Привет, друзья! Сегодня, как и обещал, хочу поделиться своим опытом по накрутке поведенческих факторов под Яндекс с помощью различных сервисов. Поскольку в нашем блоге нет ликбеза по поведенческим факторам, в первой части статьи я расскажу о теории ПФ, а далее — о небольшом эксперименте с Яндексом.

Что такое поведенческие факторы и почему поисковые системы их используют?

Поведенческие факторы — ряд взаимосвязанных действий пользователей на стороне поисковой выдачи и внутри сайта, с помощью которых поисковые системы могут анализировать полезность ресурса/страницы.

Поведенческие факторы — это как асессорская оценка пользователями качества вашего сайта и полноты предоставляемой на нем информации. Кроме того, данный тип факторов ранее был не «зашумленным», как, например, ссылочное.

Поведенческие факторы в Яндексе

Свою статью я разделил на несколько частей:

  • какие бывают виды поведенческих факторов;
  • где поисковые системы берут данные для учета поведенческих факторов;
  • улучшение поведенческих факторов;
  • практическая часть по накрутке ПФ.

Теперь обо всем по порядку.

Виды поведенческих факторов

Глобально поведенческие факторы можно разделить на те, что происходят на стороне поисковой выдачи (кликовые) и те, которые внутри сайта (внутренние).

Кликовые факторы построены на основании показов и кликов на страницах поисковой выдачи и могут учитываться как для конкретного URL, так и для всего домена в целом. Более того, кликовые поведенческие факторы могут состоять из запросов зависимых и запросов независимых (влиять не на позицию конкретного запроса, а на URL либо весь домен).

Я приведу основные поведенческие факторы, которые считаю уместными и рабочими. Конечно, поисковые системы могут использовать в разы больше различных факторов поведения пользователей на сайте и в поисковой выдачи, а так же проводить срезы поведения пользователей.

Например, Яндекс использует региональные срезы различных видов факторов.

Поведенческие факторы в Яндексе

К основным кликовым поведенческим факторам можно отнести:

См. также: Повышение трафика и маржинальности бизнеса для интернет-магазина электроинструментов

  • CTR в выдаче;
  • последний клик в выдаче;
  • единственный клик в выдаче;
  • возвращение к повторному поиску.

Поведенческими факторами на стороне сайта могут быть:

  • количество посетителей;
  • количество просмотренных страниц;
  • популярность страницы сайта;
  • соотношение трафика;
  • возвращение на сайт не из поиска;
  • показатель отказа;
  • среднее время на сайте.

Воздействовать на ПФ нужно комплексно (и на внутренние, и внешние).

Нужно понимать, что любые параметры должны быть аппроксимированные для каждой тематики. Я, например, не считаю такие метрики, как «показатель отказа» и «среднее время на сайте» показательными во всех тематиках. Приведу два примера:

Читайте также: Как правильно анализировать bounce rate

  1. Ресурс очень юзабельный и предоставляет всю необходимую информацию на первой странице сайта. Посетители, в таком случае, будут сразу выходить, получив ответ на свой вопрос, но это будет, скорее, показателем качества, нежели негативным сигналом.
  2. Сайт такси, на котором пользователи хотят только узнать номер телефона и чем быстрее они его найдут — тем качественнее сайт, но никак не наоборот.

В то же время, для контентного проекта такие метрики, как: «показатель отказа», «среднее время на сайте» и «количество просмотренных страниц» могут быть основными.

Где поисковые системы берут данные для учета поведенческих факторов?

Многие оптимизаторы считают, что использование внутренних поведенческих факторов для ранжирования сайта не является корректным, поскольку многие сайты поисковые системы просто не могут оценивать. Уверяю вас, у поисковых систем достаточно источников для анализа поведения пользователей на сайте!

Поведенческие факторы в Яндексе

Основные источники, из которых поисковые системы берут данные для анализа поведения пользователей внутри сайта:

  • собственные браузеры;
  • почта;
  • системы аналитики;
  • различные toolbar’ы;
  • данные доступных счетчиков;
  • на страницах своей выдачи.

Улучшение поведенческих факторов

Поведенческие факторы можно увеличить двумя способами: естественно и с помощью сервисов эмуляции поведения пользователей на сайте и в выдаче.

Давайте посмотрим на изображение:

Поведенческие факторы в Яндексе

Очевидно, что естественные способы улучшения поведенческих намного более дорогостоящие и требуют определенных знаний юзабилити и интернет-маркетинга. В то время, как эмулировать хорошие поведенческие факторы можно, пополнив счет на бирже и добавив необходимые ключевые слова.

Достоинства и недостатки каждого из способов очевидны: по сути, мы выбираем между вложением немалых финансов, работой на перспективу и дешевым вариантом, который дает быстрый результат, но менее стабилен в долгосрочной перспективе.

Подробно о практике накрутки поведенческих факторов я расскажу в следующей части статьи.

Практическая часть: работает ли накрутка поведенческих факторов под Яндекс?

См. также: Продвижение интернет-магазина фотообоев под Яндекс c 300 до 3000 посетителей в сутки

Небольшой эксперимент по накрутке поведенческих факторов для сайта по продаже канцелярии под Россию (регион — Москва).

Изначально стоит уточнить, что, кроме эмуляции ПФ, на сайте параллельно шла работа по оптимизации, написанию информационных статей и проставление обратных ссылок, поэтому результат мог быть достигнут не только за счет улучшения кликовых ПФ.

Всего в эксперименте по накрутке ПФ я использовал 15 запросов из двух семантических групп на протяжении 3 месяцев (период 1). Эмуляция поведения пользователей в выдаче и внутри сайта осуществлялась в сервисе Movebo.ru.

Через 3 месяца непрерывного использования Movebo, была получена следующая статистика по изменению позиций продвигаемых запросов (внутренняя статистика Movebo):

Статистика по продвигаемым словам

По окончанию периода, параллельно со статистикой Movebo, был выгружен отчет по позициям нашей внутренней SRM. Результаты отчета:

Uson Мовебо

В последнем столбце показано изменение позиций по сравнению с началом продвижения поведенческими факторами (зеленым выделено число того, на какое число позиций запрос поднялся в поисковой выдаче, а красным — насколько запрос просел).

После того, как эксперимент был остановлен, позиции изменились не существенно.

Читайте также: 3 лучших сервиса для оценки поискового маркетинга конкурентов

В марте я вернулся к накрутке ПФ, увеличив количество запросов с 15 до 40 (для пяти семантических групп), а так же сменил Movebo.ru на SERPclick.ru.

Продвижение поведенческими факторами в SERPclick производилось на протяжении порядка двух месяцев.

За время накрутки поведенческих в SERPclick был получен следующий результат. (Обратите внимание: статистика по изменению позиций показана с Movebo.ru, т.к. в нем имеется выборка со старыми результатами).

Статистика по продвигаемым словам

Мой просчет:

Продвижение ПФ SERPclick

Данные по проценту вывода в ТОП семантического ядра из 40 запросов (из них накручивалось 15 запросов в период 1 и все 40 в период 2).

Статистика

Но через несколько дней после остановки продвижения проекта поведенческими факторами, Яндекс «наказал» домен — позиции и трафик по проекту заметно просели, а процент вывода в ТОП упал с 92% до 70%.

Переписка с Платоном не привела ни к чему существенному: по словам техподдержки Яндекс, никаких санкций на сайте нет. Процент вывода до сих пор остается приблизительно 70%.

Выводы

Итоги, думаю, каждый подведет сам.

Читайте далее: Продвижение молодого сайта в Google и Яндекс

Лично я увидел, что Яндекс пока не умеет отсекать на 100% попытки эмуляции поведенческих факторов. Другие проекты, на которых проводится тот же эксперимент, до сих пор в ТОПе и продолжают расти. Возможно, проседание в позициях связано не с поведенческими факторами, а с очередным ссылочным и текстовым апдейтом Яндекса, который был 3 мая. В любом случае, не всегда интересно наблюдать лишь за успешными кейсами, поэтому все должны делать собственные выводы.

Хотелось бы узнать о том, какие у вас были результаты от накрутки ПФ? Сейчас эта тема особенно актуальна, в свете отмены (полной либо частичной) ссылочного ранжирования в зеркале Рунета.