Dart: Product SEO Engineer
4.75K subscribers
112 photos
5 files
117 links
Я Product SEO Engineer с опытом работы более 13-ти лет. Cпециализируюсь на highload проектах с DAU 100M+. Делаю: Adult, Dating, EdTech, E-commerce, Programmatic SEO, Bypass Resctrictions, Multi-lingual/regional.

Рекламы нет!

Связь - @dart_kage
Download Telegram
Пример ДДЛ

snappea.me - по сути, это "дорвей для людей", построенный на принципе скачивания, воспроизведения роликов youtube. Spintaх текст, интент юзера решается. Если добавлять совсем свежие треки, на которые еще не так много посадочных страниц в интернете, тогда ценность вашего сайта для Google возрастает.

https://snappea.me/en/download/isabel-larosa-haunted

"Звук" из Tiktok'а, который сейчас набирает популярность в западном сегменте. Исполнитель выложил только "snippet" трека, полноценного трека нет, но люди уже ищут, где скачать. Страничка с этого сайта находится сразу после ютуб-видео по запросу "isabel larosa haunted" :)
Дорвеи на сниппетах!

Делать дорвеи "по-старому" все еще возможно, не хватая санкции с ходу.

Дело в том, что систему веб-спам детекта, которая массово косит дорвеи, выкатили не на все языки. Однако, рано или поздно Google охватит всё, поэтому нет смысла скрывать эту тему, особенно когда у людей сейчас проблемы с деньгами.

В этих языках проще получать трафик, так как в них не внедрена последняя модель алгоритма ранжирования. Видимо на основе обученной модели работает и веб-спам детект последней версии.

В прошлом году я активно делал "устаревшие" дорвеи на японском языке, но в конце года Google выкатил обнову и туда, поэтому смысла делать их под Японию уже нет.

В этом году мои тесты по старой схеме давали хороший трафик из Индонезии, Камбоджи. Например, хостинг статических сайтов от Cloudflare (100 сабов на аккаунт) забит индонезийскими дорами, как и многие другие подобные сервисы.

Уверен, что рабочих языков еще достаточно. Тесты в них будут дешевле, чем разрабатывать новую схему.
Wildcard proxy для всех от Cloudflare!

Сегодня Cloudflare выкатил возможность включить wildcard проксирование для всех тарифов. Раньше эта функция официально была доступна только для подписки Enterprise. Больше не нужно добавлять каждый субдомен по отдельности, что является отличной новостью для всех дорвейщиков ;)

https://blog.cloudflare.com/wildcard-proxy-for-everyone/
Ebay удалил русскую версию сайта

https://ru.ebay.com недоступен, редирект делать не стали. У кого есть копия ebay на русском, тот может её быстренько поднять и собрать прилично трафика :)
Дорвей на датасете фамилий

familiya.website - дорвей, в основе которого датасет фамилий на кириллице.
Если посмотрите посадочные фамилий, то весь контент состоит из готовых шаблонов, в которых фамилия является макросом вставки.

По-сути, сайт отвечает на интент, пусть информация и не верифицируема. Не знаю насколько высока выживаемость данного сайта, но тем не менее он приносит достаточно много трафика, если судить по Similarweb, хоть и пиковые значения сейчас не достигаются, а Ahrefs показывает, что Google после апа стал его даже лучше ранжировать.

Считаю, что дорвеи должны быть именно такие, а не генеренка на сниппетах, как многие привыкли. :)
Директива noarchive сломалась?

Увидел в твиттере у @MikeBlazerX вопрос к Мюллеру про несработавший метатег robots с директивой noarchive.

Первая гипотеза была, что может быть краулер уже сохранил кэш страницы, поэтому пропала только ссылка на кэш.

Но затем я полез проверять свежие дорвеи в выдаче и да, по оператору cache: в Google доступно содержание страницы, хоть мета-тег и поставлен.

Технически все соблюдено, если смотреть по справке - ссылки нет! Но раньше у страниц архива не было. Что-то поменялось или это баг? Ждем ответа Мюллера!

UPD: На 26.08.22 Починили.
adult-2022-analytics.csv
12.7 KB
Данные по молодым адалт сайтам

Заметил, что в адалте депрессия и слезы после последних апдейтов, поэтому решил выложить один файлик. Исследовал в августе несколько сотен тысяч адалт-запросов из разных подниш и сделал тогда сырую выборку из чуть более сотни созданных в 2022-м сайтов. Сегодня пробил еще раз данные и получил те, что просели и те, что выросли. Можете для себя найти ниши/гео, в которых еще возможно сейчас что-то делать (есть интересные источники контента среди представленных доменов).
Интересный EMD

hookers-near-me.com - затесался в списке выше. Использует генеративный принцип для посадочных страниц по городам США и Канады. Ссылок по Ahrefs стоит немного (глубоко не копал), текстовый контент сделан из шаблонов, дополненных открытыми данными.

Самое главное, что он стоит в топ-1 по достаточно конкурентному запросу, который так же является названием домена.

Возможностей генерировать сайты много, главное проявить фантазию :)
Контент из твиттера

monsnode.com - продолжая разбор списка адалт-сайтов, хотелось бы отметить данный домен. Если заглянуть на главную, то сразу и не понятно в чём здесь цимес. Однако, давайте посмотрим эту страничку (осторожно, контент для взрослых):
https://monsnode.com/search.php?search=あみちハメ撮り流出, здесь представлены адалт-ролики из твиттера по запросу из поиска социальной сети.

В чем особенность твиттера? Эта соцсеть является одной из немногих, которую могут использовать для продвижения создатели nsfw-контента.

Адалт-контент в твиттере постоянно пополняется, создатели контента даже сами помечают нужными хэштегами.

Еще одна возможность для адалт-вебмастеров и не только. Главное не забывайте про DMCA! :)
Гибридная дорвейная схема adult + download

https://of-files.net
https://download-of.com
https://dirtyof.com
https://ofdown.net
https://ofpack.net

Продолжаем разбирать список доменов по адалту. Схема представляет собой гибрид адалта и даунлода, на посадочных страницах моделей стоит ссылка на партнерку с якобы сливом ее медиаматериалов с онлифанс. Для реализации собирают базу юзеров, парсят их онлифанс страницы, на основе контента странички реализуют по шаблону посадочную.

Схема недолгосрочная, масштабируемая, баны и фильтры ожидаемы (DMCA будут лететь и выпилы по ним из SERP точно).
Генерация на GPT-3

Полезный пост на тему генерации нативных маркетинг-текстов через GPT-3. На самом деле это подходит для всех текстов, в посте очень хороший пример того, как нужно задавать исходные данные. Нет смысла пользоваться Jasper и прочими подобными сервисами, которые просто являются Prompt'ами к GPT-3. Насколько мне известно, никакими дообучениями они не занимаются сами, это делает команда OpenAI.
Чтиво на вечер: гайд по системам ранжирования Google

Google выпустил гайд по ranking systems. Почему Google так расщедрился? В скором времени примут закон DSA, поэтому не остается иного выбора. В гайде есть и про EMD, и про BERT, а также интересно, что многие системы уже относятся к Retired systems.
Рекомендую ознакомиться.
Лучше всего смотреть JSON файл, так как в нем имеются различные теги и связи с другими факторами ранжирования.
Этот документ очень важен, посколько позволяет понять паттерны выявления тех или иных признаков документа. В Google не может совсем всё быть по-другому, посколько информационный поиск ограничен пределами своей науки.
https://t.me/MikeBlazerX/1109
Dart: Product SEO Engineer
Рекомендую ознакомиться. Лучше всего смотреть JSON файл, так как в нем имеются различные теги и связи с другими факторами ранжирования. Этот документ очень важен, посколько позволяет понять паттерны выявления тех или иных признаков документа. В Google не может…
Ого, уже даже кто-то сделал на основе данных удобную табличку со всеми факторами яндекса. Можно применить фильтры, что гораздо удобнее.
https://docs.google.com/spreadsheets/d/17gMlLrYtJlrSUcqSs95bLw76XCrzJJ8YnOdc63JMhFo/edit#gid=671136320

Информация только для ознакомления!

Update: https://t.me/Lord_Alfred/101
Автор нашел коэффициенты одной из ранжирующих формул, кому-то может понадобиться.
Выделил для вас "текстовые факторы", то есть именно те, что используются/использовались для оценки выложенного контента под тегом TG_DOC_TEXT, судя по всему TG_DOC относится ко всему документу. Исключил deprecated.
Могу сделать вывод, что данные для оценки общепринятые в науке информационного поиска, поэтому можно предположить, что в Google, Bing должны быть похожие критерии оценки, так как сходятся с теми, что находятся в исследовательских работах сотрудников компаний.
https://docs.google.com/document/d/1zr-qMpNggckOpJCqnvteS01dGcpgU7atDaNQgaPdfoo/edit?usp=sharing
Про факторы ранжирования

Более правильный термин – feature, который используют в англоязычной Machine Learning среде, а фактор – это синоним, но учеными используется редко. Есть целая задача в науке, которая называется feature engineering.

В зависимости от задачи используются различные feature, если мы говорим про поиск по документам, то задача называется Learning to rank. Для удобства пара «запрос-документ» представляется численными векторами, которые называют feature vectors.

Традиционно делятся на 3 группы:

1. Query-independent или static features – те, что относятся к документу, но не запросу, например, длина документа, Pagerank между документами и т.д. Такие данные можно посчитать заранее, а также использовать для подсчета общего static quality score, что значительно ускоряет ответы на запросы.

2. Query-dependent или dynamic features – те, что относятся и к документу и к запросу, классическим примером является TF-IDF.

3. Query-level features или query features – те, что относятся только к запросу, например, число слов в нём.

Где еще можно получить примеры feature или факторов, помимо слитого списка Яндекса?

Например, из PDF-ки к известному среди специалистов по информационному поиску датасету LETOR (46 шт):
https://arxiv.org/pdf/1306.2597v1.pdf

Также список есть в датасете MSLR (136 шт):
https://www.microsoft.com/en-us/research/project/mslr/

Я при изучении тех или иных документов, связанных с конкретной задачей, всегда обращаю внимание на списки feature, чтобы понимать на какие признаки обращают внимание специалисты в конкретной области. Например, в данной работе авторы используют определенные признаки для детекта веб-спама, тех самых дорвеев. Изучив максимум документов по теме, можно иметь представление о том, как работает анти-спам и у Google.