В прошлом году Яндекс заявил о создании нового алгоритма – YATI. Это английская аббревиатура, которая переводится на русский язык так: «Ещё один трансформер с улучшениями».
Поисковая система представляет эту инновацию как самое существенное изменение ранжирования за последнее десятилетие. Наша задача разобрать, чем является обновленный «трансформер», его функции в поиске и влияние на сортировку сайтов в выдаче поисковой системы.
Особенности новой нейронной сети
Алгоритм подвергает анализу тексты ключей и материалов, которые по ним выходят в поисковой системе. Он призван делать это лучше других алгоритмов, о которых мы уже писали в наших других статьях.
Здесь мы только кратко вспомним о том, что представляли собой предшественники нового трансформера: Палех и Королев. Это необходимо сделать для того, чтобы понять, что изменилось с появлением алгоритма «с улучшениями».
Первым пришел Палех
Алгоритм появился чтобы находить страницы не просто по поисковым фразам, а ещё и учитывать их смысл. Из существующей статистики отбирали негативные и позитивные примеры, чтобы обучать алгоритм на них. Поэтому Палех не только умел сканировать тексты, но и определял, насколько ключи и заголовки соответствовали друг дугу посредством сравнения чисел.
Каким образом это делалось? Рассмотрим на элементарном примере. Каждой странице соответствовала категория из двух чисел, в которой они по отдельности обозначали какую-нибудь координату на одной из двух осей.
При этом оба документа соответствовали своим точкам в системе координат. Ключ располагался здесь же вместе со страницей. Чем меньше было расстояние между ними, тем более релевантным считался документ. Таким образом проводилась расшифровка поискового запроса.
Вышеописанный метод обработки ключевых слов с документами получил название семантического вектора. Его достоинство заключалось в том, что он мог определить релевантность документа ключу, даже ели у них вообще отсутствовали общие слова.
Палех считался относительно тяжелым, поэтому его использовали только на последних этапах сортировки. Он применялся к одной – двум сотням страниц, которые были отобраны из общей массы.
На смену пришел Королев
Этот алгоритм применялся к большему числу страниц, так как его семантический вектор рассчитывался предварительно. При этом его архитектура не отличалась от предшественника. Это выглядело следующим образом:
- Королев в оффлайне вычисляет вектор страниц, который сохраняет в индекс.
- Пользователь вводит в поисковике ключевое слово.
- Алгоритм переводит ключ в вектор.
- Рассчитывает соответствие, перемножая с теми векторами страниц, которые уже готовы.
Шанса использовать нейронные сети не было бы, если бы вектора документов не рассчитывались заранее. А при предварительном вычислении их можно применять к значительному числу web-документов, не затягивая выдачу результатов по пользовательскому ключевому слову.
Но новый алгоритм не только сравнивал векторы страниц и запроса. Он начал сопоставлять векторы запросов, которые только что были введены, с поисковыми фразами, для которых самый подходящий ответ уже предварительно был известен.
Результаты поисковой выдачи должны были быть аналогичными, если вектора оказывались достаточно схожими.
Причины появления новых трансформеров
Вышеописанные алгоритмы улучшали процесс ранжирования. Однако не идеально справлялись с этой задачей. В их работе можно найти целый ряд недостатков, среди которых:
- Описание всего смысла документа единственным вектором, который имел ограниченный размер.
- Неполный учет порядка слов. Тогда как в трансформере каждое слово переводится в собственный вектор. При этом расположение в тексте остается как есть (сохраняется).
Алгоритм обучается по трансферному принципу, который подразумевает последовательное решение задач. В процессе решения первой – трансформер собирает нужную для этого информацию, потом он использует эти данные снова, чтобы решить другие задачи.
Сначала алгоритм получает много простой информации, которая взята от толокеров. Она не всегда достоверная, но трансформер проходит на ней предварительное обучение. Экспертную информацию он получает уже на новом этапе от специально обученных асессоров поисковой системы. Но этих данных значительно меньше.
Еще одно отличие трансформера – прогнозирование пользовательского клика. Это новая характеристика, которая будет учтена при рэнкинге.
Влияние YATI на SEO-продвижение
В ранжировании главную роль теперь станет играть смысловая нагрузка текстов. Это заключение делается на основании того, что трансформер нацелен на их более углубленный анализ, понимание его смысла. Поэтому в топах выдачи больше будут показываться экспертные материалы, которые дают на пользовательский запрос полный ответ. Кстати, именно такой контент мы внедряем на ресурсах наших клиентов. О том, как улучшить статьи на сайтах, мы уже неоднократно писали.
Отличия BERT от YATI BERT – это трансформер от Google. Западный поисковик заявил о его подключении к алгоритмам ranking в минувшем году. Эта нейронная сеть не анализирует отдельные ключи, а решает задачу их анализа в контексте.
Это означает, что алгоритм анализирует все предложение. На нашем сайте мы уже писали об этом подробнее. И тот и другой алгоритм представляют собой трансформеры. Это становится ясно из их описаний.
Обе нейронные сети призваны лучше понять смысл пользовательских запросов. Но YATI более совершенен, потому что он не только анализирует ключи, но и публикации на страницах, а также прогнозирует клики. Таким образом, по сравнению с трансформером от Google, YATI более глобальное обновление.
Как оптимизировать сайт для YATI?
Возникновение нового алгоритма не означает, что прежние SEO-методы теперь не работают. Оптимизация заголовков и тегов титле и дескрипшен по-прежнему остается в силе.
Важно понять, что новый трансформер Яндекса не отменяет совокупность метрик и характеристик, которые используются нейронными сетями для того, чтобы определить релевантность сайта поисковым запросам для их сортировки в выдаче. Он только дополняет ее более качественным анализом контента.
Таким образом, необходимо продолжать улучшать поведенческие факторы как в поисковых системах, так и на сайте. Также не стоит забрасывать получение естественной ссылочной массы и техническую оптимизацию. Наибольший положительный эффект даст только комплексная работа над сайтом.
Как улучшить тексты в новых реалиях?
Мы даем следующие рекомендации:
- Сделать текст структурированным. Для этого использовать заголовки с поисковыми фразами.
- Использовать LSI-копирайтинг.
- Улучшить CTR сниппет посредством проработки мета-тегов.
- Собирать максимально полное СЯ.
Подведем итоги
Новый трансформер Яндекс в обязательным порядке приведет к тому, что поисковая выдача изменится. Однако это займет некоторое время, потому что YATI представляет собой самообучающуюся систему. Поэтому вы еще успеете доработать SEO-тексты под современные поисковые стандарты. Если вы хотите проверить актуальность ваших публикаций, можете оставить нам заявку.