На сегодняшний день в поисковых системах комплексно применяется три подхода: ранжирование страниц по авторитетности (пример - принесший Google популярность алгоритм PageRank), поведенческие факторы (анализ действий реальных посетителей реальных сайтов) и машинное обучение (пример — «Матрикснет» Яндекса, который обучает алгоритмы оценками выборок специалистами-асессорами, ну и по сути увязывает и уравновешивает первые два подхода).
Ранжирование по авторитетности на ранних этапах развития интернета работало очень хорошо, но в дальнейшем «слишком математическая» природа такого подхода позволила оптимизаторам применять фокусы, использующие найденные в ходе экспериментов слабости системы. Качество выдачи страдало, поисковики вводили поправки, дополнительные формулы и коэффициенты, фильтры и санкции, но по-настоящему крупный прорыв был сделан, когда появилась возможность ранжировать сайты на основе предпочтений их реальных живых посетителей. Анализ поведенческих факторов объективнее любых личных пристрастий (как экспертных, так и профанных), поскольку работает с предпочтениями большой выборки целевой аудитории.
Компания SeoPult еще раз решила напомнить об основных поведенческих факторах ранжирования, таких как:
- Показатель отказов (bounce rate)
- Время, проведенное на сайте.
- Глубина просмотра.
- Возвращение к повторному поиску.
- Возвращение на сайт не из поиска.
- Характер перемещения курсора мыши и паттерн движения по сайту.
- Кликабельность сниппета (CTR)
- Кнопки социальных сетей.
Подробней о каждом из факторов, а также о том, как поисковики собирают данные, читайте в блоге SeoPult на habrahabr.ru