Поисковые алгоритмы Google отличает две особенности. Во-первых они появляются обычно
раньше, чем
алгоритмы от Яндекса, иногда на несколько лет, а во-вторых они
построены на открытых лицензиях, то есть доступны для анализа пользователям, что помогает правильно выстраивать
работу по
раскрутке web-сайта в органической выдачи. Ставка делается не только на
математические показатели, но и на современные нейросети.
Студия веб-дизайна при создании
сайтов учитывается требования поисковых систем Яндекс и Google, вектор дальнейшего развития применяемых
алгоритмов. Формула ранжирования постоянно претерпевает изменения, становясь более эффективной.
Развитие поисковой системы.
Первоначально органическая выдача выстраивалась вокруг формулы семантического ядра web-сайта или конкретной
релевантной страницы и введенного запроса пользователем. В частности в первую очередь определялось соответствие с
ключевыми словами в метатеге title, как наиболее важном, и вхождение ключевых слов в сниппет, то есть мететатег
description. Постепенно международный поисковый гигант отказался от данного подхода и перешел на активное
использование нейросетей. В частности задействуется технологии машинного самообучения, анализа контента с
пониманием его смысла, которое не учитывает вхождение конкретных ключевых слов, в том числе и метатег title.
Поведенческие факторы и события.
В алгоритмах Google
значение для ранжирования поведенческих факторов
пользователей значительно снижено, по сравнению с влиянием ПФ в системе построения поисковой выдаче Яндекса.
Однако с появлением Google Analytics 4 и связи хитов и событий, выделение отдельных потоков для анализа, включая
мобильные приложения, произошла полная переоценка поведенческих факторов. Теперь они не привязываются к конкретной
сессии, а учитываются отдельные события для каждой страницы и ресурса в целом.
Кассандра.
Алгоритм Google 2003 года, направленный на выявление на веб-страницах скрытых текстов и ссылок, поиск дорвеев и их
блокировки.
Флорида.
Контроль за плотностью ключевых слов и активная борьба с переспамленными текстами. Вводится анализ уникальности
текстов, а так же система учится определять покупные ссылки. Именно «Флорида» послужила началом классического,
профессионального SEO.
Бренди.
Появился в 2004 г. принеся скрытое семантическое индексирование LSI, масштабное расширение индекса, понимание
тематической близости акцепторов ссылок и сайтов-донноров. Стала учитываться релевантность анкорного текста.
Suggest.
Технология подсказок, появившаяся в поиске в августе 2008 г. Смысл ее в том, что при наборе поискового запроса
пользователем автоматически появляются подсказки наиболее популярных фраз или возможные окончание фразы путем
добавление ключевых слов.
Кофеин.
Изменение скорости и качества индексирования. Если раньше ресурс индексировался по слоям, сначала главная
страница, а потом дочерние по мере вхождения внутренней перелинковки, то теперь индексации стала идти параллельно
с обновлением информации на уже проиндексированных веб-страницах.
Панда.
Знаменитый алгоритм поиска от Google. Появился в 2011 г. Аналог АГС Яндекс. Его цель – борьба с низкокачественным
контентом, «мусорными» web-сайтами, бесполезным контентом, не уникальными текстами. Панда несколько раз
обновлялась, значительно повышая качество ранжирования.
Top heavy.
Направлен на борьбу с излишней рекламой, которая может занимать только определенный процент от области просмотра
на экране. Задача упростить доступ к содержимому страницы.
Венеция.
Переход к геозависимым запросам. Формирование региональной органической выдачи, как наиболее востребованной для
потенциальных покупателей, которые ищут ближайшие к ним предложения.
Пингвин.
Период появления – апрель 2012 г. Еще один из важнейших и известных алгоритмов от Google для поиска. Нацелен на
устранение из органической выдачи ресурсов с некачественными, покупными внешними ссылками. Анализируется тексты
анкоров, определяется их неестественность, массовая закупка ссылок. Учитывается переспам в контенте ключевых слов.
DMCA Penalty.
Уникальный фильтр западной поисковой системы, основанный на аналитике авторского права и понижение позиций
ресурсов при ранжировании, которые нарушают авторские права. Позже вышло обновление Pirate 2.0.
Колибри.
Направлен на более точное определение смысла низкочастных ключевых слов, разговорных поисковых фраз, имеющим
увеличенную длину. Учитывается конструкция запроса, происходит понимание смысла, определение местоположения
пользователя.
Голубь.
Изменение ранжирования региональных веб-сайтов, которым теперь отдается предпочтения перед федеральными, как
наиболее востребованными для покупателями. Ставка на местный бизнес. Поиск становится локальным. Вышел в 2014г.
Колибри.
Направлен на более точное определение смысла низкочастных ключевых слов, разговорных поисковых фраз, имеющим
увеличенную длину. Учитывается конструкция запроса, происходит понимание смысла, определение местоположения
пользователя.
Голубь.
Изменение ранжирования региональных веб-сайтов, которым теперь отдается предпочтения перед федеральными, как
наиболее востребованными для покупателями. Ставка на местный бизнес. Поиск становится локальным. Вышел в 2014г.
Mobile-Friendly.
Аналитика веб-сайтов с точки зрения наличия адаптивности и учет фактора адаптивности под мобильные устройства при
ранжировании. Повышение позиции адаптивных ресурсов.
RankBrain.
Первое применение технологий машинного самообучения. Попытка оценки поискового запроса по его смыслу и подбор для
органической выдаче ресурсов определенной тематики. Повышение релевантности ответов без учета 100% совпадения
фразы.
Speed Update.
В систему ранжирование входит понятие скорости загрузки веб-страницы, время отклика на действие посетителя. Очень
важный фактор, влияющий на мобильный поиск. Появился в 2018 г.
Bert.
Дата появления – октябрь 2019 г. Применение нейросетей для поиска. Bidirectional Encoder Representations from
Transformers учитывает язык пользователя, проводится глубокий анализ поисковой фразы с предлогами и окончаниями,
для лучшего понимания смысла.