מה גוגל יודעת על התנהגות גולשים – חלק ב'

תוכן עניינים

1. מה גוגל יודעת על התנהגות גולשים – חלק א
2. מה גוגל יודעת על התנהגות גולשים – חלק ב

בחלק הקרוב ניגע אחת ולתמיד בנושא הסקת מסקנות מהתנהגות גולשים באתרים. הרשיתי לעצמי לעבור על מחקרים רבים והכתבה לקחה לא מעט זמן בכדי לסכם את המסקנות שלה לכדי מאמר אכיל וקל לעיכול, מקווה שלא יצא כבד מדי ותצליחו לקרוא את כולו. אין ספק כי המסקנות שנדלו מתוך הממצאים הן מרתקות.

מה גוגל יודעת על התנהגות גולשים

אז מה זה בעצם התנהגות גולשים ?

החל בזמן שהייה בעמוד ועד לנאמנות גולשים, אופי הגלילה של העכבר וכמובן איך לא Bounce rate. במאמר קודם שכתבתי על העובדה שגוגל אנליטיקס הוא אחד הכלים שקל לתמרן (שהוא תמרון של עצמכם יותר מאשר של הכלי, סה"כ הכלי נועד עבורכם ולא להיפך) גוגל אנליטיקס מספיק עם השטויות הפרכתי לחלוטין את כל נושא ה- Bounce rate אבל כדי לסבך את האווירה ולאפשר למאמר זה להיוולד הבה נניח בצורה תיאורטית כי לגוגל יש דרכים אחרות למדוד גורמים אלו ללא קשר לאנליטיקס.

למרות שה- Bounce rate נוטה להיות הפופולרי ביותר בקרב מקדמי האתרים, זה יהיה פספוס אם לא נתייחס לכל הפרמטרים שמחקרי אחזור מידע מתייחסים ועוקבים אחריהם. נחלק את הגורמים לאותות עקיפים ואותות ישירים.

bounce rate - זה בהחלט לא המדד שחיפשתם...

אותות עקיפים :

1. היסטוריית השאילתות (היסטוריית חיפושים).
2. אינטרקציה עם מנוע החיפוש (הזזה של תוצאות, הבחירות שהגולש עושה וכמובן Bounce rate).
3. התנהגות הגולש באתר (זמן שהייה בדף / אתר, התנהגות גלילה).
4. הרגלי גלישה (תדירות וזמנים שונים ביום).
5. אינטראקציה עם מודעות פרסום.
6. נתונים דמוגרפיים וגיאוגרפיים.
7. נתונים שנובעים מתוכנות שונות (צ'אט של גוגל, ג'ימייל, גוגל רידר).
8. סגירת חלון.

אותות ישירים :

1. הוספת דף למועדפים.
2. הצבעה (דרך search wiki, או toolbar).
3. הדפסה של דף.
4. שליחת הדף לחבר במייל (דרך האתר).

עקבו אחר רוח השמועות

באיזור שנת 2008 התחילה סערת הדיונים סביב נושא ה- Bounce rate, לאחר שסערה הזו מתקיימת כבר מס' שנים קודם לכן, search engine watch הצליחה להצית שוב את האש וגררה כעבור מס' חודשים את הכתבה של search engine land, וכמובן בגלל הכוח שיש לכותבים אלו בתעשייה החלה הקלחת לבחוש שוב וכל בלוגר בתחום החל לדון בשאלה.

גם בארץ ישראל לא איחרו להגיע ההדים ולמעשה עד היום ישנם אנשים שמסתובבים בתעשייה ומאמינים כי גורמים אלו מהווים שיקול באלגוריתם הדירוג של גוגל. חלקם אפילו גובים על כך תשלום…

משל קטנטן ונמשיך

בעברי יצא לי לנהל מחלקת מכירות שהיתה לה תבנית שיחה מוצלחת ביותר אשר נוסתה על אלפי אנשים והוכיחה כי יש לה כל מה שצריך כדי להפוך נציג חדש לאיש מכירות מוצלח. ההוראה הראשונית שקיבלו הנציגים החדשים זה שאסור להם לאלתר בשום צורה ולהיצמד למבנה השיחה בלבד. רק לנציג וותיק היה מותר לאלתר עם המבנה. למה אני מטריד אתכם בזה?

ובכן למנהל שחנך אותי לתפקיד היתה אמרה נכונה והיא צרובה לי עד היום בראש. הוא אמר "אתה יודע מה הכי גרוע שבנאדם מאלתר? כאשר הוא מצליח לסגור מכירה". ואז שאלתי אותו איך זה יכול להיות? אז הוא השיב "כי עכשיו הוא בטוח שהוא גילה משהו ושזה עובד כשלמעשה כאשר הוא מחוץ למבנה הוא לא יודע לנתח מה גרם להצלחה של המכירה. עכשיו הוא ימשיך לאלתר ויתפלא כאשר ייכשל".

כך גם בחיים אותם מקדמי אתרים שמצליחים לקדם אתר עקב תיאוריה שגויה משוכנעים שכך הגיעו לתוצאה ולאחר מכן הם נכשלים בהבנתם מה גורם לפרויקט לעלות בדירוגים וכמובן בשחזור הפעולה בסביבות אחרות.

ניגשתי למלאכה

ובכן השאלה שהטרידה אותי היתה היכן אוכל למצוא את המידע שאני מחפש , והחלטתי לנבור במחקרים שלקהילת אחזור המידע. בחכתי העליתי לא מעט מחקרים אשר מופיעים בסוף מאמר זה והכי כיף זה שנתקלתי בכמה מחקרים שבוצעו ע"י כל אחת מהענקיות בעולם האינטרנט : גוגל, יאהו ומיקרוסופט. הבטחתי שזה ייקח זמן אבל היה שווה לחכות אז הנה המסקנות.

בעיות אינהרנטיות באותות עקיפים :

אחד הדברים המובהקים שעולים מן המחקרים היא שקהילת אחזור המידע עדיין לא בטוחה לחלוטין איך להגדיר ערך לשביעות רצון של המשתמש הנובעים מאותות עקיפים. אם כי יש רשימה ענקית של גורמים בעיתיים בואו נתמקד ברשימה חלקית :

1. שמרתם את האתר בצד והמשכתם בחיפושים (בקובץ וורד למשל).
2. מצאתם בדיוק מה שרציתם בעמוד ויצאתם מהעמוד בחיפוש אחר מידע נוסף.
3. הלכתם מהמחשב והשארתם את הדף פתוח במשך שעה.
4. מס' מרובה של משתמשים באותו בית עם אותו session.
5. מצאתם בתוך ה- Snippet של מנוע החיפוש את מה שחיפשתם ולא לחצתם על דבר.
6. לא הייתם שבעי רצון מהדף שמצאתם וחפרתם לעוד 3 עמודי תוצאות לעומק.
7. שאילתות אוטומטיות (תוכנות בדיקת מיקומים למשל אך לא רק) שמוסיפות רעש לכלל האותות.
8. "גולש משוחד" – האם אמון במנוע החיפוש עלול לגרום ללחיצה על התוצאות הראשונות ללא כל קשר לרלוונטיות שלהן ?
9. משתמשים שונים אשר יש להם תפישה שונה לגבי מהי רלוונטיות של מסמך. (תוצאת חיפוש).

והרשימה הזו נמשכת ונמשכת… במקרים מסוימים מנוע החיפוש יכול להבין כי אתה מרוצה ממה שקיבלת בעוד במקרים אחרים אותם אותות הופכים חסרי משמעות לחלוטין. אתם חייבים להבין כי המניע החיוני ביותר במחקרים הוא לנסות ולתת הערכה רגשית לאינטראקציה של הגולש עם תוצאות החיפוש.

לרוע המזל יש יותר מדי אלמנטים יוצרי רעש בתהליך אשר הופכים את המשימה לקשה ביותר.

מגדל בבל של רעש, המולה ובלבול

"לאורך המחקר הורגש בצורה חדש כי פידבק הנובע מאותות עקיפים קשה לפירוש ובפוטנציה רועש מדיי"

כפי שצוין במחקר – הערכת הדיוק של פידבק מאותות עקיפים של הקלקות באינטרנט. (מחקר אשר מומן חלקית ע"י גוגל) – במבט על נתוני הקלקות נראה בצורה בולטת "הקלקות משוחדות" וזה התבסס על מס' אלמנטים :

"ראשית אנו למדים כי יש הטיה ע"י "גורם האמון במנוע החיפוש" שמוביל להקלקות על תוצאות שדורגו גבוה ע"י גוגל, אפילו אם תוצאות אלו פחות רלוונטיות מתוצאות אחרות בהן המשתמש צפה.

בנוסף ישנה הטיה שנגרמת מ"איכות דף התוצאות". החלטת הגולש להקליק על תוצאה לא מושפעת רק מהרלוונטיות שלה, אלא גם מהאיכות הכוללת של תוצאות אחרות בדף התוצאות."

במחקר אחר שבוצע (על מידע מהקלקות) שבחן כיצד משתמשים מתנהגים עם דף תוצאות חיפוש (בין היתר כדי להבין גם את הטיות האמון). אנשים בדרך כלל נתגלו כעקביים בתבניות ההקלקה שלהם על תוצאות החיפוש (הקלקה על תוצאה ראשונה, שנייה ואז שלישית) ללא קשר למה שמופיע בתוצאות.

מה שאומר שהמסקנות הנובעות מהמידע יכולות לקבל משמעות מעוותת לחלוטין כאשר למעשה הסיבה שלא מקליקים על התוצאה במקום 8 לדוגמא, לא בהכרח יהווה הצבעת נגד עבור התוצאה עצמה אלא יותר סוג של דפוס התנהגות קבוע מצד הגולש.

הם מסכמים זאת כך;

"התוצאות שלנו מראות כי התנהגות הקלקות לא באה בקנה מידה אחד עם איכות תוצאות החיפוש. לעומת זאת דפוסי ההקלקה משתנים לחלוטין בין גולש אחד למשנהו, ובהתאם לנושא השאילתה. זה למעשה מדגיש בפנינו כי הנסיון לעשות שימוש בנתוני הקלקה ישירים – ציון מס' הקלקות ותדירות הקלקה על תוצאות – כדי להשפיע על הדירוג של תוצאות במנוע חיפוש בעייתית."

ומסקנה נוספת;

"ניתוח של נתוני ההקלקות שנאספו מצביעים כי פעולת ההקלקה איננה מתואמת בצורה בולטת עם רלוונטיותרק 52% מההקלקות על תוצאות החיפוש הובילו בסופו של דבר למסמך אשר המשתמש מצא כרלוונטי ומספק. נסיון לעשות שימוש בנתוני הקלקות בתור אינדיקציה עקיפה לרלוונטיות כדאי לנהוג בו במשנה זהירות גבוה."
מתוך המחקר – שימוש בקליקים כאינדיקציה עקיפה לשיפוט

מעבר לכך כי המחקרים השונים כללו אלמנטים של פידבקים מאותות עקיפים, בכל המחקרים כולם הדגישו שהם חשים כי עדיין נדרשים מחקרים נוספים. לסיכום, אין קונצנזוס בעולם אחזור המידע לגבי המשמעות של אותות אלו.

הקשר לעולם הספאם

אם עדיין לא השתכנעתם נוסיף את גורם הספאם למשוואה, בעוד ישנם אינסוף מחקרים על התנהגויות גולשים, אף אחד לא ירד לשורש בצורה רצינית לגבי היכולת להתמודד עם ספאם הקלקות. הרבה מהמחקרים מודים כי הם חלשים בנושא הספאם וכי נדרש לכך חקר נוסף.

"שאלה טבעית שעולה מתוך המחקר היא האם מתודה זו תעמוד ברעשים הנובעים מהסביבה בה נעשה השימוש, בעיקר אם ניקח בחשבון שמשתמשים יקליקו במטרות זדוניות. למרות שהשתמשתנו במידע של העולם האמיתי אנו מתכננים לחקור בצורה ברורה את נושא השפעות הרעש, ביטויים בעלי משמעות כפולה והקלקות זדוניות".
מתוך המחקר – שרשור שאילתות – דירוג בעזרת פידבק מאותות עקיפים

וזוהי רק דוגמא אחת, במרבית המחקרים נוצרה הבנה דומה. ניתן לפחות למיטב הבנתי להבין כי אותות אלו עדיין לא הגיעו לבגרות בכדי שמנוע החיפוש יוכל לעשות בהם שימוש. יש תקווה במחקר שמיקרוסופט ערכה;

"ישנה ירידה באיכות התוצאות בהחלט כאשר יש יותר ספאם הקלקות בתוצאות, אך הירידה הינה בהיקף קטן בלבד. כאשר רק מס' קטן של תוצאות זוכות לספאם הקלקות, הדירוג מושפע בצורה קלה בלבד אפילו אם מס' גדול של שאילתות זוכה לספאם."
מתוך המחקר – האם מידע הנובע מהקלקות יכול לעזור בהכרעה על תוצאות החיפוש?

מיקרוסופט הרגישו שאחוז גבוה מהשאילתות הוא למעשה שאילתות זנב ארוך ושיהיה קשה לשבש בצורה אפקטיבית את מרבית השאילתות. אבל עדיין נראה כי ישנה עוד הרבה עבודה בכדי להבין איך להילחם בספאם במערכת שכזו. נוסיף לכך מסקנות ממחקר שנערך באונ' קורנל;

"… אפשרות נוספת תהיה לחקור דרכים להפיכת האלגוריתם לחסין כנגד "ספאם". כרגע לא ברור כיצד משתמש אחד יכול להשפיע בצורה זדונית על התוצאות ע"י הקלקה כפייתית על תוצאות ספיציפיות"
מתוך המחקר – שיפור תוצאות החיפוש באמצעות מידע מהקלקות

לעניות דעתי אין מספיק מחקרים או חומרים שמראים כי נושא הספאם במערכות שיפוט קליקים או בכלל שיפוט אותות עקיפים נפתר. זה אלמנט חיוני וחסר בכדי שמנועי חיפוש כיום יוכלו לעשות בו שימוש כלשהוא.

עוד המשותף שנתגלה בכל המחקרים כי בסביבת האימון או בסביבה הסגורה בה התרחשו הניסויים היתה רמת רעש שכבר הקשתה על התהליך, חלק ממנה נבעה מהתנהגות המשתתפים עצמם. איש לא יודע כיצד ומה תהיה רמת הרעש ביציאה לסביבת אינטרנט חיה והמונית.

וכמו שאומרים תמונה שווה אלף מילים, אם לא הספיקו לכם דבריו של מאט קאטס בסרטונים שמופיעים במאמר גוגל אנליטיקס מספיק עם השטויות הנה עוד צילום מסך מהבלוג שלו בתגובה על Bounce rate.

לא נמאס לכם מ- Bounce rate ?

לסיכום

ובכן מקדמי אתרים יקרים, אני מפקיד את המאמר הזה בידיכם עם קישור לכל המחקרים עליהם התבססתי במאמר. אתם מוזמנים לעבור על המחקרים ואפילו להציף בפני מחקרים נוספים אשר בוחנים השפעה של אותות עקיפים על דירוג תוצאות החיפוש.

יותר מאשמח שמישהו יראה לי הוכחות מוצקות בתוך מחקרים שמראים שמישהו הצליח להתמודד עם ספאם בקנה מידה גדול בכדי לפרש את האותות.

שלא תבינו לא נכון, המחקרים מגלים עובדות מדהימות ומסקנות יפות מאוד אבל איש לא יודע איך להקנות להם את הערך הנכון ובטח שלא דובר על התמודדות עם ספאם בקנה מידה אמיתי, אז שיהיה בהצלחה.

<< קרא את חלק א

רשימת מקורות –

שימוש בקליקים כגורם עקיף בדירוג – RMIT

שיפור תוצאות החיפוש ע"י הכללת מידע מהתנהגויות גולשים – Microsoft

הערכת הדיוק של פידבקים מאותות עקיפים של הקלקות וניסוחי שאילתות בחיפוש באינטרנט – cornell (מומן חלקית ע"י גוגל).

לימוד תבניות התנהגות גולשים לחיזוי סידור דפי תוצאות במנוע החיפוש – Microsoft

שיפור תוצאות החיפוש בסביבה קטנה באמצעות שימוש במידע מהקלקות – ICT centre

זיהוי של "הימור מוצלח" בתוצאות החיפוש בעזרת איסוף נתוני התנהגות הגולש בעבר – Microsoft

שימוש במידע הקלקות בנסיון לשפר את תוצאות החיפוש

שרשור שאילתות והשפעתם על הדירוג – cornell

האם המידע מהקלקות יכול ללמד כיצד לשפר את תוצאות החיפוש? – Nankai University

הערכה אוטומטית של שיפור תוצאות החיפוש דרך אותות עקיפים מהתנהגות הגולש – Pennsylvania State University

יצירת מודל של אוכלוסיית גולשים לתכנון אמות מידה לאחזור נתונים – Microsoft

הדיוק בפירוש של נתוני הקלקות גולשים בתור אות עקיף – cornell

שיפור הדירוגים באמצעות ניתוח נתוני הקלקות – cornell

שיפור תוצאות החיפוש באמצעות ניתוח הקלקות ויצירת מודל התנהגות הגולש – yahoo

מקורות בנושא ספאם

זיהוי ספאם ברשת באמצעות ניתוח התנהגות גולשים – Tsinghua University

האם המידע מהקלקות מספק בכדי להשפיע על תוצאות החיפוש? – Microsoft

אופטימיזציה למנועי החיפוש באמצעות נתוני הקלקות – cornell