Александр Белановский - Продающие сайты от А до Я

Если вы впервые сталкиваетесь с вопросом создания и раскрутки сайта, то должны знать, что любые предпринимаемые действия по seo-оптимизации всегда имеют долгосрочный эффект.

То есть с того момента, как вы что-то сделали, и до того момента, как вы получите явный осмысленный результат, может пройти несколько недель. Запомните, процесс seo-оптимизации – долгий процесс, который зачастую измеряется кварталами.

И если вы сейчас занимаетесь seo-оптимизацией сайта, но забываете о том, что Яндекс прикладывает все усилия для снижения влияния ссылочного ранжирования, то во многом расходуете свои усилия совершенно зря.

Ведь ссылки и внешние факторы потихоньку отходят на второй план. На первый же выходит оценка поведенческого фактора, и основным прорывом в этом вопросе стал новый алгоритм Яндекса Matrix Net, созданный в 2012 году.

Итак, допустим, вы хорошо внутренне оптимизировали свой сайт. Но неплохо внутренне оптимизированных сайтов в Интернете много. Так как определить, какой именно сайт должен быть спереди, а какой – сзади, если влияние ссылок постепенно сходит на нет?

Разумеется, с помощью оценки поведенческого фактора интернет-пользователей. Это своего рода «вторая нога», которая позволяет хорошему сайту устойчиво держаться на своем месте и двигаться вперед.

Данная оценка есть не что иное, как отражение общего поведения пользователей на сайте. В данный параметр входят:

• процент отказов;

• длительность сессии;

• глубина просмотра;

• достижение цели и пр.

Давайте немного разберемся с терминологией. Итак, процент отказов – количество пользователей, которое зашло на сайт, но покинуло его в течение 15 секунд.

Длительность сессии – количество времени, которое посетитель провел на сайте. Отсчет начинается с момента входа человека на сайт и заканчивается сразу после его выхода.

Глубина просмотра – определение количества страниц, которые посетил пользователь.

Достижение цели – достижение определенных поставленных задач. К примеру, если задача заключается в том, чтобы посетитель просмотрел две страницы сайта, и он действительно это сделал, то Яндекс считает, что цель достигнута.

Более того, поисковая система еще оценивает и как сайт был принят человеком в целом, то есть понравился он ему или нет.

Вам нужно знать, что Matrix Net относится к классу самообучающихся алгоритмов по двойным и дуальным факторам.

Чтобы разобраться хоть немного в запутанных и незнакомых ранее терминах, вам необходимо ненадолго представить себя в роли поисковой системы.

Допустим, вы – поисковая система. И вам необходимо определить наличие каких-либо вещей без знаний о причинах их возникновения.

Для примера, каждый день, если на улице не идет дождь, во дворе бегает девочка. Она занимается спортом. Задача: необходимо определить, когда именно бегает девочка.

Что будете делать вы? Посмотрите прогноз погоды и на его основании попытаетесь представить график занятий спортом девочки? Примите решение спросить о графике занятий у родителей девочки? Или вы просто растеряетесь от сложности данной задачи?

Как вы думаете, а что будет делать в аналогичной ситуации Яндекс? Он начнет определять все факторы, которые касаются данной девочки и происходят вокруг нее.

Например, голубое ли небо в тот день, когда бегает девочка, или серое. Идет ли на улице дождь, пасмурно или солнечно. Проезжает ли по дороге рядом с бегущей девочкой машина или нет, выгуливает ли дама свою собачку во дворе дома или они в этот день не гуляют.

Таким образом, Яндекс, опираясь на полученные данные, выстраивает определенную кривую, в которой присутствуют резкие скачки. Если вы рассмотрите поближе один из таких скачков вверх, то увидите, что так поисковая система отмечает день, когда девочка бегает по улице.

Однако Яндекс определяет не только явные факторы, происходящие вокруг девочки, но и берет в расчет некоторые другие моменты. К примеру, поисковая система может определить, что девочка бегает в тот день, когда у нее есть в наличии сухие кроссовки.

Именно таким образом выстраивается дуальная схема работы алгоритма Matrix Net. Данная схема восприятия очень хорошо работает с большим объемом данным, что по сути вопроса и нужно Яндекс.

В 2012 году, как только Яндекс запустил новый алгоритм и начал заниматься оценкой поведенческого фактора, вопрос, как накрутить данный параметр, волновал очень многих. SEO-специалисты буквально бегали друг за другом, пытаясь решить проблему накрутки.