SEO оптимизация сайта для Google Discover

Всем привет! Меня зовут Вячеслав Вареня. Я Google News product expert и автор телеграм канала SEO Inside.
Я и мои коллеги по CyberLab специализируемся на оптимизации новостных сайтов.

В этой статье я хотел бы поделиться одним из наших кейсов по оптимизации сайтов под Google Discover.

Предыстория

В начале 2021 года к нам обратился c просьбой об аудите ключевых сайтов один из старейших и самых известных медиа холдингов Украины (название под NDA).

Заказчик попросил провести аудит сразу четырех их новостных сайтов.

Сразу скажу, что работа с холдингами – это всегда сильная бюрократия. Мы столкнулись с тем, что «левая рука» холдинга не хотела внедрять то, что хотела внедрить «правая рука».

По итогу нам пришлось выделить Заказчику одного из наших сотрудников для сопровождения и ускорения внедрения наших рекомендаций.

Что было сделано:

  • Проведен аудит сайта на соответствие требованиям Google News.
  • Проведен анализ аудитории Discover, ее интересов, анализ контента.
  • Проведен технический аудит сайта.
  • Проведен аудит ссылочного профиля.

Используемые инструменты (софт):

  • Google Search Console, Google Analytics, Google Publisher
  • Semrush (Технический аудит, аудит ссылочного профиля, трафика, анализ конкурентов)
  • Majestic (Аудит ссылочного профиля)
  • Ahrefs (Аудит ссылочного профиля)
  • Netpeak Spider (Технический аудит, получение данных о дате публикации и авторах)
  • JetOctopus (Технический аудит)
  • Собственный фреймворк, использующий ИИ.

Используемые технологии:

  • Data Mining и Text Mining.
  • Machine Learning.
  • Natural Language Understanding.
  • Text Summarization.

Небольшой апдейт с учетом комментариев :)

Безусловно, я не могу раскрыть всю методологию, но поясню как использовались некоторые технологии.

Использование Data Mining позволило анализировать данные сразу в пяти разрезах. В результате были выявлены неявные на первый взгляд зависимости показателей.

Text Mining использовался для анализа интересов аудитории из Google Discover. На основе различных текстовых данных, в том числе полученных при помощи Text Summarization, формировалось «Облако слов», в котором каждое из слов имело свою частоту употребления.

Machine Learning. На основе специально подготовленного набора данных используя машинное обучение была создана модель, обеспечивающая 90% точность для идентификации кликбейта в Title. Модель работает пока только с русским языком. При разработке модели использовался алгоритм, основанный на моделях дерева решений CART Лео Бреймана.

Natural Language Understanding – это технология, разработанная IBM для целей понимания и интерпретации естественного языка, в том числе распознавание сущностей.

Что такое SEO на основе сущностей? Поисковая оптимизация на основе сущностей использует контекст, а не только слова или фразы, чтобы помочь людям найти то, что они ищут. Ключевые слова — важная часть любой SEO-стратегии, но они не всегда говорят вам все о том, как люди ищут информацию.

SEO на основе сущностей, или EBS, — это метод повышения релевантности и точности контента вашего веб-сайта. EBS использует контекстные данные для определения наиболее релевантного контента для данного запроса, а не использует только ключевые слова из этого запроса.

Заказчик на основе полученных от нас данных о сущностях и контексте создавал и создает более релевантный для интересов его аудитории из Google Discover контент, что помогает привлекать больше посетителей из этого канала.

Результат

В итоге заказчик получил отчет на 49 листах с массой полезной информации и рекомендаций.

Были выявлены критические ошибки, определены точки роста. Предложен комплекс мероприятий по улучшению качества контента.

Под нашим надзором были внедрены почти все наши рекомендации. Внедрение заняло определенное время, но результат внушает оптимизм.

Рис.1

SEO оптимизация сайта для Google Discover

Как видно на Рис.2, сейчас сайт Заказчика наравне конкурирует с одним из самых известных в Украине сайтов, который традиционно имеет много трафика из Discover.

Рис.2

SEO оптимизация сайта для Google Discover

Послесловие

В 90% процентах случаев у наших клиентов при таком подходе восстанавливался и рос трафик из Discover. В остальных случаях заказчик либо не внедрял наши рекомендации, либо внедрял их довольно выборочно.

Сразу хочу сказать, что внедрение только контентных или только технических рекомендаций редко дает результат, нужен именно такой комплекс, как указано выше.

Если бы мы не использовали в своей работе ИИ, наверное, сложно было бы добиться такого результата. Нам для анализа контента пришлось разработать и создать собственные инструменты.

Отзыв одного из клиентов

Посмотрите отзыв другого нашего клиента.

P.S. Кстати, если кому нужен аудит для Google News и Discover, обращайтесь.

44
19 комментариев

Качественная пурга. В апреле внедрили, но "сработало" оно только в ноябре. Только вот, в чем фишка... В ноябре был шикарнейший GCU - ап, который вызвал: перераспределение трафика из Гугл.Поиска, Гугл.Новостей и Гугл.Дисковера. По сути крутым получателям обрезали траф, и отдали его бОльшему числу сайтов. Ну конечно же это все ИИ от автора статьи ))) Да-да.

4
Ответить

У меня непонятки начались еще на моменте, что контора обратились вроде как за аудитом сайтов, а потом оказывается что им еще и специалиста выделил для внедрения. Аудит и внедрение вроде как 2 разные услуги?!

Сделал аудит, отдал клиенту, получил деньги и хер с ним, как говорится. Будет он это внедрять или нет, это его лично дело, но как правило никто ничего не внедряет

Ответить

Сказали а), но до б) не дошли.
Если обобщить:
намекнули, что использовали какие-то наработки в ML в сфере NLP - но какие именно? В чём? Что это дало? Почему не классический текстовый анализ? Что подразумевал ваш text mining? На практике чаще всего оказывается, что все попытки внедрять ИИ в рамках SEO - либо пшик и громкие слова, либо по факту результаты более невнятные и слабые, чем при тупейшем парсинге какого-то топового корпуса с дальнейшим расчленением с помощью tf*idf и какого-нито Ципфа замшелого. Зато - "у нас своя нейронка".
Запилите нормальный кейсик - больше данных, больше подробностей. Тема-то хорошая, подача отстаёт.

3
Ответить

Спасибо за комментарий. Я внес изменения в статью :)

1
Ответить

Так а всё таки: свои разработки или доступные сервисы?
Под бурж и Гугл много чего хорошего уже есть, интересно было бы понять - есть ли смысл пилить собственные инструменты или достаточно того, что есть в паблике.
Тема, я так понимаю, будет только набирать обороты и популярность, и сильно поделит рынок SEO-услуг в перспективе.

Ответить

Интересная статья)

1
Ответить

Очень поверхностная статья :( В самом начале нужно было сразу написать "публикуется на правах рекламы"

1
Ответить