационных сайтах).
О том, что Яндекс учитывает действия пользователей при ранжировании, упоминалось ещё в 2008 году. В анонсе одного из семинаров сообщалось о докладе сотрудника Яндекса "Анализ поведения пользователей для улучшения качества ранжирования", в котором должна была идти речь о том, как клики пользователей могут повлиять на ранжирование сайтов в поиске.
В 2012 году на 21-ой Международной конференции ACM по управлению информацией и знаниями (CIKM 2012) в докладе представителей Яндекса «Session-based Query Performance Prediction» были приведены различные внешние поведенческие характеристики поисковой сессии (число кликов, доля длинных кликов, средняя длина сессии в секундах и др.).
В сентябре 2015 г. вводится алгоритм «Многорукий бандит», который осуществляет периодическое подмешивание в ТОП-10 поисковой выдачи новых сайтов. Это позволяет Яндексу оценить действия пользователей в отношении этих ресурсов и учесть полученные данные при их ранжировании.
Также Яндекс неоднократно заявлял о недопустимости накруток поведенческих факторов и в 2011 году объявил о применении санкций за использование таких спам-технологий.
Официальные представители Google обычно не признавали использование в ранжировании поведенческих факторов, поскольку эти сигналы «слишком шумныме» и ими легко манипулировать. При этом подразумевались действия пользователей на сайте, которые фиксируются счетчиком Google Analytics. В то же время Google явно анализирует поведение пользователей на странице выдачи - клики и переходы на сайт, возвращение с сайта в поисковую выдачу. Об этом не только упоминали представители компании, но и свидетельствовали эксперименты – например, тот, который проводил сотрудник компании Moz Ренд Фишкин в 2014 году. Он попросил подписчиков в твиттере ввести в поиске Google запрос “IMEC Lab” и в результатах поиска кликнуть по сайту moz.com. После того, как было сделано 228 кликов за 3 часа, сайт поднялся с 7 на 1 позицию по этому запросу.
В марте 2019 года Google получил патент «Modifying search result ranking based on implicit user feedback», в котором описывается изменение ранжирования результатов поиска на основе «неявной обратной связи с пользователем», то есть поведенческих факторов.
На ранжирование, в частности, помимо CTR документа по запросу, влияет длина клика (то есть время между кликом по сниппету и возвращением на страницу выдачи). Длинный клик может свидетельствовать о пользе документа, а потому получает гораздо больший вес при ранжировании.
Для измерения релевантности документа предлагается использовать такие показатели, как отношение числа длинных кликов к коротким или отношение числа длинных - ко всем (долю длинных кликов).
Также выделяется последний клик (когда пользователь не возвращается на страницу с результатами поиска). Этот сигнал сообщает поисковику о том, что пользователь нашёл нужную информацию на сайте, а, значит, может считаться вероятным показателем хорошей страницы и иметь достаточно большой вес.
В патенте также говорится о необходимости защиты от накруток поведенческих факторов.
Для обеспечения большей точности данных предполагается дифференцированный подход к оценке действий различных категорий пользователей. Меньший вес придается кликам пользователей, постоянно выбирающих результаты только из первой тройки сайтов. Больший вес получают клики опытных пользователей, которые вводят много запросов по определенной тематике.
Кроме того, оценка значимости параметров может варьироваться в зависимости от языка или страны пользователей.
На страницах результатов поиска собираются внешние поведенческие факторы (CTR сниппетов, процент возвратов в поиск, время от момента перехода на сайт из поисковой выдачи до возвращения к результатам поиска, URL страницы выхода и т. д.).
Счетчики Яндекс.Метрика и Google Analytics, установленные на страницах ресурса, передают поисковым системам подробные данные о действиях посетителей на сайте.
Главная страница в Google Analytics
Страница «Сводка» в Яндекс.Метрике
Сведения о пользовательских характеристиках учитывают Яндекс.Браузер и Google Chrome (данные о введенных поисковых запросах, о посещении веб-сайтов и др.).
Например, расширение Яндекс.Элементы (ранее - Яндекс.Бар) отслеживает, какие сайты пользователь часто посещает, с каких уходит, на какие возвращается.
Оптимизатор не может получить доступ к поведенческой статистике поисковых систем (например, к CTR сниппета или проценту возвратов в поиск), так как эти данные закрыты. Но он может ориентироваться на доступные ему показатели счётчиков, которые косвенно отображают данные поисковых систем:
Использование Яндекс.Метрики и Google Analytics по отдельности не всегда удобно для быстрого сбора и оценки данных. В сервисе «Лабрика» вся необходимая информация по основным поведенческим характеристикам предоставляется в едином сводном отчете. Чтобы получить эти данные, нужно только подключить счетчики к сервису.
В отчёте указывается общий размер приходящего на сайт трафика (количество человек) и среднее число посетителей в сутки. Представлен график динамики посещаемости по неделям.
Показатель отказов определяется в процентах - как доля от общего числа сеансов (посещений). В отчёте даётся общий процент отказов по сайту, а также график изменения этого показателя по неделям.
Сегодня значительная доля интернет-трафика приходится на пользователей мобильных устройств и поведенческие показатели мобильной версии являются значительным фактором ранжирования. «Лабрика» показывает основные поведенческие характеристики по устройствам разного типа.
Вы можете сравнить показатели мобильных и десктопных устройств – для удобства они сведены в одну таблицу.
Если на каких-то устройствах параметры окажутся хуже, стоит проверить на них корректность отображения и скорость загрузки страниц.
Динамика числа посетителей, пришедших на сайт из разных источников, показана на графике. Это могут быть прямые заходы по URL-адресу, переходы из поисковых систем или по ссылкам на сторонних ресурсах и т. д.
Статистика по основным поведенческим факторам каждого источника трафика приводится в сводной таблице – указано количество посетителей, процент отказов и число потерянных пользователей (которые перестали взаимодействовать с сайтом).
Показатели, выходящие за пределы нормы, подсвечиваются красным и сопровождаются соответствующим предупреждением. Это поможет установить как самые результативные источники трафика, с которых на сайт заходит наибольшее число посетителей, так и неэффективные каналы продвижения с минимальным количеством посещений и высоким процентом отказов.
В разделе представлены поведенческие характеристики посадочных страниц сайта - показаны размер трафика, приходящего на страницу (количество человек), процент отказов по ней и число потерянных пользователей.
Об отклонении показателей от нормы «Лабрика» также предупреждает с помощью красной подсветки и сообщения. Вы можете посмотреть, на каких страницах теряется больше всего трафика, и переделать их.
В отдельной таблице приводятся страницы, которые не посещались в течение полугода. Это поможет обнаружить, например, страницы с ошибкой 404 и другие неисправности или недоработки, отрицательно влияющие на ранжирование.
Раздел предоставляет информацию о поведенческих факторах по городам, из которых приходят посетители сайта.
По диаграмме и таблице можно увидеть, из каких городов заходит наибольшее количество посетителей, показатель отказов по этим заходам и число потерянных пользователей. С помощью этих показателей можно отследить нецелевой трафик, например, из городов, в которых вы не оказываете свои услуги.
На графике в разделе показано количество пользователей, заходящих из различных поисковых систем.
В таблице отображаются поведенческие характеристики по ключевым фразам. Фразы, по которым показатели отклоняются от нормы, «Лабрика» подсвечивает красным. Также будет показано предупреждение об этом и рекомендованы меры, которые следует предпринять.
В сводном отчёте представлены основные параметры, характеризующие поведение пользователей на сайте. Более детально с поведенческими факторами можно ознакомиться в отдельных отчётах данного раздела.
Например, при переходе к отчёту «Отказы с органики» вы увидите сводную таблицу, в которой отображаются основные поведенческие характеристики по конкретным поисковым системам. Эта информация поможет определить, в каком поисковике есть проблемы с продвижением.
«Лабрика» предоставляет поведенческую статистику по конкретным запросам. Сервис показывает, по каким фразам пользователи заходят из поиска, сколько посетителей совершили переход на сайт по конкретному запросу, а также процент отказов и число потерянных пользователей. С помощью этих данных вы можете оценить релевантность сайта данному запросу с точки зрения пользователя, найти ключевые фразы с низким показателем количества переходов и улучшить оптимизацию страниц под эти фразы.
Чтобы пользователи чаще посещали ваш сайт и проводили на нем больше времени, он должен быстро и качественно решать их задачи. Для этого нужно:
Подробнее узнать о том, как можно улучшить поведенческие факторы сайта, вы можете в отдельной статье нашего блога.
Читать дальше подобные статьи