Изучив показания Pandu Nayak (Вице-президент по поиску в Google) на антимонопольных слушаниях, я выделил ключевые выводы, которые мы должны учитывать в нашей работе.

1. Navboost:
   Navboost - это важный фактор ранжирования в алгоритме Google. Он использует данные о кликах за последние 13 месяцев для оценки и ранжирования веб-страниц. Это подчеркивает важность пользовательской активности при определении поисковых позиций.

2. Glue и Tangram:
   Glue: Этот компонент определяет, какие функции появляются на странице результатов поисковой системы (SERP), основываясь на взаимодействии с пользователями, и также как и Navboost анализирует данные за 13 месяцев. Речь идет об адаптации SERP для улучшения пользовательского опыта. В принципе, Glue работает так же, как и Navboost, но применяется к другим фишкам выдачи, таким как видеокарусели, сниппеты и т.д.

Tangram: Работает в связке с Glue, стыкуя эти функции в SERP. Понимание его функциональности является ключом к оптимизации для улучшения видимости.

1. RankBrain и модели глубокого обучения:

Мы уже давно знакомы с RankBrain. RankBrain - это часть набора моделей глубокого обучения Google, которые влияют на ранжирование. Эти модели, основанные на взаимодействии с пользователями и данных о запросах, играют важную роль в уточнении результатов поиска, особенно на последних этапах ранжирования.

1. RankEmbed BERT и DeepRank:

RankEmbed BERT: модель, ориентированная на понимание контекста и нюансов языка. Она представляет собой сдвиг в интерпретации контента Google, подчеркивая важность контекстно-зависимого контента.

DeepRank: Более продвинутая модель, часто используемая в сочетании с BERT для целей ранжирования. Речь идет о более глубокой обработке контента.

1. Оценки удовлетворенности информацией (IS):

Оценки удовлетворенности информацией (IS), полученные от гугловских оценщиков качества (напоминаю про руководство, которое они используют), используются Google для оценки качества по 100-балльной шкале. Эти оценки являются неотъемлемой частью тонкой настройки алгоритмов и отражают качество результатов поиска с точки зрения пользователя.

1. Тестирование и обновление алгоритмов:

Для обновления алгоритмов Google использует сложные методы тестирования, такие как чередование, которое по сути является постоянным. Понимание частоты и характера этих тестов может помочь нам лучше ориентироваться и адаптироваться к изменениям в SEO.

Вдогонку к предыдущему посту: параметр URL, передаваемый в разметке Schema также появляется в Search Console как ссылка. Скоро будет пост про влияние таких ссылок на органику.

Удалось экспериментально подтвердить, что sameAs параметры, передаваемые в микроразметке Schema расцениваются Гуглом как ссылки, и появляются в Search Console в секции Links.