Close Menu

    Как Яндекс решает, показать ли SERP или сразу перенаправить пользователя на сайт (Direct Navigation)

    A SYSTEM AND METHOD FOR DETERMINING A SEARCH RESPONSE TO A RESEARCH QUERY (Система и метод определения поисковой выдачи на поисковый запрос)
    2015 SERP Интент пользователя Навигационные запросы Патенты Яндекс

    Яндекс патентует механизм пропуска стандартной страницы выдачи (SERP) для ускорения поиска. Если система уверена, что Топ-1 документ полностью удовлетворяет запрос, она может сразу перенаправить пользователя на этот сайт. Решение принимается на основе анализа отрыва лидера (Relevancy Differential), а также соответствия Title, URL и исторического CTR (Likelihood Parameter) запросу пользователя.

    Описание

    Какую задачу решает

    Патент решает задачу оптимизации пользовательского опыта, в первую очередь, для навигационных (витальных) запросов. Когда пользователь ищет конкретный ресурс (например, официальный сайт или страницу входа), показ стандартной страницы результатов поиска (SERP) является излишним шагом. Система стремится сэкономить время пользователя, предоставляя искомый документ напрямую, если уверена в его качестве и достаточности.

    Что запатентовано

    Запатентован метод принятия решения о формате поискового ответа. Суть изобретения — выборочный пропуск стандартной выдачи (General SERP) в пользу эксклюзивного отображения наиболее релевантного документа (Most Relevant Document). Решение базируется на вычислении Likelihood Parameter (Параметра Вероятности), который оценивает уверенность системы в том, что этот документ полностью удовлетворит интент пользователя.

    Как это работает

    После ранжирования система анализирует Топ-1 результат. Сначала может проверяться, насколько этот результат доминирует над остальными (Relevancy Differential). Если отрыв значителен, система вычисляет Likelihood Parameter. Этот параметр рассчитывается на основе трех ключевых факторов: (1) соответствие Заголовка (Title) документа запросу; (2) соответствие URL документа или домена запросу; (3) историческая кликабельность (Clickability Parameter или CTR) этого документа по данному запросу. Если итоговый Likelihood Parameter превышает установленный порог, SERP пропускается, и пользователь перенаправляется на сайт.

    Актуальность для SEO

    Высокая. Механизмы прямой навигации (Direct Navigation) для очевидных навигационных запросов являются стандартом в современных поисковых системах. Факторы, описанные в патенте (Title, URL, исторический CTR), остаются фундаментальными для идентификации витальных ответов и навигационного интента.

    Важность для SEO

    Влияние на SEO значительно (6.5/10), но специфично. Патент не описывает алгоритмы ранжирования, но критически важен для брендового и навигационного трафика. Он описывает сценарий «победитель получает все»: если механизм срабатывает, Топ-1 результат получает 100% трафика мгновенно, а конкуренты (позиции 2+) не получают ничего, так как SERP не отображается. Это подчеркивает важность доминирования по брендовым запросам.

    Детальный разбор

    Термины и определения

    Clickability Parameter / Statistics (Параметр / Статистика Кликабельности)
    Исторические данные о том, как часто пользователи кликали на данный документ (или домен) при выполнении того же или похожего запроса. По сути, исторический CTR.
    General SERP (Общая страница результатов поиска)
    Стандартная страница выдачи, содержащая список нескольких релевантных документов.
    Likelihood Parameter (Параметр Вероятности)
    Ключевая метрика уверенности системы. Указывает, насколько вероятно, что Most Relevant Document полностью удовлетворит запрос пользователя. Рассчитывается на основе анализа Title, URL и Clickability Parameter.
    Most Relevant Document / Best Document (Наиболее релевантный документ)
    Документ, идентифицированный системой как лучший ответ на запрос. Обычно это результат на первой позиции.
    Relevancy Differential (Дифференциал релевантности / Отрыв)
    Разница между оценкой релевантности (Relevancy Factor) топового документа и оценками релевантности последующих документов. Используется для оценки доминирования лидера.
    Relevancy Factor (Фактор релевантности)
    Числовое значение (скор), присвоенное документу поисковой системой на этапе ранжирования.

    Ключевые утверждения (Анализ Claims)

    Патент описывает систему принятия решения о формате выдачи, которая может включать двухэтапную проверку уверенности.

    Claim 1 (Независимый пункт): Описывает базовый метод.

    1. Определение наиболее релевантного документа (Most Relevant Document).
    2. Вычисление параметра вероятности (Likelihood Parameter).
    3. Принятие решения: Если параметр ВЫШЕ порога — эксклюзивное отображение документа (редирект). Если НИЖЕ порога — отображение General SERP.

    Claims 4-13 (Зависимые пункты): Детализируют Этап 1 (Проверка доминирования).

    • Система может сравнивать топовый результат с остальными (Claim 4), вычисляя Relevancy Differential (Claim 5).
    • Топовый результат подтверждается, только если Relevancy Differential превышает порог (Claim 6).
    • Критически важно (Claims 12-13): Вычисление Likelihood Parameter может происходить ТОЛЬКО, если Relevancy Differential достаточно велик. Если отрыв мал, система автоматически показывает General SERP.

    Claims 14-21 (Зависимые пункты): Детализируют Этап 2 (Расчет уверенности). Likelihood Parameter рассчитывается на основе одного или комбинации следующих факторов:

    • Анализ поля Заголовка (Title) и его сравнение с запросом (Claims 14-15).
    • Анализ URL (документа или основного домена) и его сравнение с запросом (Claims 16-18).
    • Анализ Clickability Parameter (исторического CTR) (Claim 19).

    Где и как применяется

    Изобретение применяется на финальных стадиях обработки запроса, после завершения основного ранжирования.

    RANKING – Ранжирование
    На этом этапе генерируются входные данные для алгоритма: ранжированный список и Relevancy Factors (оценки релевантности) для каждого документа.

    METASEARCH & BLENDING / Генерация SERP (Пост-обработка)
    Основная логика патента выполняется здесь. Система анализирует результаты ранжирования и принимает решение о формате выдачи до того, как SERP будет сформирован.

    • Входные данные: Запрос, Ранжированный список (URL, Title, Relevancy Factors), Исторические данные о кликах.
    • Выходные данные: Триггер или инструкция для клиентского приложения: отобразить SERP или выполнить редирект на конкретный URL.

    На что влияет

    • Специфические запросы: Наибольшее влияние оказывается на Навигационные (Витальные) запросы. Примеры из патента: «твиттер собчак», «лужники официальный сайт», «брэд питт википедия».
    • Типы контента: Официальные сайты брендов и организаций, страницы входа (login pages), канонические страницы на авторитетных ресурсах (Wikipedia, соцсети).
    • Общие запросы: Практически не влияет на общие информационные или коммерческие запросы, где пользователю нужен выбор.

    Когда применяется

    Алгоритм активируется при обработке запроса, но финальное действие (редирект) происходит только при выполнении строгих условий (двухэтапная проверка):

    1. Условие 1: Доминирование Топ-1. Relevancy Differential между первым и последующими результатами должен превышать Порог 1. Это подтверждает наличие явного лидера.
    2. Условие 2: Высокая уверенность. Likelihood Parameter (рассчитанный на основе Title, URL и CTR) должен превышать Порог 2. Это подтверждает, что лидер соответствует интенту пользователя.

    Пошаговый алгоритм

    Ниже описан полный вариант алгоритма с двухэтапной проверкой.

    1. Получение данных: Система получает ранжированный список результатов с Relevancy Factors. Идентифицируется Топ-1 результат.
    2. Этап 1: Расчет Relevancy Differential: Вычисление разницы в релевантности между Топ-1 и последующими результатами (например, Топ-2 или средним значением Топ-2…Топ-6).
    3. Проверка Порога 1 (Доминирование):
      • Если НИЖЕ порога (отрыв мал): Процесс завершается, отображается General SERP.
      • Если ВЫШЕ порога (Топ-1 доминирует): Переход к Этапу 2.
    4. Этап 2: Расчет Likelihood Parameter (Уверенность): Вычисление агрегированной оценки на основе:
      • Анализа соответствия Title запросу.
      • Анализа соответствия URL/домена запросу.
      • Анализа Clickability Parameter (исторического CTR).
    5. Проверка Порога 2 (Уверенность):
      • Если НИЖЕ порога: Отображается General SERP.
      • Если ВЫШЕ порога: Система инициирует эксклюзивное отображение Топ-1 документа (редирект).

    Какие данные и как использует

    Данные на входе

    • Контентные факторы:
      • Заголовок (Title field): Используется для сравнения с текстом запроса.
      • Сниппет: В патенте упоминается как возможная альтернатива или дополнение к заголовку для анализа содержания.
    • Технические факторы:
      • URL документа и URL основного домена (top domain): Анализируются на предмет содержания слов или подстрок из запроса.
    • Поведенческие факторы:
      • Clickability Statistics: Исторические данные о кликах (CTR) на документ или домен по этому или похожему запросу.
    • Системные данные:
      • Relevancy Factors: Оценки релевантности документов, используемые для расчета Relevancy Differential.

    Какие метрики используются и как они считаются

    • Relevancy Differential: Рассчитывается как разница между Relevancy Factor Топ-1 документа и последующих. В патенте упоминается возможность использования абсолютной разницы (например, 10 процентных пунктов).
    • Likelihood Parameter: Агрегированная метрика уверенности. Конкретная формула не приводится, но она базируется на взвешенной комбинации оценок по Title, URL и Clickability. Метрика может быть бинарной или на скользящей шкале.
    • Пороги (Thresholds): Предустановленные оператором значения для Relevancy Differential (Порог 1) и Likelihood Parameter (Порог 2).

    Выводы

    1. Яндекс может автоматически пропускать SERP (Direct Navigation). Если система высоко уверена в Топ-1 результате, она может перенаправить пользователя напрямую, минуя выдачу.
    2. Двухэтапная проверка уверенности. Механизм активации сложный: (1) Топ-1 результат должен значительно превосходить остальные (Relevancy Differential высок), И (2) Должна быть высокая уверенность, что это именно тот сайт, который нужен пользователю (Likelihood Parameter высок).
    3. Ключевые факторы уверенности — это навигационные сигналы и CTR. Likelihood Parameter базируется строго на трех сигналах: совпадение запроса с Title, совпадение запроса с URL и высокий исторический CTR по этому запросу.
    4. Механизм «Победитель получает все». Для навигационных запросов, где этот механизм активируется, конкуренция за Топ-2 и ниже теряет смысл, так как SERP не будет показан.

    Практика

    Best practices (это мы делаем)

    • Обеспечение доминирования по брендовым запросам. Необходимо не просто занимать Топ-1, но и максимизировать отрыв по релевантности (Relevancy Differential) от других ресурсов (агрегаторов, отзывов). Это требует комплексной работы над авторитетностью официального сайта.
    • Идеальная оптимизация Title и URL под навигационный интент. Заголовки и URL ключевых страниц (главная, вход, контакты) должны максимально точно соответствовать навигационным запросам. Например, Title главной страницы должен четко содержать название бренда. Это напрямую влияет на Likelihood Parameter.
    • Максимизация исторического CTR. Необходимо обеспечить максимально возможный CTR по брендовым запросам. Используйте привлекательные сниппеты и быстрые ссылки. Высокий Clickability Parameter является критическим фактором для активации этого механизма.
    • Использование брендового домена. Убедитесь, что доменное имя легко ассоциируется с брендом, так как URL анализируется на совпадение с запросом.

    Worst practices (это делать не надо)

    • Неоднозначные или переоптимизированные Title главной страницы. Использование общих коммерческих фраз вместо названия бренда в Title (например, «Купить все дешево» вместо «Официальный сайт BrandName») снижает Likelihood Parameter для запроса «BrandName».
    • Сложные динамические URL без ключевых слов. Использование технических идентификаторов в URL вместо ЧПУ снижает оценку соответствия URL запросу.
    • Игнорирование низкого CTR по брендовым запросам. Если пользователи часто выбирают другие сайты вместо вашего по вашему же брендовому запросу, это снижает Clickability Parameter и уверенность системы.

    Стратегическое значение

    Патент подчеркивает стратегическую важность владения навигационным интентом. Он демонстрирует, что Яндекс стремится удовлетворить такие запросы максимально быстро. Для SEO это означает, что работа над брендовым трафиком и поведенческими факторами критически важна для обеспечения трафика, так как система может полностью исключить возможность выбора для пользователя, если уверена в лидере.

    Практические примеры

    Сценарий 1: Успешная активация механизма (Навигационный запрос)

    1. Запрос: «Лужники официальный сайт».
    2. Анализ Яндекса:
      1. Relevancy Differential: www.luzhniki.ru значительно опережает другие результаты. Порог 1 пройден.
      2. Likelihood Parameter: URL содержит «luzhniki». Заголовок содержит «Лужники». Исторический CTR >90%. Порог 2 пройден.
    3. Результат: Яндекс пропускает SERP и сразу перенаправляет пользователя на www.luzhniki.ru.

    Сценарий 2: Отказ из-за низкого Relevancy Differential (Смешанный интент)

    1. Запрос: «Брэд Питт».
    2. Анализ Яндекса:
      1. Relevancy Differential: Википедия (Топ-1) и Кинопоиск (Топ-2) имеют близкие оценки релевантности. Порог 1 НЕ пройден.
      2. Likelihood Parameter: Расчет не производится.
    3. Результат: Яндекс показывает стандартный SERP.

    Сценарий 3: Отказ из-за низкого Likelihood Parameter (Недостаток данных)

    1. Запрос: «Новый ресторан сайт».
    2. Анализ Яндекса:
      1. Relevancy Differential: Официальный сайт (Топ-1) значительно опережает другие. Порог 1 пройден.
      2. Likelihood Parameter: URL и Заголовок совпадают, но исторических данных о кликах (CTR) еще нет (сайт новый). Агрегированный параметр НЕ превышает Порог 2.
    3. Результат: Яндекс показывает стандартный SERP.

    Вопросы и ответы

    Что такое Likelihood Parameter и как он рассчитывается?

    Likelihood Parameter (Параметр Вероятности) — это метрика уверенности системы в том, что Топ-1 результат полностью удовлетворит запрос пользователя. Согласно патенту, он рассчитывается на основе комбинации трех факторов: (1) соответствия Заголовка (Title) документа запросу, (2) соответствия URL документа или домена запросу, и (3) исторического CTR (Clickability Parameter) этого документа по данному запросу.

    Что такое Relevancy Differential и зачем он нужен?

    Relevancy Differential (Разница в Релевантности) — это разница в оценках релевантности между Топ-1 и последующими результатами. Он используется как предварительный фильтр. Если Топ-1 значительно лучше остальных (разница превышает порог), система переходит к расчету Likelihood Parameter. Если же отрыв невелик, система сразу показывает SERP, чтобы дать пользователю выбор.

    Влияет ли этот патент на алгоритмы ранжирования?

    Нет, напрямую не влияет. Патент описывает механизм пост-обработки результатов ранжирования. Он не определяет позицию сайта, а решает, в каком формате показать выдачу (SERP или немедленный редирект на Топ-1). Однако он использует результаты ранжирования (Relevancy Factors) для своей работы.

    Для каких типов запросов этот механизм наиболее актуален?

    Он предназначен в первую очередь для навигационных (витальных) запросов, где пользователь ищет конкретный известный ресурс: официальные сайты брендов, страницы в социальных сетях или конкретные статьи на авторитетных ресурсах типа Википедии. Для общих или коммерческих запросов он обычно не применяется.

    Как я могу повлиять на активацию этого механизма для моего сайта?

    Необходимо сосредоточиться на трех направлениях. Во-первых, обеспечить максимальную релевантность и авторитетность, чтобы иметь высокий Relevancy Differential. Во-вторых, оптимизировать Title и URL для точного соответствия навигационным запросам. В-третьих, обеспечить доминирующий исторический CTR по этим запросам.

    Что произойдет, если мой сайт занимает вторую позицию по запросу, для которого сработал этот механизм?

    Это критическая ситуация для вас. Если механизм срабатывает для Топ-1 результата, SERP не показывается вообще. Это означает, что ваш сайт на второй позиции получит 0% видимости и 0% трафика по этому запросу. Это подчеркивает важность борьбы за Топ-1 по навигационным запросам.

    Что такое Clickability Parameter, упомянутый в патенте?

    Это исторические данные о поведении пользователей. Он показывает, как часто пользователи в прошлом кликали на этот конкретный документ или домен, когда вводили этот или похожий запрос. Это показатель исторического CTR, который используется как сильный сигнал уверенности в том, что документ является правильным ответом.

    Что происходит, если топовым результатом является «колдунщик» (Widget)?

    Патент упоминает этот сценарий (Paragraph). Если топовым результатом является виджет, система может определить в качестве «Most Relevant Document» тот документ, который следует сразу за виджетом в ранжированном списке. В альтернативном варианте, при обнаружении виджета в топе, система может пропустить весь процесс анализа и сразу показать стандартный SERP.

    Является ли этот механизм аналогом функции «Мне повезет!» (I’m Feeling Lucky)?

    По конечному результату они похожи (перенаправление на Топ-1 сайт). Однако «Мне повезет!» традиционно требовала ручного действия пользователя (нажатия кнопки). Описанный в патенте механизм работает автоматически, если система достигает необходимого уровня уверенности в качестве первого результата.

    Если Яндекс перестал делать редирект по моему брендовому запросу и начал показывать SERP, о чем это говорит?

    Это говорит о снижении уверенности Яндекса. Возможные причины: либо уменьшился Relevancy Differential (конкуренты или другие ресурсы стали ближе по релевантности), либо снизился Likelihood Parameter (например, ухудшились исторические показатели CTR, или вы изменили Title/URL главной страницы). Это сигнал для детального анализа.