170 факторов ранжирования сайтов в Google в 2015 году

Смотрите в каталоге
SEO (управление и аналитика)
170 факторов ранжирования сайтов в Google в 2015 году

Компания Moz опубликовала результаты исследования влияния различных факторов на ранжирование сайтов в Google за 2015 год.

Данные отчёта основаны на измерении 170 факторов, включая: использование ключевых слов; время загрузки; тексты анкоров; ссылки и другие.

Отчёт состоит из двух частей: исследования взаимосвязи между различными факторами и результатами ранжирования в Google и опроса 150 специалистов в области поисковой оптимизации.

Исследование корреляций

Важное уточнение по исследованию корреляций: оно показывает, какими характеристиками обладают страницы и сайты, которые высоко ранжируются в Google, но не указывает наверняка, что эти факторы учитываются в алгоритме Google.

В данной части представлено исследование выдачи по 17 600 запросов в поиске Google (US). Все корреляции оценивались по шкале от -1 (не оказывает прямого влияния) до 1 (сильное влияние).

Page Level Keyword Usage — использование ключевых слов на уровне страницы

Аналитики Moz отмечают низкую корреляцию между использованием ключевых слов на странице и позициями в выдаче.

170 факторов ранжирования сайтов в Google в 2015 году

Page Level Keywords Agnostic — характеристики страницы, не связанные с ключевыми словами и внешними ссылками

В то время как длина страницы, общее число внутренних ссылок показывают умеренную корреляцию с позициями в Google, корреляция для HTTPS очень мала.

170 факторов ранжирования сайтов в Google в 2015 году

Page-Level Link-Based Features — авторитетность ссылок на уровне страницы

Данные продолжают демонстрировать высокую корреляцию между числом внешних ссылок на страницу и ее позициями в Google.

170 факторов ранжирования сайтов в Google в 2015 году

Domain-Level Keyword Usage Features — использование ключевых слов на уровне домена

Несмотря на то что есть вполне достойная корреляция между точным вхождением ключевика в название домена и высокими позициям, наиболее вероятно, что в таких случаях алгоритм все-таки больше смотрит на использование ключевых слов, анкоров и другие сигналы, нежели на сами домены.

170 факторов ранжирования сайтов в Google в 2015 году

 

Domain-Level Keyword-Agnostic Features — характеристики домена, не связанные с ключевыми словами и внешними ссылками

 

Исследование выявило небольшую связь между типом домена верхнего уровня и позициями.

170 факторов ранжирования сайтов в Google в 2015 году

Domain-Level Link-Authority Features — авторитетность ссылок на уровне домена

В целом наблюдается высокая корреляция между ссылочным профилем сайта и его позициями в Google.

170 факторов ранжирования сайтов в Google в 2015 году

Anchor Text Features — тексты ссылок на уровне домена

Использование ссылок с частичным вхождением анкоров показывает высокую корреляцию с позициями в выдаче Google.

170 факторов ранжирования сайтов в Google в 2015 году

Social and Brand Features — социальные показатели на уровне страницы

Положительная корреляция отмечается у такого фактора, как число расшариваний в соцсетях.

170 факторов ранжирования сайтов в Google в 2015 году

Spam Flags — Спам

Метрики, которые используются в Moz для определения спамных сайтов.

170 факторов ранжирования сайтов в Google в 2015 году

Ссылочные характеристики (Ahrefs)

Данные относятся к ссылочным характеристикам из сервиса Ahrefs.

170 факторов ранжирования сайтов в Google в 2015 году

Характеристики домена

Данные взяты из сервиса DomainTools.

170 факторов ранжирования сайтов в Google в 2015 году

Мнение SEO-экспертов

В 2015 году в опросе Moz приняли участие 150 SEO-экспертов. Они оценили группы факторов в соответствии с уровнем влияния от 1 (не влияет) до 10 (сильно влияет):

170 факторов ранжирования сайтов в Google в 2015 году

Среди других выводов значатся следующие:

  • Использование ключевых слов на странице слабо влияет на ранжирование.
  • HTTPS демонстрирует очень слабую позитивную корреляцию с ранжированием.
  • Более высокие позиции доменов, имена которых в точности соответствуют поисковому запросу, достигаются за счёт включения ключевых слов в тексты анкоров, а не являются итогом работы алгоритма.
  • Имена домена (.com, .org, etc.) демонстрируют слабую позитивную корреляцию с ранжированием в Google.
  • Применение анкорных текстов в ссылках способствует лучшему ранжированию, при условии, что на ресурс ссылаются домены, анкоры в ссылках которых хотя бы частично соответствуют текстам страниц сайта-акцептора.
  • Количество перепостов в социальных сетях также демонстрирует положительную корреляцию с ранжированием.
  • Время до истечения срока действия регистрации домена не слишком сильно влияет на ранжирование в Google. В тоже время, частная регистрация домена показала слабую отрицательную корреляцию.
  • Страницы с более низкими значениями показателя отказов, большим числом просмотров и лучшими показателями времени, проведённого на сайте, ранжируются выше.

Что касается мнения специалистов относительно веса отдельных факторов в алгоритме ранжирования Google, здесь основные выводы такие:

  • Ссылки демонстрируют самую высокую корреляцию с высокими позициями в ранжировании Google, за ними следует использование ключевых слов и контент.
  • Ключевые слова в тегах < title > и < body > оказывают сильное влияние на результаты ранжирования.
  • Ни использование изображений, ни HTTPS не связаны с высоким ранжированием.
  • Такие факторы, как свежесть и длина контента имеют только средний уровень корреляции с более высоким ранжированием.
  • Наличие ключевых слов в корневом домене, особенно имена доменов, точно соответствующие запросу пользователя, тесно связаны с более высокими позициями сайта в выдаче.
  • Совокупное количество неестественных ссылок считается наиболее негативным сигналом ранжирования, за ним следует некачественный и неинформативный, а также дублированный контент.

Полная версия отчёта Moz доступна по ссылке.

Компании и сервисы: Ahrefs, Moz
Автор: Анна

Подписаться на новости

Читайте также

16 января / Комментарии

Итоги развития мобильного рынка в 2019 году

Компания App Annie опубликовала ежегодный отчет о состоянии мобильного рынка State of Mobile 2020. Данное исследование подводит итоги влияния мобильного рынка на все отрасли мировой экономики.

далее →

27 декабря 2019 / Комментарии

Как изменились покупки россиян за год. Инфографика LetyShops

Конец года — самое время подвести итоги и вспомнить главные приобретения 2019-го. Что покупали россияне в течение года и сколько вернули денег за заказы в интернет-магазинах? Кэшбэк-сервис LetyShops проанализировал покупки и делится данными в инфографике.

далее →

25 декабря 2019 / Комментарии

Новые технологии в ритейле сегодня и через 5 лет

Data Insight выпустила исследование "Retail Tech 2019". Задачей исследования было показать будущее ритейла таким, каким мы его видим сейчас. Технологии меняются быстро, и нельзя предсказать, где будет следующий технологический прорыв и какие многообещающие разработки так и не приведут в созданию промышленных решений. Однако уже сегодня можно оценить потенциал существующих технологий и представить ритейл через 3-5 лет.

далее →

25 декабря 2019 / Комментарии

Что россияне подарят на Новый год: исследование Яндекс.Кассы и Яндекс.Маркета

Перед Новым годом россияне активнее всего искали товары для детей, но больше денег тратили на подарки для взрослых — например, средний чек за ювелирные украшения оказался примерно в два раза больше, чем за детские игрушки. К такому выводу пришли аналитики Яндекс.Кассы и Яндекс.Маркета. Для этого они изучили платежи через Яндекс.Кассу в интернет-магазинах и данные Яндекс.Маркета о переходах на сайты магазинов.

далее →

24 декабря 2019 / Комментарии

PIM и DAM: как работают системы управления данными о товарах  

Для того чтобы управлять данными о товарах, существуют различные решения, начиная от хранения данных в определенной последовательности в базах данных Excel, до более автоматизированных многофункциональных систем вроде 1С и мощных систем на базе SAP. Эти решения помогают справиться с задачей управления информацией о продуктах, но не специализированы для таких задач и не обладают многими нужными функциями. 
Анна Лиханова, ведущий руководитель проектов Brandquad, рассказал о том, как работают PIM и DAM системы и как они помогают анализировать данные.

далее →

X
Нажмите «Нравится»,
чтобы читать Shopolog.ru в Facebook