Iz podjetja Yandex je pricurljala koda, ki vsebuje 1922 dejavnikov razvrščanja v iskanju Ranktracker pojasnjuje vse dejavnike razvrščanja

Uvod

Verjetno ste že slišali za Yandex, ki je po tržnem deležu četrti največji iskalnik na svetu. Včeraj je prišlo do uhajanja lastniške izvorne kode Yandexa.

Najbolj zanimiv del za skupnost SEO je: seznam vseh 1922 dejavnikov razvrščanja, ki se uporabljajo v iskalnem algoritmu.

Prenesli smo kodo, jo analizirali in jo predstavili na koristen način.

Incident ne bi smel biti presenečenje, saj so Yandex ali njegovi izdelki pogosto tarča kibernetskih napadov. Leta 2016 je portal Hackread.com ekskluzivno poročal o tem, kako je prodajalec na temnem spletu prodajal podatke o 6,3 milijona uporabniških računov podjetja Yandex.

Septembra 2021 je ruskega velikana na področju iskalnikov prizadel eden največjih napadov DDoS, ki ga je poganjalo 200.000 kompromitiranih naprav IoT.

Zakaj je to veliko?

Yandex je eno največjih podjetij IT v Rusiji. V državi ponuja širši nabor storitev kot Google. Predstavljajte si podjetje, ki bi nadomestilo Googla, Uber, Amazon, Netflix in Spotify.

Ali je to uhajanje resnično?

Osebno nikoli nisem delal pri Yandexu, poznam pa več ljudi, ki so v različnih obdobjih delali ali še vedno delajo tam. Preveril sem, da vsaj nekateri arhivi zagotovo vsebujejo sodobno izvorno kodo za storitve podjetja in dokumentacijo, ki kaže na prave intranetne naslove URL.

Kaj je v notranjosti

Prodajalec je delil magnetno povezavo, ki vsebuje 44,7 GB datotek, povezanih z viri git podjetja Yandex. Datoteke naj bi bile ukradene iz družbe Yandex julija 2022. Poleg tega, da vsebujejo smernice za preprečevanje neželene elektronske pošte, naj bi skladišča vsebovala tudi izvorno kodo družbe Yandex.

Razkritje je razkrilo približno 1 922 dejavnikov razvrščanja, ki jih iskalnik uporablja v svojem iskalnem algoritmu. Koda je bila razkrita v obliki torrenta. Po analizi, ki jo je objavil uporabnik Twitterja Alex Buraks, razkriti podatki vključujejo številne dejavnike razvrščanja, vključno z ustreznostjo besedila, PageRankom, starostjo vsebine, svežino itd.

Verjetno ste že slišali za Yandex, ki je po tržnem deležu četrti največji iskalnik na svetu. Včeraj je prišlo do uhajanja lastniške izvorne kode Yandexa.

Najbolj zanimiv del za skupnost SEO je: seznam vseh 1922 dejavnikov razvrščanja, ki se uporabljajo v iskalnem algoritmu

[🧵THREAD] pic.twitter.com/6x82AAmbON
- Alex Buraks (@alex_buraks) 27. januar 2023

Poleg tega obstaja več dejavnikov vedenja končnega uporabnika, dejavnikov, povezanih s povezavami, in zanesljivosti gostitelja. SEO najdejo nekaj nenavadnih dejavnikov razvrščanja, kot so število edinstvenih obiskovalcev, povprečna uvrstitev domene v poizvedbah in odstotek organskega prometa.

Zdi se, da je bila razkrita vsaj izvorna koda za vse glavne storitve podjetja Yandex:

Iskalnik in indeksirni bot
Zemljevidi - kot sta Google Maps in Street View
Alice - pomočnik z umetno inteligenco, kot je Siri / Alexa
Taxi - Uberju podobna taksi služba
Neposredno - Storitev oglasov, kot je Google Ads / Adwords
Mail - poštna storitev, kot je GMail
Disk - storitev shranjevanja datotek, kot je Google drive
Market - Trg, kot je Amazon
Potovanja - kot Booking.com ter letalske, vlakovne in avtobusne vozovnice
Yandex360 - Podobno kot Googlova delovna okolja za storitve v lastni domeni
Oblak - Verjetno ni bila razkrita vsa infrastrukturna koda.
Plačilo - Obdelava plačil kot Stripe, vendar z omejenim naborom funkcij
Metrika - Kot Google Analytics
Vsaj zaledni del večine drugih storitev podjetja je na voljo. Največji arhiv, imenovan "frontend", še ni raziskan.

Šestakov je opazil tudi nekaj ključev API, ki so bili najverjetneje uporabljeni za testno uvajanje.

Podrobnosti o tem uhajanju najdete tukaj:

https://arseniyshestakov.com/2023/01/26/yandex-services-source-code-leak/

Yandex zanika poskus vdora

Družba Yandex trdi, da je seznanjena z uhajanjem in da je že začela preiskavo, da bi preverila, kako so bili "fragmenti" izvorne kode izpostavljeni javnosti. Omeniti velja, da uhajanje ne vključuje osebnih podatkov uporabnikov ali zaposlenih.

Glede na pomen podjetja Yandex v ruski informacijski infrastrukturi in odtekle podatke pa bi lahko domnevali, da je bil napad motiviran z invazijo te države na Ukrajino. Torej bi lahko bili v napad vpleteni proukrajinski hekerji.

Yandex je v svoji uradni izjavi pojasnil, da podjetje ni bilo napadeno in da bi lahko bil nekdanji zaposleni vpleten v uhajanje izvorne kode v javnost. Vodilno rusko podjetje IT je opozorilo, da puščeni arhiv vsebuje delčke kode, ki so del notranjega skladišča, katerega podatki se razlikujejo od tistih, ki se uporabljajo v najnovejši različici skladišča.

"Yandex ni bil vdrt. Naša varnostna služba je našla delčke kode iz notranjega repozitorija v javni domeni, vendar se vsebina razlikuje od trenutne različice repozitorija, ki se uporablja v storitvah Yandexa," so zapisali v izjavi podjetja.

Kljub temu je uhajanje izvorne kode nevarno, saj predstavlja resno varnostno težavo za organizacije, saj lahko akterji groženj opazujejo intelektualno lastnino podjetja in sistemske podatke. Puščanje izvorne kode bi napadalcem pomagalo ustvariti ciljno usmerjene varnostne zlorabe.

Kakšna je teoretična razlika med algoritmi, ki jih uporabljata Google in Yandex?

So si precej podobni:

obstaja analog RankBrain- MatrixNet
uporabljajo PageRank (skoraj enako kot v Googlu);
veliko besedilnih algoritmov je enakih.

V družbi Yandex je veliko nekdanjih uslužbencev
Yanex je bil zgrajen kot Googlov klon;
SEO strokovnjaki v Rusiji uporabljajo skoraj enake taktike white hat SEO za Yandex in Google

Seveda obstaja veliko razlik, vendar se zdi, da so pristop in večina dejavnikov razvrščanja podobni.

V praksi: če primerjamo rezultate iskanja v Googlu in Yandexu, se ujemajo v ~ 70 %.

Po podatkih Statcounterja je Yandex po tržnem deležu blizu Yahooja in Binga:

Datoteka z dejavniki razvrščanja: https: //dropbox.com/s/toyehkkfduogbwk/factors_gen.txt?dl=0

Struktura za vsak dejavnik:

ime
povezava do notranjega wikija (omejeno)
AntiSeoUpperBound (haha)
opis (je v ruščini, prevedel sem ga za vas)
itd.

1. Prvi dejavnik na seznamu - PageRank.

Glavne ugotovitve po analizi tega seznama: Starost povezav je dejavnik razvrščanja.

2. Promet in % organskega prometa sta dejavnika razvrščanja.

Nakup PPC vpliva na uvrstitve.

3. Številke v URL-jih škodijo uvrstitvam

4. Preveč šumnikov v URL-jih škodi razvrščanju

5. Trda pesimizacija enaka PR=0

6. Zanesljivost gostitelja je dejavnik razvrščanja

Čim manj napak 40x/50x imate, tem bolje za vaš organski promet

7. Obstaja ločen dejavnik razvrščanja za dvigovanje Wikipedije

8. Veliko dejavnikov razvrščanja, povezanih z vedenjem uporabnikov - CTR, zadnji klik, čas na spletnem mestu, stopnja odboja

Opomba: Skoraj prepričani smo, da imajo ti dejavniki v Yandexu veliko večji vpliv kot v Googlu.

9. Starost dokumenta in zadnja posodobitev sta dejavnika razvrščanja

10. Povprečni položaj domene v vseh poizvedbah je dejavnik razvrščanja

11. Globina pregledovanja je dejavnik razvrščanja

Pomembne strani naj bodo bližje glavni strani:

zgornje strani: 1 klik z glavne strani
pomembne strani: <3 kliki

12. Dodatno: dejavnik razvrščanja za osirotele strani

To lahko ugotovite z našim orodjem za revizijo spletnega mesta.

13. Povratne povezave z glavnih strani so pomembnejše kot z notranjih strani

14. Število iskalnih poizvedb vašega spletnega mesta/url je dejavnik razvrščanja

Čim več, tem bolje

15. Promet iz Wikipedije je dejavnik razvrščanja

16. Če bi bil vaš url zadnji za sejo iskanja (uporabnik bo našel, kar potrebuje) - to bi vplivalo na uvrstitev

Za to obstajajo strogi dejavniki in tudi predvidljivi dejavniki.

17. Dejavnik razvrstitve zaznamkov

Čim več uporabnikov doda url v zaznamke, tem večjo faktorsko vrednost ima.

18. Posebni dejavniki razvrščanja za kratke videoposnetke (tiktok, kratki posnetki, kolute)

19. Zemljevidi js-api na strani (na primer Google Maps) so dejavnik razvrščanja

Tudi v Googlu (na primer v potovalni niši) je dodajanje zemljevidov z uporabnimi informacijami/funkcionalnostjo uspešno.

20. Ključne besede v URL-ju so dejavniki razvrščanja

Kot je razvidno iz opisa, bi optimalno vključevalo do 3 besede iz iskalne poizvedbe.

21. Vračanje uporabnikov je dejavnik razvrščanja

Ustvarite izdelke z dobrim zadrževanjem in to bo koristilo vašemu SEO (obstaja veliko dejavnikov razvrščanja za merjenje tega).

22. Delež velikih tiskanih črk v <title> je dejavnik razvrščanja

23. Delež neposrednega prometa je dejavnik razvrščanja

Aka. Če je ves vaš promet prišel iz organskega iskanja, je to sumljivo + slabo za uvrstitev.

24. Še en dejavnik razvrščanja za kakovost vsebine - pokvarjen vdelani videoposnetek na strani

Vstavljanje videoposnetkov - dobro za uvrstitev.
Pokvarjeni vstavljeni videoposnetki - slabo.

25. Preverjeni računi v družabnih omrežjih se uvrščajo drugače kot drugi urni naslovi

Pomembno za iskanja blagovne znamke - v idealnem primeru bi morale biti pri iskanju vaše blagovne znamke v prvih 10 mestih samo vaše domene + preverjena družbena omrežja.

26. Če sidra vaših povratnih povezav vsebujejo vse besede iz ključnih besed, je to dobro za SEO.

Če je v eni povezavi, je to bolj koristno. Še posebej, če je vrstni red besed enak.

27. Razmerje med "dobrimi" in "slabimi" povratnimi povezavami je dejavnik razvrščanja

![Razmerje med "dobrimi" in "slabimi" povratnimi povezavami je dejavnik razvrstitve](https://www.ranktracker.com/media/yandex-leaked-code-containing-search-ranking-factors-ranktracker-explains-all-ranking-factors/images/i84.png "Razmerje med "dobrimi" in "slabimi" povratnimi povezavami je dejavnik razvrstitve")

28. Rang kakovosti besedil na domeni je dejavnik razvrščanja

Strani z nizkokakovostno vsebino vplivajo na celotno domeno.

29. Količina oglasov na strani je dejavnik razvrščanja

30. Obstaja naključnost kot ločen dejavnik razvrščanja

Če ne razumete, zakaj so nekatere strani na vrhu, je to lahko naključno (za testiranje vedenjskih dejavnikov).

31. JS iz storitve Google Analytics je dejavnik razvrščanja

Predvidljivo. Dobra spletna mesta uporabljajo GA / Google analytics pogosteje kot slaba spletna mesta.

32. Vpliv povratnih povezav iz 100 najboljših spletnih strani po PageRanku na uvrstitev

33. URL nima številk

❌ /100-best-credit-cards

✅ /best-credit-cards

34. Število šumnikov v naslovu URL

❌ /finance/articles/2023/investment-advices

✅ /investicijski nasveti

35. Število črk, ki niso črke, v naslovu URL

❌ /pet-toys&all$currency=dollar#mobile

✅ /pet-toys

36. Simbol '?' v naslovu URL je dejavnik razvrščanja

❌ /movies?genre=action

✅ /action-movies

37. Iskalna poizvedba = URL, vključno s pikami in presledki (??)

Iskalna poizvedba je "Franklin D. Roosevelt":

❌ /roosevelt

✅ /Franklin_D._Roosevelt

38. Stari datum v naslovu URL

❌ /2009/12/01/how-to-tie-a-tie

✅ /kako zavezati kravato

39. Ključne besede so v naslovu URL in ne v besedilu strani

❌ /videoigre & stran je o glasbi

✅ /video-games & stran je o video igrah

40. Pokritost URL s trigrami iz iskalne poizvedbe

✅ /hotels-new-zealand

❌ /nz

❌ /cheap-hotels-in-new-zealand-best-deals

V naslov URL vključite 1-3 najpomembnejše besede;
Manj črk/številk/nečrk, če niso del ključne besede.

41. začetne uteži dejavnikov razvrščanja Yandex

Končne uteži izračuna AI(matrixnet), vendar so uporabne tudi začetne vrednosti.

Zaključek

To je vse, kar za zdaj delimo. Pravkar smo začeli. To vam omogoča grob pregled nad tem, kaj je v njem.

S tem smo se le spustili na površje, saj je pred nami še veliko dragocenih spoznanj.

Vendar smo imeli v številnih predpostavkah in interpretacijah od zunaj glede delovanja tako obsežnega iskalnika precej prav, vsaj kar zadeva povezave.

Na splošno je uhajanje kode Yandexa zanimiv vpogled v notranje delovanje sodobnega iskalnika.

Čeprav vseh ugotovitev ni mogoče neposredno uporabiti za Google, so se potrdile številne domneve o splošnem delovanju velikih spletnih iskalnikov, ki so bile v zadnjih letih postavljene.

Predvidevam, da je pred panogo SEO še nekaj zanimivih mesecev z novimi spoznanji iz tega uhajanja.

Spremljajte to stran, saj bomo v prihodnjih tednih in mesecih še naprej dodajali dejavnike razvrščanja.

Posebne zasluge za https://twitter.com/alex_buraks