🔝 Ранжирование в Google (часть 1). Навигация, как фактор ранжирования

На сегодняшний день ПС Google использует более 100 базовых факторов ранжирования, которые причудливо соединяясь, образуют отдельные подсистемы ранжирования сайта. Например, система дедупликации контента использует более 20 базовых факторов ранжирования (PageRank, нахождение страницы в xml-карте, длина Url и пр). И таких подсистем ранжирования сотни, причем описано в документации только малое количество таких систем. Очень важно понимать, что каждый из базовых факторов используется многократно в самых различных подсистемах ранжирования.

Одним из важных факторов ранжирования является навигация сайта. К ней относится как и структура меню, так и внутренняя перелинковка и наличие разнообразных блоков, позволяющих пользователю перемещаться и взаимодействовать с сайтом (например блок похожих товаров/статей). Чем лучше продумана навигация на сайте, тем проще пользователю найти нужную информацию/товар, тем лучше пользовательский опыт (удовлетворенность).

Самым очевидным преимуществом (но не единичным) хорошей навигации, является перераспределение «ссылочного сока» на важные страницы, что позволяет аккумулировать вес важных страниц (PageRank). Но это слишком очевидно, а мы копнем глубже.

Важность хорошей навигации обуславливается широким использованием пользовательских факторов ранжирования в подсистемах Google. Как выяснилось (в процессе суда над Гуглом), Гугл собирает и анализирует пользовательские взаимодействия со страницами: clicks, hovers, scrolls, and swipes, чтобы понять насколько соответствует страница поисковой функции.

Эти данные аккумулируются в течении 13 месяцев, разбиваются на типичные группы взаимодействия с сайтами и эталонные группы сравниваются с поведением пользователей на сайте (попадающим в одну из эталонных групп). Так работает подсистема GLUE, которая является составной частью более обширной системы Navboost.

Итак, система Navboost обучена на пользовательских данных. Он запоминает все клики по запросам за последние 13 месяцев. Основным предназначением Navboost является первичное отсеивание документов, которые не особо нужны в выдаче и сокращение списка документов до приемлемого количества с целью последующего ранжирования. До окончательной сборки выдачи, пройдет еще несколько этапов (их рассмотрю в следующих статьях).

Кстати, пока на сайте нет кликов, то система Navboost не сможет отработать в должной мере – вот вам и песочница для молодых проектов.

Navboost объединяет различные пользовательские сигналы и алгоритмы для определения наиболее подходящих результатов для запросов. Он анализирует такие факторы, как клики, поведение пользователей, качество веб-сайта, релевантность и контекст. Понимая намерение пользователя перейти на определенный веб-сайт или ресурс, Navboost пытается обеспечить приоритет точной и полезной информации в выдаче.

Вернемся к навигации.

Она должна быть продуманной, меню не должны вводить пользователя в заблуждение, она должна быть достаточно плоской (правило3-х кликов), на сайте не должно быть ни лишних редиректов, ни Orphan Page. Ну и не забываем про разметку навигации семантическими тегами (и микроразметкой в случае с хлебными крошками). Основная задача навигации – чтобы пользователь мог легко попасть в нужный раздел сайта.

Итак, сайты с хорошо структурированными элементами навигации, четкой информационной иерархией и простой для понимания структурой с большей вероятностью выиграют от Navboost.

#DrMax #NavBoost #Google #ранжирование

🔝 Ранжирование в Google (часть 2). Что такое Navboost

Navboost - это одна из систем ранжирования, задача которой отбросить наименее релевантные страницы по запросу и сократить список до приемлемой величины, который далее будут мучать иные системы и алгоритмы ранжирования.

Navboost в значительной степени зависит от кликов пользователей и обучается на их сигналах. Он использует эти данные для повышения релевантности и точности результатов поиска. Некоторые из ключевых сигналов, используемых Navboost, включают:

Пользовательские клики: Navboost обучается на сигналах пользователей, в частности на кликах по результатам поиска, и использует эти данные для повышения релевантности и точности результатов поиска.

История запросов: Navboost запоминает прошлые клики по запросам возрастом до 13 месяцев, что позволяет ему анализировать поведение и предпочтения пользователей с течением времени.

Тип устройства и локализация: Navboost разделяет результаты на основе таких характеристик, как локализация и тип устройства (мобильное или десктопное).

Поведение пользователя: Navboost учитывает поведение пользователя, такое как клики, перемещение/наведение мыши, прокрутка и пролистывание, чтобы определить релевантность и качество результатов поиска.

Удобство для мобильных устройств: Navboost учитывает удобство веб-сайта для мобильных устройств, обеспечивая адаптацию результатов поиска к устройству пользователя.

Структура сайта: Navboost учитывает структуру сайта, включая внутреннюю перелинковку и иерархию информации, для определения релевантности и качества результатов поиска.

Понятная навигация по сайту: Navboost подчеркивает важность понятной навигации сайта и удобного интерфейса, так как сайты, на которых легко ориентироваться и которые обеспечивают комфортное взаимодействие с пользователем, с большей вероятностью будут занимать более высокие позиции в результатах поиска по навигационным запросам.

Релевантность контента: Navboost анализирует релевантность содержимого сайта запросу пользователя, обеспечивая контекстную релевантность результатов поиска.

Качество и релевантность веб-сайта: Navboost учитывает такие факторы, как надежность сайта, контекстная важность его содержания, а также актуальность и полезность информации (YMYL / EEAT ????).

Понимая эти сигналы и оптимизируя сайт, вы сможете улучшить его ранжирование в результатах поиска. Например, оптимизация навигации и пользовательского интерфейса сайта, соблюдение лучших практик SEO (ссылочное, мета тайтлы, дескрипшены, правильные h1, прописанный табле контент ), четкая структура сайта, описательные URL-адреса, внутренняя перелинковка, удобный для мобильных устройств дизайн и повышенная скорость работы сайта (это сомнительно) могут повысить видимость сайта и вовлеченность пользователей в навигационный поиск, что может положительно сказаться на рейтинге Navboost. Кроме того, создание отдельных наборов данных для каждой категории (уникальность контента) для более эффективной адаптации результатов поиска и анализ релевантности содержимого сайта запросу пользователя (работа с GSC) также могут способствовать повышению рейтинга Navboost.

#DrMax #Google #ранжирование #NavBoost

🖥 Что такое QBST и как оное функционирует (часть 1).

Вычитал намедни у уважаемого Shaun Anderson рассуждения про QBST. Статья определяет QBST (Query-Based Salient Terms — Запросо-ориентированные значимые термины) как фундаментальный алгоритм Google, который работает как «система запоминания» (memorisation system). Для конкретного поискового запроса QBST «запоминает» список слов, фраз и концепций, которые он ожидает найти на релевантной странице. Например, для «лучшие кроссовки» он ожидает увидеть слова «амортизация», «стабильность», «легкие» и т.д.

Автор утверждает, что это открытие подтверждает давно существующие в SEO теории о «совместно встречающихся словах» (co-occurring words) и «тематическом авторитете» (topical authority). Основная стратегия для внедрения - это обратный инжиниринг. Нужно анализировать страницы в топе выдачи, чтобы определить эти «значимые термины», и создавать исчерпывающий контент, который естественным образом включает всю эту «констелляцию» слов.

Проверил все эти утверждения в упомянутом мной ранее Memorandum Opinion по тексту судебного заключения.

Итак, статья абсолютно права в том, что концепция «системы запоминания» была центральной в показаниях свидетелей. Однако в финальном Меморандум-заключении судьи эта функция приписывается в первую очередь системе Navboost, а не QBST.

Цитата из документа (Page 157):

"Navboost is a “memorization system” that aggregates click-and-query data about the web results delivered to the SERP. Liab. Tr. at 1804:8–1805:22, 1806:8-15 (Lehman). Like Glue, it can be thought of as “just a giant table.” Id. at 1805:6-13 (Lehman)."

Это ключевой момент. Судья в своем итоговом решении выделяет именно Navboost как систему, которая «запоминает» успешные взаимодействия пользователей. Она работает как гигантская таблица, связывающая запросы с URL, на которых пользователи завершили свой поиск (длинный клик). Статья цитирует более ранний документ из дела ("Plaintiffs’ Proposed Findings of Fact"), где показания свидетеля могли быть представлены иначе. В итоговом же решении судьи акцент сделан на Navboost как на основной «системе запоминания», основанной на поведении пользователей.

При поиске по всему тексту Меморандум-заключениятермины "QBST" и "Query-Based Salient Terms" не встречаются ни разу.

Это не значит, что такой системы не существует или что свидетель не упоминал ее. Это означает, что в своем финальном, обобщающем решении судья счел более важными и основополагающими для дела системы Navboost/Glue (основанные на кликах) и RankEmbed (ИИ-модель для понимания семантики). Вероятно, QBST является либо частью этих систем, либо более старым/вспомогательным алгоритмом, который не был выделен как ключевой фактор доминирования.

Статья Shaun Anderson верна по своей сути: у Google есть механизм, который определяет тематическую релевантность страницы на основе наличия на ней ожидаемых терминов и концепций. Однако, согласно итоговому судебному документу, главная «система запоминания» — это Navboost, которая запоминает успешные поведенческие сигналы, а не просто набор слов. QBST, скорее всего, является механизмом, который анализирует контент, чтобы предсказать, какая страница с наибольшей вероятностью вызовет эти успешные поведенческие сигналы.

Таким образом, прям верить всему что говорят, даже авторитетнейшие товарищи - не стоит (мне - можно). Особенно не верьте Джону Мюллеру ))) Всегда стоит проверять данные и приводимые факты.

Далее я расскажу про практическое использование этой системы для улучшения ранжирования.

#DrMax #SEO #Google #QBST #Navboost

🖥 Что такое QBST и как оное функционирует (часть 2).

Как это можно использовать на примере оптимизации страниц магазина электрочайников

1. Оптимизация страницы категории: «Электрические чайники»

Шаг 1: Обратный инжиниринг «значимых терминов» (Salient Terms).

Выполните поиск «электрический чайник». Проанализируйте топ-10 результатов (страницы крупных ритейлеров, маркетплейсов, обзоры). Какие общие слова, фильтры, подзаголовки и концепции они используют?

Материал: нержавеющая сталь, стеклянный, пластик, керамический.

Функции: контроль температуры (терморегулятор), поддержание тепла (keep warm), двойные стенки, защита от включения без воды.

Характеристики: объем (1.5л, 1.7л), мощность (Вт), тип нагревательного элемента (скрытый, диск).

Бренды: Bosch, Philips, Tefal, Xiaomi.

Пользовательские сценарии: для зеленого чая, для детского питания, тихий, умный (smart).

Шаг 2: Создание тематически исчерпывающего контента на странице категории.

Страница категории не должна быть просто сеткой товаров. Она должна быть хабом, который доказывает вашу экспертизу.

Вводный текст: Включите абзац, который естественным образом использует эти термины:

"Выбирая электрический чайник, важно учитывать материал корпуса — от практичной нержавеющей стали до элегантного стекла. Для ценителей зеленого чая идеально подойдут модели с контролем температуры, а семьям с детьми будет полезна функция поддержания тепла для детского питания."

(жирным отметил встроенные термины)

Интерактивные блоки: Добавьте на страницу категории блоки «Помощь в выборе», которые используют эти термины:

«Чайники с контролем температуры: Идеально для напитков, требующих нагрева до 80°C».

«Стеклянные чайники: Наблюдайте за процессом кипячения и контролируйте чистоту».

«Самые тихие модели: Чайники с двойными стенками для вашего комфорта».

SEO-фильтры: Ваши фильтры должны соответствовать этим значимым терминам (Материал, Объем, Наличие терморегулятора).


2. Оптимизация страницы продукта: «Чайник Bosch TWK7203»

Шаг 1: Определяем «значимые термины» для конкретного продукта.

Этот чайник известен своей функцией контроля температуры. Значит, значимые термины будут связаны с этим.

температурные режимы, 7 режимов, зеленый чай, белый чай, кофе, детская смесь, 80 градусов, поддержание температуры, keep warm.

Шаг 2: Внедряем термины в структуру страницы.

Название товара: Электрический чайник Bosch TWK7203 с контролем температуры.

Краткое описание (под названием): "Идеальный выбор для ценителей чая. 7 температурных режимов (70°C-100°C) позволяют правильно заваривать зеленый и белый чай. Функция KeepWarm сохраняет воду горячей до 30 минут."

Блок «Характеристики»: Не просто списком, а с пояснениями.

Контроль температуры: Да, 7 режимов (70, 80, 85, 90, 95, 100 °C).

Поддержание тепла: Да, функция KeepWarm.

Описание от производителя: Не копируйте бездумно. Перепишите, добавив контекст и значимые термины: "С этим чайником вы забудете о перегретой воде. Выбирайте режим 80°C для зеленого чая или 90°C для вашего любимого кофе..."

Часто задаваемые вопросы (FAQ с микроразметкой):

«Подходит ли этот чайник для приготовления детского питания?» — Да, вы можете выбрать режим 70°C или 80°C...

«Сильно ли шумит эта модель?» — Благодаря качественной сборке и мощности 2200 Вт, он работает тише многих аналогов...

Вывод таков
Судебный документ подтверждает, что Google анализирует не только ключевые слова, но и ожидаемый тематический контекст на странице. Ваша задача — не «вписывать ключи», а создавать исчерпывающий ресурс, который предвосхищает и отвечает на все сопутствующие вопросы пользователя, используя ту же лексику, что и лучшие документы в этой нише. Это доказывает и тематический авторитет (для алгоритмов типа QBST), и провоцирует правильные поведенческие сигналы (для Navboost).

#DrMax #SEO #Google #QBST #Navboost