Как получить трафик из размещенных в блогах статей?

Роман Морозов, основатель сервиса продвижения сайта за счет социальных и поведенческих факторов Userator, подготовил для пользователей Ротапост советы, которые помогут получать трафик из статей, размещаемых в блогах.

Morozov
Покупка статей в блогах может иметь разные цели. Маркетологи небольших компаний, например, используют биржу Ротапост для покупки постов на площадках с живой тематичной аудиторией, и получают сравнительно недорогой по стоимости охват целевой аудитории. SEO-специалисты могут использовать размещения статей в блогах с активными индексируемыми ссылками и релевантным текстовым окружением для улучшения позиций в поисковых системах.

Однако с размещенными статьями можно проводить и более интересные эксперименты. Об одном из них мы расскажем подробнее. Итак, наша задача — получить качественный живой не поисковый трафик. В нашем случае по размещенным в статьях ссылкам.

Выполняем следующие действия:

  1. подбираем группу низкочастотных запросов в тематике товаров или услуг компании;
  2. пишем несколько уникальных текстов с учетом подобранных запросов;
  3. подбираем площадки в Ротапост, исходя из данных по количеству проиндексированных страниц (от 500), ТИЦ от 10 и с минимальной посещаемостью от 100 уникальных пользователей;
  4. покупаем размещение постов в блогах и сайтах, согласно указанным;
  5. отслеживаем размещения и используем инструменты Userator:
  • социальные факторы. Заказываем выполнение расшариваний размещенных статей не менее 5 заданий для каждой социальной сети на 1 статью . Данный инструмент не только ускоряет индексацию страниц, но и приводит живой трафик на целевую страницу;
  • после индексации всех страниц улучшаем поведенческие факторы по первоначальному спику запросов. Задание формулируем таким образом, чтобы после введения запросы исполнители кликали на размещенный материал в вашей компании.

По результатам, выполняя небольшой объем работ в течение одной недели вы около трех месяцев будете получать качественные переходы на сайт компании. И бонусом по целевым запросам заполните поисковую выдачу информацией о товарах и услугах вашей компании.

Дарим деньги на счет

DDДекабрь — праздничный месяц и система Userator приготовила подарок своим пользователям. Только в декабре при пополнении баланса в системе на сумму от 1000 рублей вы получаете бонус к своему счету в системе — 7% от суммы платежа!

Пополни баланс в декабре и отдыхай спокойно январские праздники. Вы отдыхаете — Userator работает!

И еще один подарок от нас!                                                                                 В декабре наша служба поддержки работает в праздничном режиме и дарит пользователям бесплатную услугу — ручная настройка продвижения ваших кампаний в системе! Для заказа этой услуги вам нужно обратиться в Службу поддержки.

fdd10eb8-1c9e-4f6b-8666-f49c5434d4db
Зарабатывайте с Юзератор в Новом году!
Наша автоматическая система продвижения поведенческими и социальными факторами двигает в ТОП и платит клиентам за привлечение новых пользователей в системе!

Платим 10% от дохода системы вам в карман! Для подключения к реферальной программе Userator вам нужно зайти в раздел «Заработать» и выбрать «Партнерская программа». Указывайте свою реферальную ссылку на форумах и в социальных сетях, размещайте баннеры на сайтах и блогах и начинайте зарабатывать уже через месяц!

13f42c5c-6473-402e-8194-9fa9f2d095b5
Увеличивайте эффективность сайта! VTEST поможет!                                            

От того, насколько удобно пользователю на Вашем сайте совершать те или иные действия (покупка, отправка запроса) и искать необходимую информацию зависит его эффективность, как инструмента увеличения продаж или лояльности пользователя.

Реактивное юзабилити-исследование поможет удержать посетителей на сайте! Успейте заказать до повышения цен!

by Mr. Роман Морозов

Чем отличается живой сайт от мертвого?

DS-1Вы бы купили товар о котором не пишут? Уверенны, что нет.
Комментарии — это социальный фактор. Помимо влияния на ранжирование сайта, они воздействуют на мнение и решение пользователей.

Как человек покупает товар в интернете?
Для начала, просматривает комментарии. Нередко, читает отзывы о компании. Завершающий этап: покупка товара с уверенностью в том, что деньги не выброшены на ветер.
Если кратко — отзывы, решение, покупка. Чтобы подвести потенциального покупателя к кнопке «оплатить», нужно повлиять на его решение. Сделать это можно с помощью отзывов.
Манипулировать — это целое искусство. Внушить человеку, что ему что-то по-настоящему нужно и, что это можно приобрести только у Вас. А если нет, то именно у Вас самые выгодные условия.

Вот несложные правила, которые могут Вам помочь:

  • Люди оценивают только по-настоящему интересные комментарии. Односложными «круто» и «так держать» никого не удивишь.
  • Если комментарии объемные и качественные, помимо увеличения контента увеличатся еще и другие параметры (к примеру, количество и плотность ключевых слов). Уверенны, при поиске информации, вы нередко видите в сниппетах текст из комментариев. Иногда, за счет них, по среднечастотным запросам сайт выходит на первые позиции.
  • Комментарии к постам положительно сказываются на ранжировании сайта и привлечении трафика. Поисковые системы учитывают действия и активность посетителей: чем выше активность на сайте, тем выше его позиции.
  • Жизнь на сайте, поддерживает пользовательский контент, что влияет не только на мнение поисковых систем, но и на выбор посетителей.
  • То, что создает дополнительную ценность для сайта, как правило, приводит к дополнительному трафику. Комментарии в их числе.
  • Возможно, именно благодаря комментариям, вы отличаетесь от тысячи таких же, по тематике сайтов.

Увеличивает ли наличие комментариев, поисковую видимость сайта?
Комментарии, так или иначе, влияют на ранжирование, на текстовые факторы ранжирования и на поведенческие факторы. Стоит помнить, что влиять на ранжирование и улучшать видимость по тем или иным запросам — не одно и то же. Сегодня общее значение релевантности зависит от огромного количества факторов. Потому, чтобы кардинально повлиять на видимость сайта, необходимо привести в порядок тексты, улучшить юзабилити и проработать коммерческие факторы ранжирования.

by Mr. Роман Морозов and & Ms. Наталья Чердак

Поведенческие факторы 6.0

1_6Последние два месяца мы активно тестируем результаты влияния новой технологии случайных поведенческих факторов.

О результатах мы подробно рассказывали на конференции в Казани.

Были проведены масштабные работы по внедрению поведенческих факторов 6.0 в работу Userator. На данный момент система выполнения и выдачи заданий изменена.

  • Отныне, пользователи, которые не работают в системе выполняют задание всего 1 раз через сервис MoneyСaptcha.ru
  • Теперь пользователи могут выполнять задания через мобильные устройства с помощью удобной системы Vzadache.ru

При использовании новой технологии для хорошо оптимизированных сайтов результат можно получить уже в течении месяца для Яндекса и Google.
На данный момент мы не подключаем новую технологию для всех сайтов, однако для компаний с бюджетом более 30 тысяч рублей в месяц поведенческие факторы 6.0 подключаются автоматически.

Также мы предлагаем веб мастерам навсегда избавиться от спама и при этом заработать. Для этого нужно просто установить самую надёжную капчу на свой сайт и начать получать прибыль за выполненные простейших заданий по поведенческим факторам.

Мы уверенны, что данные нововведения позволят рекламодателям легко и успешно развивать Свой бизнес в интернете.

4_6by Mr. Роман Морозов and & Ms. Наталья Чердак

Кот ученый или ошибки веб-мастеров

skazkiБольшинство проектов, как бы хорошо они не начинали, сталкиваются с проблемой спада интереса. В связи с этим возникают стандартные проблемы: сокращение аудитории, уменьшении конверсии и прибыли.

В подобной ситуации веб-мастера довольно часто делают неправильный выбор. На самом деле ошибиться несложно, если не знаешь причин возникновения проблемы.

В большинстве случаев их всего две: сайт устарел, либо неудобен для пользователей.

Чтобы описать типичные действия в подобной ситуации, мы разделили веб-мастеров на 4 категории:

1) Колобок
«Я от бабушки ушел, я от дедушки ушел и на лису наткнулся».
Колобки в панике бегут к SEOшникам, чтобы увеличить процент целевого трафика. Они не понимают, что ситуацию этим не спасти и люди все равно будут уходить с сайта, который не идет в ногу со временем.

2) Медведь
«Все сломаем и заново построим абы как».
Второй тип жирным крестом перечеркивает нынешний дизайн сайта и обращается к дизайнерам. Иногда подобное решение спасает, но далеко не всегда. Ведь чтобы создать по-настоящему грамотный сайт для людей, нужен не только дизайнер, но и человек, который анализирует нынешнюю ситуацию и подсказывает пути решения. Такой человек называется юзабилист.

3) Иванушка
Начитавшись сказок, про удачливого Иванушку-дурачка, некоторые пускают все на самотек и рассчитывают на волшебное русское «авось». Такие консерваторы надеются, что «само пройдет» и «все как-нибудь наладится». Не самый действенный метод, с вероятностью 90% такой сайт рано или поздно пойдет ко дну.

4) Кот ученый
И только кот ученый знает, что когда возникает проблема, лучше обратиться к профессионалам, так как нанимать свой собственный штат юзабилистов довольно накладно. (убыточно или себе дороже)

peopleМы не отрицаем, что случаи бывают разные и иногда достаточно обратиться к SEOшникам или полностью переделать дизайн — вдруг повезет и все наладится. Но все же не советуем быть Иванушками, гораздо мудрей действовать по методу Кота ученного. Ведь команда специально обученных людей выявит проблемы и подскажет пути решения гораздо быстрей.

Сейчас довольно многого компаний, которые занимаются юзабилити и немало людей, которые называют себя юзабилити-экспертами. Чтобы не попасться на уловки некомпетентных «специалистов», лучше сразу обращаться к профессионалам.

Среди компаний, предлагающих подобные услуги, мы нашли только одну, которая помимо эксперта, использует еще и «мнение народа», что довольно прогрессивно для Рунета. Пользователи отвечают на ряд вопросов, составленных ведущими специалистами в области интернет-маркетинга. На наш взгляд, это довольно эффективный метод, благодаря которому можно узнать, что именно не нравится простым людям.

Каждая компания сможет выбрать оптимальный «пакет услуг», отталкиваясь от ценовых категорий.

vtestby Mr. Роман Морозов and & Ms. Наталья Чердак

Vtest+Userator=Топ-10

top-10_2Поведенческие факторы — действия пользователей на сайте: коэффициент отказа, просмотр страниц, клики на ссылки т.д. Накрутка — это улучшения данных показателей.

После волны паники после отмены ссылочных факторов оптимизаторы начали искать альтернативные варианты продвижения. В то время многие начали бежать с корабля и копировать первую в мире систему по улучшению поведенческих факторов — Userator.ru.

Благодаря нашему проекту огромное количество сайтов заняли позиции в Топ 10 поисковой выдачи и остаются на вершине по сей день.

topОднако не все сайты могут держаться на верхушке. Их владельцы забывают о главном: продвинуть сайт в Топ с помощью нашего сервиса можно, однако если ваш сайт не нравится пользователям, они не будут на него возвращаться.

Что делать?
Необходимо понять, что именно не нравится людям и устранить эти проблемы. Сделать это можно с помощью нашего сервиса Vtest.ru

ghu

 

Анализ юзабилити — прежде всего, асессорская оценка. То есть простые люди отвечают на огромное количество вопросов по тому или иному сайту и сравнивают его с сайтом конкурентов. В результате чего создается хорошая, объективная оценка того, насколько сайт хорош или плох для конечного потребителя. Вследствие чего подготавливаются рекомендации о необходимых изменениях для сайта, чтобы он получил естественные поведенческие факторы и любовь пользователей.

Однако мы решили, что зачастую одного мнения пользователей недостаточно и нужен взгляд эксперта для более глубокого анализа сайта. Так, нами был создан vtest.ru. Заказчик получает полноценный отчет, над которым работает целая команда всего за 5 дней. Мы разработали 4 разных типа отчетов, различающихся по объему и ценам. С более подробной информацией можно ознакомиться на самом сайте.

Выполнение рекомендаций, представленных в данном исследовании, поможет Вам:

  • Улучшить внешний вид сайта.
  • Повысить удобство сайта.
  • Увеличить конверсию.
  • Сделать его более удобным для пользователей, что положительно сказывается на динамике продвижения в поисковых системах (поведенческие факторы, социальные факторы).
  • Поднять сайт в Топ выдачи.

Лучшая формула успеха:

  1. Выполнить качественную оптимизацию и сделать удобное юзабилити сайта не хуже, чем у конкурентов.
  2. Обеспечить хорошие поведенческие факторы за счет работы с ними.
  3. Обеспечить хорошие социальные факторы.

Все это вместе дает, как правило, хорошие результаты даже без каких-то скупок ссылок. На сегодняшний день с помощью этой схемы можно довольно быстро занять Топ выдачи.

by Mr. Роман Морозов and & Ms. Наталья Чердак

Вебинар Романа Морозова «Секреты поведенческих факторов»

Секреты поведенческих факторовСоздатели BeWebby сделали профессиональные знания доступными каждому. В образовательном онлайн-центре гуру-интернет-маркетинга проводят бесплатные вебинары по самым различным тематикам.

16 июля в 15:00 по московскому времени состоится вебинар Романа Морозова «Секреты поведенческих факторов»

Вебинар будет полезен для владельцев сайтов и SEO специалистов.
Роман — автор первого проекта по поведенческим факторам userator.ru , SEO занимается с 2002 года.

Роман поделится своим опытом и расскажет много интересного, а именно:

  • Кейсы успешных проектов по поведенческим факторам
  • Боты и люди , разный подход в накрутке поведенческих
  •  Юзабилити и поведенческие механизмы
  •  Усиление ссылок как альтернатива ссылочному продвижению
  •  Социальные воздействия в симбиозе с поведенческими
  •  Работа с браузерами как нестандартный подход в работе

by Mr. Роман Морозов and & Ms. Наталья Чердак

Секреты работы с поведенческими факторами в официальных докладах Яндекса

Мы решили перевести знаменитый доклад Яндекса о работе с поведенческими факторами «Through-the-Looking Glass: Utilizing Rich Post-Search Trail Statistics for Web Search» (оригинал доступен по ссылке). Думаю, многие SEO-специалисты сделают выводы о важности и нюансах работы с поведенческими факторами.

Любопытно, что данный доклад был прочитан и опубликован только для американской аудитории на конференции CIKM 2013, проходившей с 27 октября по 1 ноября 2013 года в Бёрлингейме (США).

Сквозь стекло: использование обширных данных и поисковом пути после запроса в веб-поиске.

Алексей Толстиков, Михаил Шахрай, Глеб Гусев, Павел Сердюков
Yandex
Россия 199021 Москва, ул. Льва Толстого, 16

АННОТАЦИЯ

В то время как все чаще используются панели инструментов браузеров, возрастает важность обращения к данным о поведении пользователя, хранящимся в журналах событий. Анализ информации о поисковых путях показан с целью предоставления важных сведений об опыте пользователя, что помогает совершенствовать существующие поисковые системы. Однако практическое применение различных характеристик поискового пути для улучшения существующих рейтинговых моделей до сих пор не до конца исследовано. Используя реальные данные, мы провели масштабное исследование и оценку большого набора характерных особенностей поискового пути и пришли к выводу, что более глубокое изучение опыта пользователя, далеко выходящее за рамки его перехода на страницу результатов поиска, может улучшить существующие рейтинговые модели.
Категории и описание предмета изучения: H.3.3 [Хранение и поиск информации]: Информационный поиск
Ключевые слова: характеристики поведения пользователя; поисковые пути; время нахождения на странице

1. ВСТУПЛЕНИЕ
В последние годы данные о поведении пользователя играют все более важную роль при выполнении различных задач комплексного исследования. Наиболее известный способ получения данных о предпочтениях и выборе пользователей — анализ журналов посещений веб-страниц. Несмотря на то, что они предоставляют обширные данные о предполагаемом поведении пользователя, их надежность и ценность явно ограничены, поскольку огромная часть действий пользователя выходит за пределы перехода на страницу результатов поиска.
Все более частое использование панелей инструментов браузеров позволяет частично компенсировать нехватку данных о поведении пользователя после перехода на веб-страницу за счет просмотра журналов посещений, в которых содержится информация о действиях пользователя в сети. Уже было показано [1], что базовые данные о взаимодействиях пользователя с ресурсами веб-страницы, такие как время нахождения на странице, могут служить высокими показателями в рейтинговой модели сведений. Однако полная последовательность страниц с одинаковыми запросами, которые пользователь посетил после перехода на страницу с результатами поиска, так называемый «поисковый путь после запроса», еще недостаточно изучен как источник характеристик, способный улучшить ранжирование сведений, содержащихся в поисковых путях. Мы предполагаем, что подробный анализ поисковых путей может помочь в дальнейшем усовершенствовании существующих поисковых моделей по сравнению с уже известными характеристиками, такими как время нахождения на странице.
В настоящей работе мы проводим масштабное исследование различных характеристик поисковых путей, продолжая предыдущие исследования данных о поведении пользователя и их практической ценности для поиска в сети. Вслед за [7] мы представляем поисковые пути как древовидные структуры, где корнем являются результаты поисковых запросов, а ветвями — ряд переходов по гиперссылке. Являясь деревом, поисковый путь обладает его параметрами: количеством узлов, глубиной, шириной, средней длиной ветви. Кроме этих параметров поискового пути, мы также изучили и оценили некоторые новые, включая количество шагов поискового пути с имеющимся периодом отсутствия активности, наблюдаемого после их совершения. Некоторые из этих параметров поисковых путей уже подвергались исследованию в теоретических работах, таких как [7], но, насколько нам известно, их практическая польза для поиска в сети еще не была оценена по количественным показателям комплексного исследования. Подвергаясь комплексной оценке на уровне документа или домена страницы результатов поиска, большинство параметров значительно улучшают качество базовой модели поиска, которая использует существующие параметры поискового пути после запроса. Такой результат подтверждает наши вышеупомянутые предположения о том, что, выходя далеко за рамки времени нахождения пользователя на странице в своем исследовании, мы можем узнать больше о значимости результатов поисковых запросов.
Таким образом, важность данной работы определяется следующим: (1) мы провели масштабное исследование обширной группы параметров поисковых путей и их практической пользы в веб-поиске, (2) мы обнаружили, что подробное изучение параметров поискового пути может предоставить дополнительные сведения, необходимые для выполнения заданий по информационному поиску.

2. ПРОДЕЛАННАЯ РАБОТА
С точки зрения поисковой системы, данные о поведении пользователя удобнее всего встроить в существующую рейтинговую систему посредством развития новых параметров, отражающих различные качества взаимодействия пользователя с ресурсами веб-страницы. Одной из первых работ по использованию параметров поведения пользователя, взятых из журналов событий, для улучшения качества сравнительного ранжирования является работа [1]. Среди других параметров поведения пользователя авторы работы проанализировали основные статистические данные взаимодействий пользователя с ресурсами веб-страниц, включая различные изменения во времени нахождения на странице. Менее значимые данные об опыте пользователя в сети могут быть получены при анализе прокрутки и перемещений курсора мыши [4]. В данной работе мы также рассматриваем данные об опыте пользователя «выходящие за рамки его нахождения на странице», и мы также обращаемся в нашем исследовании к данным, выходящим за пределы первой страницы поискового пути. Еще один возможный подход к использованию данных о поведении пользователя — развитие способов поиска и обработки текстовой информации, основанного на языковых моделях исходных запросов, которые приводят к рассмотренному документу посредством поисковых путей, обнаруженных в журналах посещений [2]. Совокупная ценность поисковых путей была показана, чтобы превысить ценность стартовой страницы и страницы с результатами поиска, проводя их сравнения по разным показателям, таким как значимость, полнота освещения темы, тематическое разнообразие, новизна и практическая польза [8]. В нашем исследовании мы представляем поисковые пути в виде древовидных структур, как предложено в [7]. Мы также заимствуем часть основных параметров дерева, рассмотренных в данном исследовании. Некоторые из этих параметров подтвердили свою практическую полезность при нахождении лучшего поискового пути [5]. Бинарный характер результата запроса, указывающий на существование поискового пути после запроса, был использован для тренировки классификатора, обнаруживающего пустые клики [3].

3. ДАННЫЕ
Все опыты, описанные в настоящей работе, были проведены с использованием данных о поведении пользователя, содержащихся в анонимном журнале событий на панели инструментов браузера популярной поисковой системы, которой пользуются миллионы людей в разных странах. Каждая запись в этом журнале содержит (анонимный) идентификатор панели инструментов пользователя, временную отметку, а также детали действий в сети, такие как запрос, сделанный пользователем, URL посещенной страницы или закрытие окна браузера. Мы выбрали все записи, содержащиеся в журнале событий за трехмесячный период времени с 11 декабря 2012 года по 10 марта 2013 года. Эти данные содержат 3,0 бита запросов пользователя, 5,3 бита поисковых путей и 16 битов посещений страницы с 2,7 битами различных документов.
Из полученных данных мы выбрали поисковые пути, начинающиеся с запроса пользователя и состоящие из последовательных посещений веб-страницы одним и тем же пользователем и скорее всего относящиеся к одним и тем же информационным потребностям. Чтобы уменьшить помехи со страниц, не имеющих отношения к информационным потребностям пользователя, выраженным в исходном запросе, мы ограничивали поисковый путь в следующих случаях: (1) пользователь сделал новый запрос, (2) пользователь осуществил переход на стартовую страницу, ввел URL в адресную строку браузера или перешел на веб-страницу, используя закладку браузера, (3) отсутствие активности в течении более чем 30 минут (время ожидания в режиме простоя), (4) пользователь закрыл окно браузера. Это список правил, похожий на тот, который определяет поисковый путь согласно [7], за исключением правила «проверять email или вход в службу», которое представляется нелогичным, так как, фактически пользователь все еще может продолжать поиск, нажимая на гиперссылку, которая осуществляет переход пользователя на сайт, где требуется его отождествление.

4. ПАРАМЕТРЫ ПОИСКОВОГО ПУТИ
В данном разделе мы кратко описываем способ построения поисковых путей, похожий на тот, который предложен в [7]. Как было уже выше упомянуто, мы рассматриваем каждый поисковый путь как древовидную структуру. Узлы таких деревьев представляют собой уникальные страницы, а ориентированные ребра — переходы по гиперссылкам между ними. Таким образом, переходы пользователя по гиперссылке отображаются в виде передвижений по ветви дерева. Кроме того, если пользователь повторно посещает страницу, уже посещенную им во время одного из предыдущих шагов поискового пути, данный переход предстает, как перемещение пользователя назад к соответствующему узлу дерева, который он уже посетил. После этого новые страницы, посещенные посредством дальнейшего перехода по гиперссылке, если таковые есть, составляют новую ветвь дерева. Если пользователь возвращается на страницу с результатами поискового запроса и нажимает на новый документ, мы создаем новое дерево. На рис. 1 изображен пример образованной в результате таких переходов древовидной структуры. В следующем подразделе мы описываем параметры, которые могут характеризовать поисковый путь и которые мы используем как параметры для ранжирования в дальнейшем в этой работе.

fffffРисунок 1: Поисковый путь, представленный в виде дерева.
Узлы = 10, глубина = 4, ширина 3, длина ветви = 3, шаги = 12, повторные посещения страницы = 2, время = 1590, выполненные шаги = 6, длинные шаги = 3.

4.1 ПАРАМЕТРЫ ДЕРЕВА
• Количество узлов. Общее количество узлов дерева соответствует числу уникальных страниц, которые пользователь посетил в поисковом пути после запроса. Большие показатели данного параметра могут указывать на то, что первая страница поискового пути, выданная поисковой системой среди других результатов, не удовлетворила в полной мере информационных потребностей пользователя и заставила его переходить дальше по ссылкам. С другой стороны, большие показатели этого параметра более характерны для поисковых путей, образованных информационными запросами, чья информационная потребность не может быть удовлетворена единственной веб-страницей.

  • Глубина — это расстояние между корнем дерева и самым отдаленным узлом, при этом под расстоянием между узлами дерева подразумевается количество ребер на кратчайшем пути, соединяющем эти два узла ребрами дерева. Глубокие деревья предположительно более характерны для поисковых путей, представляющих поиск на веб-сайте, страницы которого предстают в виде рядов, последовательно сформированных переходом по гиперссылкам в обоих направлениях. Речь может идти об информации, которая создана, чтобы ее просматривали, пролистывая упорядоченный список веб-страниц.
  • Ширина поискового дерева — это количество его листьев. Листья представляют собой страницы с результатами запроса, за которыми не следовал переход вперед по гиперссылке. Ширина поискового пути совпадает с количеством ветвей, последнее качество было рассмотрено в [7]. Большие показатели этого параметра могут указывать на то, что основные информационные потребности многоаспектны, поиск, осуществляемый пользователем, похож на исследовательский по своей манере или домен с поисковыми страницами неудобно создан.
  • Средняя длина ветви. Мы разбили поисковый путь на сегменты, каждый следующий сегмент начинается с повторного посещения уже просмотренной до этого страницы и формирует цепь последовательных переходов вперед по гиперссылке. Для каждой цепи мы определили ее длину, которая составляет количество ребер, образующих ветвь из которой составляется цепь. Мы не принимаем во внимание цепи длиной в 1, так как они не образуют новые ветви дерева. Средняя длина ветви получается из усреднения длин всех цепей, что соответствует разным ветвям дерева. Стоит упомянуть, что данная величина также равна ((узел-1)/ширина)+1.

dsa

ttttttТаблица 1: Темы с наибольшим средним значением каждого из параметров, связанного с поисковым путем и объединенных доменами.

4.2. Параметры переходов.
Наравне с вышеупомянутыми параметрами, которые представляют характеристики самого поискового дерева и поэтому зависят только от его топологии, существуют и некоторые другие параметры поискового пути, отражающие различные качества перемещения пользователя по поисковому дереву.

  •   Количество шагов поискового пути — совокупное число переходов, совершенных пользователем во время перемещения по поисковому пути. Этот параметр похож на количество узлов, о чем уже говорилось выше, но отличается от него тем, что при подсчете количества шагов мы также учитываем все повторно просмотренные страницы.
  •   Количество повторных посещений — это число повторных посещений страницы, совершенных пользователем во время перемещения по поисковому пути. Количество повторных посещений может быть представлено как мера сложности пути. На самом деле, большие показатели количества повторных посещений показывает, что пользователь часто возвращался к ранее посещенным страницам, чтобы либо перейти с них на новые страницы, либо с получения информации, которую он не смог получить во время первого посещения данных страниц.
  • Многообразие — количество различных доменов второго уровня, представленных страницами поискового пути.
  • Количество выполненных шагов и количество длинных шагов — число шагов поискового пути, за которыми следует 30 или 300 секунд отсутствия активности соответственно. Таким образом, мы определяем выполненные шаги поискового пути таким же образом, как обычно определяют выполненные клики (см., напр., [6]). Выполненные шаги соответствуют страницам, которые, как показывает практика, заслуживают большого внимания со стороны пользователя.

Рис. 1 отражает пример поискового пути и показывает значения всех его параметров, описанных выше.

4.3.Объединение параметров
После того, как были выделены параметры для каждого индивидуального поискового пути, мы объединили их для всех поисковых путей посредством одного из двух возможных способов: на уровне первого документа поискового пути (объединение на уровне URL) и на уровне домена этого документа (объединение на уровне домена). В результате каждого типа объединения мы получили образцы поисковых путей, связанных либо с документом, либо с доменом. Для каждого вышеописанного параметра поискового пути мы посчитали среднее значение (av), стандартное отклонение(std), 10-й и 90-й процентиль (10th, 90th), максимальные и минимальные значения (min, max) и использовали их в качестве параметров в нашей рейтинговой модели. В следующем разделе мы проводим исследование того, как описанные параметры зависят от темы домена веб-страницы.

5. Параметры и темы домена
В этом разделе мы изучаем распределение параметров поискового пути, обусловленных различными темами их стартовых веб-страниц. С этой целью мы используем домены из собственной базы данных, распределенные вручную по темам. Мы использовали наивный байесовский классификатор, подготовленный на основе этих данных с использованием уникальных параметров страниц домена. Этот классификатор определяет каждый домен второго уровня, чьи документы представлены в нашем наборе данных поисковых путей с некоторыми темами, выбранными среди тем упорядоченной базы данных. Для каждого параметра среднего типа, объединенного на уровне домена (см. Раздел 4.3), мы посчитали его среднее значение на всех страницах в пределах одной и той же темы. Таким образом, каждой теме мы приписали средние значения каждого из рассмотренных параметров. В зависимости от рассматриваемого параметра мы распределяем все темы в рейтинге в соответствии с этим средним значением и представляет полученные результаты в Таблице 1. Как мы можем видеть, некоторые темы по естественным причинам попадают в соответствующий рейтинг, когда оцениваются по параметрам поискового пути. Например, пользователь, который находится на веб-сайте, посвященном продаже автомобилей, не может заранее знать какую точно машину он ищет. Пользователь также будет просматривать различные страницы, посвященные разным видам условий для отдыха, прежде чем поймет, какие есть возможные варианты. Похожие наблюдения относятся и к таким параметрам как глубина, ширина и шаги. Наибольшее количество выполненных шагов получено в таких темах, как Общество, СМИ и Наука, содержание которых в основном состоит из статей, предназначенных для глубокого прочтения. Кроме результатов, представленных в Таблице 1, мы также обнаружили некоторые явно выраженные закономерности в нижних строках рейтингов. К темам с наименьшими значениями выполненных шагов относятся Личная жизнь и Автомобили, у которых прослеживается довольно большое количество шагов. Несмотря на большое количество посещений, пользователь не склонен на долгое время задерживаться на страницах доменов этих тем. Эти результаты свидетельствуют о том, что параметры поискового пути могут быть использованы поисковой системой. В следующем разделе мы описываем расчеты параметров поискового пути и их практическую пользу для поиска в сети.

6. Расчеты
Рассчитывая параметры поискового пути, мы брали за основу большую базу данных пользовательских запросов, случайным образом выбранных из веб-поиска крупной поисковой системы. Для каждого запроса были предоставлены лучшие документы ведущими мировыми поисковыми системами с комментариями квалифицированных экспертов и отметками от «превосходно», «отлично», «хорошо», «удовлетворительно» до «плохо». В целом этот набор данных содержит 50 КБ запросов и 1.5 МБ оцененных пар запросов-документов. Во всех расчетах в качестве модели ранжирования мы использовали деревья решений Фридмана с возрастающим градиентом. Мы сравнили характеристики предлагаемых параметров с характеристиками следующего базового набора параметров (Basic): разновидность BM25 score, PageRank, коэффициенты CTR, объединенные на уровне домена и документа, и 7 изменений во времени нахождения на странице, разобранных в [1, Таблица 4.1]: TimeOnPage — TimeOnDomain and AverageDwellTime — DomainDeviation. Поэтому данная база достаточно мощная, легко поддается интерпретации и включает обширный ряд известных на настоящий момент параметров, основанных на времени нахождении на странице.

hhhhТаблица 2: Метрики NDCG@10, полученные при базовой модели, с использованием параметров, объединенных URL и доменом. Запросы, образующие 45.18% набора данных и с недельным рейтингом ≥ 10, названы распространенными. Разница в шрифте важна для статистики на 0.99% уровня доверительной вероятности.

ffffffffffffТаблица 3: Метрики NDCG@10, полученные на четырех различных уровнях доступности данных, от бакета 1 (наименее доступный) до бакета 4 (наиболее доступный).

ggggggТаблица 4: 10 главных параметров по степени их важности.

Мы разделили все запросы набора данных на две равные части, первая для моделей обучения и вторая для расчетов. В Таблице 2 мы показываем характеристики трех моделей, образованных с использованием: (1) основного набора параметров; (2) основные и объединенные с доменом параметры поискового пути и (3) основные и объединенные с URL параметры поискового пути. Параметры поискового пути, объединенные с доменом, и параметры поискового пути, объединенные с URL, показывают свою эффективность на системе тестов. Модель, образованная на основных параметрах без 7 изменений во времени нахождения на странице выполняется на уровне NDCG@5 = 55.9%. В связи с этим параметры поискового пути, основанные на URL, прибавляют 0.82% в качественном показателе в добавление к 2.9%, полученным за счет времени нахождения на странице. Мы также по отдельности оценили функционирование этих трех моделей с различными классами запросов. Мы обнаружили, что параметры поискового пути играют еще большую роль в длинных или редких запросах. Мы объясняем это следующим образом: объединяясь документами и доменами, наши параметры поискового пути распространяют важные свидетельства опыта пользователя на более сложные случаи, когда параметров базового поведения пользователя мало и поэтому они неинформативны. Чтобы подтвердить эту догадку, мы разбиваем все запросы теста на четыре почти равных части, представляющих другой уровень доступности данных поискового пути, измеряемых в количестве поисковых путей, состоящих, по крайней мере, из 2 шагов, которые были созданы рассматриваемым запросом. Полученные результаты, представленные в Таблице 3, показывают, что параметры поискового пути даже больше для запросов с недостаточными поисковыми путями. В Таблице 4, мы показываем 10 главных параметров согласно их полезности, которая измеряется весомым улучшением функции потерь на протяжении всего использования параметра в течение процесса обучения. Параметры поискового пути выделены курсивом.

7. ЗАКЛЮЧЕНИЕ
Мы провели масштабное исследование поисковых путей после запроса и их полезности для веб-поиска. Мы рассмотрели большой набор параметров поискового пути как потенциальный источник информации об опыте пользователя, который выходит за рамки клика по первой странице с результатами запроса. Детальные расчеты показывают значительный вклад параметров поисковых путей в мощную базовую поисковую модель. Насколько нам известно, большинство поисковых путей до этого не были измерены величинами комплексного исследования. Мы полагаем, что последующий подробный анализ поисковых путей, включая исследование их новых качеств и различных способов их объединения, может помочь еще больше улучшить существующие модели поиска по сравнению с уже известными параметрами поведения пользователя.

8. Сноски
[1] E. Agichtein, E. Brill, and S. Dumais. Improving web
search ranking by incorporating user behavior
information. In SIGIR, pages 19{26, 2006.

[2] M. Bilenko and R. W. White. Mining the search trails of surfing crowds: identifying relevant websites from
user activity. In WWW, pages 51{60, 2008.

[3] Q. Guo and E. Agichtein. Smoothing clickthrough data for web search ranking. In
SIGIR, pages 355{362, 2009.

[4] Q. Guo and E. Agichtein. Beyond dwell time: estimating document relevance from cursor movements and other post-click searcher behavior. In WWW, pages
569{578, 2012.

[5] A. Singla, R. White, and J. Huang. Studying
trailnding algorithms for enhanced web search. In SIGIR, pages 443{450, 2010.

[6] K. Wang, T. Walker, and Z. Zheng. Pskip: estimating relevance ranking quality from web search clickthrough data. In KDD, pages 1355{1364, 2009.
[7] R. W. White and S. M. Drucker. Investigating
behavioral variability in web search. In
WWW, pages 21{30, 2007.

[8] R. W. White and J. Huang. Assessing the scenic route: measuring the value of search trails in web logs. In SIGIR, pages 587{594, 2010.

Новая услуга «Анализ юзабилити сайта»

usabilitiПопулярность сайта определяется четырьмя основными критериями:

  • Большая посещаемость и популярность проекта
  • Стабильный высокий доход владельца сайта
  • Эксклюзивный контент
  • Хорошая репутация

Чтобы достигнуть таких результатов и занимать высокие позиции в поисковых выдачах одного продвижения недостаточно. Важно, чтобы ваш сайт был максимально удобным для посетителей (высокая степень юзабилити). Чем выше юзабилити, тем успешнее проект, тем лучше идут продажи, тем выше трафик и, как следствие, выше выдача в поисковых системах. Низкая степень юзабилити, соответственно, уменьшает посещаемость сайта. Однако, она абсолютно не означает, что сайт не содержит хорошего и уникального контента. Напротив, контент может представлять интерес и быть полезным, а юзабилити — низким.

Недавно мы ввели новую услугу «Анализ юзабилити сайта».

kart2Чтобы заказать услугу, нужно зайти в свой личный кабинет и выбрать в панели меню «Продвижение сайта», оставить контактные данные после чего с вами свяжется наш менеджер удобным вам способом.

kart1 kart3Также юзабилити-анализ можно заказать напрямую с нашего проекта Vtest.ru

Скачать пример отчета «Базовый» otchet

f

By Mr. Роман Морозов & Ms. Наталья Чердак

Новые задания в Userator для продвижения роликов в соц.сетях

Все большую роль в продвижении проектов играют социальные сети и видео-контент. Мы решили не отставать от основных тенденций и разработали несколько новых задач для раскрутки видео-роликов на YouTube в наиболее популярных социальных сетях.

Наши пользователи просмотрят ваш ролик на YouTube и опубликуют у себя ссылку на странице в социальной сети при помощи кнопки «Поделиться».

gnНа данный момент услуга распространяется на наиболее популярные социальные сети: Twitter, Facebook, Google+, ВКонтакте и Одноклассники.

Как заказать?

Заказать новые задачи просто.

  • В системе Userator переходим в раздел «Социальные фактор» и подраздел с заданиями для «YouTube».

gn1

  •  В подразделе «YouTube» выбираем из списка задачу в необходимой социальной сети.

gn2

  • В окне настроек задачи указываем название для задания, адресс видеоролика и количество заданий, которое необходимо выполнить пользователям (на протяжении месяца, либо в ближайшие 24 часа).

gn3

  • Жмём на кнопку «Добавить»

После этого ваш ролик начнёт успешно продвигаться в выбранной вами социальной сети.

by Liifii and & Ms. Наталья Чердак