Локальное SEO: Яндекс.Карты, 2ГИС и Google Maps
1. Архитектура и принцип работы
Архитектура локального ранжирования строится на трёх столпах: релевантность (категории, ключи в названии и описании), удалённость (геокоординаты пользователя относительно точки бизнеса) и репутация (рейтинг, отзывы, поведенческие сигналы). Исторически Яндекс.Карты развивались из слоёв карт и справочника организаций, 2ГИС — из офлайн-базы компаний с детальной рубрикацией, Google Maps — из краудсорсинговой базы POI и графа сущностей Knowledge Graph. Ранжирование в картах опирается на смешанную модель: статический скоринг карточки (полнота полей, верификация) и динамический скоринг (активность, свежесть отзывов, клики по маршруту). Поисковые системы используют гео-запросы для построения локального пакета, где карточки конкурируют не только по текстовой релевантности, но и по физической близости и доверию к профилю.
2. Математическая механика и триггеры ранжирования
Фундаментальная формула локального ранжирования (упрощённо) выглядит так: Score = w1·Relevance + w2·Proximity + w3·Prominence + w4·Behavioral − Penalty. Relevance включает совпадение рубрик, ключей в названии, описании и услугах. Proximity — хаверсинусное расстояние между гео-точкой запроса и координатами организации; вес резко падает за пределами радиуса 1–3 км для микро-запросов. Prominence — агрегированный рейтинг, количество и свежесть отзывов, упоминания в каталогах, ссылки. Behavioral — CTR карточки, звонки, построения маршрутов, время взаимодействия. Триггеры пессимизации: накрутка отзывов (аномалии в скорости и геолокации авторов), несоответствие фактического адреса и категории, дубли карточек, спам в названии (ключи через запятую), резкие скачки поведенческих метрик. В Яндексе дополнительно работает YATI-анализ текстов и ПФ-фильтры, в Google — фильтры спама в локальном пакете (Spam Fighting). Вес факторов динамичен: для запросов «кофейня рядом» доминирует Proximity, для «стоматология имплантация» — Relevance и Prominence.
3. Специфика в Яндекс (YATI) vs Google
Яндекс использует YATI (Yet Another Text Index) для семантического разбора карточек и ПФ (поведенческие факторы) для оценки кликов, звонков и маршрутов; гео-привязка строгая, а справочник организаций интегрирован с Картами и Навигатором. Google опирается на Entity Graph: карточка компании — сущность, связанная с Knowledge Graph, а локальный пакет формируется через Core Updates и сигналы отзывов, фото, Q&A. Google сильнее учитывает глобальные упоминания (NAP-консистентность, ссылки), Яндекс — локальную активность и свежесть отзывов. В 2ГИС ключевой вес имеют полнота рубрикатора и актуальность данных, а также рейтинг и фото.
4. Нормативы SLA и диагностическая матрица
| Параметр / Метрика | Эталон по SLA | Критическая ошибка |
|---|---|---|
| Рейтинг карточки | ≥4.5 при ≥50 отзывах | <4.0 или отсутствие отзывов за 3 мес. |
| Полнота профиля | 100% заполненных полей | <70% полей, нет фото и часов работы |
| CTR карточки | ≥5% для гео-запросов | <2% или аномальные скачки |
5. Пошаговый инженерный протокол внедрения
- Шаг 1: Проведите аудит NAP (Name, Address, Phone) во всех трёх сервисах и синхронизируйте данные с сайтом и справочниками.
- Шаг 2: Заполните карточку на 100%: категории, услуги, часы работы, фото, виртуальный тур, ссылки на соцсети.
- Шаг 3: Настройте сбор отзывов через QR-коды и email-рассылки, отвечайте на каждый отзыв в течение 24 часов.
- Шаг 4: Добавьте гео-ключи в название и описание без спама, создайте отдельные страницы под каждую локацию.
- Шаг 5: Отслеживайте метрики через Яндекс.Бизнес, Google Business Profile и 2ГИС API, корректируйте стратегию.
def local_score(relevance, proximity, prominence, behavior, penalty):
w1, w2, w3, w4 = 0.35, 0.30, 0.20, 0.15
score = w1*relevance + w2*proximity + w3*prominence + w4*behavior - penalty
return max(0, min(1, score))
# Пример: relevance=0.9, proximity=0.8, prominence=0.7, behavior=0.6, penalty=0.1
print(local_score(0.9, 0.8, 0.7, 0.6, 0.1)) # 0.7456. Типичные ошибки при оптимизации
- Фатальная ошибка 1: Накрутка отзывов с фейковых аккаунтов. Избегайте: используйте только реальных клиентов, стимулируйте отзывы бонусами, но не покупкой.
- Фатальная ошибка 2: Игнорирование несоответствия категории и фактических услуг. Избегайте: выбирайте точные рубрики и обновляйте их при смене деятельности.
- Фатальная ошибка 3: Дублирование карточек с разными адресами. Избегайте: объединяйте дубли через поддержку сервисов и ведите единый профиль.