Поведенческие факторы важны для бизнеса, потому что они оказывают всестороннее влияние на:
- Определение рейтинга.
- Ранжирование в органической выдаче.
- CTR контекстной рекламы.
- Показатель конверсии.
Поведенческие факторы нужно учитывать, чтобы
правильно разработать сайт, вложить в него те элементы юзабилити, внутренней перелинковки, которые впоследствии помогут улучшить все вышеперечисленные показатели. Здесь нет шаблонного механизма улучшения ПФ, только специалист проведя
аудит, изучив отчеты метрики, способен дать верную оценку и выстроить алгоритм действий. Все показатели отслеживаются отчетами Яндекс.Метрики и Google Analytics.
Поведение пользователя на веб-сайте, клики по ссылкам, выделение текстов, использование формы обратной связи – всё это учитывается поисковыми системами и значительно влияет на
ранжирование.
Внутренние и внешние поведенческие факторы.
Процент отказов.
Самый худший вариант – когда посетители прерывают сессию и выходят со страниц сайта, пробыв на нем менее 12 секунд. Именно так формируются отказы, фиксируемые поисковой системой. Если их процент в течение продолжительного времени превышает 30% в дело вступают алгоритмы, понижающие позиции при ранжировании. Это может происходить по разного рода причинам:
- Низкокачественный веб-дизайн.
- Низкий показатель юзабилити.
- Низкокачественное семантическое ядро.
- Не подходящие к контенту ключевые запросы.
Возвращение к поиску.
Кроме процента отказов поисковая система оценивает и еще один показатель, оказывающий значительное влияние на поведенческие факторы – возвращение посетителя web-сайта к результатам поиска. Это явный сигнал того, на данном ресурсе человек не смог найти ответа на свой запрос.
Внутренние и внешние поведенческие факторы.
Показатели влияющие на аналитику качества web-сайта многообразны. Технология MatrixNet от Яндекса учитывает внешние и внутренние поведенческие факторы. Обе характеристики оказывают значительное влияние на систему ранжирования. Одни сосредоточены на показателях поведения пользователя среди результатов органической выдаче, учитывая релевантность поискового запроса и метатега title, другие анализируют запись экрана, влияние юзабилити, качества контента. Это позволяет самообучающейся системе лучше понимать соответствие текущим позициям по определенным ключевым словам данного ресурса, на его возможность удовлетворить интересы пользователя. Аналитика поведения предоставляет очень ценную информацию – совершено ли целевое действие или произошло возвращение в органическую выдачу и клик по другой ссылке.
Внешние ПФ.
- Последний клик. Крайне важный показатель, система считывает его, если результаты поиска были закрыты.
- Показатель CTR. Привлекательность сниппета и текста в метатеге title.
- Длинный клик в выдаче. Определяется общее время нахождения на веб-сайте, даже если зафиксировано возвращение к органическим результатам.
- Единственный клик в выдаче. Отсутствие переходов по другим ссылкам.
- Возврат к результатам поиска. Негативный показатель, свидетельствующий о низком качестве ресурса.
Внутренние ПФ.
- Уровень посещаемости конкретных веб-страниц.
- Продолжительность визита.
- Точки входа и выхода. Позволяет выстраивать и анализировать доступные цепочки внутренней перелинковки и лучше перераспределять траст между веб-страницами.
- Длительность просмотра. Наиболее важна, если просматривалась только первая страница web-сайта.
- Активность на сайте. Запись действий посетителя, клики, обратная связь.
- Скорость загрузки. В том числе для мобильных устройств.
- Глубина просмотра и число отказов.