Коммерческие факторы ранжирования (КФ) в B2B и ритейле

1. Архитектура и принцип работы

Архитектура КФ зародилась в начале 2010-х, когда Яндекс ввёл ПФ (поведенческие факторы) и коммерческие фильтры для e-commerce. Изначально учитывались контакты, корзина, онлайн-оплата. Позже Google через Core Updates и Entity Graph начал оценивать коммерческую сущность сайта: наличие организации в Knowledge Graph, отзывы, цены. Сегодня КФ — это многоуровневая система: краулинговые признаки (наличие цен, форм заказа), агрегированные данные (клики, конверсии), внешние сигналы (упоминания, рейтинги). В B2B добавляются отраслевые критерии: реквизиты, сертификаты, тендерные условия. Алгоритмы машинного обучения (Яндекс — YATI, Google — RankBrain) взвешивают эти факторы динамически, снижая вес классических SEO-метрик.

2. Математическая механика и триггеры ранжирования

Формально КФ агрегируются в скоркарту: score = Σ(w_i * f_i), где f_i — бинарные или нормированные признаки (наличие цены, доставки, юридических данных), w_i — веса, обучаемые на размеченных данных (сессии, транзакции). В Яндексе используется матрица ПФ: для коммерческих запросов доля КФ достигает 40-60%. Триггеры пессимизации: отсутствие цен на карточках, скрытые контакты, отсутствие онлайн-оплаты, дублирование описаний, накрутка отзывов. В B2B критичны реквизиты, сертификаты, условия работы с НДС. При обнаружении несоответствия сайт понижается в ранжировании или исключается из коммерческих сниппетов. Google оценивает через Entity Graph: если организация не верифицирована, коммерческий вес падает. Также учитывается скорость ответа, мобильная адаптация, безопасность (HTTPS). Влияние на ранжирование нелинейно: сильные КФ могут компенсировать слабую ссылочную массу, но при их отсутствии даже качественный контент не выходит в топ.

3. Специфика в Яндекс (YATI) vs Google

Яндекс использует YATI и ПФ: коммерческие факторы оцениваются через поведение пользователей (клики, возвраты, конверсии) и краулинговые признаки. В B2B акцент на реквизиты, тендеры, документы. Google через Core Updates и Entity Graph анализирует сущность организации: наличие в Knowledge Graph, отзывы, цены, структурированные данные. Google меньше полагается на поведенческие сигналы, но строже к E-E-A-T. Яндекс быстрее реагирует на изменения цен и ассортимента, Google — на авторитет бренда и полноту сущности.

4. Нормативы SLA и диагностическая матрица

5. Пошаговый инженерный протокол внедрения

• Шаг 1: Проведите аудит карточек товаров и услуг — проверьте наличие цен, характеристик, фото, кнопки заказа (25-30 слов).
• Шаг 2: Добавьте юридические реквизиты, сертификаты, условия доставки и оплаты для B2B и ритейла (25-30 слов).
• Шаг 3: Внедрите онлайн-оплату и корзину, настройте цели в Метрике и GA для отслеживания конверсий (25-30 слов).
• Шаг 4: Соберите отзывы с рейтингом, подключите разметку Schema.org Product/Organization для сниппетов (25-30 слов).
• Шаг 5: Регулярно обновляйте цены и наличие, следите за скоростью загрузки и мобильной адаптацией (25-30 слов).

score = 0.3*price_presence + 0.25*delivery_terms + 0.2*payment_online + 0.15*legal_info + 0.1*reviews_rating
if price_presence < 0.5: score *= 0.7  # пессимизация
if legal_info == 0: score *= 0.5
# Пример конфига для разметки
<script type="application/ld+json">{"@context":"https://schema.org","@type":"Product","offers":{"@type":"Offer","price":"1000","priceCurrency":"RUB"}}</script>

6. Типичные ошибки при оптимизации

• Фатальная ошибка 1: отсутствие цен на коммерческих страницах — Яндекс понижает такие сайты. Избегайте: добавьте хотя бы диапазон цен или кнопку «узнать цену» с формой (25-30 слов).
• Фатальная ошибка 2: скрытые контакты и реквизиты — сигнал недоверия. Избегайте: разместите полные данные в футере и на странице «О компании» (25-30 слов).
• Фатальная ошибка 3: накрутка отзывов и фейковые рейтинги — пессимизация. Избегайте: используйте верифицированные отзывы с привязкой к заказам (25-30 слов).