Arama kalitesini nasıl ölçer ve geliştirirsiniz?

Yandex, bir algoritma değişikliğinin iyileştirme olup olmadığına nasıl karar verdiğini yayınlıyor. Bu, tüm dokümantasyon içindeki en açıklayıcı sayfadır; çünkü her sıralama değişikliğinin test edildiği iki metriği açıkça belirtir.

Belirtilen ilkeler

• Sonuçlar tamamen makine öğrenimi algoritmaları tarafından oluşturulur ve manuel olarak yeniden sıralanamaz.
• Alaka düzeyi; sorgu, sayfa içeriği, kullanıcıların bu sayfalarla etkileşim geçmişi, dil, konum, sayfalar arası ilişkiler ve diğer birçok faktörden hesaplanır.
• İndeksleme bütünlüğü en yüksek önceliktir ve kaynak türüne göre eşit şekilde uygulanır. İçerik, sonuçlardan yalnızca spamdexing, kullanıcılara zarar verme veya yasal ihlaller nedeniyle kaldırılır.
• Sunum formatı, kaynağa göre değil, kullanıcının hedefine ulaşma olasılığına göre seçilir.

Proxima — sayfa kalitesi metriği

Değerlendirici puanları ve ek sinyallerle oluşturulmuştur. Sorguyla alaka düzeyini (konu uzmanlarının değerlendirmeleri dahil), kullanıcının hedefine o sayfa ve sitede ulaşma olasılığını, içeriğin kalitesini, faydasını ve özgünlüğünü, faydalı ve rahatsız edici içerik arasındaki dengeyi, sağlık, hukuk ve finansal hizmetler gibi karmaşık konular için içerik kalitesi ve yazar güvenilirliğine dair ek sinyalleri ve içeriğin tüketilme kolaylığını ölçer.

Bir kontrol listesi olarak okunduğunda bu, Yandex’te “iyi içerik” kavramının en somut tanımıdır; rahatsız edici içerik maddesi ise reklam yoğunluğunu bir zevk meselesi olmaktan çıkarıp bir sıralama girdisi haline getirir.

Proficit — sonuç kullanılabilirliği metriği

Kullanıcının hedefine ne kadar hızlı ulaştığını, bireysel sonuçlarla ve sayfanın diğer öğeleriyle olan etkileşimlerin kalitesi ve miktarı üzerinden ölçer. Tahmini Proficit değeri daha yüksek olan formatlar seçilir ve tüm sonuç sayfasının düzeni her iki metrik birlikte optimize edilecek şekilde ayarlanır.

Değerlendiriciler gerçekte nasıl çalışır?

Sayfaları ve sonuç öğelerini değerlendirirler ancak değerlendirmeleri doğrudan sıralamaya girmez; bunlar makine öğrenimi algoritmaları için eğitim girdisi ve önerilen bir değişikliğin iyileştirme olup olmadığını kontrol eden bir mekanizmadır. Tarafsızlık; işe alım, eğitim, talimatlar, araçlar ve değerlendiriciler arasındaki bilinçli örtüşme ile yönetilir. Başarılı olan değişiklikler, daha sonra bir kontrol grubuna karşı canlı bir deneyde test edilir.

Bunu okumak neden önemli?

Çünkü her sıralama tartışmasının temelindeki soruyu yanıtlar: ne optimize ediliyor? Proxima ve Proficit değerlerini yükselten çalışmalar kalıcıdır; bu ay konumunuzu ne kadar etkilerse etkilesin, ikisini de sağlamayan çalışmalar kalıcı değildir.