Entity-based ranking

Entity-based ranking – это ранжирование на основе сущностей: поисковик определяет, о каких людях, компаниях, местах, товарах и понятиях идёт речь в запросе и на странице, и сравнивает объекты, а не одни слова. Это не название одного алгоритма, а общий подход, на котором построен современный поиск и ответы нейросетей.

Возьмём запрос «ягуар максимальная скорость». Слова те же, а смысл может быть разный: животное или автомобиль. Поиск по словам выдал бы вперемешку страницы про кошек и про машины. Поиск по сущностям сначала решает, какой «ягуар» имеется в виду, а потом ищет страницы, где именно эта сущность главная и где есть нужный признак, скорость. Google описал этот сдвиг ещё в 2012 году, когда запустил Knowledge Graph под лозунгом «вещи, а не строки».

Что поисковик считает сущностью и как её узнаёт

Сущностью называют объект, который можно однозначно отличить от других: конкретная клиника, врач, город, модель смесителя, болезнь, закон. У сущности есть признаки (адрес, год основания, цена, симптомы) и связи с другими сущностями (врач работает в клинике, клиника находится в городе). Поисковики хранят такие связи в графах знаний. У Google это Knowledge Graph, у Яндекса карточки с фактами в выдаче называют объектным ответом.

Для бизнеса важнее всего три вида сущностей: сама компания, её люди и то, что она продаёт. Если поисковик уверенно связывает их между собой, ему проще показать ваш сайт по запросу о любой из них. Запрос он разбирает примерно так:

1. Поисковик находит в запросе сущности и решает, какие именно имеются в виду.
2. Связывает их с графом знаний: что это за объект, какие у него признаки и связи.
3. Понимает, что именно нужно человеку: признак, сравнение, адрес, инструкция.
4. Ищет страницы, где эта сущность главная, а признаки и связи описаны верно.
5. Ранжирует их вместе с остальными факторами: качеством, ссылками, поведением.

Чем это отличается от ранжирования по словам

На том же подходе построены ответы нейросетей в выдаче, о них в статье AI Overview и Нейро.

Как помочь поисковику узнать компанию, врачей и товары

• Отдавать каждой услуге свою страницу. Когда на одной странице перечислены пятнадцать услуг, поисковик не может решить, какая сущность там главная.
• Называть сущности прямо и одинаково: полное название компании, ФИО врача, точная модель товара.
• Связывать страницы между собой: врач, его услуги, заболевания, которые он лечит. Врач без своей страницы или со страницей, на которую не ссылается ни одна услуга, из этих связей выпадает.
• Размечать организацию, людей и товары микроразметкой со ссылками на официальные профили.
• Держать одинаковые данные о компании на сайте, в картах и справочниках: старый адрес в одной карточке или другое написание названия в соцсетях заставляет поисковик сомневаться, один ли это объект. Подробнее в статьях Бренд как сущность и Согласованность данных.

Проверить, какие сущности видит машина в вашем тексте, можно инструментами анализа текста, например Natural Language API от Google: он выделяет сущности и показывает, какая из них главная. Если главной оказалась не ваша услуга, а что-то случайное, текст стоит переписать.

Ключевые слова, разметка и объектный ответ Яндекса

Страница услуги, собранная вокруг сущностей

Условный пример: страница стоматологии «Удаление зуба мудрости». Слабая версия повторяет «удаление зуба мудрости в Красноярске» в каждом абзаце и больше ни о чём не говорит. Сильная версия описывает связанные сущности: какой врач проводит операцию и какой у него опыт, какое обследование нужно перед удалением, какая анестезия используется, какие есть противопоказания, сколько длится восстановление, сколько это стоит и в каком филиале делают. Поисковик видит, что страница описывает тему целиком, а человек получает ответы на вопросы, которые задал бы на консультации.

У клиники пластической хирургии effi мы перестроили страницы услуг вокруг блоков «показания», «противопоказания», «стоимость», «специалисты», «ход процедуры» и добавили на них видео и «Мнение эксперта». По сути каждая страница описывает процедуру через связанные с ней сущности. Вместе с остальной работой по проекту это дало рост трафика из поиска в 7 раз и рост заявок с сайта и из справочников в 6,5 раза, до 1 300 в месяц. Подробности в кейсе effi.

Структуру страниц, связи между ними и микроразметку прорабатываем при SEO-продвижении, а текущее состояние сайта оцениваем на SEO-аудите.

Первоисточники про Knowledge Graph и разметку сущностей

• Google: анонс Knowledge Graph «Things, not strings» (2012)
• Google Cloud: документация Natural Language API, анализ сущностей
• Schema.org: типы Organization, Person, Product и свойство sameAs
• Кейс E.BAEV: effi