Что такое поведенческие факторы и почему они важны
Поведенческие факторы - это сигналы о том, как люди взаимодействуют с выдачей и с сайтом. О том, что Google использует агрегированные клики из выдачи, известно из показаний по антимонопольному делу United States v. Google (решение суда, система NavBoost) и из документации, утёкшей в 2024 году (разбор SparkToro). Вес этих сигналов и то, как именно они меняют позиции, не раскрыт.
В этом руководстве разберём, какие именно поведенческие факторы учитывает Google и как их улучшить на практике.
Какие поведенческие факторы подтверждены Google
CTR в поисковой выдаче
Click-Through Rate (CTR) - процент пользователей, которые кликнули на ваш результат в выдаче. Из утечки API известно, что Google хранит данные о кликах в модулях NavBoost и использует их для переранжирования результатов.
Опубликованные таблицы CTR по позициям расходятся в разы, потому что считаются на разных наборах запросов. Как посчитать собственную кривую по Search Console, разобрано здесь.
Время взаимодействия (Dwell Time)
Dwell Time - время от клика в выдаче до возврата обратно в поисковую выдачу. Это не то же самое, что «время на сайте» в GA4.
Ключевые нюансы:
- Короткий Dwell Time - сигнал pogo-sticking, негативный фактор
- Длинный Dwell Time - пользователь нашёл ответ, положительный сигнал
Pogo-sticking
Pogo-sticking - ситуация, когда пользователь кликает на результат, быстро возвращается и кликает на другой. Это один из самых сильных негативных сигналов.
Отличие от bounce rate: Bounce rate - метрика GA4 (пользователь покинул сайт). Pogo-sticking - поведение в выдаче (пользователь вернулся к поиску). Google видит pogo-sticking, но не имеет доступа к вашему bounce rate в GA4.
Длинные и короткие клики
Из утечки API стало известно, что Google классифицирует клики на:
- Long clicks: пользователь провёл на сайте значительное время (положительный сигнал)
- Short clicks: быстрый возврат в выдачу (негативный сигнал)
- Last click: пользователь выбрал ваш результат последним и больше не искал (самый сильный положительный сигнал)
Система NavBoost: как работает
NavBoost - внутренняя система Google, которая использует данные о поведении пользователей для корректировки результатов поиска.
Что делает NavBoost
- Собирает клик-данные из поисковой выдачи: по показаниям Панду Наяка, обучается на данных о кликах за 13 месяцев (до 2017 года за 18) (решение суда)
- Анализирует паттерны: какие результаты получают больше кликов и длинных визитов
- Корректирует ранжирование: повышает результаты с хорошими поведенческими сигналами
- Учитывает геолокацию: разные данные для разных регионов
Данные из утечки API
В документации Content Warehouse API, опубликованной в мае 2024 (разбор SparkToro), есть атрибуты кликов, например goodClicks, badClicks и lastLongestClicks. Документация показывает, что такие данные хранятся; как и с каким весом они участвуют в ранжировании, из неё не следует.
Факторы, которые Google НЕ использует напрямую
Важно отличать реальные поведенческие факторы от мифов:
Bounce Rate из GA4
Google многократно заявлял, что не использует данные Google Analytics для ранжирования. Bounce rate из GA4 - это метрика для вас, не для Google. Однако высокий bounce rate может коррелировать с pogo-sticking, который Google видит.
Pages Per Session из GA4
Аналогично - глубина просмотра в GA4 не передаётся в поисковый алгоритм. Но сайты с хорошей навигацией обычно имеют лучшие поведенческие сигналы в выдаче.
Данные Яндекс.Метрики
Для Google нерелевантны. Яндекс публично говорит, что поведенческие сигналы учитывает, но какие именно данные и из каких источников, не раскрывает. Утверждение, что в ранжирование идут данные Метрики, официальными источниками не подтверждено.
Как улучшить поведенческие факторы
Оптимизация CTR в выдаче
Title: отвечайте в нём на тот вопрос, по которому страница реально показывается (видно в Search Console, вкладка «Запросы»); ставьте год только если материал привязан к периоду.
Description: одно-два предложения с конкретным ответом или условием, а не рекламный слоган.
Разметка: только та, что описывает реальный контент страницы; расширенные результаты FAQ Google с августа 2023 показывает лишь авторитетным сайтам о здоровье и госорганам (объявление Google), HowTo в выдаче больше не выводится.
Улучшение Dwell Time
Контент:
- Начинайте с ответа на запрос (не заставляйте скроллить)
- Используйте оглавление для длинных статей
- Добавляйте визуальные элементы каждые 300-400 слов
Скорость загрузки:
- LCP не больше 2,5 секунды (web.dev)
- Оптимизируйте Core Web Vitals
Вовлечённость:
- Интерактивные элементы: калькуляторы, инфографики
- Внутренние ссылки в контенте для углубления в тему
Снижение Pogo-sticking
- Соответствие поисковому интенту: если пользователь ищет «цена», не давайте ему статью о преимуществах
- Быстрый ответ: ключевая информация в первых 2 экранах
Поведенческие факторы для разных типов сайтов
Информационные сайты и блоги
Главные метрики: Dwell Time, scroll depth, внутренние переходы.
Стратегия: Глубокий контент → внутренняя перелинковка → серии статей.
Интернет-магазины
Главные метрики: Long click (покупатель изучает товар), CTR в коммерческой выдаче.
Стратегия: Детальные карточки товаров → отзывы → сравнительные таблицы.
SaaS и сервисы
Главные метрики: Last click (пользователь выбрал именно вас), конверсионные сигналы.
Стратегия: Понятное ценностное предложение, демо или пробный период, кейсы.
Мониторинг поведенческих факторов
Google Search Console
Основной инструмент для отслеживания:
- CTR по запросам: сравнивайте со своей кривой CTR по позициям
- Позиции: рост позиций при улучшении CTR подтверждает влияние
- Страницы: выявляйте страницы с аномально низким CTR
GA4
Дополнительные метрики для анализа:
- Engagement rate: процент вовлечённых сессий
- Average engagement time: среднее время взаимодействия
- Scroll depth: глубина прокрутки
Как НЕ стоит работать с поведенческими факторами
Манипуляции кликами
Автоматические запросы и клики нарушают правила Google о спаме (Machine-generated traffic). Как именно Google их выявляет, снаружи не видно.
Кликбейтные заголовки
Высокий CTR + высокий pogo-sticking = негативный сигнал. Кликбейт даёт краткосрочный рост CTR, но ухудшает long click ratio.
Игнорирование мобильной версии
Google использует mobile-first indexing. Если мобильная версия плохая, поведенческие метрики будут плохими у всех, кто пришёл с телефона.
О рисках работы с метриками читайте в разборе, работает ли накрутка поведенческих факторов.
Ключевые выводы
- Клики из выдачи Google учитывает (NavBoost), но их вес в ранжировании не раскрыт
- NavBoost собирает данные о кликах, Dwell Time и пользовательских паттернах
- CTR, long/short clicks и pogo-sticking - три главных поведенческих метрики
- Данные Google Analytics в ранжировании не используются, но коррелируют с реальными сигналами
- Фокус на улучшении CTR в выдаче и качестве контента даёт лучшие результаты
Если нужны поведенческие сигналы на реальных браузерах, так устроен наш сервис поведенческих факторов.
Часто задаваемые вопросы
Использует ли Google данные из Google Analytics для ранжирования? Нет. Google многократно подтверждал, что данные GA4 (bounce rate, pages per session, время на сайте) не используются в алгоритме ранжирования. Google использует собственные данные о поведении пользователей в выдаче через систему NavBoost.
Что такое NavBoost и как он влияет на позиции? NavBoost - внутренняя система Google, работающая с агрегированными данными о кликах в выдаче. Публично о ней стало известно из показаний и материалов антимонопольного процесса против Google в США. Из них следует, что клики используются как входной сигнал; вес сигнала и детали работы не раскрыты.
Можно ли накрутить поведенческие факторы Google? Технически воздействовать на эти сигналы можно, и на этом построен целый рынок услуг. Гарантий при этом нет: Google ищет неестественные паттерны, а размер эффекта на конкретном запросе снаружи не измерить. Рассчитывать стоит на вероятный результат, а не на предсказуемый.
Отличаются ли поведенческие факторы Google от Яндекса? Да. Google, по материалам антимонопольного дела, использует клики из выдачи (NavBoost). Яндекс публично говорит, что поведенческие сигналы учитывает, но какие именно данные и из каких источников, не раскрывает: что в ранжирование идут данные Метрики, официальными источниками не подтверждено.
