Здравствуйте, дамы и господа, в этой статье расскажу о том, что такое LSI, а также о том, почему LSI очень важно для SEO. И постараюсь сделать это максимально просто и наглядно.
И учтите, LSI встречается не только в статьях на блогах, но и в интернет-магазинах, да и вообще в любой сфере. Давайте разберёмся с этим вопросом.
Также в рамках статьи раздерёмся, как эту технологию применять. В принципе, подход к LSI не сильно меняется со временем, но становится всё более требовательным и технологичным.
Latent Semantic Indexing (LSI): почему это стало невероятно важно
LSI — аббревиатура фразы Latent Semantic Indexing, в переводе на русский — латентно-семантический индекс. LSI позволяет поисковым системам анализировать тематику, соответствие поисковому запросу, а также на основе сопутствующих фраз, которые присутствуют в тексте. Даже не просто в тексте, а в целом на странице.
Итак, без наглядного примера ничего не будет понятно, давайте разберём, как поисковые системы смотрят на страницы.
Начнём с разбора ключевых слов, в статье вы можете узнать, что это такое. Без этого знания разбираться с тем, что такое LSI, бесполезно. А теперь давайте смотреть на наши страницы с точки зрения поисковых систем.
Старожилы интернета ещё помнят: можно было перейти по запросу «как установить драйвер для чего-нибудь», а на странице будет текст совершенно другой, но в Title, Description, Keyword, а также везде по странице не в тему будет раскидан наш запрос.
Это быстро превратило поисковую выдачу в полнейший трэш. Реально, чтобы найти что-нибудь полезное, приходилось листать до 5-ой страницы, а то и дальше. Чаще всего полезную информацию было проще спросить на форумах, чем найти в поисковике.
Это сильно ударило по доверию к поисковым системам, фактически помогал только прямой обмен ссылками на тех же форумах, достать информацию иначе было, порой, невозможно.
И поисковые системы стали решать данную проблему. Раньше поисковики ориентировались только на ключевые слова и фразы, а теперь стали смотреть на текст в целом и соответствие оного ключевым словам. Так и родился LSI (Latent Semantic Indexing).
Сейчас LSI является важным аспектом для разных ситуаций.
Например, поисковые системы. Они научились видеть не только текст в целом, но и поняли, что люди начали искать по определённым запросам.
Нейросети, в частности большие языковые модели. У них свой подход к LSI, но они собирают информацию, а потом разбивают её на блоки, которые как раз и являются LSI. Каждый блок будет определён под разные запросы пользователей, чтобы дать максимально исчерпывающий ответ. И на основе тысяч текстов и составляется большая языковая модель, которая ищет не только информацию, но и соответствие фраз и смыслов в разных текстах.
И теперь поисковик не просто ищет ключевые слова на страницах и в метатегах, но и смотрит на содержание страницы целиком. Например, вобьёт человек запрос «как установить WordPress». И поисковик выдаст страницы, которые будут именно соответствовать запросу. Нейросети уже даже могут анализировать сложные тексты.
Например, в данном случае поисковик увидит ключевые слова, а также сопутствующие фразы. Мы устанавливаем веб-приложение? Логично, что будут системные требования у него. Неплохо бы добавить в данную статью фразу «пошаговая инструкция», ведь это заметно упрощает жизнь посетителя: выполнил шаги и дело в шляпе.
Также к LSI могут относиться даже версии программного обеспечения и даты, ведь всё постоянно меняется и статьи могут быстро устареть. Особенно в сфере IT.
Так что поисковик смотрит на статью в целом и «по теме ли мы говорим, али нет». Не получится больше рекламировать новостройки по запросам для поиска «прона».
Но это для блоговой статьи. А если мы хотим купить, например, фен. Ну, вас как минимум порадуют поисковые подсказки.
Ну ладно, мы берём просто фен, обычный, для сушки волос, так что не обращаем внимание и идём «покупать фен». На странице выдачи будет много магазинов, первым оказался Эльдорадо, ну, понятное дело, что Яндекс Маркет первее, но не буду обращать на это внимание.
В данном случае мне показало конкретную модель:
Обратите внимание, в коммерческой тематике LSI будет носить коммерческий характер, что логично. Есть цена, есть корзина, значит, можете купить этот фен.
Также добавят «веса» странице наличие характеристик и отзывов.
То есть поисковая система ориентируется не только на запрос пользователя, но и на то, что большая часть пользователей желает видеть по определённому запросу. Если это автомобиль, мы хотим увидеть его характеристики и параметры, если недвижимость, то местоположение. Ещё было бы неплохо отзывы посмотреть, возможно, обзоры от экспертов.
Потому теперь важно не просто в текст слов подходящих натыкать, но и понять логику посетителей сайтов. Что они желают увидеть, какая информация важнее и как сделать её доступней.
Теперь в LSI даже интерфейс играет важную роль. Что важнее в карточке товара: характеристики, отзывы, описание, изображения? Наверное, всё важно, потому нужно сделать так, чтобы пользователь мог быстро получить доступ ко всему. И да, это сыграет важную роль. Для каждого пользователя важно будет что-то своё. Ваша задача их уравнять.
Но так как поисковая система не знает, какой фен мы желаем, может вывести и целую категорию продуктов. Это тоже LSI. Встречается частенько в персонализированной выдаче. Например, вы искали строительные материалы, а потом начали искать фен. Вполне логично, что вы можете искать строительный фен.
Вот вам фены, вы же не указали в запросе, что нужны для сушки волос, держите категорию строительных фенов, вот вам фильтры, выбирайте то, что подходит вам больше всего. Здесь много ключей, также есть цены, разные модели и производители. И это всё может быть засчитано в качестве LSI: список цен, список производителей. Но так как поисковик не знает, что именно нам нужно, старается предложить разнообразные варианты, и для волос, и для строительства, и то, что было в поисковых подсказках.
Какой из этого вывод? А довольно простой: LSI лучше всего работает для средне и низкочастотных запросов, точно отражающих требования пользователя. Под такие запросы поисковым системам проще всего подобрать точный ответ и проанализировать содержание страницы.
Каким образом поисковые системы анализируют LSI
И сейчас дам гениальный ответ: а кто его знает! Да, алгоритмы латентно-семантического анализа не раскрываются. Некоторые утверждают, что они-то точно знают, но, боюсь, эти ребята немного врут, алгоритмы постоянно обновляются, соответственно, если видите, что какой-то сервис обещает вам собрать идеальное семантическое ядро, включая LSI, не стоит этому верить. Но и отказываться не стоит, может ядро идеальное и не соберут, но чуть-чуть помочь могут.
Уже даже сами разработчики поисковых систем до конца не понимают, что у них там происходит, ибо всё сильно усложнилось. Впрочем, сейчас это анализирую нейросети. Что у Google, что у Яндекс, есть свои нейросетки, которые анализируют огромное количество контента, а также поведенческие факторы пользователей, чтобы понять, что предоставлять людям.
Так что про LSI можно сказать точно: теперь поисковые системы анализируют весь текст, а также его соответствие тематике. И даже понимают его смысл. Пусть ещё не идеально, но провести поисковые системы всё труднее.
Соответственно, латентно-семантический анализ отличается аналитикой сотен текстов. Поисковая система составляет выдачу, потом на основе поведенческих факторов выстраивает примерную картину, как должен выглядеть текст в соответствии с запросом.
Например, поисковая система выстроила изначальный индекс в соответствии с запросами пользователей. Потом проверила поведенческие факторы:
- Сколько времени пользователь провёл на определённой странице. Например, если он через минуту её покинул и пошёл на другую страницу, значит текст не соответствует запросу.
- На какой странице пользователь закончил свои поиски. Если та страница его удовлетворила, значит она отвечает запросу.
После поисковые системы анализируют поведение посетителей. Это делается как косвенными методами: сколько страниц посетил, каких, сколько времени на них провёл, так и с помощью средств аналитики. На основе данных Яндекс Метрика или Google Analytics поисковые системы анализируют поведение посетителя на самих страницах.
И если это поведение показывает заинтересованность пользователя, то поисковые машины раскладывают страницы на отдельные слова и фразы, которые могут соответствовать запросу.
Потом поисковые системы выстраивают уже новую выдачу, но с учётом LSI, снова смотрят поведенческие факторы. Если вовлечённость пользователей выросла, значит индекс выстроен правильно.
Но LSI — это постоянный анализ, соответственно, он будет расширяться, улучшаться, будут появляться новые слова и фразы.
Так что в латентно-семантическом индексе невозможно стоять на месте. Нужно анализировать тексты, смотреть на конкурентов и пытаться понять, какие слова и фразы важны для вашей статьи. Например, это может быть год. Показать поиску, что статья только что написана или обновлена, соответственно, актуальна.
Желаете рассказать про фотоаппарат? Неплохо бы добавить слова «отзыв», «обзор», «светочувствительность», «ISO» и т. п.
Желаете рассказать про то, что едят коты? Ну, тут подойдут слова «рацион питания», «возраста такого-то», «с аллергией на говядину». Главное, чтобы в тему.
Так что анализ LSI для каждой статьи, для каждого запроса будет разным. Здесь нет универсального способа. Просто смотрите, что лучше всего отражает тематику, а также подглядите у конкурентов, ведь они попали на первую страницу по определённым запросам, верно?
Важность LSI
Сейчас любая уважающая себя поисковая система ориентируется на LSI. Коммерческий запрос? На странице должны быть цены, каталог, кнопка «Корзина» или «Купить», характеристики товара. Ну или коммерческое предложение и презентация продукта.
Пишете информационный текст? Тогда информация должна быть максимально полной и полезной для посетителя. И желательно прямо в рамках статьи дать пояснения и ответы на те вопросы, которые пользователь может искать дополнительно.
Нынешние ПС очень любят латентно-семантический индекс, ибо он позволяет убрать из поисковой выдачи мусор, который людям не нужен и неинтересен.
Конечно, помимо LSI есть ещё множество факторов, на которые следует обращать внимание, но отнестись к нему со всем вниманием стоит, ибо это повысит шансы попадания вашего сайта на высокие позиции.
Заключение
Итак, я рассказал вам об LSI с примерами. Надеюсь, было понятно, конечно, чтобы наглядно показать, то нужно делать разбор чуть ли не под каждый запрос, ведь достаточно немного поменять поисковой запрос и выдача кардинально меняется.
На этом с вами прощаюсь, желаю успехов и успешного продвижения.
