33
Поведенческие факторы Аналитика Яндекс / Гугл Станислав Поломарь Директор подразделения поискового продвижения

Аналитика поведенческих факторов в Яндекс и Гугл

Embed Size (px)

Citation preview

Page 1: Аналитика поведенческих факторов в Яндекс и Гугл

Поведенческие факторыАналитика Яндекс / Гугл

Станислав ПоломарьДиректор подразделения поискового продвижения

Page 2: Аналитика поведенческих факторов в Яндекс и Гугл

План доклада1. Отбор кандидатов в факторы для анализа

Каналы ПС для получения данныхИсследования ЯндексИсследования ГуглИсследования БингОбзор метрик и оценка какие можем считать

2. Анализ зависимости с ранжированиемАнализ CTR выдачиАнализ поведения на сайтеВыборки хорошо и плохо ранжируемым URLамВыборки хорошо и плохо ранжируемым запросамАналитика по подбору доли для ряда факторов

3. Вывод итоговых метрик для контроля работы с ПФИтоговые метрики ЯндексИтоговые метрики Гугл

Page 3: Аналитика поведенческих факторов в Яндекс и Гугл

Источники данных

Собственная выдачаМетрика/АналитиксБраузерыБары свои и $$$

Page 4: Аналитика поведенческих факторов в Яндекс и Гугл

Источники данных

Выдача Системы аналитики Бары

Показы Сессии из поиска Сессии из поиска

Клики Типы трафика Типы трафика

Структура сессии Тайминг в рамках сессии Тайминг в рамках сессии

Тайминг в рамках сессии Глубина Глубина

Итог сессии Взаимодействие Взаимодействие

Page 5: Аналитика поведенческих факторов в Яндекс и Гугл

Источники данных

Связь с запросомПоиск может максимально оценить «удовлетворенность» пользователя:

- итог / порядок / тайминг сессии на выдаче- тайминг / глубина сессии из поиска

Нет связи с запросомПоиск может оценить в целом «удовлетворенность» сайтом

Page 6: Аналитика поведенческих факторов в Яндекс и Гугл

Публикации Яндекс

Session-based Query Performance Prediction 2012

Исследование факторов на основе данных из выдачи

Improving Relevance Prediction by Addressing Biases and Sparsity in Web Search Click Data 2012

Исследование факторов на основе данных из выдачи (не совсем Яндекс - Yandex Relevance Prediction Challenge)

Through-the-Looking Glass: Utilizing Rich Post-Search Trail Statistics for Web Search 2013

Исследование факторов из выдачи + факторы по сессиям из поиска на основе данных из системы аналитики и баров

Click Model-Based Information Retrieval Metrics 2013Fresh BrowseRank 2013

Page 7: Аналитика поведенческих факторов в Яндекс и Гугл

Публикации Гугл

Modifying search result ranking based on implicit user feedback 2006

Modifying search result ranking based on implicit user feedback and a model of presentation bias 2007

Detecting click spam 2007

Time based ranking 2007

Ranking documents based on user behavior and/or feature data 2010

Page 8: Аналитика поведенческих факторов в Яндекс и Гугл

Публикации Бинг

Improving Web Search Ranking by Incorporating User Behavior Information 2006

Исследование факторов из выдачи + факторы по сессиям из поиска на основе данных из системы аналитики и баров

A Noise-aware Click Model for Web Search 2012

Исследование факторов на основе данных из выдачи

Page 9: Аналитика поведенческих факторов в Яндекс и Гугл

Метрики для анализаЯндекс

ПоказыКликиCTRВремя до кликаВремя между кликамиПереход на 2 стр.Уход в другую ПСДлинные кликиПоследний кликЕдинственный клик…Время на страницеУдовлетворенные шагиИсточники трафика

ГуглПоказыКликиCTRВремя до кликаПереход на 2 стр.…Время на странице

БингПоказыКликиCTRВремя до кликаПереход на 2 стр.Последний кликЕдинственный клик…Время на странице

Page 10: Аналитика поведенческих факторов в Яндекс и Гугл

Метрики для анализаВыдача

ПоказыКликиCTRДлинные клики*

СайтВремя на документеГлубинаУдовлетворенные шагиИсточники переходов

Page 11: Аналитика поведенческих факторов в Яндекс и Гугл

План доклада1. Отбор кандидатов в факторы для анализа

Каналы ПС для получения данныхИсследования ЯндексИсследования ГуглИсследования БингОбзор метрик и оценка какие можем считать

2. Анализ зависимости с ранжированиемАнализ CTR выдачиАнализ поведения на сайтеВыборки хорошо и плохо ранжируемым URLамВыборки хорошо и плохо ранжируемым запросамАналитика по подбору доли для ряда факторов

3. Вывод итоговых метрик для контроля работы с ПФИтоговые метрики ЯндексИтоговые метрики Гугл

Page 12: Аналитика поведенческих факторов в Яндекс и Гугл

CTR. РаспределениеРаспределение по ТОП10 CTR Яндекс/Гугл

1 2 3 4 5 6 7 8 9 100.0%

2.0%

4.0%

6.0%

8.0%

10.0%

12.0%

CTR ЯндексCTR Гугл

Page 13: Аналитика поведенческих факторов в Яндекс и Гугл

CTR. ЗапросыЯндекс

CTR выше нормыCTR ниже нормы

Гугл

CTR выше нормыCTR ниже нормы

Page 14: Аналитика поведенческих факторов в Яндекс и Гугл

CTR. Хост. Гугл

Page 15: Аналитика поведенческих факторов в Яндекс и Гугл

CTR. Хост. Яндекс

Полнота меньше, чем в Гугл

Page 16: Аналитика поведенческих факторов в Яндекс и Гугл

Поведение на сайтеВремя, глубина, отказы

Выяснить своих конкурентов

Собрать данные

Page 17: Аналитика поведенческих факторов в Яндекс и Гугл

Поведение на сайте. SimilarwebСравнение SW vs GA

Отказы – корреляция отличнаяГлубина – хорошаяВремя – плохая

Отказы Глубина Время

-20%

0%

20%

40%

60%

80%

100%

120%

Отклонение SW vs GA

Page 18: Аналитика поведенческих факторов в Яндекс и Гугл

Поведение на сайте. Similarweb

Page 19: Аналитика поведенческих факторов в Яндекс и Гугл

Выборки. ОпределениеURL хорошо ранжируются

Ср. позиция >1-15<%ТОП10 > 50%

URL плохо ранжируютсяСр. позиция >20%ТОП10 < 20%

Запрос хорошо ранжируютсяПозиция >1-15<

Запрос плохо ранжируютсяПозиция >30

Page 20: Аналитика поведенческих факторов в Яндекс и Гугл

Положительные выборки

Вся выборка+

Обладает Метрика+

Page 21: Аналитика поведенческих факторов в Яндекс и Гугл

Отрицательные выборки

Вся выборка-

Обладает Метрика-

Page 22: Аналитика поведенческих факторов в Яндекс и Гугл

Выборки. Яндекс. URLы

время лучше время + глубина + отказы лучше

время + глубина лучше глубина лучше неПС больше 10% отказы лучше0%5%

10%15%20%25%30%35%40%45%50%

Хорошая видимость vs метрика+

время хуже время + глубина + отказы хуже

время + глубина хуже глубина хуже мало неПС отказы хуже0%

10%

20%

30%

40%

50%

60%

70%

80%

Плохая видимость vs метрика-

Page 23: Аналитика поведенческих факторов в Яндекс и Гугл

Выборки. Гугл. URLы

время лучше время + глубина + отказы лучше

время + глубина лучше глубина лучше неПС больше 10% отказы лучше0%5%

10%15%20%25%30%35%40%45%50%

Хорошая видимость vs метрика+

время хуже время + глубина + отказы хуже

время + глубина хуже глубина хуже мало неПС отказы хуже0%

10%

20%

30%

40%

50%

60%

70%

80%

Плохая видимость vs метрика-

Page 24: Аналитика поведенческих факторов в Яндекс и Гугл

Выборки. Яндекс. Запросы

время лучше время + глубина лучше время + глубина + отказы лучше

глубина лучше отказы лучше CTR лучше0%

10%

20%

30%

40%

50%

60%

70%

Хорошая видимость vs метрика+

время хуже время + глубина хуже время + глубина + отказы хуже

глубина хуже отказы хуже CTR хуже0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

Плохая видимость vs метрика-

Page 25: Аналитика поведенческих факторов в Яндекс и Гугл

Выборки. Гугл. Запросы

время лучше время + глубина + отказы лучше

время + глубина лучше глубина лучше отказы лучше CTR лучше0%5%

10%15%20%25%30%35%40%45%

Хорошая видимость vs метрика+

время хуже время + глубина хуже время + глубина + отказы хуже

глубина хуже отказы хуже CTR хуже0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

Плохая видимость vs метрика-

Page 26: Аналитика поведенческих факторов в Яндекс и Гугл

Длинные кликиУдовлетворенные шаги

Длинные кликиПереходы из выдачи* длинной более 1 минуты и более 3 минутПопробуем подобрать долю таких визитов – более 5%, 10%, 20% и 30%, накладывая на наши выборки

*для Яндекса и Гугл из соответствующих поисковых выдач

Удовлетворенные шагиПереходы в рамках сессий из выдачи, перед которыми пользователь проводит не менее 30 секунд и не менее 60 секунд

Page 27: Аналитика поведенческих факторов в Яндекс и Гугл

Длинные клики. Яндекс. URLы

>5% бол. 1мин >5% бол. 3мин >10% бол. 1мин >10% бол. 3мин >20% бол. 1мин >20% бол. 3мин >30% бол. 1мин >30% бол. 3мин0%

10%20%30%40%50%60%70%80%90%

Хорошая видимость vs метрика+

<5% бол. 1мин <5% бол. 3мин <10% бол. 1мин <10% бол. 3мин <20% бол. 1мин <20% бол. 3мин <30% бол. 1мин <30% бол. 3мин0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Плохая видимость vs метрика-

Page 28: Аналитика поведенческих факторов в Яндекс и Гугл

Длинные клики. Гугл. URLы

>5% бол. 1мин >5% бол. 3мин >10% бол. 1мин >10% бол. 3мин >20% бол. 1мин >20% бол. 3мин >30% бол. 1мин >30% бол. 3мин0%

10%20%30%40%50%60%70%80%90%

Хорошая видимость vs метрика+

<5% бол. 1мин <5% бол. 3мин <10% бол. 1мин <10% бол. 3мин <20% бол. 1мин <20% бол. 3мин <30% бол. 1мин <30% бол. 3мин0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Плохая видимость vs метрика-

Page 29: Аналитика поведенческих факторов в Яндекс и Гугл

Метрики итого. CTR

CTR запросныйОтбираем запросы где с CTR ниже нормы

Работаем по улучшению сниппетов

CTR хостовыйОтбираем сайты где CTR хуже 1% / 2% (Яндекс / Гугл)Отбираем дополнительные запросы для улучшения сниппетовЗанимаемся шаблонной оптимизацией сниппетов каталоговАнализируем нет ли популярных по показам «мусорных» запросов

Инструменты:Панели вебмастераСистемы отображения сниппетов (топвизор, сеопульт, мегаиндекс)http://www.slideshare.net/staspolomar/ibc-14 в помощь(актуальность 2014, будет обновление)

Page 30: Аналитика поведенческих факторов в Яндекс и Гугл

Метрики итого. Сессии

Длинные клики ЯндексОтбираем продвигаемые URL где менее 5/10% больше 1 минутыОтбираем продвигаемые URL где менее 5% больше 3 минутОтбираем ВЧ запросы где менее 30% больше 1 минут

Длинные клики ГуглОтбираем продвигаемые URL где менее 10% больше 1 минутыОтбираем продвигаемые URL где менее 5/10% больше 3 минутОтбираем ВЧ запросы где менее 10% больше 3 минут

Время, глубинаОтбираем продвигаемые URL где показатели хуже конкурентов*Для Гугл также смотрим отказы

*с учетом отклонения

Page 31: Аналитика поведенческих факторов в Яндекс и Гугл

Оптимизатор, помни!

Накрутка ПФ ведет к бану на долгие месяцы!

Page 32: Аналитика поведенческих факторов в Яндекс и Гугл

Спасибо за внимание. Вопросы?

Поломарь СтаниславДиректор подразделения поискового продвижения

[email protected] fb.com/stas.polomar

Page 33: Аналитика поведенческих факторов в Яндекс и Гугл

Будем рады знакомству!

[email protected]Работа у насhttp://www.webit.ru/contacts/#hr

webit.ru

+7 495 540-43-39

Москва, Проспект Мира, дом 101В, строение 2, этаж 3