Многофункциональная SEO-платформа
для профессионалов
Войти как пользователь
Вы можете войти на сайт, если вы зарегистрированы на одном из этих сервисов:

Семинар: «Как пользователи могут влиять на ранжирование»

Россия +7 (495) 960-65-87
Шрифт:
0 1304

Семинар: «Как пользователи могут влиять на ранжирование»«Внимание: это не то, как работает Яндекс!». Именно с такого слайда начался доклад Игоря Кураленка «Анализ поведения пользователей для улучшения качества ранжирования». Докладчик сразу оговорился, что не будет рассказывать, как работает поисковая система. Сказано – сделано. На откровение никто не рассчитывал, но надежда узнать что-нибудь этакое теплилась до конца семинара. Но даже провоцирующие вопросы Константина Каширина типа «а не проговорились ли Вы, сказав …» и глубокие (в попытке докопаться до сути) от Евгения Трофименко не пробили броню корпоративной политики конфиденциальности.

Семинар, состоявшийся в эту пятницу в столовой Яндекса, был посвящен околопоисковому исследованию компании, а именно влиянию пользователей на поиск (как отметил Игорь, этим занимаются многие западные компании). Собравшимся был продемонстрирован один из возможных способов применения данных о поведении пользователей и объяснена актуальность данного направления для Яндекса. На повестку дня были вынесены следующие пункты:

• Что такое пользовательское поведение.
• Модель поиска (прототип), которая используется для анализа данных.
• Немного о технике использования статистики.
• Ссылки на результаты.

Начало можно назвать вводным, собравшимся напомнили о том, какими бывают пользовательские данные: информация о посещаемости страниц, статистика поведения пользователей на страницах поисковой системы (например, сколько времени было проведено на странице), клики на выдаче и сессии запросов. Именно на два последних типа данных опирался Яндекс в исследовании.

Пользовательское поведение, по словам Игоря, рассматривается Яндексом в двух направлениях – персонализация (под конкретного пользователя подбирается дополнительная информация на его запрос, например, подсказки) и генерализация. Именно на нее было обращено особое внимание в ходе исследования. Примечательно, что эти данные могут быть использованы как фактор ранжирования, отмечая, на какие ресурсы пользователи кликают чаще. Однако в этом случае следует опасаться накрутки кликов. Генерализация может использоваться и «поверх» ранжирования, т.е. не всегда самый релевантный ответ может оказаться на первом месте.

Итак, какие данные о пользовательском поведении использовались в ходе исследования? Это клики и сессии запросов.

Самым распространенным источником данных о поведении пользователей продолжают оставаться клики. Они представляют огромную статистику, однако здесь много подводных камней таких как
- большая инертность запросов (например, информационных, которые могут быстро терять свою актуальность);
- зависимость от качества сниппета, которое может способствовать или не способствовать клику.
- зависимость от ранжирования: если показать два одинаковых магазина в разном порядке, кликабельность у них будет разной. Это определяется верой в систему, пользователь склонен кликать на более ранние результаты.
- смена темы поиска: на странице с результатами поиска пользователь может встретить очень привлекательный сниппет, уводящий от запроса, либо из-за очень информативного сниппета, в котором уже содержался ответ на запрос.
- и артефакты, к которым относятся клик-роботы, и различные флешмобовые акции, которые могут подходить под запрос пользователя, но не сообщать нужную ему информацию.

Сессии запросов
Данный источник информации о поведении пользователей также имеет свои плюсы и минусы, последних, по сравнению с кликами, меньше. Итак, сессии запросов - это большой объем данных, отличающихся своей достоверностью. Но пользователь может очень быстро менять свои интересы поиска, поэтому отсутствуют четкие границы сессий. Внутри одной сессии может произойти сужение или расширение темы, такая ситуация актуальна для информационных запросов, когда может произойти смещение или углубление в тему (возможные причины были описаны выше).

Идея исследования
Она заключается в том, что есть источник «вкусных» данных, которые хочется использовать. Ведь, как отмечает Игорь Кураленок, благодаря статистике поведения пользователей можно будет прогнозировать поведение новых пользователей. «Зная цепочки запросов других пользователей, можно дополнить выдачу наиболее вероятными ответами. Например, документы, на которые никто никогда не кликал, при достаточной частоте самого запроса можно исключить, а вместо них выдавать документы, которые по цепочке запросов можно назвать хорошими», - говорит Игорь.

Для большей наглядности докладчик предложил рассмотреть «страшный объект», который называется графом запросов, где узел – это запрос, ребро – количество пользователей, переформировавших один запрос в другой, поиск – это случайное блуждание по данному графу. При этом выдача формируется на основе наиболее вероятных точек остановки поиска. Т.е. рассматриваются все варианты поведения пользователя, для того чтобы найти точки, где предыдущие пользователи вероятней всего нашли ответы. Дальше последовали не менее «страшные» формулы расчетов.

Результатами исследования стали большая привлекательность (не релевантность, а вероятность клика) выдачи и большее разнообразие выдачи. Однако есть проблемы, которые не дают в полной мере заявить о гениальности идеи. Например, поиск становится менее понятным: в SERP могут появляться URLs, в сниппетах которых нет слов запроса. Только вникнув в суть эксперимента, можно понять, почему так происходит. Это существенно меняет поисковую практику

В заключение выступления Игорь делает следующие выводы: исследование поведения пользователя – это исследование среднего пользователя. Это хороший источник полезной информации, с которым нужно очень аккуратно работать. Где «хороший источник» означает полезный с точки зрения ранжирования, разнообразия результатов и т.д. Использование, полученных в ходе исследования, данных может привести Яндекс к совершенно другой модели поиска.

Рикардо Баеса-ЯтесПроводя такие просветительские семинары, Яндекс не ограничивается докладами своих сотрудников. Так, 15 августа в этой же самой столовой выступал со докладом «Mining Web Queries» известный ученый в области информационного поиска, вице-президент Yahoo! по исследованиям в Европе и Латинской Америке, автор Modern Information Retrieval доктор Рикардо Баеса-Ятес.

Рикардо рассказывал о целях проводимых его командой исследований поисковых запросов. Анализ и применение его результатов на практике должны, по замыслу Рикардо, решить проблему несовпадения поискового запроса и реального интереса пользователя, который он не может выразить в запросе из-за ограничений современного уровня развития поисковых систем.

Предложение Рикардо – учитывать при составлении выдачи возраст, пол, профессию, местожительства, поисковую историю и т.п.

Результатом исследования докладчик называл возможность кластериазации поисковых запросов, которая в свою очередь усовершенствует алгоритмы ранжирования сайтов, позволит ввести систему подсказок, предлагающих не просто расширение запроса, а именно реальные варианты запросов (которые можно будет составлять с учетом синонимии, веб-сленга и других лингвистических факторов).

Сама кластеризация запросов проводилась по сопоставлению похожих слов в запросах и похожих урлов, которые открывались по разным запросам. Соответственно, для улучшения ранжирования в дальнейшем предпочтение отдается тем страницам, на которые чаще кликали по этому зарпосу, а также вводится система рекомендации похожих популярных запросов (related searches).

Таким образом, Рикардо создает поиск, основанный не столько на запросе пользователя, сколько на его намерении (Intention Search) – и экспериментальной площадкой для всех исследований в этом направлении является Yahoo! Mindset Beta

Скриншот Yahoo!Mindset
Как видите, речь идет о том, что тестировщикам поисковой системы предоставляется возможность оценить ссылку из выдачи как коммерческую или информационную по определенной шкале.
Шкала оценки полезности ссылки в выдаче
Вот как выглядит полученная в ходе эксперимента выдача Yahoo!Mindset
Скриншот Yahoo!Mindset выдача
Рикардо несколько раз, предупреждая каверзные вопросы из зала, акцентировал внимание на том, что задача подобных исследований не слежка за человеком (т.е. анализируется не поведение пользователя), а определение его намерений, целей и попытка различными способами (как улучшением качества выдачи по запросу, так и рекомендацией схожих запросов) привести пользователя к этой цели.



Материал подготовили Анна Макарова и Анастасия Гутникова, SEOnews

Случилось что-то важное? Поделитесь новостью с редакцией.


Новые 
Новые
Лучшие
Старые
Сообщество
Подписаться 
Подписаться на дискуссию:
E-mail:
ОК
Вы подписаны на комментарии
Ошибка. Пожалуйста, попробуйте ещё раз.
Поделиться 
Поделиться дискуссией:
Отправить отзыв
ПОПУЛЯРНЫЕ ОБСУЖДЕНИЯ НА SEONEWS
23 действительно эффективных совета по продвижению интернет-магазина
Гость - Троль Гуру паНгинации - Что такое паНгинация?))))
Как построить качественную ссылочную массу сайта
Анна Фра
1
комментарий
0
читателей
Полный профиль
Анна Фра - www.youtube.com/watch?v=jtINdDyNdFU полезное видео
Анализ ссылок: сравнение многофункциональных платформ по размеру их баз
Андрей Ольшевский - Очень неточная статистика, объясню почему. Довольно часто делаю анализ сайтов на качество и объём ссылочной массы. Всегда делаю выгрузку из трех источников – Вебмастера Яндекса, сервиса Мегаиндекс, сервиса Линкпад. Потом с помощи алгоритмов и функции Excel отсеиваются много дублей, битых ссылок, несуществующих урл и тп. Как показала практика, вебмастера Яндекса вполне достаточно, там вся информация и она самая актуальная, в других сервисах куча мусора, а нового, чтоб было найдено и проиндексировано ПС - очень мало. Поэтому мирятся количеством в данном анализе не профессионально.
Как создать интернет-магазин: сколько стоит открытие?
Гость - да у битрикса что ни обновление - то сплошные баги. недавно знакомый обновился на лицензии интернет-магазина, про***лись заказы за последнюю неделю, слетели все связи по складам. одним словом, жопа. при этом обновился на сразу, а спустя месяц после выкатывания, надеялся, успеют все поправить
ТОП-10 автоматизированных сервисов контекстной рекламы
Гость - Не доверяйте свои данные системам от агентств, если рекламу у них вы не ведете. Юзал алитикс и к50. Пробуйте эти две системы как мин. А лучше всего автоматизировать с помощью эксель, pbi и подобных сервисов. Но пока это сложно для большинства
Как упростить продвижение вечными ссылками?
Coursh - Зарегестрировался. Накинули 1100 рубликов за пополнение на 10к. Очень неплохо!
Кому и зачем нужен маркетплейс от Яндекса
Дарья Калинская
0
комментариев
0
читателей
Полный профиль
Дарья Калинская - Максим, спасибо, рада, что статья оказалась полезной )
Конкурс: угадай победителя рейтинга «Известность бренда SEO-компаний»
Андрей
1
комментарий
0
читателей
Полный профиль
Андрей - Оптимизм Дэмис Кокос Ашманов и Партнеры Раш эдженси
Кейс: как молодому сайту увеличить органический трафик с 0 до 10 000 посетителей за 6 месяцев
Олег Буряк
38
комментариев
0
читателей
Полный профиль
Олег Буряк - Никаких санкций!!!! на сайт за резкий скачок уникальных естественных ссылок !!!не было наложено!!!. Все дальше читать не буду! УДАЧИ Вам! кошмар!
Инструкция по применению: обзор сервиса обратного звонка Callbackhunter
Ирина - Ну вообще колбэкхантер самый дорогой сервис из всех, есть более дешевые аналоги
ТОП КОММЕНТАТОРОВ
Комментариев
910
Комментариев
834
Комментариев
554
Комментариев
540
Комментариев
483
Комментариев
373
Комментариев
285
Комментариев
262
Комментариев
210
Комментариев
171
Комментариев
156
Комментариев
137
Комментариев
123
Комментариев
97
Комментариев
97
Комментариев
95
Комментариев
80
Комментариев
71
Комментариев
67
Комментариев
60
Комментариев
55
Комментариев
52
Комментариев
50
Комментариев
45
Комментариев
44

Отправьте отзыв!
Отправьте отзыв!