Закон распределения вероятностей частоты поисковых запросов и принятие решений SEO
Автор: Смирнов М.В.
 |
О преимуществах и эффективности продвижения сайтов по низкочастотным (НЧ) запросам сказано много. Многие интернет-сервисы предлагают НЧ продвижение и "на пальцах" показывают достоинства это подхода. Вместе с тем, вопрос "почему НЧ продвижение выгоднее?", остается не раскрытым, и не имеет доказательства на формальном уровне. В статье исследованы законы распределения поисковых запросов и показано, что рассматриваемая функциональная зависимость является экспоненциальной. Даны практические примеры эмпирической классификации запросов по распределению вероятностей. Вероятностная экспонета стремиться к своей асимптоте тем быстрее, чем больше "хвост" менее популярных запросов. Функция распределения переходов на сайт с ПС так же характеризуется экспоненциальным распределением.
Введение
Доминирующей характеристикой, используемой при оптимизации Интернет ресурсов под ПС, является классификация поисковых запросов по частости. Как известно, в зависимости от уровня популярности запросов в ПС, они разделяются на: ВЧ, СЧ и НЧ
Среди оптимизаторов и по мнению многих пользователей сети Интернет принято считать, что точных количественных характеристик, относящих запрос к одному из возможных подразделов по частоте появления не существует. И это правильно. Большинство [1] сеошников придерживаются следующего разбиения запросов по частоти:
Целью статьи является эмпирическая оценка закона распределения поисковых запросов пользователей к поисковой системе и принятие оптимального решения на основе этого закона. Популярность (частость повторения) поисковых запросов не зависит от ПС, реализуется лишь благодаря активности пользователей Интернет, и характеризуется законом вероятности распределения случайного события. Под случайном событием понимается выполнение поискового запроса при вводе в форму поиска определенного слова, фразы, семантики слов и фраз.
*) В контекстной рекламе такое деление называется классификацией по конкурентоспособности слов.
1. Немного теории [2]
На рисунке 1 представлены два графика экспоненциальной функции f(x) и F(x). На верхнем графике рис. 1a показан экспоненциальный (показательный) закон распределения случайной величины x - плотность вероятности p(x) при выполнении условии ∑p(x)=1 для всех x. На нижнем графике рис. 1b представлена функция распределения F(x) вероятности экспоненциального распределения.
 |
 |
Параметром вероятностного распределения на рис.1 является величина λ. Математическое ожидание случайной величины экспоненциального распределения M[x]=1/λ, а дисперсия D[x]=1/λ2. Отметим, что плотность вероятности p(0)=1/λ и при этом λ = соnst, λ > 0. Показательный закон распределения вероятностей p(x) встречается в задачах [2], связанных с потоком случайных событий x, например в телефонии, в задачах оценки времени безотказной работы устройств и механизмом и др.
2. Экспериментальная статистика и SEO
Экспериментальная статистика появляется в результате измерения и обработки выборочных данных. В нашем случае, число обращений пользователей к поисковой системе с определенными запросами будет представлять собой дискретную последовательность слов и словосочетаний, которую удобнее упорядочить (ранжировать) по возрастанию или убыванию. Примером может служить сервис подбора слов ПС Yandex - Wordstat.Yandex. Подобные сервисы предлагают Google, Rambler, Yooho и др. ПС. На скриншоте ниже (рис.2) показана дискретная последовательность словосочетаний "Что искали со словом «комнатная антенна»", которую можно получить с помощью Wordstat.Yandex.
 |
Временной интервал (отрезок времени) измерений частости запросов пользователей к поисковой системе равен одному месяцу: T=30 дней. В первом столбце рис.2 расположены всевозможные значения (варианты) случайной величины x, а во втором – числа ni, т. е. частоты появления i-го значения. Такую таблицу называют вариационной (таблица вариантов) [3]. Всего в таблице "Что искали со словом «комнатная антенна»" m строк, число которых в данном конкретном случае составило m=676 значений. Максимальное значение равнялось 25 010 , минимальное - 5. По выборкам из таблицы на рис.2 построим эмпирическую функцию распределения F(x) как это показано на рис.3.
 |
Эмпирическую функцию плотности распределения случайного события оценим как частоты появления i-го значения - ni. На рис.4 показана кривая эмпирической функция плотности распределения словосочетаний «комнатная антенна», где вместо вероятностей p(x) вычислены относительные частоты ni/n, где n=∑ni.
 |
Внешний вид распределений на рис.1b и рис.3 указывает на их принадлежность к ансамблю экспоненциальных функций, отличающихся параметром λ. В результате вычислений можно определить выборочное среднее s=(∑ni)/m, которое обычно используется как оценка математического ожидания M[x]. Раз так, то оценкой параметра λ может служить величина обратная выборочному среднему или выборочная оценка плотности n0/n, которая, как видно из графика на рис.4, равна 0.24. Обратная величина составит значение 4.15 и будет характеризовать интенсивность запросов на интервале времени T дней.
3. Эмпирическая классификация запросов и принятие решений.
Задача 1. Определить вариацию (интервал) запросов таблицы на рис.2, вероятность появления которых будет не менее 50%. Решение. Воспользуемся эмпирической функции распределения F(x) на рис.3. Условие классификации будет выглядеть как сумма значений ∑F(x)≤0.5. Этому значению будет соответствовать строка номер 12 в таблице на рис.2: «антенна телевизионная комнатная» с частотой повторения запросов
Задача 2. Определить запросы из таблицы на рис.2, интервал которых составит 90% всех запросов, начиная с номера i по m-1. Искомое значение будет равно i=0.1m=77. Решение. Используя эмпирическую функцию pi(x) на рис.4 можно утверждать, что с вероятностью pi(x)=ni/n около 20% произойдет выбор 90% всех запросов таблицы на рис.2, начиная с запроса «какую купить комнатную антенну» с частотой повторения запросов 171.
Задача 3. Определить вероятность появления запросов таблицы на рис.2, если частота повторения запросов не превышает значения
4. Оценка закона распределения переходов с поисковых систем.
Статистическая оценка переходов на пользовательский сайт по запросам с ПС является важным элементом анализа при проведении SEO. Подобную статистику предоставляют Yandex.Metrica, Google.Analitic, Liveinternet и многие другие ресурсы Интернет. На рисунке 5 показана месячная статистика переходов с ПС на коммерческий сайт petromramor.ru. Семантическое ядро (рис.5) представлено m=492-мя вариациями ключевых слов и словосочетаний с 75%-м преобладанием низкочастотников.
 |
Внешний вид вариационного ряда на рис.5 показывает, что представленная функциональная зависимость относиться к экспоненциальной. Разумеется требуется более строгое обоснование данного утверждения (например по критерию хи-квадрат), что выходит за рамки настоящего исследования. Несложные вычисления ni/n, представленные выше, позволяют получить эмпирическую функцию распределения F(x), которая представлена на рис. 6.
 |
Распределение на рис.6 характеризуется параметром λ=0.13 и асимптотически стремится к 1. Чем ближе значение параметра λ вероятностного распределения к единице, тем быстрее функция F(x) приближается к своей асимптоте (рис.7). Последнее будет говорить о преобладании низкочастоных (менее популярных) словосочетаний в семантическом ядре. Иными словами при стремлении λ→1 будет происходить "удлинение хвоста" выборочных распределений за счет увеления числа менее популярных запросов. Если "хвост" выборочного распределения p(x) рассматривать как отдельный интервал ni/n, то можно ожидать, что функция p(x) на этом интервале будет стремиться к равномерному распределению вероятностей переходов с ПС(рис.8).
 |
 |
Таким образом, можно утверждать, что, чем большее количество менее популярных словосочетаний (заданной тематики: антенны, окна, поликлиники итд.) седержится в семантическом ядре, тем выше вероятность перехода с ПС на пользовательский сайт. Действительно, "советы профессионалов низкочастотного продвижения" подтверждают, что продвижение по длинному вариационному ряду менее популярных запросов дает больше переходов с ПС, чем продвижение по меньшему числу вариаций более популярных [4]. Практической иллюстрацией этого вывода служат примеры эмпирической классификации запросов и принятие решений на основе распределения вероятностей (задачи 1-3, в разделе 3).
Выводы.
- Популярность поисковых запросов не зависит от ПС и характеризуется экспонециальным законом вероятности.
- Функция распределения вероятностей стремиться к своей асимптоте F(x)→1 тем быстрее, чем больше "хвост" менее популярных запросов.
- Эмпирическая функция распределения переходов на сайт по запросам с ПС так же характеризуется экспонециальным законом вероятности.
- По наперед заданной вероятности можно определить интервал популярности запросов.
- По наперед заданному интервалу популярности запросов можно оценить вероятность появления поисковых запросов.
- Интервал менее популярных запросов ("хвост" экспоненциального закона) характеризуется близким к равноверному распределению вероятностей.
- НЧ-расширение семантического ядра (сотни и тысячи словосочетаний) часто приводит к повторяемости словосочетаний. Повторяемость или «каннибализация ключевых слов»[5] приводит к падению позиций в выдаче и сниженю трафика. Чтобы избежать негативные последствия «каннибализации» целесообразно применять алгоритм оценивания сходства поисковых фраз, обеспечивающий инвариантность к перестановке слов.
Литература, источники.
- ВЧ СЧ НЧ, ВК СК НК. Конверсия. - http://www.semonitor.ru/
manual/16.2-keyword-popularity.html - Королюк В.С., Портенко Н.И.,Скороход А.В., Турбин А.Ф. Справочник по теории вероятностей и математической статистике. — М.: Наука, 1985. — 640 с.
- Клентак Л.С. Элементы теории вероятностей и математической статистики. Самара: Изд-во Самар.гос.аэрокосм.ун-та, 2013. – 156 с. (http://www.ssau.ru/files/ education/uch_posob/Элементы%20теории-Клентак%20ЛС.pdf)
- Советы профессионалов низкочастотного продвижения. - http://azbyka-pro.ru/?p=1001
- "Что сделать, чтобы ваш сайт появился и поднялся в поисковиках" - https://umi.ru/blog/ kak_podnyat_sait_v_poiskovikah/
