На что влияет ИКС? Исследование Rookee на базе 61 000 доменов

Когда Google решил отказаться от показателя авторитетности PR (а PR очень похож на предыдущий показатель авторитетности Яндекса — тИЦ, но про него позже), они поступили просто. Не стали его пересчитывать, а через полгода просто удалили его из всех сервисов, сколько показывает PR.  

Яндекс действовал иначе. ТИЦ был у Яндекса с 1999 года. Долгие годы тИЦ отражал то, насколько сайт полезен пользователям, насколько часто на него ссылаются другие авторитетные источники. Но в борьбе Яндекса с покупными ссылками, с накрутками тИЦ нивелировался. И логичным продолжением было то, что в августе этого года Яндекс отказался от тИЦ как от показателя авторитетности сайта. Вместо него появился ИКС, показатель, отражающий, насколько сайт интересен пользователям, насколько он нужен, насколько они готовы на него возвращаться. 

Но почему Google просто молча забыл о своем показателе, а Яндекс предпринял такие усилия, чтобы его транформировать?

Это было неспроста. ИКС был нужен как некое изменение показателей ранжирования.  Как оказалось, он хорошо ложится в «Андромеду». Помните попарные сравнения? Вероятнее всего, ИКС помогает их производить.

Небольшое отступление. Напомню, тИЦ отменили в августе. Но есть настойчивые ребята, которые и сейчас предлагают поднять тИЦ. Консерваторы.  

Основа исследования

Когда мы решили исследовать ИКС, то поставили перед собой такие вопросы:

1. Какие параметры влияют на величину ИКС? Это необходимо для понимания того, как повысить этот показатель.

2. Есть ли связь между ИКС и ранжированием? Если у вас высокий ИКС, вы выйдете в топ или нет?  

3. Как использовать текущие значения ИКС в регулярной работе по поисковому продвижению? В частности, в конкурентном анализе и при формировании семантического ядра.

Мы нашли ответы на эти вопросы, и чуть дальше расскажу о них.

На чем проводилось исследование? У нас есть сервис Rookee для продвижения сайтов в автоматизированном режиме, и нему на момент исследования было подключено около 61 000 доменов, которые продвигались по 150 000 поисковых запросов. Мы собрали значения ИКС для всех этих доменов, и даже для чуть большего количества.

При этом ИКС, отличный от нуля (то есть, 10 и более) есть всего лишь у трети доменов. То есть, два из трех доменов имеют ИКС, равный нулю. В принципе, это более или менее похоже на то, что было с тИЦ.

Отметим, что Яндекс выкатил ИКС в начале октября, но это был первый релиз. Как мы знаем, он не всегда сразу бывает оптимальным решением, могут быть проблемы. Поэтому мы искренне ждали пересчета ИКСа, который Яндекс обещал проводить раз в месяц. Мы надеялись, что будут девиации, которые позволят выявить, что особенно влияет на ИКС, что Яндекс поменял, что стал учитывать по-другому. Но к нашему сожалению, пересчитав ИКС 1 ноября, Яндекс практически никаких изменений не внес. ИКС изменился всего лишь у 6% сайтов, колебание составило около 10 позиций. Следовательно, алгоритм, который Яндекс разработал для расчета ИКСа, остается таким же. И наша модель, которую мы построили на начальных данных, верна.

Какие параметры влияют на величину ИКС

Отвечая на вопрос, что влияет на ИКС, мы построили модель, которая прогнозирует его значения. Модель строилась с использованием библиотеки CatBoost. Кто-нибудь помнит CatBoost? Яндекс выкатывал библиотеку CatBoost, которая, как они описывают, соответствует Матрикснету, то есть, алгоритму ранжирования сайтов. Это если не копия, то очень похожая библиотека, позволяющая построить модель и выявить, какие параметры наилучшим и наибольшим образом влияют на прогноз ИКСа. То есть, мы взяли все доступные сеошные параметры, построили модель прогноза ИКСа и выявили, какие параметры влияют наиболее сильно. За набор параметров мы взяли данные из сервиса PR-CY. Почему именно этот сервис? Он общедоступный, любой может зайти, посмотреть свой сайт, все параметры доступны.

Что получилось?

Яндекс никого не обманул, сказав, что ИКС зависит от посещаемости. Четыре первых параметра — это параметры посещаемости сайта. Но интересны пятый и шестой параметр. На значение ИКСа достаточно большое влияние оказывает прошлое значение тИЦа, а оно рассчитывалось на основе ссылок с других авторитетных ресурсов. То есть, для значения ИКСа все-таки ссылочная составляющая важна, но это логично: если сайт авторитетен, полезен, то люди на него ссылаются. Подтверждает эту  гипотезу то, что количество ссылок на домен тоже является одним из важных факторов.

Есть еще группа параметров. Они не несут такой большой вклад, но они тоже важны и интересны. Это число проиндексированных страниц, уровень доверия по weboftrast, возраст сайта и так далее.

И интересный параметр — социальная активность. Сервис PR-CY показывает объем социальных групп по количеству подписчиков, ссылки на которые есть на сайте. И количество участников соцгрупп, которые есть на сайте, является если не важным, то значимым параметром для прогнозирования ИКСа. Что опять же хорошо ложится в модель того, что  ИКС отражает то, насколько сайт интересен. Если сайт интересен, то и группа, с которой этот сайт связан, будет интересной.

Мы также строили прогноз от наличия или отсутствия любимых нами SEO-артефактов — robots.txt, sitemap, редирект с www, Ssl, микроразметка и так далее. И взаимосвязи не оказалось — есть на сайте robots.txt или нет, это для ИКС не важно. Это не значит, что с сегодняшнего дня никому не нужно robots.txt, нет. Эти артефакты позволяют хорошо, качественно индексировать сайт и привлекать трафик. Но если у вас их нет, то это не причина для того, чтобы при любом трафике у вас был низкий ИКС.

Какие можно сделать выводы? ИКС — величина, тесно связанная с посещаемостью, авторитетностью и нужностью вашего сайта аудитории. В первую очередь ИКС зависит от посещаемости сайта. Также значимыми параметрами являются внешние сигналы (производная от ссылок). Артефакты, актуальные для SEO, не влияют на величину ИКС.

Есть ли у сайтов с высоким ИКС преимущество в выдаче?

Мы отвечали на вопрос, если ли связь между показателем ИКС и вашим потенциалом в результатах поиска.

Как проводилось исследование:

1. Взяли произвольный список запросов (150 000), по ним получили выдачу (топ-100)

2. Для каждого домена в выдаче получили ИКС, если не удалось получить результат, то присваивали этому домену значение 0 .

3. Удалили примеры с доменами Яндекса, т.к. для всех своих поддоменов Яндекс не отдает результат.

4. Удалили запросы, в которых в выдаче один домен встречается более 15 раз, т.к. вероятно это брендовые запросы, и для них свои правила ранжирования.

5. Нормализовали ИКС, для этого поделили все ИКС для запроса на максимальное ИКС по этому запросу (в топ-100)

Как оказалось,  средний нормированный ИКС (эти столбики гистограмм — десятки позиций) с 1 по 60 места заметно падает. То есть,  в выдаче преобладают сайты с высоким ИКС, и чем ниже мы движемся в выдаче тем средний ИКС становится меньше.

С 70-й позиции начинает чуть расти ИКС, но у этого есть объяснение. У Яндекса заканчиваются ответы, содержащие все слова из запроса. И он начинает подмешивать сайты, где есть не все слова, но которые достаточно авторитетны (в том числе форумы и так далее). Если разложить средний нормированный ИКС по топ-10, то, естественно, корреляции такой уже сильной не будет.  Но все равно видно, что топ-4 занимают самые высокие ИКС.

Затем мы разделили всю выборку по ИКС-100 и посчитали среднюю позицию у доменов с ИКС больше 100. Как оказалось, средняя позиция у доменов, у которых ИКС больше сотни, выше на 6 позиций. Это заметно выше, чем у доменов, у которых ИКС меньше сотни.

Анализ данных из Метрики

По обезличенным данным пользователей Rookee, использующих Яндекс.Метрику, мы получили значение ИКС и статистику за месяц в разбивке по источникам:

• Отказы  

• Доля визитов новых посетителей  

• Глубина просмотра  

• Просмотры  

• Доля новых посетителей  

• Визиты  

• Посетители  

• Визитов в день

И построили корреляционную модель того, как влияют перечисленные параметры на ИКС.

Корреляция — это мера связи между одним набором данных и другим. Она измеряется от -1 до 1. Если она равна 0, то связи нет, изменения либо никак не влияют, либо приводят к случайным изменениям в другом наборе. Если корреляция 1, то это полная связь, изменения в одном наборе приводят к аналогичным изменениям в другом наборе. А минус — это обратная связь.

Столбики на диаграмме отражают наши параметры, а слева по оси ординат отложена корреляция. Четко видно, что параметры, связанные с посещаемостью, показывают высокую корреляцию. 0,8 — это достаточно высокая величина.    

При этом так называемые поведенческие параметры — глубина просмотра, показатели отказов, время на сайте — корреляции практически не показывают. Это говорит о том, что на самом деле не так нужна борьба за поведенческие факторы, время просмотра на 10 секунд больше, если ваша цель — повысить ИКС.

Кроме того, существует обратная корреляция от доли визитов и доли новых посетителей. То есть, если у вас на сайте нет ядра, и пользователи не возвращаются на ваш сайт, то ваши шансы получить высокий ИКС заметно ниже. Это понятно: если  интересен пользователям, на него будут возвращаться.

Если построить такую же модель по переходам только из поиска, то диаграмма будет выглядеть так:

В первом примере, когд мы брали общедоступные параметры из PR-CY, были не совсем чистые данные. Здесь данные чистые, это данные из метрики,те, с которыми в принципе оперирует Яндекс. Здесь корреляция еще выше, но в целом картинка похожа. Посещаемость крайне важна, поведенческие факторы не так существенны для повышения ИКС.  

Ответим на вопрос: если давать контекстную рекламу, будет ли высокий ИКС?

Не будет. Корреляции нет. Как бы активно вы давали или не давали контекстную или платную рекламу, это не отразится на том, будет ли у вас высокий ИКС. Да, это посещаемость, но Яндекс это не учитывает.

Теперь разберем, как социальные сигналы влияют на величину ИКС.

Складывается та же самая история. Посещаемость, как активная, так и социальная, приводит к тому, что ИКС будет высоким.

Какие здесь выводы? Действительно, посещаемость крайне важна для повышения ИКС. При этом поведенческие факторы, такие как глубина просмотра, не столь важны. С ними нужно работать, чтобы повысить конверсию, но для величины ИКС они не играют роли.

Дополнительная статистика

• Сайты с Метрикой имеют ИКС заметно выше, чем без нее. Поэтому поставьте Метрику. 

• Домены в зоне .ru в среднем имеют ИКС выше.   

Кроме того, мы построили средний ИКС для сайтов различных тематик (для тех тематик, где более 1000 сайтов). В топ-10 ничего, близкого к тематикам бизнеса, нет. Для тематик бизнеса средний ИКС 100, и это уже нормально. Это позволит вам быть конкурентоспособным в этой тематике.

Выводы

1. ИКС в большей степени определяется размером аудитории сайта, т.е. количеством посетителей сайта.

2. Поведенческие факторы (отказы, глубина просмотра и время на странице) не коррелируют с ИКС.

3. Технические моменты сайта: наличие Sitemap, robots.txt, Ssl и т. д. – не влияют на ИКС.

4. Работа на увеличение ИКС подразумевает работы по улучшению качества сайта и увеличения размера аудитории.

5. ИКС позволяет понимать степень развитости ваших конкурентов и принимать решение, по каким запросам вы можете уже сейчас конкурировать за топовые места.