01 février 2023
Yandex est le moteur de recherche avec la majorité des parts de marché en Russie et le quatrième moteur de recherche au monde.
Le 27 janvier 2023, il a subi ce qui est sans doute l'un des les plus grandes fuites de données qu'une entreprise de technologie moderne ait subies depuis de nombreuses années - mais c'est la deuxième fuite en moins d'une décennie.
En 2015, un ancien employé de Yandex a tenté de vendre le code du moteur de recherche de Yandex sur le noir marché pour environ 30 000 $.
La fuite initiale en janvier de cette année a révélé 1 922 classements facteurs, dont plus de 64 % ont été répertoriés comme inutilisés ou obsolètes (remplacés et mieux évités).
Cette fuite n'était que le fichier étiqueté noyau, mais au fur et à mesure que la communauté SEO et moi approfondissions, davantage de fichiers étaient trouvé que combinés contiennent environ 17 800 facteurs de classement.
En ce qui concerne la pratique du référencement pour Yandex, le guide que j'ai écrit il y a deux ans, pour la plupart, s'applique toujours.
Yandex, comme Google, a toujours été p ublic avec ses mises à jour et modifications d'algorithmes, et ces dernières années, comment il a adopté l'apprentissage automatique.
Les mises à jour notables des deux ou trois dernières années incluent :
Sur une note personnelle, cette fuite de données est comme un deuxième Noël.
Depuis janvier 2020, j'ai dirigé un site Web d'actualités SEO comme passe-temps dédié à la couverture de Yandex SEO et à la recherche d'actualités en Russie avec plus de 600 articles, c'est donc probablement l'événement phare du site de loisirs.
J'ai également pris la parole deux fois lors de la conférence Optimization - la plus grande conférence SEO en Russie.
En 2019, en travaillant avec l'équipe de relations publiques de Yandex, j'ai pu interroger des ingénieurs de leur équipe de recherche et demander un numéro de questions provenant de la communauté SEO occidentale au sens large.
Vous pouvez lire l'interview avec l'équipe Yandex Search ici.
Alors que Yandex est principalement connu pour sa présence en Russie, le moteur de recherche est également présent en Turquie, au Kazakhstan et en Géorgie.
La fuite de données était censé être politiquement motivé et les actions d'un employé voyou, et contient un certain nombre de fragments de code du référentiel monolithique de Yandex, Arcadia.
Dans les 44 Go de données divulguées, il y a des informations relatives à un certain nombre de Yandex produits, y compris Search, Maps, Mail, Metrik a, Disque et Cloud.
Au moment où j'écris cet article (31 janvier 2023), Yandex a déclaré publiquement que :
Yandex a déclaré publiquementle contenu de l'archive (fuite de la base de code) correspondent à la version obsolète du référentiel – elle diffère de la version actuelle utilisée par nos services
le contenu de l'archive (fuite de la base de code) correspondent à la version obsolète du référentiel – elle diffère de la version actuelle utilisée par nos services
Et :
Il est important de noter que les fragments de code publiés contiennent également des algorithmes de test qui n'ont été utilisés que dans Yandex pour vérifier le bon fonctionnement des services.< /p>
Il est important de noter que les fragments de code publiés contiennent également des algorithmes de test qui n'ont été utilisés que dans Yandex pour vérifier le bon fonctionnement des services.< /p>
Donc, la quantité de cette base de code qui est activement utilisée est discutable.
Yandex a également révélé qu'au cours de son enquête et de son audit, il a trouvé un certain nombre d'erreurs qui violent ses propres principes internes, il est donc probable que des parties de ce code divulgué (qui sont actuellement utilisées) puissent changer dans un proche avenir .
Yandex classe ses facteurs de classement en trois catégories.
Cela a été décrit dans la documentation publique de Yandex depuis un certain temps, mais je pense qu'il vaut la peine de l'inclure ici, car cela nous aide mieux à comprendre la fuite du facteur de classement.
Les facteurs de classement dans le document sont balisés pour correspondre à la catégorie correspondante, avec TG_STATIC et TG_DYNAMIC, puis TG_QUERY_ONLY, TG_QUERY, TG_USER_SEARCH et TG_USER_SEARCH_ONLY.
À partir des données jusqu'à présent, voici quelques-unes des affirmations et des apprentissages nous avons pu faire.
Il y a tellement de données dans cette fuite qu'il est très probable que nous trouverons de nouvelles choses et établirons de nouvelles connexions dans les prochaines semaines.
Ci-dessous, j'ai développé d'autres affirmations et enseignements tirés de la fuite.
Dans la mesure du possible, j'ai également lié ces facteurs de classement divulgués aux mises à jour de l'algorithme et aux annonces qui les concernent, ou à l'endroit où nous nous trouvions dit qu'ils avaient un impact.
MatrixNet est mentionné dans quelques-uns des facteurs de classement et a été annoncé en 2009, puis remplacé en 2017 par Catboost, qui a été déployé sur l'ensemble des produits Yandex.
CatboostCela renforce encore la validité de commentaires directement de Yandex, et l'un des auteurs du facteur DenPlusPlus (Den Raskovalov), qu'il s'agit en fait d'un référentiel de code obsolète.
MatrixNet a été initialement présenté comme un nouvel algorithme de base qui prenait en considération des milliers de facteurs de classement et des pondérations attribuées en fonction de l'emplacement de l'utilisateur, de la requête de recherche réelle et de l'intention de recherche perçue .
Il est généralement considéré comme une première version de RankBrain de Google, alors qu'il s'agit en fait de deux systèmes très différents. MatrixNet a été lancé six ans avant l'annonce de RankBrain.
MatrixNet a également été développé, ce qui n'est pas surprenant, étant donné qu'il a maintenant 14 ans.
En 2016, Yandex a introduit l'algorithme Palekh qui utilisait des réseaux de neurones profonds pour mieux faire correspondre les documents (pages Web) et les requêtes, même s'ils ne contenaient pas les bons "niveaux" de mots-clés communs, mais satisfaisaient les intentions de l'utilisateur.
Palekh était capable de traiter 150 pages à la fois, et en 2017 a été mis à jour avec la mise à jour Korolev, qui a pris en compte plus de profondeur de contenu de page et pourrait fonctionner sur 200 000 pages à la fois.
Grâce à la fuite, nous avons appris que Yandex prend en considération la construction d'URL, en particulier :
L'âge d'une page (âge du document) et la date de la dernière mise à jour sont également important, et cela rend s sens.
Outre l'âge du document et la dernière mise à jour, un certain nombre de les facteurs dans les données sont liés à la fraîcheur - en particulier pour les requêtes liées aux actualités.
Yandex utilisait auparavant des horodatages, en particulier non pas à des fins de classement mais à des fins de "réorganisation", mais cela est désormais classé comme inutilisé.
La colonne obsolète contient également l'utilisation de mots-clés dans l'URL. Yandex a précédemment mesuré que trois mots clés de la requête de recherche dans l'URL constitueraient un résultat "optimal".
Alors que Google a déclaré publiquement que pour ses besoins, la profondeur d'exploration n'est pas explicitement un facteur de classement, Yandex semble avoir un morceau de code actif qui dicte que les URL accessibles à partir de la page d'accueil a un niveau d'importance "plus élevé".
Capture d'écran de l'auteur, janvier 2023
Cela reflète la déclaration de John Mueller en 2018 selon laquelle Google donne "un peu plus de poids ” aux pages trouvées à plus d'un clic de la page d'accueil.
T Les facteurs de classement mettent également en évidence une pondération de jeton spécifique pour les pages Web qui sont « orphelines » dans la structure de liaison du site Web.
En 2011, Yandex a publié un article de blog expliquant comment le moteur de recherche utilise les clics dans le cadre de son classement et répond également aux désirs des professionnels du référencement de manipuler la métrique pour un gain de classement.
Les facteurs de clic spécifiques dans la fuite regardent des choses comme :
La manipulation du comportement des utilisateurs, en particulier le "click-jacking", est une tactique connue au sein de Yandex.
Yandex dispose d'un filtre, connu sous le nom de filtre PF, qui recherche activement et pénalise les sites Web qui se livrent à cette activité à l'aide de scripts qui surveillent les similitudes IP, puis les "actions de l'utilisateur" de ces clics - et l'impact peut être significatif.
La capture d'écran ci-dessous montre l'impact sur les sessions organiques (сесс ии) après avoir été pénalisé pour avoir imité les clics des utilisateurs.
Image de Russian Search News, janvier 2023 
Image de Russian Search News, janvier 2023 Image de Russian Search News, janvier 2023 Le comportement de l'utilisateur à retenir de la fuite sont quelques-unes des découvertes les plus intéressantes.
La manipulation du comportement des utilisateurs est une pratique courante Violation SEO que Yandex combat depuis des années. Lors de la conférence d'optimisation 2020, Mikhail Slevinsky, alors responsable des outils pour les webmasters de Yandex, a déclaré que l'entreprise faisait de bons progrès dans la détection et la sanction de ce type de comportement.
Yandex pénalise la manipulation du comportement des utilisateurs avec le même filtre PF utilisé pour combattre Manipulation du CTR.
102 des facteurs de classement contiennent la balise TG_USERFEAT_SEARCH_DWELL_TIME et font référence à l'appareil, à la durée de l'utilisateur et au temps d'attente moyen de la page.
Tous ces facteurs sauf 39 sont obsolètes.
Capture d'écran de l'auteur, janvier 2023
Bing a utilisé pour la première fois le terme Dwell time dans un blog de 2011, et ces dernières années Google a fait il est clair qu'il n'utilise pas le temps d'arrêt (ou des signaux d'interaction utilisateur similaires) comme facteurs de classement.
YMYL (Your Money, Your Life) est un concept bien connu au sein de Google et n'est pas un nouveau concept pour Yandex.
Dans la fuite de données , il existe des facteurs de classement spécifiques pour le contenu médical, juridique et financier - mais cela a notamment été révélé en 2019 lors de la conférence Yandex Webmaster lorsqu'il a annoncé le Métrique de qualité de recherche Proxima.
Métrique de qualité de recherche ProximaSix des facteurs de classement sont liés à l'utilisation des données Metrika pour le fins de classement. Cependant, l'un d'entre eux est marqué comme obsolète :
Dans Metrika, les données des utilisateurs sont traitées différemment.
Contrairement à Google Analytics, il existe un certain nombre de rapports axés sur la "fidélité" des utilisateurs combinant des mesures d'engagement sur le site avec la fréquence de retour, la durée entre les visites , et source de la visite.
Par exemple, je peux voir un rapport en un clic pour voir une ventilation n de visiteurs individuels du site :
Capture d'écran de Metrika, janvier 2023
Metrika est également livré "prêt à l'emploi" avec des outils de carte thermique et l'enregistrement des sessions utilisateur, et ces dernières années l'équipe Metrika a bien progressé dans sa capacité à identifier et à filtrer le trafic des bots.
Suite à l'examen des données de Metrika en tant que classement facteur; Ces facteurs confirment effectivement que le trafic direct et le trafic payant (achat d'annonces via Yandex Direct) peuvent avoir un impact sur les performances de recherche organique :
Il existe un certain nombre de facteurs relatifs à « Actualités », dont deux qui mentionnent directement Yandex.News.
Yandex.News était un équivalent de Google Actualités, mais a été vendu au réseau social russe VKontakte en août 2022, avec un autre Produit Yandex "Zen".
Donc, il n'est pas clair si ces facteurs sont liés ed à un produit qui n'est plus détenu ou exploité par Yandex, ou à la façon dont les sites Web d'actualités sont classés dans la recherche "régulière".
Yandex a des algorithmes similaires pour lutter contre la manipulation des liens comme Google - et depuis le filtre Nepot en 2005.
En examinant les facteurs de classement des backlinks et certaines des spécificités dans les descriptions, nous pouvons supposer que les meilleures pratiques pour créer des liens pour Yandex SEO seraient de :
Vous trouverez ci-dessous une liste de facteurs liés aux liens qui peuvent être considérés comme des affirmations des meilleures pratiques :
Cependant, certains facteurs liés aux liens sont des considérations supplémentaires lors de la planification, de la surveillance et de l'analyse des backlinks :
La fuite de données a également révélé que le li Le calculateur de spam nk a environ 80 facteurs actifs qui sont pris en considération, avec un certain nombre de facteurs obsolètes.
Cela soulève la question de savoir dans quelle mesure Yandex est capable de reconnaître les attaques SEO négatives, étant donné qu'il examine le rapport entre bons et mauvais liens, et comment il détermine ce qu'est un mauvais lien.
Une attaque SEO négative est également susceptible d'être un événement de lien de courte durée (haute fréquence) dans lequel un site obtiendra involontairement un nombre élevé de liens de mauvaise qualité, non thématiques et potentiellement sur-optimisés.
Généralement, les liens payants sont générés sur une plus longue période de temps, et ces modèles (y compris l'analyse du site d'origine du lien) sont ce que la mise à jour de Minusinsk (2015) a été introduite pour combattre.
Il sont deux facteurs de classement, tous deux obsolètes, nommés SpamKarma et Pessimisation.
La pessimisation fait référence à la réduction du PageRank à zéro et correspond aux attentes de sanctions Yandex sévères.
SpamKarma s'aligne également sur les hypothèses faites autour de Yandex pénalisant les hôtes et les individus, ainsi que les domaines individuels.
Il existe un certain nombre de facteurs liés à la publicité sur la page, dont certains sont obsolètes (comme l'exemple de capture d'écran ci-dessous).
Capture d'écran de l'auteur, janvier 2023
D'après la description, on ne sait pas exactement quel a été le processus de réflexion avec ce facteur, mais on peut supposer qu'un taux élevé d'annonces à l'écran visible était un facteur négatif - un peu comme la façon dont Google prend ombrage si les publicités obscurcissent le contenu principal de la page ou sont envahissantes.
En liant cela aux mécanismes connus de Yandex, la mise à jour de Proxima a également pris en considération le ratio de contenu utile et publicitaire sur une page.
Yandex et Google sont des moteurs de recherche disparates, avec un certain nombre de différences, malgré les dizaines d'ingénieurs qui ont travaillé pour les deux sociétés.
En raison de cette lutte pour les talents, nous pouvons en déduire que certains de ces maîtres constructeurs et ingénieurs auront construit des choses de la même manière (mais pas des copies directes), et appliqué les apprentissages des itérations précédentes de leurs constructions avec leur nouvel emploi ers.
Tout comme le monde occidental, les professionnels du référencement en Russie ont eu leur mot à dire sur la fuite à travers les différents forums Runet.
La réaction dans ces forums a été différente de SEO Twitter et Mastodon, avec un concentrez-vous davantage sur les filtres de Yandex et sur d'autres produits Yandex optimisés dans le cadre de campagnes d'optimisation Yandex plus larges.
Il convient également de noter qu'un certain nombre de conclusions et de résultats à partir des données correspondent à ce qu'est le monde du référencement occidental trouve également.
Thèmes communs dans les forums de recherche russes :
Les facteurs divulgués, en particulier concernant la façon dont Yandex évalue la qualité du site, ont également fait l'objet d'un examen minutieux.
Il existe un sentiment de longue date dans la communauté SEO russe selon lequel Yandex privilégie souvent ses propres produits et services dans les résultats de recherche par rapport aux autres sites Web, et les webmasters posent des questions telles que :
Pourquoi ça dérange d'aller à tous est un problème, alors qu'il cloue ses services en haut de la page de toute façon ?
Dans les documents vaguement traduits, ceux-ci sont appelés les sorciers ou les sorciers Yandex. Dans Google, nous appellerions ces moteurs de recherche fonctionnalités des pages de résultats (SERP) - comme Google Hotels, etc.
En octobre 2022, Kassir (un portail de billets russe) a réclamé une indemnisation de 328 millions d'euros à Yandex en raison de la perte de revenus, causée par les "conditions discriminatoires" dans lequel Yandex Sorcerers a retiré la clientèle de l'entreprise privée.
C'est à la suite d'un recours collectif de 2020 dans lequel plusieurs entreprises ont porté plainte auprès du Service fédéral antimonopole ( FAS) pour la promotion anticoncurrentielle de ses propres services.
recours collectif de 2020Plus de ressources :
Plus de ressources :Image en vedette : FGC/Shutterstock
Image en vedette : FGC/Shutterstock
Découvrez les secrets de la gestion d'un programme d'affiliation réussi. De l'intégration des affiliés à la création d'une stratégie de communication, la deuxième partie de cette série vous couvre.
Boostez la gestion globale de votre site Web avec des outils d'IA. Découvrez les avantages de l’exploitation de la technologie IA pour le contenu, le référencement, la recherche et bien plus encore.
Regardez ce webinaire à la demande et voyez iQuanti partager des informations exploitables pour mesurer le succès au sein des canaux croisés de la recherche organique et payante.