Поисковый журнал

Спросите SEO-специалиста: Какие самые распространенные ошибки Hreflang и как их проверить?

от

На этой неделе мы отвечаем на вопрос от читателя, который сталкивается с типичной проблемой при создании веб-сайтов для разных стран.

Я начинаю продавать в других странах, но у меня возникли проблемы с тегами hreflang. Мой веб-сайт не стабильно ранжируется в разных регионах, и кажется, что пользователи иногда видят не тот язык. Какие типичные ошибки совершают люди с hreflang, и как я могу проверить, правильно ли настроена моя международная версия?

Это действительно хороший вопрос, и он имеет решающее значение для всех, кто разрабатывает веб-сайты, используемые в разных странах или на разных языках.

Тег `hreflang` — это HTML-атрибут, который сообщает поисковым системам, для какого языка и местоположения предназначена ваша веб-страница. Он особенно полезен, если у вас есть разные версии одной и той же страницы для различных языков или стран.

Представьте, что вы продаете продукт — вы можете создать одну веб-страницу для клиентов в США и другую для тех, кто находится в Великобритании. Хотя обе страницы будут на английском языке, они, вероятно, будут отличаться в таких вещах, как используемые слова, отображаемые цены и способ организации доставки, чтобы соответствовать каждой аудитории.

Поисковые системы должны отображать американскую версию веб-сайта пользователям в Соединённых Штатах, а версию для Соединённого Королевства – пользователям в Соединённом Королевстве. Тег hreflang помогает поисковым системам понять, для какой страны предназначена каждая страница.

Как использовать Hreflang тег.

Тег hreflang использует код, который сообщает поисковым системам, что страница является одной из нескольких альтернативных версий. Он включает информацию об исходной странице, используя атрибут ‘href’, и указывает целевую страну и/или язык для этой версии, используя атрибут ‘hreflang’.

Важно помнить, что теги hreflang должны быть:

  • Самоссылка: Каждая страница, содержащая тег hreflang, также должна включать ссылку на саму себя как часть реализации hreflang.
  • Двунаправленный: Каждая страница, на которой есть тег hreflang, также должна быть включена в теги hreflang страниц, на которые она ссылается, так что Страница A ссылается на себя и Страницу B, а Страница B ссылается на себя и Страницу A.
  • Настройте в XML-картах сайтов или HTML/HTTP-заголовках страниц: Убедитесь, что вы не только правильно форматируете теги hreflang, но и размещаете их в коде там, где поисковые системы будут их искать. Это означает размещение их в ваших XML-картах сайтов или в HTML head (или в HTTP-заголовке документов, таких как PDF).

Пример реализации hreflang для страницы продукта США, упомянутой выше, будет выглядеть следующим образом:

Пример hreflang для UK-страницы:

Каждая страница на сайте использует специальный тег, который сообщает поисковым системам, какой URL является предпочтительной версией для данного конкретного местоположения.

Распространенные ошибки

Теги hreflang кажутся простыми в теории, но удивительно легко допустить ошибки при их настройке. Имейте в виду, что Google и другие поисковые системы рассматривают эти теги как предложения, а не строгие инструкции. Это лишь один из многих факторов, которые поисковые системы используют, чтобы определить, какая версия страницы наиболее релевантна пользователям в разных регионах.

Убедитесь, что теги hreflang вашего веб-сайта настроены правильно, а также соблюдайте фундаментальные принципы интернационализации, чтобы охватить глобальную аудиторию.

Отсутствующие или неверные возвращаемые теги

Как SEO-эксперт, я часто сталкиваюсь с проблемами с тегами hreflang, возникающими из-за неполной перелинковки. Недостаточно, чтобы Страница A просто указывала на Страницы B и C. Каждая страница – A, B и C – *должна* ссылаться на саму себя и *на все* другие связанные страницы в наборе hreflang. Представьте это как полноценную сеть – каждая страница должна подтверждать существование всех остальных, чтобы Google правильно понимал языковую и региональную настройку.

Например, как показано в коде, забыть ссылку на британской странице, которая перенаправляет пользователей обратно на американскую версию, было бы проблемой.

Недопустимые коды языка и страны.

При проверке ваших тегов hreflang вы можете обнаружить ошибки в кодах страны или языка. Эти коды, которые соответствуют определенным стандартам ISO, должны быть точными. Например, вы можете случайно использовать «en-uk» вместо правильного кода, «en-gb», при таргетинге на англоговорящих жителей Соединенного Королевства. Эти небольшие ошибки могут вызвать проблемы с тем, как поисковые системы понимают язык и региональный таргетинг вашего сайта.

Конфликт тегов Hreflang с другими директивами или командами.

Эта проблема возникает, когда ваши теги hreflang не соответствуют вашим каноническим или noindex тегам, или если они ссылаются на веб-страницы, которые не загружаются правильно. Например, представьте себе английскую страницу, ориентированную на США. Она может сообщать поисковым системам, что она связана как с американскими, так и с британскими английскими страницами, но канонический тег может указывать только на британскую версию. Или британской страницы может даже не существовать — вместо этого вы можете получить сообщение об ошибке. Эта противоречивая информация вводит поисковые системы в заблуждение, поскольку теги передают им конфликтующие сигналы.

Использование тега `noindex` на странице, включенной в ваш тег `hreflang`, может вызвать путаницу для поисковых систем. Поисковые системы отдают приоритет тегам `noindex` – они абсолютно уважают запрос не индексировать страницу. Теги `Hreflang`, с другой стороны, больше похожи на предложения. Следовательно, если страница помечена тегом `noindex`, поисковые системы будут следовать этой инструкции и игнорировать информацию `hreflang` для этой конкретной страницы.

Не включая все языковые варианты

Ещё одной проблемой может быть то, что, хотя существует несколько версий страницы, не все из них указаны в теге hreflang. Это означает, что Google не распознает эти страницы как часть одной и той же языковой/региональной группы.

Неправильное использование «x-default»

Настройка ‘x-default’ в тегах hreflang сообщает поисковым системам, какую страницу показывать пользователям, когда их язык или регион не соответствует ни одной из ваших конкретных версий страниц. Эта страница должна быть общей, подходящей для всех, кто не охвачен вашими другими локализованными страницами. Хотя это и не обязательно, если вы используете x-default, важно использовать его правильно: укажите широкую, универсальную страницу в качестве x-default, а не страницу, адаптированную к конкретному местоположению. Как и все теги hreflang, URL-адрес x-default должен быть собственным каноническим URL-адресом и возвращать статус-код 200.

Конфликтующие Форматы

Вы можете использовать теги hreflang как в вашей XML-карте сайта, так и в коде каждой страницы, но лучше выбрать один метод и придерживаться его. Наличие их в обоих местах может привести к конфликтам и затруднить устранение любых проблем. Несогласованные теги hreflang также могут запутать поисковые системы.

Проблемы могут заключаться не только в тегах hreflang.

Чтобы помочь поисковым системам правильно интерпретировать ваши теги hreflang, структура вашего веб-сайта должна соответствовать им. По сути, сохраняйте сигналы интернационализации согласованными на всем вашем сайте.

Структура сайта не имеет смысла.

Как цифровой маркетолог, я всегда говорю клиентам, что последовательность является ключевым моментом при расширении вашего веб-сайта на международном уровне. Независимо от того, выберете ли вы подпапки, поддомены или полностью отдельные сайты для разных языков и регионов, придерживайтесь одного подхода. Речь идет не только об упрощении навигации для ваших пользователей; это также помогает поисковым системам понимать и правильно индексировать ваш контент.

Язык переводится на лету на стороне клиента.

Сложная проблема при создании многоязычных веб-сайтов возникает, когда переводы выполняются автоматически. Например, если веб-сайт использует JavaScript для мгновенного изменения текста на другой язык при загрузке страницы, поисковые системы могут видеть только исходный язык, а не переведенную версию. Это может помешать обнаружению переведенного контента в результатах поиска.

То, как построен веб-сайт, влияет на то, насколько легко поисковым системам найти переведенный контент. Если сайт использует клиентский рендеринг с фреймворком, таким как React, лучше всего включать переведенный текст (вместе с тегами hreflang и canonical) непосредственно в исходный код страницы. Это гарантирует, что поисковые системы смогут быстро и надежно найти и проиндексировать переведенные версии вашего контента.

Веб-страницы содержат смешанные языки или плохо переведены.

Иногда переводы на веб-сайте могут быть неполными, что означает, что не всё отображается на желаемом языке. Это часто происходит с веб-сайтами, использующими инструменты автоматического перевода. В то время как основной текст может быть переведён правильно, такие элементы, как меню и нижние колонтитулы, иногда не переводятся. Это может расстраивать посетителей, а также негативно сказываться на позициях в поисковых системах, поскольку поисковые системы отдают предпочтение полностью переведённым страницам.

Если ваши переводы некачественные, люди могут выбрать просмотр страниц с лучшими переводами вместо ваших.

Аудит международной настройки

Как SEO-эксперт, я часто получаю вопросы о проверке того, правильно ли настроен веб-сайт для международной аудитории. Одно из первых, на что я обращаю внимание, — это насколько хорошо реализованы hreflang-теги. Существует несколько способов провести аудит этого — я расскажу вам о ключевых методах, которые я использую, чтобы убедиться, что все работает правильно.

Проверьте Google Analytics

Сначала используйте Google Analytics, чтобы проверить, направляются ли посетители из разных стран на правильные языковые версии вашего веб-сайта. Например, если посетители из Великобритании и США видят только американскую версию английского языка страницы, возможно, что-то не так. Затем проверьте Google Search Console, чтобы убедиться, видят ли пользователи в Великобритании британскую версию ваших страниц, или им вместо этого показывается американская версия. Это поможет вам выявить любые проблемы с настройкой вашего веб-сайта для международной аудитории.

Проверьте теги на ключевых страницах по всему набору.

Проверьте несколько важных страниц на вашем сайте, а также их переведенные или региональные версии. Убедитесь, что теги hreflang настроены правильно: они должны указывать обратно на исходную страницу, а также ссылаться на все остальные версии. Наконец, подтвердите, что все URL-адреса внутри этих тегов работают и ведут на основную, предпочтительную версию каждой страницы.

Обзор XML Sitemap

Как SEO-эксперт, одно из первых, что я делаю во время международного SEO-аудита — это проверка XML-карт сайта на наличие тегов hreflang. Затем крайне важно проверить, присутствуют ли те же теги hreflang также в секции `` каждой соответствующей страницы. Я всегда выборочно проверяю их на соответствие — идентичны ли они? Расхождения между тегами hreflang в вашей карте сайта и теми, что находятся в секции `` вашей страницы, могут вызвать серьезные проблемы с тем, как Google понимает и индексирует ваш многоязычный контент, поэтому это ошибка, которой вы определенно хотите избежать.

Используйте инструменты для тестирования Hreflang.

Вы можете автоматизировать тестирование тегов hreflang, используя инструменты для сканирования веб-сайтов, которые укажут на любые проблемы с настройкой ваших тегов. Как только вы обнаружите страницы с проблемами, используйте специализированные инструменты проверки, такие как Dentsu’s hreflang Tags Testing Tool или Dan Taylor и SALT Agency’s hreflangtagchecker, чтобы провести дальнейшее расследование.

Делать всё правильно

Правильное использование тегов hreflang имеет решающее значение для помощи поисковым системам в понимании того, какую версию вашей страницы отображать пользователям в зависимости от их местоположения и языка. Когда веб-сайты предлагают контент, адаптированный к различным регионам, пользователи с большей вероятностью будут взаимодействовать с ним, поэтому правильная настройка вашего международного веб-сайта имеет важное значение.

Смотрите также

2025-10-02 15:41

Yoast Announces New AI Visibility Tool

от

Yoast запустил новый инструмент под названием Brand Insights, разработанный, чтобы помочь вам понять, как ваш бренд воспринимается и виден в сети, особенно на платформах искусственного интеллекта, таких как ChatGPT. Этот инструмент, который в настоящее время тестируется, является отходом от привычной практики Yoast, поскольку не требует плагина для веб-сайта или доступа к вашей системе управления контентом. Brand Insights является частью более широкого набора инструментов на базе искусственного интеллекта под названием Yoast SEO AI+.

Этот инструмент помогает вам понять, что люди думают о конкретных темах, отслеживая ключевые слова, сравнивая ваши результаты с конкурентами, анализируя упоминания вашего бренда и отслеживая вопросы, которые люди о нём задают.

Отслеживание упоминаний бренда посредством цитатного анализа предоставляет ценные сведения. Аналогично, анализ тональности полезен, поскольку он наглядно отображает мнения – категоризированные как положительные или отрицательные – связанные с конкретными ключевыми словами.

Yoast AI Brand Insights помогает компаниям отслеживать, как их бренд воспринимается в сети — включая его узнаваемость, репутацию и надежность — на платформах искусственного интеллекта, таких как ChatGPT. Это также показывает им, как они соотносятся с конкурентами. Поскольку все больше клиентов начинают свои исследования с ответов, генерируемых искусственным интеллектом, понимание этой конкурентной среды является ключом к успеху.

Мы разработали простой способ оценить, насколько хорошо бренд справляется с задачей сейчас, когда искусственный интеллект так распространен. Эта новая метрика, называемая AI Visibility Index, объединяет такие факторы, как общественное мнение, частоту появления бренда в результатах поиска на основе искусственного интеллекта и степень его обсуждения в сети, предоставляя единый, легко понятный балл.

Как цифровой маркетолог, я рад сообщить, что мы собираемся выпустить практические советы, которые помогут компаниям быть найденными искусственным интеллектом. Это только первый шаг — мы уже усердно работаем над тем, чтобы улучшить ситуацию и добавить поддержку для более широкого спектра языковых моделей искусственного интеллекта.

Последний инструмент от Yoast доступен по цене, что указывает на то, что компания теперь сосредоточена на предложении SEO-решений для малого и среднего бизнеса, стремящегося добиться успеха с поиском на основе искусственного интеллекта.

Читать далее здесь:
Узнайте, как ваш бренд отображается в ответах ИИ – Yoast SEO AI+

Смотрите также

2025-10-02 12:39

Как люди на самом деле используют LLM и что это значит для издателей

от

Как digital-маркетолог, я тщательно изучил недавнее масштабное исследование OpenAI об использовании ChatGPT. Я проанализировал все данные и выделил ключевые выводы, которые наиболее важны для нас, чтобы вам не пришлось тратить часы на самостоятельное чтение. Я делюсь тем, что узнал, чтобы сэкономить ваше время и помочь нам всем более эффективно использовать ChatGPT.

TL;DR

  1. LLM не заменяют поиск. Но они меняют то, как люди получают доступ к информации и потребляют её.
  2. Запросы, основанные на поиске информации (49%) и выполнении действий (40%), доминируют на рынке и постоянно улучшают свое качество.
  3. Три основных варианта использования – Практические рекомендации, Поиск информации и Написание – составляют 80% всех бесед.
  4. Издателям необходимо создавать линк-активы, которые добавляют ценность. Нельзя просто гнаться за трафиком из статей.

Чат-боты 101

Как цифровой маркетолог, я часто объясняю чат-ботов как, по сути, машины предсказаний. Они создаются с использованием огромного количества данных, чтобы научиться отвечать на то, что люди вводят – по сути, они учатся на примерах. Вы даете им вводные данные, и они предсказывают наиболее вероятный текстовый ответ. Это как если бы они имитировали то, что они ‘видели’ раньше.

Более сложные чат-боты обучаются в несколько этапов. Первый этап, часто называемый «предварительным обучением», включает в себя обучение чат-бота угадывать следующее слово в предложении.

Они настолько же надёжны, насколько и неинтересны, и это абсолютно нормально. Я предпочитаю, чтобы мои повара были снисходительны, пилоты — сосредоточены, а люди, управляющие моими финансами, были настолько консервативны, что могли бы легко стать экологическими активистами.

На втором этапе модели становятся более усовершенствованными. Во время ‘post-training’ они учатся давать высококачественные ответы на вопросы. Используются такие методы, как обучение с подкреплением, чтобы научить модель оценивать свои собственные ответы и улучшать их.

Подобно дрессировке собаки с помощью угощений и корректировок, большие языковые модели учатся, получая положительную обратную связь за хорошие ответы и отрицательную за плохие.

Изначально, модель создает базовое, внутреннее понимание информации. Затем, она уточняет это понимание для создания наиболее эффективного ответа.

Несколько слов о температуре.

Если вы не настроите параметр ‘temperature’, большая языковая модель будет выдавать абсолютно одинаковый результат каждый раз, когда ей дают один и тот же ввод и используют те же обучающие данные.

Когда установлено более высокое значение (около 1.0), модель становится более изобретательной и непредсказуемой. Более низкие значения (ближе к 0) заставляют её сосредоточиться на точности и давать более прямые, ожидаемые результаты.

Лучшая настройка температуры зависит от того, что вы делаете. Для кодирования используйте более низкую температуру, ближе к нулю. Для творческого письма или генерации контента лучше работает более высокая температура, ближе к единице.

Я обсуждал это ранее в своей статье о создании бренда после подъема ИИ. Однако я также настоятельно рекомендую ознакомиться с этим отличным руководством о шкалах температуры и о том, как они влияют на пользователей больших языковых моделей.

Что говорят нам данные?

Большие языковые модели не собираются заменять поисковые системы в ближайшее время, и, на мой взгляд, даже близко к этому. Недавнее исследование от Semrush на самом деле показало, что люди, которые используют LLM *больше*, также склонны к большему количеству традиционных поисков. Это подтверждает предположение о том, что LLM расширяют, а не заменяют, способы поиска информации людьми, скорее всего, верно.

Эти новые технологии кардинально изменили то, как мы находим и используем информацию. Разговорные интерфейсы особенно ценны, особенно в профессиональной среде.

1. Руководство, Поиск Информации и Написание Доминируют

Большинство бесед с роботами укладываются всего в три категории: выполнение задач, запрос информации и просьба о помощи в написании текста – что часто приводит к невыразительному и лишенному креативности результату.

Признаю, большинство запросов, которые я получаю, связаны с полировкой уже написанного текста. Однако, если я обнаружу, что текст был создан ИИ, я почувствую себя обманутым, и я не ценю обман.

2. Использование не связанное с работой растет.

  • Нерабочие сообщения выросли с 53% от общего объема использования до более 70% к июлю 2025 года.
  • LLMs стали привычными. Особенно когда дело касается помощи нам в принятии правильных решений. Как на работе, так и вне её.

3. Письмо — самое распространённое применение на рабочем месте.

  • Написание является наиболее распространенным вариантом использования в работе, составляя в среднем 40% рабочих сообщений в июне 2025 года.
  • Примерно две трети всех сообщений, создаваемых при письме являются запросами на изменение существующего текста пользователя, а не на создание нового текста с нуля.

Я знаю многих людей, которые используют инструменты искусственного интеллекта, такие как LLMs, для улучшения написания электронных писем. Немного разочаровывает видеть, что основной способ использования этих инструментов не связан ни с чем особенно воображаемым или инновационным, и мне почти жаль энтузиастов технологий, которые их создали.

4. Меньше кодирования

  • Запросы по компьютерному кодированию составляют относительно небольшую долю, всего 4,2% от всех сообщений.
  • Это кажется очень контринтуитивным, но специализированные боты, такие как Claude, или инструменты, такие как Lovable, являются лучшими альтернативами.
  • Это важный момент. Специализированное использование LLM будет расти и, вероятно, доминировать в определенных отраслях, поскольку они смогут разрабатывать более качественные результаты. Специализированное обучение стилю на втором этапе создает гораздо более превосходный продукт.

Стоит помнить, что исследования показывают, что люди используют большие языковые модели различными способами, поэтому картина не так проста, как кажется. И, по мере развития технологии, мы можем ожидать, что эти способы использования будут продолжать меняться.

5. Мужчины больше не доминируют

  • Ранние последователи были непропорционально мужского пола (около 80% с типично мужскими именами).
  • Это число снизилось до 48% к июню 2025 года, при этом активные пользователи теперь немного чаще имеют типично женские имена.

Да, мужчины, конечно, не идеальны. Исторически мы часто были слишком охочи до борьбы и склонны брать на себя инициативу. Приятно видеть, что сейчас ситуация становится более сбалансированной.

6. Запросы и выполнение доминируют.

  • 89% всех запросов связаны с вопросами и действиями.
  • 49% Спрашивают и 40% Действуют, всего лишь 11% для Выражения.
  • Сообщения с запросами росли быстрее, чем сообщения о действиях, за последний год, и оцениваются как более качественные.

7. Отношения и личные размышления не являются заметными.

  • Существует ряд исследований, утверждающих, что LLM стали личными терапевтами для людей (см. выше).
  • Однако, отношения и личные размышления составляют лишь 1,9% от общего количества сообщений, согласно OpenAI.

8. Кровавая Молодежь (*Shakes Fist*)

  • Почти половина всех сообщений, отправленных взрослыми, была от пользователей младше 26 лет.
  • Это совпадает с исследованиями Кевина Индига о том, как различные демографические типы потребляют AI Overviews. Молодые люди a) более склонны доверять ему и b) более склонны внедрять его.

Основные выводы

Я не думаю, что большие языковые модели разрушат издательское дело. Это правда, что они не привлекают трафик на наши сайты и теперь требуют подписки для отображения источников — что раздражает. Но мы не должны ожидать подачек от технологических компаний в любом случае.

Это гонка на Луну, и мы – собака, которую они отправили на тестовый полёт.

Если вы издатель, который сформировал свой голос, лояльную аудиторию и некоторую узнаваемость бренда, вы должны быть в состоянии адаптироваться. Однако, сканирование поисковыми системами становится все более агрессивным.

Ключевой вывод для издателей из этих данных — изменение того, чего пытаются достичь пользователи. Традиционно мы классифицировали эти цели как навигационные (поиск конкретного сайта), информационные (получение знаний), коммерческие (изучение продуктов) и транзакционные (совершение покупки).

Теперь у нас есть Doing. Или Generating. И это огромно.

SEO по-прежнему ценно для издателей, но простого создания контента уже недостаточно. Разумно изучить преимущества ИИ, но также важно сохранять контроль и не полагаться на него полностью.

Как SEO-эксперт, я всегда думаю о том, что действительно выделяет контент. Для меня это создание вещей, подобных BBC Verify — контента, который действительно ценен и не может быть легко воспроизведён ИИ. Это означает сосредоточение внимания на глубоких репортажах, полезных инструментах и ресурсах для обмена. Самое главное — это заметное представление подлинных идей и мнений реальных экспертов — это то, что укрепляет доверие и авторитет в Интернете.

Поддержание высокого качества в масштабе – это сложная задача. Программный SEO и полезные инструменты могут принести значительные преимущества, особенно когда они последовательно отвечают на то, *что* пользователи пытаются сделать. Чтобы действительно выделиться, нам нужно создавать ресурсы, которые предлагают ценность, превосходящую уже доступную.

Как цифровой маркетолог, я обнаружил, что если вы ориентируетесь на более молодую аудиторию — или на ту, которая склонна быть более доверчивой — вам действительно нужно подчеркивать подлинность и строить эту связь. Речь идет о том, чтобы встретить их там, где они есть, и говорить на их языке.

Смотрите также

2025-10-01 18:41

Как ИИ на самом деле оценивает ваши ссылки (Анализ 35 000 точек данных)

от

  • Не люблю хвастаться, но должен сказать, что я очень горжусь тем, что занял 4-е место на G50 SEO World Championships на прошлой неделе.
  • Я выступаю на NESS, глобальном саммите по SEO для новостей и редакционного контента, 22 октября. Читатели Growth Memo получают скидку 20% по коду «kevin2025»

На протяжении долгого времени, ссылки с других веб-сайтов были ключевым фактором, определяющим, насколько заметен веб-сайт в результатах поиска.

Мы понимаем, что ссылки важны для обнаружения в результатах поиска на основе искусственного интеллекта. Однако, точное влияние этих ссылок на системы искусственного интеллекта, такие как Google’s AI Overviews, Gemini и ChatGPT, остается в значительной степени неясным.

Поиск на основе искусственного интеллекта меняет то, как веб-сайты находятся в сети, и компании теперь соревнуются за то, чтобы занять видное место в этих новых результатах, сгенерированных ИИ.

Как цифровой маркетолог, я постоянно задаюсь вопросом, важны ли обратные ссылки для позиций в поисковой выдаче, особенно сейчас, когда ИИ играет все более важную роль. Речь идет не только о том, важны ли они *вообще*, но и о том, *какие* обратные ссылки действительно помогают нам быть замеченными этими новыми поисковыми системами на базе ИИ.

До появления больших языковых моделей обратные ссылки были критически важны для ранжирования в поисковых системах. Этот анализ изучает, сохраняют ли они ту же силу в эпоху поисковых систем на основе искусственного интеллекта.

Я работал с Semrush, чтобы изучить 1000 веб-сайтов, анализируя, как часто они говорили об AI и сравнивая это с их данными о обратных ссылках.

Данные выявили четыре четких вывода:

  1. Авторитет, полученный за счет обратных ссылок, помогает, но это не все.
  2. Качество связи важнее количества.
  3. Самым удивительным образом, ссылки с атрибутом nofollow действительно имеют вес.
  4. Ссылки на изображения могут повлиять на авторитет.

Эти результаты проливают свет на то, как ИИ ранжирует веб-сайты, и они раскрывают стратегии, которые маркетологи могут использовать для повышения видимости своего сайта в результатах поиска.

Здесь мы расскажем о том, как проводили наши исследования, основных выводах из данных и, для наших платных участников, конкретных рекомендациях – полных сравнительных тестов производительности – чтобы помочь вам применить эти результаты.

Методология

Этот анализ рассматривает, как часто искусственный интеллект (ИИ) обсуждается на выборке из 1000 веб-сайтов. Данные поступают из AI SEO Toolkit от Semrush, который отслеживает поисковую видимость, связанную с ИИ, и веб-аналитику.

Вместе с командой Semrush я изучил количество упоминаний в:

  • ChatGPT.
  • ChatGPT с активированным поиском.
  • Gemini.
  • AI Обзоры от Google.
  • Perplexity.

Мы не включили Claude.ai в этот анализ, потому что его пользователи обычно больше сосредоточены на создании контента, чем на поиске в интернете.

Мы проанализировали Долю Голоса и частоту упоминаний ИИ на ранее упомянутых платформах, рассматривая эти метрики наряду с количеством обратных ссылок, которые имел каждый сайт.

  • Общее количество обратных ссылок.
  • Уникальные домены-ссылки.
  • Следуйте по ссылкам.
  • Ссылки nofollow.
  • Показатель авторитетности (метрика Semrush, далее именуемая Ascore).
  • Текстовые ссылки.
  • Ссылки на изображения.

Как понять этот анализ: корреляция данных Пирсона против Спирмена

Этот анализ исследовал взаимосвязь между переменными в данных, используя два метода: корреляцию Пирсона и корреляцию Спирмена.

Если вы знакомы с этими понятиями, перейдите к следующему разделу, где мы погрузимся в результаты.

Для всех остальных я разложу это по полочкам, чтобы у вас было лучшее понимание представленных ниже выводов.

Корреляции Пирсона и Спирмена — это оба способа измерения силы связи между двумя вещами. Оба приводят к числу между -1 и +1, где значения, близкие к -1 или +1, указывают на более сильную связь.

Корреляция наиболее сильна, когда коэффициент близок к +1 или -1, что указывает на четкую взаимосвязь. Коэффициент, близкий к 0, предполагает слабую или отсутствующую связь между переменными.

  • Коэффициент корреляции Пирсона (Pearson’s r) измеряет силу и направление линейной связи между двумя переменными. Pearson рассматривает линейную корреляцию по данным, используя исходные значения. Этот способ измерения чувствителен к выбросам. Но, если связь имеет криволинейный характер или пороги, Pearson недооценивает ее.
  • ρ (ро) Спирмена измеряет силу и направление монотонной связи, или то, движутся ли значения последовательно в одном или противоположном направлении, необязательно по прямой линии. Спирмен смотрит на ранговую корреляцию по данным. Он спрашивает, имеет ли тенденцию более высокий X сопровождаться более высоким Y; корреляция Спирмена спрашивает: «Когда что-то увеличивается, обычно ли увеличивается и другое?». Это корреляция, которая более устойчива к выбросам и учитывает нелинейные, монотонные закономерности.

Разрыв между коэффициентами корреляции Пирсона и Спирмена может означать, что приросты нелинейны.

По сути, определённый уровень должен быть достигнут, прежде чем X начнёт оказывать влияние на Y — это не происходит мгновенно.

Рассмотрение как коэффициентов корреляции Пирсона, так и Спирмена помогает определить, существует ли эффект порога – то есть, связь между вещами слабая до достижения определенного уровня, после которого она становится намного сильнее.

Вот быстрый пример того, что может показать анализ, включающий оба коэффициента:

Вложение небольшой суммы, например, 500 долларов, в рекламу, вероятно, не окажет существенного влияния на продажи. Однако, как только вы начнете тратить около 5000 долларов в месяц на рекламу, вы, вероятно, увидите стабильный рост продаж.

И это конец вашего урока статистики на сегодня.

Вывод 1: Авторитет имеет значение для упоминаний ИИ, но это лишь часть головоломки.

Мы начали с изучения того, как количество ссылок, указывающих на веб-сайт, связано с его видимостью в поисковых результатах на основе искусственного интеллекта.

Вот что показали данные:

  • Показатель авторитетности имеет умеренную связь с Долей голоса (SoV): Пирсон ~0.23, Спирмен ~0.36.
  • Более высокая власть означает более высокую SoV, но выгоды распределяются неравномерно. Существует порог, который необходимо преодолеть.
  • Авторитетность поддерживает видимость, однако она не объясняет большую часть различий. Это означает, что обратные ссылки оказывают влияние на видимость в AI, но есть и другие факторы, такие как ваш контент, восприятие бренда и т.д.

Также, количество уникальных доноров ссылок имеет большее значение, чем общее количество обратных ссылок.

В целом, ваш веб-сайт будет ранжироваться выше и получать больше видимости, если он получает ссылки с широкого спектра веб-сайтов, а не большое количество ссылок только с нескольких источников.

Вывод 2: Качество > Количество

Наш анализ показал наиболее значительную связь между Authority Score веб-сайта и частотой его упоминаний. Мы обнаружили корреляцию 0.65, используя метод Пирсона, и 0.57, используя метод Спирмена.

Вот как Semrush определяет показатель Authority Score:

Ascore – полезный индикатор качества обратных ссылок, хотя и не является идеальной мерой. Большие языковые модели оценивают качество по-разному, но наши данные показывают, что Ascore от Semrush – надежный способ его оценить.

В то время как большинство AI-моделей считают эту метрику важной для определения релевантной информации, ChatGPT Search и Perplexity склонны уделять ей меньше внимания, чем другие.

Удивительно, но обычный ChatGPT (без активированного поиска) весит Ascore больше всего среди всех моделей.

Как человек, который разрабатывает веб-сайты и отслеживает метрики на протяжении многих лет, я неоднократно замечал такую закономерность: авторитет действительно имеет значение, и это не устойчивый рост. Мы обнаружили, что медианное количество упоминаний — по сути, как часто о сайте говорят — значительно возрастает, когда вы попадаете в топ 10% сайтов, увеличиваясь примерно с 21.5 упоминаний до почти 79. Это не линейный рост; самые значительные улучшения происходят, когда вы действительно начинаете утверждаться как авторитет — в данном случае, как мы это измеряем, с помощью того, что мы называем Ascore. Незначительные улучшения не приносят большой пользы, важно достигать этих более высоких пороговых значений.

Дециль разделяет набор данных на десять равных групп. Представьте, что вы сортируете все свои точки данных от наименьшей до наибольшей — дециль представляет каждый 10% сегмент этих отсортированных данных.

Вывод 3: Nofollow ссылки оказывают такое же влияние, как и обычные ссылки.

Главный вывод из этого исследования заключается в том, что использование тега ‘nofollow’ в ссылках, вероятно, не имеет существенного значения.

Важно понимать ценность ‘nofollow’ ссылок, поскольку их, как правило, проще получить, чем ссылки, передающие авторитет (‘follow’ ссылки).

Вот ключевое различие между большими языковыми моделями (LLMs) и поисковыми системами, такими как Google: Google уже учитывает ссылки, отмеченные как ‘nofollow’, но мы не знали *в какой степени* или *с какой целью* — для простого понимания веб-страниц или для влияния на поисковые рейтинги.

Значительные улучшения обычно становятся заметными только тогда, когда вы входите в топ-30% игроков. До этого вы не заметите большой разницы.

Перейдите по ссылкам → Упоминания:

  • Пирсон 0.334, Спирмен 0.504

Ссылки nofollow → Упоминания:

  • Пирсон 0.340, Спирмен 0.509

С другой стороны, AI Overviews от Google и Perplexity придавали наибольшее значение стандартным ссылкам и наименьшее — ссылкам, помеченным как ‘nofollow’.

И интересно, что Gemini и ChatGPT придают наибольший вес nofollow ссылкам (больше, чем обычным follow ссылкам).

Мне интересно, придает ли новая модель Gemini от Google большее значение ссылкам с атрибутом ‘nofollow’, чем предполагалось ранее. Аналогично, я подозреваю, что Bing, использующий ChatGPT, также может придавать этим ссылкам больший вес, возможно, после того, как увидел потенциальный сдвиг Google. Однако, это всего лишь идея на данный момент, и у меня нет никаких доказательств, подтверждающих это.

Вывод 4: Ссылки на изображения работают так же хорошо – а иногда и лучше.

Помимо текстовых обратных ссылок, мы также протестировали, имеют ли обратные ссылки на изображения тот же вес.

И в некоторых случаях они имели более тесную связь с упоминаниями, чем с текстовыми ссылками.

Но насколько сильный?

  • Изображения против упоминаний: Пирсон 0.415, Спирмен 0.538
  • Ссылки на текст против упоминаний: Пирсон 0.334, Спирмен 0.472

Ссылки на изображения действительно начинают приносить пользу, как только у вас уже есть определенный авторитет.

  • Начиная с середины децильных слоев и выше, взаимосвязь становится положительной, затем усиливается и становится наиболее сильной в верхних децилях.
  • В низких децилях Ascore (децили 1 и 2) связь между изображениями → упоминаниями слабая или отрицательная.

Если вы хотите, чтобы о вашем контенте говорили больше людей на Perplexity или Search-GPT, добавление изображений особенно эффективно.

  • Изображения коррелируют с упоминаниями больше всего о недоумении и поиске-GPT (Spearman ≈ 0,55 и 0,53), а затем CHATGPT/Gemini (≈ 0,49-0,52), затем Google-AI (≈ 0,46).

Смотрите также

2025-10-01 16:42

GA4 Через Пять Лет: Текущее Состояние Маркетинговой Аналитики

от

Помощь многим компаниям в переходе со старых систем аналитики на Google Analytics 4 позволяет мне честно сказать, что GA4 вызвал больше споров и разногласий среди маркетологов, чем любые другие изменения платформы, которые я видел.

Теперь, когда прошло пять лет с момента первого запуска Google Analytics 4 (GA4) в октябре 2020 года, и более года после прекращения поддержки Universal Analytics, настало время реалистично оценить, как работает GA4.

Великая миграция: Ухабистая дорога в будущее

Маркетинговое сообщество было удивлено в марте 2022 года, когда Google объявила, что Universal Analytics прекратит обработку данных в июле 2023 года. Ограниченное время на подготовку к этому изменению вызвало некоторую обеспокоенность у бизнеса и владельцев веб-сайтов.

То, что последовало за этим, стало одним из самых спорных переходов на новую платформу в истории цифрового маркетинга.

По состоянию на 1 июля 2023 года стандартная Universal Analytics прекратила сбор данных. Пользователи Universal Analytics 360 имели ограниченное продление, которое закончилось 1 июля 2024 года, после чего обработка данных также прекратилась.

После более чем десяти лет использования Universal Analytics многие из нас почувствовали, что её замена была не просто простым обновлением — она ознаменовала конец знакомой и устоявшейся системы.

Как человек, который годами создавал и анализировал веб-сайты, переход от Universal Analytics к GA4 показался мне гораздо большим, чем простое обновление. Дело было не только в смене технологии; он полностью изменил *то*, как я думаю о понимании действий пользователей на сайте. Мы перешли от просмотра посещений к фокусировке на отдельных действиях, и это огромный сдвиг в перспективе.

Google представила эту технологию как способ подготовиться к будущему, в котором приоритетом является конфиденциальность, и люди используют множество различных устройств. Однако, фактическая реализация оказалась намного сложнее, чем ожидалось.

Обещание против реальности

Google продвигал свою платформу GA4, подчеркивая её преимущества: лучшее понимание того, как пользователи взаимодействуют с веб-сайтами и приложениями, измерения, уважающие конфиденциальность пользователей, мощный анализ данных с помощью машинного обучения и более понятные отчеты.

Я был одним из первых пользователей GA4 и изначально был оптимистичен в отношении его потенциала. К сожалению, фактический опыт оказался несколько разочаровывающим.

Кризис пользовательского опыта

Основной причиной недовольства GA4 был её пользовательский интерфейс, и маркетологи в целом давали ей негативные отзывы.

Проблемы с новым интерфейсом заключаются не только во внешнем виде; они влияют на скорость выполнения задач. Простые действия, которые раньше требовали всего пары кликов в старой версии, теперь требуют гораздо больше шагов. Например, даже фильтрация данных для одной веб-страницы – то, что маркетологи делают постоянно – стала на удивление сложной и раздражающей.

Опасения по поводу надёжности данных

Помимо того, что Google Analytics 4 (GA4) сложен в использовании, у него были проблемы с точностью данных, что критически важно для принятия обоснованных маркетинговых решений.

С момента своего выпуска, Piwik PRO обнаружила постоянные проблемы с отслеживанием конверсий, некорректными данными о трафике веб-сайта, трудностями с подключением к Google Ads и расхождениями между данными в GA4 и экспортах BigQuery.

Послушайте, это не просто небольшие сбои — это серьезные проблемы, которые действительно нарушают мой процесс отслеживания эффективности маркетинговой кампании и определение того, куда следует направлять средства. Как человек, который годами строил и управлял веб-сайтами, могу вам сказать, что точные данные — это *все*, и эти проблемы существенно на это влияют.

Переход от традиционного отслеживания конверсий Universal Analytics к новой событийной системе Google Analytics 4 вызвал некоторую неопределенность в отношении того, какие данные мы рассматриваем, особенно при попытке сравнить результаты с предыдущими годами.

Признаки прогресса: Недавние улучшения

Google прислушалась к полученным отзывам и внесла несколько важных улучшений за последний год для решения ключевых проблем.

Google Analytics теперь предлагает «Автоматически сгенерированные аналитические данные», которые используют искусственный интеллект для автоматического выделения важных тенденций и изменений в ваших данных. Это помогает вам понять, что происходит, и принимать более быстрые решения. Вы найдете эти аналитические данные в верхней части ваших отчетов, а также простые в использовании кнопки для их настройки. Это отличный способ заметить закономерности, которые вы могли бы не заметить самостоятельно.

Подробные отчёты теперь включают обнаружение аномалий, которое автоматически выделяет необычные изменения в ваших данных — такие как внезапные увеличения или уменьшения — путём их отметки на ваших графиках. Это особенно полезно для маркетологов, управляющих множеством кампаний, поскольку оно проактивно предупреждает их о потенциальных проблемах.

Начиная с марта 2025 года, Google Analytics 4 (GA4) позволит вам легко копировать отчёты и аналитические данные между различными аккаунтами. Это значительно экономит время, особенно для агентств и компаний, которые управляют несколькими клиентами и ранее должны были создавать собственные отчёты с нуля.

Более широкое влияние на маркетинговую аналитику

Переход на GA4 значительно изменил работу маркетинговой аналитики. С более чем 15 миллионами веб-сайтов, использующих его, GA4 стал ведущим стандартом для отслеживания данных веб-сайтов, хотя и не всем нравится эта платформа.

Universal Analytics широко использовалась, и от неё зависело более 21 миллиона веб-сайтов. Теперь, когда её заменила GA4, наблюдается значительная разница в количестве пользователей. Хотя GA4 в настоящее время является ведущей аналитической платформой, ей всё ещё необходимо получить широкое распространение, чтобы соответствовать популярности Universal Analytics, что создаёт заметный пробел на рынке.

Это изменение привело к некоторым неожиданным результатам. Многие компании сейчас используют различные инструменты аналитики наряду с GA4, добавляя специализированные программы для охвата областей, в которых GA4 не хватает. Мы также наблюдаем растущий интерес к ориентированным на конфиденциальность вариантам, таким как Matomo, и более мощным инструментам атрибуции для крупных предприятий.

Сбор собственных данных о клиентах сейчас важнее, чем когда-либо. Поскольку сторонние файлы cookie исчезают, а правила конфиденциальности становятся строже, собирать информацию от посетителей веб-сайтов будет сложнее, поэтому создание собственных ресурсов данных имеет решающее значение.

Непосредственно собранные данные становятся все более ценными, что заставляет маркетинговые команды уделять больше внимания тому, как они собирают информацию и выстраивают отношения с клиентами.

Практические рекомендации для маркетинговых команд

Я использую GA4 уже пять лет, и вот мой совет для маркетинговых команд, которым сложно переключиться.

Инвестируйте в образование

Кривая обучения была крутой, но неизбежной.

Как мудро заметила Криста Зейден, бывший член команды Google Analytics:

Сосредоточьтесь на трендах, а не на абсолютах.

При анализе изменений по сравнению с прошлым годом обращайте внимание на общие тенденции и типичные сезонные колебания, а не только на конкретные цифры. Поскольку Google Analytics 4 (GA4) отслеживает данные иначе, чем Universal Analytics (UA), сравнение точных цифр между двумя платформами не очень полезно.

Пополняйте стратегически.

Вместо того, чтобы пытаться заставить Google Analytics 4 обрабатывать все ваши данные отслеживания, сосредоточьтесь на том, что у него *не* получается хорошо. Затем используйте другие инструменты для покрытия тех конкретных областей, в которых GA4 не справляется.

Сегодня многие ведущие маркетинговые команды полагаются на GA4 как на основной инструмент аналитики, но они также используют другие платформы, чтобы получить более полную картину того, как клиенты взаимодействуют с их брендом — включая понимание того, какие маркетинговые усилия наиболее эффективны, построение карты клиентского опыта и внесение мгновенных улучшений.

Примите Событийную Модель

Вместо того, чтобы пытаться заставить Google Analytics 4 (GA4) работать как ваша старая система аналитики, примите его систему, основанную на событиях. Google рекомендует создавать новую логику отслеживания, специально разработанную для GA4, а не просто переносить существующее отслеживание из Universal Analytics. Это в конечном итоге даст вам более полезные и точные данные.

С нетерпением ждём.

С прекращением использования файлов cookie и ужесточением правил конфиденциальности, точное отслеживание конверсий теперь требует таких инструментов, как enhanced conversions, Consent Mode V2 и offline conversion tracking. Хотя и не идеальный, Google Analytics 4 (GA4) гораздо лучше подготовлен к работе в этом новом, ориентированном на конфиденциальность ландшафте, чем старый Universal Analytics.

Ожидается, что платформа будет продолжать совершенствоваться, поскольку Google активно прислушивается к отзывам пользователей и недавно внес обновления для исправления ключевых проблем. Однако маркетологам следует ожидать, что GA4 по-прежнему будет более сложным и потребует больше технических знаний, чем предыдущая версия.

Итог

Спустя пять лет, Google Analytics 4 (GA4) демонстрирует как потенциал, так и проблемы современного анализа маркетинговых данных. Он предлагает улучшения по сравнению со старой Universal Analytics, такие как отслеживание на веб-сайтах и в приложениях, уважение конфиденциальности пользователей и использование искусственного интеллекта для выявления ценных данных. Однако он также требует более высокого уровня технических навыков, который многим маркетинговым командам сложно освоить.

Переход на GA4 был сложным для многих, и жалобы на то, насколько легко им пользоваться, понятны. Но GA4 никуда не денется, поэтому сопротивляться ему не поможет. Ключ к успеху — это полностью настроить GA4, объединить его с другими полезными инструментами и скорректировать свои рабочие процессы, чтобы воспользоваться тем, как он отслеживает данные на основе событий.

Маркетологи адаптировались к изменениям в онлайн-платформах и раньше, и мы также подстроимся под эту. Секрет в том, чтобы рассматривать Google Analytics 4 (GA4) не просто как обновление Universal Analytics, а как совершенно новый инструмент, созданный для сегодняшнего онлайн-мира. Когда мы смотрим на это таким образом, GA4 становится проще в использовании и намного эффективнее.

Маркетинговая аналитика движется к будущему, которое ставит во главу угла конфиденциальность пользователей, бесперебойно работает на всех платформах и использует мощь искусственного интеллекта. Хотя она все еще развивается, Google Analytics 4 (GA4) в настоящее время является лучшим бесплатным инструментом для подготовки к этому сдвигу. Вместо того чтобы сосредотачиваться на старой Universal Analytics, пришло время изучить и стать proficient с GA4 и следующим поколением аналитики.

Смотрите также

2025-10-01 14:41