Автор: Екатерина Хиндикайнен, ведущий системный аналитик сервиса Rookee

В последние несколько лет компании и бренды, работающие в сфере Digital, все чаще прибегают к использованию искусственного интеллекта. Нейронные сети и машинное обучение доказали свою эффективность в решении сложных задач, требующих продвинутого анализа данных и построения логических взаимосвязей. 

В 2017 году специалисты системы автоматизированного продвижения Rookee внедрили нейронные сети в алгоритмы ссылочного продвижения — «Smart-ссылки». За год работы нового алгоритма, накопился большой объем данных. Это позволило экспертам Rookee провести исследование, чтобы выяснить, как использование нейросетей для автоматизации ссылочного продвижения влияет на скорость вывода продвигаемых запросов в ТОП. В данной статье хотим поделиться полученными результатами и продемонстрировать итоги продвижения с использованием smart-ссылок и без них.

Как это работает

Поисковые системы уже давно применяют машинное обучение, чтобы улучшать качество поиска. В прошлом году Яндекс запустил алгоритм «Королев». С помощью нейронных сетей данный алгоритм распознает смысл запроса и на основе анализа страниц сайтов подбирает релевантные ответы. Аналогичным образом работает алгоритм smart-ссылок сервиса Rookee. Технология сопоставляет контент продвигаемых страниц и страниц  сайтов-доноров и подбирает смысловые пары. В результате продвигаемый сайт получает более естественный ссылочный профиль и выходит в ТОП за более короткий промежуток времени, что подтверждают проведенные нами исследования. Давайте остановимся на этом подробнее.

Анализируем проекты

Для проведения исследования были отобраны проекты, которые продвигались в один и тот же промежуток времени с использованием двух разных алгоритмов:

  • старого без использования smart-ссылок;
  • нового, действующего на основе нейросетей.  

В анализ были включены только те сайты, которые закупали ссылки регулярно на протяжении трех и более месяцев.

Затем все отобранные для исследования проекты были разделены на три группы на основании частотности запросов.

Определение частотности запроса

Чтобы определить частотность ключевых слов, был использован сервис Wordstat.

Все продвигаемые запросы были разбиты на три группы:

  • ВЧ – высокочастотные запросы (68 – 100 процентиль* показов);
  • СЧ – запросы средней частотности (34 – 67 процентиль показов);
  • НЧ – низкочастотные запросы (0 – 33 процентиль показов).

*Процентиль — характеристики набора данных, которые выражают ранги элементов массива в виде чисел от 1 до 100, и являются показателем того, какой процент значений находится ниже определенного уровня

Затем аналитики проанализировали позиции проектов в выдаче Яндекса и Google за пять месяцев.

Результаты: Яндекс

Проекты, которые продвигались в Яндексе с помощью обычных и smart-ссылок, распределились по частотности запросов почти поровну.

Таб. 1. Распределение проектов по частотности запросов

Анализ показал, что проекты, использующие нейросети для подбора ссылок, продемонстрировали более значительный рост позиций по всем группам запросов.

Таб. 2. На сколько в среднем изменились позиции проектов в поисковой выдаче Яндекса за 5 месяцев

Резкий рост позиций у сайтов, продвигающихся с использованием smart-ссылок, наблюдался, начиная со второго месяца продвижения. Проекты, использующие старый алгоритм подбора ссылок, также показали положительную динамику, хотя она и не была столь значимой.

Рис. 1. На сколько изменился рост позиций  в Яндексе у сайтов, использующих  smart-ссылки

Рис. 2. На сколько  изменился рост позиций в Яндексе у сайтов, использующих обычные ссылки

Как мы видим, алгоритм подбора ссылок на основе нейросетей, оказался довольно эффективен при продвижении в Яндексе. Теперь рассмотрим результаты, которых удалось достичь в Google.

Результаты: Google

На основании частотности запросов все анализируемые проекты были разбиты на группы. Получилось следующее распределение.

Таб. 3. Распределение проектов по частотности запросов

Дальнейшее исследование показало, что сайтам, использующим smart-ссылки, за пять месяцев продвижения удалось значительно улучшить свои позиции в выдаче Google. Новый алгоритм подбора ссылок оказался эффективен для продвижения НЧ и СЧ-запросов, и даже ВЧ-запросов.

Таб. 4. На сколько  изменился рост позиций проектов в поисковой выдаче Google за 5 месяцев

Проекты, использующие новый алгоритм закупки ссылок на основе нейросетей, продемонстрировали резкий рост средних позиций к концу исследуемого периода. Сайты, для продвижения которых использовались обычные ссылки, подобранные старым алгоритмом, также выросли в выдаче, хотя и не так заметно.

Рис. 3. На сколько  изменился рост позиций в Google у сайтов, использующих smart-ссылки

Рис. 4. На сколько изменился рост позиций в Google у сайтов, использующих обычные ссылки

Выводы: 

Как показало исследование, уже со второго месяца продвижения наблюдается стабильное улучшение позиций по всем группам запросов. В Google использование smart-ссылок приводит к более быстрому росту позиций по сравнению с Яндексом.

Полученные в ходе анализа результаты подтвердили гипотезу о том, что алгоритм с использованием нейросетей стабильно лучше классического алгоритма и повышает эффективность поискового продвижения. На основании этого мы приняли решение внедрить механизм подбора smart-ссылок во все базовые стратегии ссылочного продвижения. Старый алгоритм закупки ссылок в сервисе более недоступен.

Исходя из положительного опыта использования нейронных сетей, мы продолжаем внедрять машинное обучение для совершенствования алгоритмов. Сейчас в разработке находится генератор семантического ядра.

Журналист, новостной редактор, работает на сайте с 2009 года. Специализация: интернет-маркетинг, SEO, поисковые системы, обзоры профильных мероприятий, отраслевые новости рунета. Языки: румынский, испанский. Кредо: Арфы нет, возьмите бубен.