🧑‍🔬Обзор исследование факторов ранжирования Google 2024 от Semrush
Semrush опубликовали большое исследование. Я его изучил и хочу рассказать про него и поделиться своими мыслями.

🔎Выборка для исследования
В качестве выборки для исследования было выбрано всего 16 298 запросов на английском языке с частотой от 100 без брендовых ключей и навигационных запросов. Анализировали мобильную выдачу США. Ещё исключили Википедию и Ютуб.


🔎На что отписались при выводах
Для исследования выбрали 65 факторов, для которых рассчитали корреляцию между позицией и средним значением фактора к позиции. Также рассчитывали силу факторов - это разница между средними показателями топ 3 и топ 15- 20. Если проще, сила показывает, на сколько отличаются в процентах средние показали ТОП 3 и ТОП 16-20.


🔎Что мне показалось интересным:
Не буду расписывать подробно очевидные выводы, например, в заголовке сайта должны быть ключи. Распишу только что-то неочевидное или спорное:
🔸 У фактора Page word count коэффициент корреляции всего 0,02 , а у Sentence count - всего 0,01. Но среднее количество слов всего 1451 в топ 10 в данной выборке, что совсем немного. Хоть и корреляция слабая, у сайтов в топ 10 контента на странице больше, чем у сайтов на второй странице - скрин.

🔸 Фактор Domain Occurrences of Star Ratings - ТОП 5 фактор с корреляцией 0,22. Это очень много, т.к. рейтинг легко получить с помощью микроразметки. Но возможно, что сайты в топе просто большее работают с сайтом, и поэтому у них чаще есть микроразметка с этим рейтингом.

🔸 Server response time имеет один из самых высоких отрицательных коэффициентов корреляций, но всего -0.06. Ещё у LCP -0,05. У остальных метрик скорость слабая корреляция, но у сайтов из ТОП 10 метрики лучше. Вот, например, график FCP. Еще можно отметить, что сила у этих факторов очень маленькая. Разница между ТОП 1 и топ 20 - сотые секунды. Да, это средние значения большого количества сайтов, но все равно не думаю, что для топа важна каждая сотая секунды.

🔸 Количество слов в title - негативный фактор (коэффициент -0.05). В ТОП 10 в среднем 7 слов в title. Это могло бы быть инсайтом, но заголовок они брали на выдаче, т.е. Google его сам выбирает и может изменить, а значит, в этом факторе особо смысла нет 🙃.

🔸 У всех ссылочных факторов хорошая корреляция - скрин. У всех ссылочных факторов графики в исследовании такие 📉 по всем ссылочным метрикам. Я согласен, что ссылочное работает, но тут очень похоже, что хорошее ссылочное часто является следствием, а не причиной высоких позиций.

🔸 Самое интересное, что для определения релевантности контента использовались эмбеддинги модели BERT‼️ Так, Semrush сравнивали контент на странице и контент в выдаче и считали коэффициент схожести контента. В результате получился отличный способ оценки релевантности контента запросу. Корреляция с позицией у этого фактора самая высокая - 0,47, а в топ 5 сайты с релевантностью 91%.

🔸 Ключевые слова по-прежнему важны для топ 10. Но не прямые вхождения, а именно охват. Охват считали как степень покрытия текста терминами, специфичными для поискового запроса. Например, для запроса "обзор Iphone 14" это: "камера", "дисплей" и "цена". А факторов с прямым вхождением корреляции хуже. Например, у Percentage of pages with keyword in title всего 0,03.

🔸 Прямой трафик, время на сайте, процент отказов вроде как влияют на топ. Небольшая корреляция есть, но сила очень маленькая. Вот, например, график доли прямого трафика. У ТОП 1 в среднем 33,5%, а у ТОП 29%, т.е. разница всего чуть больше 4х процентных пункта.


🔎Вывод:
Есть интересные моменты в данном исследовании. Особенно мне понравился анализ релевантности с помощью эмбеддингов. Но 16 298 в мобильной выдаче США никак не раскроют все факторы ранжирования. К тому же, корреляция - это не обязательно причинно-следственная связь. Довольно много факторов попадает под в категорию курица или яйцо, что также может сильно запутать. Но это отличный пример, какое исследование вы можете провести в своей нише😉