Научная статья на тему 'Влияние поведенческих факторов ранжирования на позиции сайтов в результатах поисковой выдачи'

Влияние поведенческих факторов ранжирования на позиции сайтов в результатах поисковой выдачи Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
274
31
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
РАНЖИРОВАНИЕ САЙТОВ / ПОВЕДЕНЧЕСКИЕ ФАКТОРЫ РАНЖИРОВАНИЯ САЙТОВ / ПОИСКОВЫЕ СИСТЕМЫ / ПОИСКОВАЯ ОПТИМИЗАЦИЯ / ПОКАЗАТЕЛЬ ОТКАЗОВ / ГЛУБИНА ПРОСМОТРА

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Пестерев П.В.

В статье рассмотрены основные поведенческие факторы ранжирования сайтов и их влияние на результаты выдачи сайтов поисковыми системами. Рассмотрены следующие факторы: показатель отказов; глубина просмотра; время, проведенное на сайте; паттерн движения по сайту и характер перемещения курсора по экрану; возвращение на сайт не из поискового ресурса; возврат к повторному поиску; кликабельность сниппета. На основе данных факторов строятся математические модели и алгоритмы поисковых систем. Учитывая данные факторы, разработчики сайтов могут поднять свои ресурсы в результатах поисковой выдачи.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Влияние поведенческих факторов ранжирования на позиции сайтов в результатах поисковой выдачи»

001: 10.12737/24478

Пестерев П.В., аспирант Омский государственный технический университет

ВЛИЯНИЕ ПОВЕДЕНЧЕСКИХ ФАКТОРОВ РАНЖИРОВАНИЯ НА ПОЗИЦИИ САЙТОВ В РЕЗУЛЬТАТАХ ПОИСКОВОЙ ВЫДАЧИ

scoolptor@mail.ru

В статье рассмотрены основные поведенческие факторы ранжирования сайтов и их влияние на результаты выдачи сайтов поисковыми системами. Рассмотрены следующие факторы: показатель отказов; глубина просмотра; время, проведенное на сайте; паттерн движения по сайту и характер перемещения курсора по экрану; возвращение на сайт не из поискового ресурса; возврат к повторному поиску; кликабельность сниппета. На основе данных факторов строятся математические модели и алгоритмы поисковых систем. Учитывая данные факторы, разработчики сайтов могут поднять свои ресурсы в результатах поисковой выдачи.

Ключевые слова: ранжирование сайтов, поведенческие факторы ранжирования сайтов, поисковые системы, поисковая оптимизация, показатель отказов, глубина просмотра._

Введение. Ранжирование сайтов - сортировка сайтов в результатах поисковой выдачи, применяемая поисковыми системами, такими как Google, Yandex, поиск Mail и т.д. Ранжирование осуществляется при помощи алгоритмов поисковых ресурсов, которые меняются в процессе их функционирования [1]. Для того чтобы сайт попал в верхние позиции поисковой выдачи, необходима его поисковая оптимизация (или SEO-оптимизация (Search Engine Optimization)) - набор действий, направленный на получение высоких позиций сайта в результатах поисковой выдачи путем его изменения, а также изменения элементов его внешней среды (приведение внутреннего содержимого сайта (кода его страниц) к требованиям поисковых систем) [1-4]. Качество сайтов и их поисковой оптимизации поисковые системы определяют при помощи подстановки в алгоритмы поисковых систем данных, собранных через системы статистики (Яндекс.Метрики, Google Analytics и т.д.), браузеры (Google Chrome, Internet Explorer, Opera, Яндекс-браузер и т.д.) и надстройки для браузеров (например, Ян-декс.Бар). Все факторы ранжирования (данные, собранные поисковыми системами) условно можно разделить на внутренние, внешние и поведенческие [5, 6]. В данной статье подробно рассматриваются основные поведенческие факторы ранжирования (совокупность пользовательских характеристик, участвующих в оценке сайта при ранжировании [7]), к которым относятся показатель отказов; глубина просмотра; время, проведенное на сайте; паттерн движения по сайту и характер перемещения курсора по экрану; возращение на сайт не из поискового ресурса; возврат к повторному поиску; клика-бельность сниппета.

Показатель отказов. Показатель отказов (bounce rate) - термин в веб-аналитике, который обозначает в процентном соотношении количество посетителей сайта, покинувших его после просмотра первой страницы [8]. Его можно вычислить как соотношение количества посетителей, просмотревших только одну страницу к общему количеству просмотров страницы.

Высокий показатель отказов, как правило, означает проблемы на сайте, связанные, например, с навигацией, оформлением или содержанием. Также бывают и ложные отказы, если пользователь нашел необходимую информацию на первой странице, из-за чего не переходил на другие.

К особым случаям относятся сайты с одной страницей, для анализа которых используются методы отслеживания событий (взаимодействие пользователя с контентом, отслеживаемое независимо от количества просмотренных страниц, например, загрузки, клики по объявлениям, использование элементов Flash, гаджетов, воспроизведение видео и т.д.).

Глубина просмотра сайта. Глубина просмотра сайта - один из поведенческих факторов ранжирования, определяющийся количеством страниц, открытых пользователем при одном посещении сайта [9, 10]. Данный параметр может быть рассчитан за разный период времени (сутки, неделя, месяц и т.д.) и представляет собой соотношение общего числа просмотров страниц к числу посещений. Высокий показатель глубины просмотра свидетельствует о заинтересованности пользователя информацией, предоставленной на сайте. Данный показатель во многом зависит от удобства интерфейса и навигации; от того, какие задачи пользователей решает сайт; от соответствия ожиданиям посе-

тителей и от рассредоточенности контента по страницам ресурса.

Зависимость глубины просмотра и удобства интерфейса сайта не линейна. При удобной навигации глубина просмотра уменьшается в связи с тем, что пользователь быстро находит нужную информацию. В то же время, при плохой навигации и некачественном интерфейсе, пользователь, не разобравшись, может быстро покинуть сайт.

Глубина просмотра для разных типов сайтов может сильно отличаться. Так, например, для справочных ресурсов достаточно просмотра одной страницы, чтобы найти необходимую информацию, соответственно и глубина просмотром будет низкой. В то же время для интерактивных ресурсов этот показатель будет значительно выше и может превышать десятки страниц.

В зависимости от того, насколько сайт соответствует ожиданиям пользователя, будет зависеть время, проведенное на сайте, и количество просмотренных страниц. Например, если пользователь по запросу искал интернет-магазин, а попал на новостной ресурс, то он его сразу покинет.

Также важна рассредоточенность контента по страницам ресурса. Если нужная статья разбита на несколько частей, то посетителю сайта придется переходить по страницам сайта, увеличивая глубину просмотра. Однако не стоит злоупотреблять. Если статья маленькая, а разбита на слишком большое количество частей, то пользователь может покинуть сайт и найти ресурс с более удобным оформлением.

Время, проведенное на сайте. Время, проведенное пользователем на сайте - один из самых важных поведенческих факторов, т.к. напрямую показывает заинтересованность посетителя ресурсом. В Google Analytics данный показатель считается без учета времени посещения последней страницы [7, 11]. Т.е., если пользователь зашел на страницу A в 8:00, затем в 8:03 перешел на страницу B, а на страницу C в 8:07, то общее время, проведенное на сайте, составит 7 минут, без учета времени посещения страницы C. Это необходимо, потому что часто пользователь может оставить вкладку открытой, при этом на самом деле перестав просматривать сайт. В этом случае важен паттерн движения по сайту и характер перемещения курсора по экрану.

Паттерн движения по сайту и характер перемещения курсора по экрану. Поисковыми системами учитываются такие показатели, как прокрутка страницы, движение курсором, клики. Если движение курсора отсутствует, то это

может быть индикатором накрутки, либо означать то, что пользователь оставил вкладку с сайтом открытой, не пользуясь ей. Также индикатором накрутки могут считаться повторяющиеся, одинаковые точки остановки на странице, или одинаковый путь, проделываемый курсором. В Яндекс.Метрике есть инструмент «Вебвизор» [12], ведущий записи действий пользователей и позволяющий в дальнейшем выявлять сложности при посещении пользователями сайта. Похожий инструмент есть и в Google Analytics [11].

Возвращение на сайт не из поискового ресурса. Если пользователь переходит на сайт не из поисковой системы, а, например, через оставленные закладки, то это является показателем заинтересованности пользователя и как следствие, более высокие позиции в результатах поисковой выдачи. Такие данные могут быть собраны через браузеры. Например, в Google Chrome даже есть функция, на основе которой автоматически формируется стартовая страница браузера с вкладками сайтов, наиболее часто посещаемых с этого браузера на этом компьютере.

Возврат к повторному поиску. Поисковые системы фиксируют возврат пользователя к повторному поиску. Если это происходит, то сайт может понизиться в результатах поисковой выдачи, т.к. это означает то, что пользователь не нашел на сайте нужной информации. Чтобы это предотвратить, разработчикам сайтов необходимо правильно проставлять ключевые слова (исследования [13] показывают, что правильно проставленные ключевые слова играют очень важную роль) и повышать релевантность страниц сайта (соответствие поискового запроса полученному документу [14, 15]). Если это сайт-магазин, то необходимо устанавливать конкурентоспособные цены.

Кликабельность сниппета. Чем больше пользователей кликнуло по сниппету (ссылке с кратким описанием в поисковой выдаче), тем выше рейтинг сайта в результатах ранжирования. Однако этот фактор сильно связан с факторами, описанными выше, и если после клика по сниппету пользователи быстро покидают сайт, то он может быстро опуститься в результатах поисковой выдачи.

Выводы. Ранжирование сайтов поисковыми системами осуществляется на основе математических моделей и алгоритмов, учитывающих различные факторы ранжирования (внутренние, внешние, поведенческие). В статье были рассмотрены основные поведенческие факторы ранжирования, учитывая которые можно добиться высоких позиций в результатах поис-

ковой выдачи, сделав качественную поисковую оптимизацию своего ресурса. На основе данных факторов постоянно совершенствуются существующие математические модели и алгоритмы поисковых систем, а также создаются новые.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Ашманов И.С., Иванов А.А. Продвижение сайта в поисковых системах. ИД Вильямс, 2011. С. 71.

2. Севастьянов И.О. Поисковая оптимизация. Практическое руководство по продвижению сайта в Интернете. СПб.: Изд. Питер, 2010. С. 25

3. Enge E., Spencer S., Stricchiola J., Fishkin R. The Art of SEO. O'Reilly Media, 2012. 718 p.

4. Этемез Е. Поисковая оптимизация от А до Я. М.: Вильямс, 2008. 598 с.

5. Пестерев П.В., Дьяконов Д.В., Рудюк А.П., Янишевская А.Г. Влияние факторов ранжирования на позиции сайтов в поисковых системах [Электронный ресурс]. Систем. требования: AdobeAcrobatReader. URL: http://ivdon.ru/ru/magazine/archive/N4y2014/2729 (дата обращения 30.01.2017)

6. Пестерев П.В., Янишевская А.Г. Модель суммарной оценки сайта в сети Интернет на основе факторов ранжирования [Электронный ресурс]. Систем. требования: AdobeAcrobatReader. URL: http://ivdon.ru/ru/magazine/archive/n3y2015/3216 (дата обращения 30.01.2017)

7. Энциклопедия поискового продвижения Ingate [Электронный ресурс]. Систем. требования: AdobeAcrobatReader. URL:

http: //www. sembook.ru/book/ ranzhirovanie -v-detalyakh/povedencheskie-faktory/ (дата обращения: 30.01.2017)

8. Гроховский Л., Сливинский М., Чекушин А., Ставский С. SEO: руководство по внутренним факторам. М.: Центр исследований и образования «ТопЭксперт.РФ», 2011. 133 с.

9. Петроченков А.С., Новиков Е.С. Идеальный Landing Page. Создаем продающие вебстраницы. СПб.: Питер, 2015. 98 с.

10. Гроховский Л., Севастьянов И., Иванов Д., Фиронов Ф. Продвижение порталов и интернет-магазинов. СПб.: Питер, 2013. 224 с.

11. Google Analytics [Электронный ресурс]. Систем. требования: AdobeAcrobatReader. URL: https://www.google.com/analytics/ (дата обращения: 30.01.2017)

12. Яндекс.Метрика. Вебвизор [Электронный ресурс]. Систем. требования: AdobeAcrobatReader. URL: https://metrika.yandex.ru/promo/webvisor (дата обращения: 30.01.2017)

13. Tober M. Searchmetrics Ranking Factors 2014: Why Quality Content Focuses on Topics, not Keywords // Moz: Inbound Marketing and SEO Software URL: moz.com/blog/searchmetrics-ranking-factors-2014.

14. Капустин В.А. Основы поиска информации в Интернете. Методическое пособие. СПб.: Институт «Открытое общество», 1998. 13 с.

15. Словарь стандартизованной терминологии по информации, библиотечному и издательскому делу. М.: ВИНИТИ РАН, 2007. 129 с.

Pesterev P.V.

THE IMPACT OF BEHAVIORAL FACTORS OF RANKING ON POSITIONS OF SITES IN SEARCH RESULTS

The article describes the main behavioral factors ranking sites and their influence on the results of issuance of websites by search engines. The article considers the following factors: bounce rate; depth of view; time spent on the site; pattern of traffic on the site and character of the cursor on the screen; return to the site not from a search of the resource; return to search again; clickability snippet. Mathematical models and algorithms of search engines are built on the basic of these factors. The developers of sites can raise own resources in search results considering these factors.

Key words: ranking sites, behavioral factors of ranking websites, search engines, search engine optimization, bounce rate, depth of view.

Пестерев Павел Викторович, аспирант кафедра «Инженерная геометрия и САПР». Омский государственный технический университет. Адрес: Россия, 644050, Омск, пр. Мира, д. 11. E-mail: scoolptor@mail.ru

i Надоели баннеры? Вы всегда можете отключить рекламу.