Если ты воздействуешь на поведенческие факторы естественным или искусственным способом, то данная заметка поможет тебе понять в правильном ли направлении ты двигаешься.

На этот раз почти никакой отсебятины – список синтетических поведенческих факторов опубликован по доброй воле Яндекса в докладе Through-the-Looking Glass: Utilizing Rich Post-Search Trail Statistics for Web Search.

Самим Яндексом статья датируется 1-м сентября 2013 года. Была представлена на конференции CIKM 2013 , проходившей с 27 октября по 1 ноября 2013 года в Бёрлингейме (США)

На сайте Яндекса упоминание доклада есть , но самого текста до сих пор нет. Поняли, что сболтнули лишнего? 🙂

NB: Выражаю благодарность Илье Зябреву AlterTrader Research ltd за предоставление текста доклада.

Поведенческие факторы ранжирования Яндекса

QueryDomCTR – среднее значение CTR всех документов домена по данному запросу

QueryUrlCTR – среднее значение CTR конкретного документа по данному запросу.

QDwellTimeDev – стандартное отклонение (девиация) от среднего времени пребывания на документе по запросу. Может применяться для отсеивания накруток ПФ.

QDwellTime – этот параметр в докладе не упоминается, но он очевидно используется как фактор ранжирования. Т.к. если мы считаем стандартное отклонение для случайной величины, то должны знать и матожидание (оно же среднее значение) этой величины. Соответственно это среднее время пребывания посетителя на документе по запросу.

AvSatSteps – среднее количество удовлетворённых шагов по сайту. Удовлетворённый шаг – переход по внутренней ссылке после 30 секунд пребывания на документе. Важно, что среднее значение таких шагов всего ~0.2 и меньше на домен не зависимо от тематики сайта.

NB: Как следует из данного доклада Яндекс “знает” к какой тематике принадлежит страница сайта. На основании собственного набора доменов второго уровня с вручную определёнными тематиками (я так понимаю это ни что иное как Я.Каталог, возможно расширенный за счёт Dmoz.org) и c помощью наивного байесовского классификатора любой документ из индекса приписывается к той или иной тематике.

AvDwellTime – общее среднее время пребывания посетителя на документе по разным поисковым запросам.

DwellTimeDev – стандартное отклонение (девиация) времени пребывания на сайте. Так же может использоваться для отслеживания накруток ПФ.

90thDwellTime – это верхний дециль , он же 90-й персентиль среднего времени пребывания на сайте. Позволяет отбрасывать накрученные AvDwellTime и QDwellTime.

10thDwellTime – это нижний дециль среднего времени пребывания на сайте. Позволяет определять дорвеи. Очевидно, что Яндекс ожидает от “белых” вебмастеров улучшений именно тут.

TimeOnDomain – общее время пребывания на сайте. По всем запросам любых документов.

CumulativeDev – стандартное отклонение (девиация) от среднего времени пребывания на сайте

Несколько ехидных замечаний

1. Ты боишься, что накрутка ПФ снижает конверсию и это негативно влияет на ранжирование? Не гневи SEO-бога – Яндекс умеет считать только satisfied steps. О конверсии он даже не помышляет. .
2. Чтобы удовлетворить инженеров Яндекса тебе следует крупные статьи разбивать на маленькие. Очень маленькие. Потому что средний человек читает менее 300 слов в минуту. А инженеров интересует клик через 30 секунд. К этому моменту ты прочитал уже примерно 300 слов в этой небольшой заметке. Для сравнения, хорошей обзорной статьёй считается заметка длинной минимум в 1000 слов.
3. По той же причине тебе не следует размещать ни внутренних, ни тем более внешних ссылок в начале документа. Чтобы не было неудовлетворённых переходов.

Вместо заключения

Данный доклад Яндекса замечательно объясняет, почему не работает накрутка поведенческих факторов ранжирования по 3-4 запросам. А именно такое количество запросов пытается накручивать обычный (медианный) оптимизатор. Средний – всего 9. Успешный же оптимизатор накручивает в среднем от 40 запросов и выше. Только так можно заметно повлиять например на AvDwellTime и TimeOnDomain.

Эти данные я приводил в июне 2013 года на

18 марта 2013 в 14:04

Поведенческие факторы ранжирования

• Блог компании SeoPult

Пока компьютер не начнет думать как человек, он не сможет отличить плохой сайт от хорошего… так, как это сделал бы человек. На самом деле поисковые системы имеют в своих арсеналах методики сбора и анализа данных, с помощью которых кремниевые мозги легко затыкают за пояс знатоков из мяса.

Сразу оговоримся - под «хорошим» сайтом мы имеем в виду «достойный занять место в поисковой выдаче по конкретному ключевому запросу», не будем погружаться в дебри эстетики сайтостроения.

Итак, если не вдаваться в детали, сейчас 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.

Как поисковики собирают данные

1 Системы статистики (Google Analytics и Яндекс.Метрика). Практически все сайтовладельцы хотят владеть информацией о посещаемости и всех действиях аудитории. Самые лучшие, да еще и бесплатные инструменты для этого предоставляют поисковики, но взамен они получают огромные объемы данных.

2 Браузеры. I nternet Explorer работает на Bing, Chrome - на Google, да и у Яндекса есть свой продукт в этой нише. Хотя Chrome, например, глубоко-глубоко в настройках, куда заберутся только хаброголовые, предоставляет возможность снять галочку в чекбоксе «Автоматически отправлять в Google статистику использования и отчеты о сбоях», мы не можем поручиться, что это лишает корпорацию добра доступа к нужным ей данным. В целом же поток данных от фирменных браузеров довольно существенен, он позволяет дополнительно охватить сегмент сайтов без систем статистики (или, что чаще, со системами статистики конкурентов).

3 Надстройки для браузеров. Оценить потребность поисковиков в данных о посещаемости можно по агрессивному продвижению Яндекс.Бара. Превращая любой браузер в «фирменный», надстройка усердно засылает статистику посещаемости в родной центр обработки данных.

С вышеперечисленными продуктами поисковики получают практически полную информацию о поведении аудитории каждого проиндексированного сайта. Следующий логичный шаг - показывать выше те сайты, которые при прочих равных вызывают более положительную реакцию у посетителей. Здесь, безусловно, есть свои тонкости: в каких-то тематиках время просмотра страницы будет основным фактором положительной оценки, в других (например, если юзеру для выполнения требуемого действия нужно бросить на страницу один взгляд) - не играет особой роли. Где-то очень важна глубина просмотра, но если сайт состоит из одной страницы, то иногда отказывать ему в высоких позициях не стоит. Здесь вступает в игру интерпретация и сегментирование данных, а также машинное обучение (если асессоры постоянно дают высокие оценки качественным одностраничным промо-сайтам, поисковик научится исключать глубину просмотра из списка важных поведенческих факторов для похожих ресурсов).

Основные поведенческие факторы ранжирования
1 Показатель отказов (bounce rate) - процент посетителей, покинувших сайт после просмотра страницы входа. Для сайтов, требующих несколько переходов на другие страницы - а таких большинство - является очень хорошим критерием качества и соответствия тематике. Посетитель уходит с сайта либо потому, что нашел нужное и сделал то, что собирался (и что требовалось владельцу сайта), или же потому что сайт не понравился или нерелевантен поисковому запросу. Старайтесь снижать процент отказов - увеличивайте релевантность, улучшайте дизайн и UX, делайте посадочные страницы более понятными, привлекательными и так далее. Разумеется, стопроцентного «усвоения» аудитории не будет никогда, но стремиться к этому надо. И не в последнюю очередь не из-за учета поведенческих факторов поисковиками, а из-за конверсии - показатель отказов прямо связан со способностью сайта превращать «посетителей» в «покупателей».

2 Время, проведенное на сайте . Хороший критерий качества в подавляющем большинстве случаев. Если высокий показатель достигается не за счет непонятности контента и запутанности навигации. Увеличить время просмотра можно с использованием простейшей житейской логики: дайте посетителям то, что им интересно, и они уделят свое время изучению этих материалов. Это могут быть статьи, фотогалереи, видеоролики, какие-то сервисы типа калькуляторов ипотеки (в тематике сайта, разумеется) и т.п. Все приемы для вовлечения не должны вредить конверсии, так что не стоит механически добавлять на страницу все подряд.

3 Глубина просмотра. Важный критерий для контентных проектов. Увеличить глубину можно за счет продуманной навигации и перекрестных ссылок, ну и, безусловно, интересного контента. Многие сайты пытаются увеличить глубину за счет разбивки больших статей на несколько частей, расположенных на разных страницах, однако эта практика оправдана только в случае высокой мотивации посетителей читать статью целиком (это хорошо работает для обзоров компьютерных компонентов, но за продолжением «гуманитарной» статьи о том, как нам реорганизовать Рабкрин, многие переходить откажутся).

4 Возвращение к повторному поиску. Если посетитель возвращается от сайта обратно к поиску, значит он не нашел нужного. Этот параметр можно контролировать только через повышение релевантности посадочных страниц запросам, а также поддержание конкурентоспособного уровня цен на товары и услуги.

5 Возвращение на сайт не из поиска. Если посетитель добавил сайт в закладки или запомнил адрес, это станет существенным плюсом в пользу ресурса. Тем не менее, навязчиво предлагать добавить сайт в закладки не стоит, это необходимо делать тонко и со вкусом.

6 Характер перемещения курсора мыши и паттерн движения по сайту. Системы статистики собирают данные не только о том, куда кликал посетитель, но и как он двигал курсором. Это необходимо для построения «тепловых карт внимания», а также отсева попыток накрутить поведенческие факторы скриптами. Паттерны живых посетителей довольно сложно сэмулировать, поэтому, кстати, многие сайты, пытавшиеся накручивать пользовательские факторы в первые месяцы их внедрения, быстро улетели вниз в выдаче или были забанены - поисковики заметили, что курсором управляют не живые люди, а программы. Анализ же тепловой карты и записи просмотра сессий позволят при достаточном количестве времени и дотошности выявить и устранить препятствия на конверсионных маршрутах.

7 Кликабельность сниппета (CTR) . Чем больше кликают на ваш сниппет (короткое описание со ссылкой в поисковой выдаче), тем лучше к вам относится поисковик. Это логично: если сниппет релевантен запросу и привлекает внимание пользователей, то и сайт с большой долей вероятности качественно ответит на запрос. Существуют способы контролировать сниппет, и этому стоит уделить внимание - быстрые ссылки, правильный тайтл, хороший текст помогут увеличить и посещаемость, и позиции.

8 Кнопки социальных сетей. Если на установленные кнопки (лучше всего ставить не скрипты типа AddThis, а нативные кнопки самих соцсетей) кликают, это не только увеличивает количество подписчиков ваших страниц в этих соцсетях, но и является важным сигналом качества сайта для поисковых систем. Установите кнопки как можно раньше - каждый подписчик будет существенным плюсом.

Выводы
Поисковые системы достаточно объективно и качественно анализируют данные о поведенческих факторах ранжирования. Не пытайтесь манипулировать ими напрямую (с помощью скриптов, покупки нецелевого трафика и т.п.): это приведет к санкциям, а пользы не принесет. Гораздо эффективнее и важнее реально увеличивать качество сайта, его привлекательность и конверсию. Тогда и пользователи будут вести себя так, как вам нужно, а все вышеперечисленные показатели и, соответственно, позиции сайта будут расти.

Поведенческие факторы (ПФ) - это характеристики страницы или сайта, которые описывают поведение усредненного посетителя и оказывают влияние на ранжирование в поисковых системах.

Значимость для продвижения

Поведенческие факторы чрезвычайно важны для в «Яндексе» - если у сайта плохие пользовательские метрики, он имеет мало шансов на высокие места в выдаче по конкурентным запросам. Наряду с отслеживанием действий реальных пользователей «Яндекс» придает большое значение и мнению - специалистов, которые анализируют сайт по комплексу параметров и оценивают общее впечатление. Для «Гугла» ПФ имеют намного меньшее значение, однако точно известно, что он учитывает некоторые факторы при оценке релевантности страницы запросу.

Сбор информации о поведении пользователей

У поисковых систем есть несколько инструментов для сбора информации о поведении пользователей на сайте.

Системы веб-аналитики

Установленные на сайте счетчики систем веб-аналитики (Google Analytics и «Яндекс.Метрика») предоставляют поисковым системам детальную информацию о поведении пользователей. Разумеется, ПС не могу установить код системы без ведома веб-мастера, но веб-мастера сами охотно размещают этот код, потому что инструменты веб-аналитики полезны и для них тоже.

Надстройки для браузеров

«Яндекс» активно продвигает собственное детище - надстройку для браузера «Яндекс.Элементы» (до 2012 года - «Яндекс.Бар»). Это небольшая панель с быстрым доступом к различным сервисам «Яндекса» и отображением информации о погоде, курсах валют и т. д. Она работает примерно так же, как и код «Метрики»: собирает сведения о поведении посетителя сайта, который пользуется браузером.

Браузеры поисковых систем

И Google, и «Яндекс» имеют собственные браузеры - Google Chrome и «Яндекс.Браузер» соответственно. Оба используются в том числе и для сбора данных.

Операционная система

Самая популярная мобильная операционная система, Google Android, принадлежит Google и устанавливается с множеством дополнительных программ и сервисов, которые регулярно обращаются к серверам Google. Вполне вероятно, что система отправляет в том числе и сведения о действиях пользователя на сайтах.

Клики по сниппетам и поведение на страницах выдачи

Поисковая система собирает информацию о поведенческих факторах из . Если пользователи чаще кликают по из более низких позиций поисковой выдачи, значит, эти сайты более релевантны запросу. Если, добравшись до определенного сайта из выдачи, пользователи не возвращаются к результатам поиска, это сигнал, что они нашли ответ на свой вопрос.

Основные поведенческие факторы

• ресурса в целом говорит о его популярности в Cети.
• поисковой системы. Здесь следует выделить первый и последний клики по выдаче. Принято считать, что для «Яндекса» наиболее релевантными страницами являются первая и последняя из множества открытых из выдачи страниц.
• Время нахождения на сайте - один из важнейших показателей качества сайта. Хороший сайт задержит посетителя на более длительный промежуток времени, в отличие от плохого, который будет покинут практически сразу.
• - учитывается количество просмотренных за визит страниц.
• . Отказом называют ситуацию, когда пользователь просматривает только одну страницу и проводит на ней не больше 15 (по другим данным - 20) секунд. Такой кратковременный визит говорит о том, что ресурс некачественный и не запросу.
• Показатель возвратов . Если пользователи возвращаются на страницы сайта, значит, они находят там что-то нужное.
• Прямые переходы и переходы со страниц социальных сетей также могут быть признаком полезности ресурса.

Работа с поведенческими факторами

Веб-мастер может и должен работать над улучшением ПФ сайта: внутренняя оптимизация и работа с ПФ сегодня являются основными приемами поискового продвижения. Способы улучшения пользовательских метрик очевидны: сайт просто должен быть полезным и удобным для посетителей.

Всем-всем привет!

При ранжировании в поисковой выдаче Яндекс да и любой другой поисковик учитывает массу вещей, в том числе и поведенческие факторы (ПФ). Давайте попробуем разобраться в их влиянии на продвижение в поисковых системах. Погнали!

Поведенческие факторы — это показатели того, как ведут себя пользователи на Вашем веб-ресурсе. А если быть точным, то:

• Сколько времени проводят на сайте;
• Какой ;
• Какое количество страниц просматривают при посещении;
• Как взаимодействуют с различными элементами сайта;
• Ну и много других факторов.

Все это учитывается поисковыми системами и впоследствии применяется для ранжирования сайтов в выдаче: чем лучше ПФ, тем выше позиции сайта. Ведь Яндекс и Google в последнее время делают акцент именно на полезность выдачи для своих пользователей.

Каким образом ПС черпают данные о поведении пользователей?

Для того, чтобы передать Яндексу данные о своих посетителях, достаточно просто . А Вы думали почему она бесплатна? Точно такая же ситуация происходит и в Гугле, только с .

Конечно, полагаться исключительно на системы аналитики ПС не могут, поэтому существует еще несколько способов, благодаря которым они узнают поведенческие факторы сайта:

1. Браузеры. В настоящее время о конфиденциальности можно забыть, так как каждый браузер может передавать информацию о Вас поисковым системам. А браузеры от Яндекс и Google: Яндекс.Браузер и Chrome, соответственно, передают еще больший массив данных о Вас;
2. Специальные расширения для браузеров. Наверное, у всех есть предустановленные дополнения от популярных поисковиков, например, почтовый клиент. Они также могут собирать информацию о поведении пользователей;
3. И еще много-много способов получить интересующие ПС данные.

Таким образом получается, что все мы пропалены безбожно, от чего жизнь SEO-оптимизатора становится только сложней. Ведь поисковики ставят пользователя во главу, а значит и все сайты, представленные в выдаче, должны быть сформированы так, чтобы он получил максимально полный ответ на свой вопрос с удобством.

Продвижение поведенческими факторами

Давайте подумаем о том, как поведенческие факторы влияют на позиции сайта в выдаче. Итак:

Поисковая система имеет какие-то данные о каждом сайте, среди которых представлен Ваш, по определенному запросу. Вы находитесь на 9 позиции, а главный конкурент на 3-й. Ваша задача: войти в ТОП-3.

Для выполнения своей задачи Вы наняли копирайтера с высоким уровнем текстов и заполнили свой сайт контентом. Причем сделали это так, чтобы пользователь получил максимально разжеванный ответ на свой вопрос. На страницу по этому определенному запросу льется трафик, однако если Вы займете ТОП-3, то получите еще больше посещений.

Страница же главного конкурента уступает по качеству материала Вашей и пользователь, перешедший на нее не получает должного ответа и не задерживается там дольше полутора минут. Тогда как посетители Вашей страницы находятся на ней чуть ли не на две минуты больше, да еще и проявляет активность в виде переходов по различным ссылкам. Поисковая система это заметила.

Как Вы думаете что произойдет дальше? Коль Ваша страница более пользователя и дает более исчерпывающий ответ, от чего он задерживается надолго, по сравнению с главным конкурентом, Вы займете более выгодную позицию, а конкурент будет опущен вниз.

Из вышеизложенного примера можно сделать вывод: для того, чтобы иметь хорошие позиции в ПС, нужно делать сайт, исходя из потребностей пользователей. То есть веб-ресурс должен быть удобным для взаимодействия и полезным . Именно на этом строится принцип продвижения поведенческими факторами.

Однако из-за такого механизма работы поисковых систем появился один коварный «черный» — накрутка поведенческих факторов.

Накрутка поведенческих факторов

Данный метод в свое время был очень популярным среди SEO-оптимизаторов, так как имел высокую эффективность. Но вскоре ПС просекли этот тренд и выдвинули ответные меры на подобное баловство в виде фильтра за накрутку поведенческих факторов.

Принцип работы метода таков:

1. Вы регистрируетесь в сервисе накрутки ПФ;
2. Выбираете способ: нагнать роботов или реальных людей;
3. Затем Вы чувствуете планомерное улучшение поведенческих;
4. ПСки это тоже видят и повышать Вас в выдаче.

На первый взгляд все просто, однако фильтр быстро вычисляет все это действо и дает жесткое наказание. А вычисляет он это так:

Для роботов, то есть автоматической накрутки ПФ, свойственны схожие IP-адреса, схожие браузеры, схожие устройства, схожее поведение. За счет сопоставления всех данных о посетителях, фильтр выявляет данное преступление и наказывает.

Если же Вы решили нагнать реальных людей, то есть воспользоваться ручной накруткой, то фильтр может вычислить это по истории взаимодействия с поиском того человека, который заходит на Ваш сайт. Не будет же нормальный пользователь за один день интересоваться автомобилями, кулинарными рецептами и IT-технологиями или чем-нибудь еще.

Поэтому опытные веб-мастера не советуют прибегать к подобным услугам, ведь гораздо лучше улучшать поведенческие факторы сайта естественными способами.

Как улучшить поведенческие факторы?

Существует несколько «белых» способов улучшения ПФ:

1. Грамотная ;
2. Наполнение сайта полезным, интересным и исчерпывающим материалом. Для этого подойдет, как

Поисковые системы давно и успешно борются со спамом в выдаче, постоянно совершенствуя формулу ранжирования и дополняя её новыми факторами, которые менее зашумлены, чем, к примеру, то же ссылочное. В рамках этой статьи мы поговорим о поведенческих метриках и обсудим их влияние на выдачу.

Итак, что же такое поведенческие факторы? Если обобщить всю информацию, которая есть в свободном доступе, то можно сформулировать следующее их определение:

Поведенческие факторы — это совокупность всех действий пользователей на страницах поисковой выдачи и сайте.

Мы все помним о том, что Яндекс всегда пропагандировал создание сайтов для людей, которые бы удовлетворяли потребности пользователей, на них переходящих. А поведенческие факторы как нельзя лучше отображают эту информацию в цифровом виде.

Сами поведенческие факторы можно разделить на «кликовые» и «хостовые». Первые относятся к тем факторам, которые поисковая система отслеживает при взаимодействии пользователя и SERP. Вторые — к тем, которые можно почерпнуть из статистики самого сайта.

Список поведенческих факторов

Список синтетических поведенческих факторов был опубликован специалистами из Яндекса в докладе Through-the-Looking Glass: Utilizing Rich Post-Search Trail Statistics for Web Search. Стали известны следующие факторы ранжирования:

1. QueryDomCTR — среднее значение CTR всех документов домена по данному запросу.


2. QueryUrlCTR — среднее значение CTR конкретного документа по данному запросу.


3. QDwellTimeDev — стандартное отклонение (девиация) от среднего времени пребывания на документе по запросу.


4. QDwellTime — среднее время пребывания посетителя на документе по запросу.


5. AvSatStelis — среднее количество удовлетворённых шагов по сайту. Удовлетворённый шаг — переход по внутренней ссылке после 30 секунд пребывания на документе.


6. AvDwellTime — общее среднее время пребывания посетителя на документе по разным поисковым запросам.


7. DwellTimeDev — стандартное отклонение (девиация) времени пребывания на сайте.


8. 90thDwellTime — это верхний дециль, он же 90-й персентиль среднего времени пребывания на сайте.


9. 10thDwellTime — это нижний дециль среднего времени пребывания на сайте.


10. TimeOnDomain — общее время пребывания на сайте. По всем запросам любых документов.


11. CumulativeDev — стандартное отклонение (девиация) от среднего времени пребывания на сайте.

Разумеется, стоит сделать оговорку, что это не факторы из формулы ранжирования Яндекса (и это важно понимать), а всего лишь факторы, которые использовались на некой тестовой выборке документов в рамках проводимого исследования. Однако можно предположить, что в алгоритме ранжирования учитываются схожие метрики.

На мой взгляд, наиболее интересными для дальнейшего изучения являются QueryDomCTR, QueryUrlCTR, QDwellTime, AvSatSteps, AvDwellTime, TimeOnDomain. Поскольку они наиболее просты как для понимания, так и для использования.

Обозначенные шесть факторов можно разделить на следующие группы:

Группа «кликовых» факторов . Как мы видим, сюда попали метрики, связанные с кликабельностью всего сайта или его отдельных страниц в поисковой выдаче.

Он, на мой взгляд, напрашивается сам собой: накрутка кликов по отдельным запросам (метрика QueryUrlCTR) может быть неэффективной, если общий показатель кликабельности ресурса низкий (метрика QueryDomCTR). Согласитесь, что если у сайта из 100 запросов прокликиваются только 5, это странно, и с подобным Яндекс, по всей видимости, умеет успешно бороться.

Что делать?

Работать над описанием сайта на страницах поисковой выдачи. Сделайте так, чтобы ваши описания были лучше, чем у конкурентов. Как этого добиться, можете прочитать в одной из наших прошлых статей .

Группа «хостовых» факторов . Сюда попали факторы, связанные со временем пребывания пользователя на сайте. Стоит отметить и тот факт, что оно зависит от тематики ресурса и не может быть унифицировано.

Какой вывод можно сделать из этих метрик?

• Важно удерживать посетителя на странице, на которую он перешел из поисковой выдачи. Но не стоит насильно «приковывать его наручниками к батарее». Предоставьте ему максимум полезной информации. К примеру, если у вас интернет-магазин, то на карточках товаров не помешает разместить видео с описанием их характеристик.
• Там, где это возможно, стимулируйте пользователя перемещаться по сайту: предлагайте, к примеру, посетить страницы по интересующей теме или посмотреть товары, которые могут быть ему интересны.
• Работайте со всем ресурсом в целом, а не только с продвигаемыми страницами, поскольку Яндекс может смотреть на общее время пребывания пользователей на сайте по всем запросам, а не только по продвигаемым в рамках СЯ.

Значение поведенческих факторов

Стоит затронуть и значение поведенческих факторов в текущих реалиях. Долгое время бал правили ссылочные факторы, но сейчас Яндекс хочет переломить этот тренд. Возможно, не сразу, но со временем, я уверен, у него получится это сделать. Уже сейчас по некоторым типам запросов влияние поведенческих факторов учитывается больше, чем тех же ссылочных.

Это связано с тем, что последние в настоящий момент сильно «зашумлены» оптимизаторами, которые пытаются таким образом манипулировать поисковой выдачей. Естественно, подобное состояние дел не устраивает ПС, и, в частности, Яндекс старается нивелировать «спамные» факторы, заменяя их другими.

В заключение хочется пожелать всем читателям удачи на пути в ТОП!