Отчет «Поисковые запросы» — Метрика. Справка

В отчете приведен список поисковых фраз, по которым посетители нашли ссылку на ваш сайт в результатах поиска. Для каждой фразы можно увидеть, из каких поисковых систем осуществлялся переход по ней.

Посмотреть отчет: Отчеты → Источники → Поисковые запросы.

Пример отчета можно увидеть на демосчетчике Яндекс Метрики.

1. Какие задачи может решать отчет
2. Структура и настройки отчета

Узнать, какие поисковые запросы приводят посетителей на сайт

Отчет покажет поисковые запросы, по которым посетители нашли ссылку на ваш сайт в результатах поиска и перешли по ней.

Посмотреть поисковые запросы из определенной поисковой системы

Для этого нужно выделить сегмент с адресом определенной страницы сайта:

1. Нажмите значок .

2. Выберите условие Источники → Последний источник → Поисковая система.

3. В списке выберите поисковую систему.

4. Нажмите кнопку Применить.

Узнать, по каким запросам переходят на определенную страницу

Для этого нужно выделить сегмент с адресом определенной страницы сайта:

1. В группе условий Визиты, в которых нажмите значок .

2. Выберите условие Поведение → Страница входа.

3. В поле укажите адрес страницы.

В отчете отображаются только те запросы, по каждому из которых перешло больше 10 посетителей в заданном периоде.

Исключить брендовый трафик из отчета

Чтобы исключить данные с упоминанием бренда из отчета, воспользуйтесь сегментацией и добавьте условие вида !@ваш_бренд для русского и английского вариантов бренда, где:

• ! в начале — отрицание условия;
• @ в начале — вхождение строки (регистр не учитывается).

Например, для компании «Алиса в стране чудес» регулярное выражение может выглядеть !@алиса в стране чудес для русского варианта бренда и !@alice in wonderland — для английского. Этим способом можно убрать из отчета не более 20 фраз. Чтобы исключить более 20 фраз, используйте регулярное выражение !~(бренд|бренд.рф|brend.ru).

Данные в отчете объединены в группы:

• Поисковая фраза — запрос, по которому посетитель нашел в результатах поиска ссылку на ваш сайт и перешел по ней. Поисковые фразы могут не отображаться в отчете, если посещаемость за выбранный период меньше 10 посетителей и в отчет добавлена группировка или сегмент, потенциально деанонимизирующий посетителей. Например, «Страница входа», «Возраст» и пр. Также в отчете может отображаться меньше информации, если поисковая система не передает данные в реферере

• Поисковая система — обобщенное название сервиса, на котором есть поиск. Например, Яндекс.

Отчет поддерживает все настройки, доступные в Яндекс Метрике.

Метрика определяет фразы, которые привели посетителей из Поиска Яндекса, по рефереру и cookie браузера. Cookie выставляется на домен, на который посетитель переходит из результатов поиска. Срок действия cookie ограничен. Метрика может не определить фразу по следующим причинам:

• Срок действия cookie закончился. Например, посетитель перешел по ссылке из результатов поиска и оставил страницу открытой на долгое время, затем обновил ее или закрыл.

• Страница, по ссылке на которую перешел посетитель из результатов поиска, перенаправила его на другой домен.

• Браузер посетителя блокирует cookie.

 Написать в чат

Обратите внимание: служба поддержки не обзванивает пользователей. Не следуйте указаниям людей, которые вам звонят и представляются службой поддержки Яндекс Метрики.

«Яндекс» научился ловить «длинный хвост» поисковых запросов

«Яндекс» запустил новый поисковый алгоритм «Палех», в основе которого лежит использование нейронных сетей. Благодаря «Палеху» поиск лучше находит страницы, которые соответствуют не только ключевым словам, но и смыслу запроса. Об этом компания сообщает в своем блоге.

Обработка поисковых запросов — это сложная и порой нетривиальная задача для решения которой, как правило, успешно используется машинное обучение. Однако оно имеет некоторые ограничения: дело в том, что для обучения искусственного интеллекта необходимо большое количество разнообразной пользовательской статистики. Эта статистика существует в большом объеме для популярных и среднечастотных запросов, но практически отсутствует для уникальных запросов — то есть тех, которые не повторяются хотя бы дважды в течение всего периода наблюдений. При этом, до 40 процентов поисковых запросов в Яндексе являются именно уникальными (их еще называют «длинным хвостом», так как они составляют существенную долю обращений к поиску): это могут быть запросы от детей, которые обращаются к системе, как к живому собеседнику («дорогой яндекс посоветуй пожалуйста новые интересные игры про фей для плантика»), или запросы от людей, которые хотят узнать название фильма или книги по эпизоду («фильм про человека который выращивал картошку на другой планете»).

Трудность их обработки заключается в том, что поисковику в таком случае необходимо искать не только соответствие по словам, но и по смыслу.

Разработчики «Яндекса» запустили новый алгоритм, который позволяет справиться с этой проблемой. Он был назван «Палех» в честь Жар-птицы с длинным хвостом, которая часто появляется на палехской миниатюре. В основе «Палеха» лежит использование нейросети и метод семантических векторов.

Разработка и обучение нейросети происходили в несколько этапов. Сначала исследователи использовали модель разработчиков из Microsoft Research под названием Deep Structured Semantic Model. На ее вход подавались тексты запросов и заголовков, которые разбивались на буквенные триграммы (для запроса «палех» получаются триграммы «па», «але», «лех», «ех»). Так как словарь всех известных триграмм ограничен, то текст запроса можно представить в виде вектора размером в несколько десятков тысяч элементов, и отметить вхождение триграмм из запроса в словарь (совпадающие триграммы отмечаются единицей, остальные — нулем).

Сравнивая эти векторы можно узнать о наличии совпадающих триграмм в заголовке страницы и запросе, однако для получения вектора со «свойствами семантической близости» исследователи выполняли преобразование. Его суть заключалась в том, что на выходе модель выдавала результат скалярного умножения последних векторов заголовка и запроса. Система обучалась таким образом, что для положительных обучающих примеров выходное значение было большим, а для отрицательных — маленьким. Сравнивая векторы последнего слоя, исследователи могли вычислить ошибку предсказания и «подкрутить» нейросеть так, чтобы эта ошибка уменьшилась.

Однако определение семантической близости запроса и заголовка страницы было недостаточно эффективным, если нейросеть использовала только триграммы, поэтому разработчики увеличили размер входного слоя оригинальной модели, дополнительно включив в него около 2 миллионов слов и словосочетаний. После этого они создали набор из запросов и случайных заголовков страниц — например, для запроса «палех» случайным заголовком может быть «Правила дорожного движения 2016 РФ». Среди пар «запрос-случайный заголовок» нейросеть училась искать хорошие — то есть те, в которых слова совпадают (по сути дела, это поиск по ключевым словам). Затем исследователи использовали пары, которые система сочла плохими, для того, чтобы научить ее различать неочевидные закономерности. Они добавляли в названия страниц слова, которые соответствовали одному из слов запроса (для запроса «палехская роспись» заголовок страницы выглядел как «Правила дорожного движения 2016 РФ роспись»). В результате нейросеть научилась отличать естественные пары от составленных вручную, то есть не попадаться в ловушку программистов, но все еще не справлялась с главной задачей.

Тогда программисты заставили алгоритм «воевать» против самого себя. Среди сотен случайных заголовков исследователи выбирали такой, который нейросеть считала наилучшим. Так как этот заголовок все равно был случайным, и с высокой вероятностью не соответствовал запросу, то его стали использовать в качестве отрицательного примера.

Другими словами, разработчики «показывали» нейросети лучшие из случайных заголовков, обучали ее, затем искали новые лучшие случайные заголовки, снова показывали системе и так далее. Раз за разом повторяя данную процедуру, исследователи улучшили качество модели, и самые удачные случайные пары стали похожи на настоящие положительные примеры. Использованная схема обучения называется hard negative mining.

Сравнение работы «Палеха» и простого алгоритма BM25, основанного на поиске соответствия между словами в тексте запроса и заголовка показало, что нейросеть значительно лучше справляется с задачей поиска. Например, она может понять, что запросу «келлская книга» соответствует не только страница с названием «келлская книга википедия», но и может подходить страница «ирландские иллюстрированные евангелия vii viii вв». Кроме того, «Палеху» не страшна и переформулировка запроса, которая существенно затрудняет работу алгоритма BM25, и он все равно правильно определяет релевантные заголовки страниц.

В будущем разработчики планируют научиться строить модель по полному тексту, так как заголовок содержит неполную информацию о документе.

Недавно программисты разработали поисковую систему для видеороликов на YouTube, которая в качестве запроса принимает от пользователя последовательность пиктограмм. В ее основе лежит также использование нейросети, которыя умеет выделять кадры из роликов Youtube, определять, что именно изображено на экране в данный момент и сопоставлять кадр с определенным набором пиктограмм (эмодзи).

Кристина Уласович

Нашли опечатку? Выделите фрагмент и нажмите Ctrl+Enter.

Структура запроса. Описание API

Внимание. Яндекс Коннект больше не поддерживается. API Directory будет закрыт с 01.01.2023.

Для управления организациями, пользователями и доменами перейдите в Яндекс 360 для бизнеса.

Документация по API 360 (рус.)

Формат запроса Common Directory API:

  POST  — Создать объект. "}}">|  GET  — Получить информацию об объекте или списке объектов."}}">|  PATCH  — Изменение параметров существующего объекта. Запросы, отправленные с  Метод PATCH  изменяет только параметры, явно указанные в теле запроса."}}">| 
  DELETE  — Удалить объект."}}"> /\n 
 Версия API каталога. Текущая версия API —  v6 . 
 \n "}}">/\n 
 Тип ресурса, к которому обращается API: 
 \n \n "}}">/\n 
 Идентификатор ресурса.  
 \n "}}">/?\n 
 Некоторые запросы содержат дополнительные параметры. Эти параметры описаны в разделах, посвященных запросам API. 
 \n "}}">=<значение1>&<параметр2>=<значение2> HTTP/1.1
 
 \n 
 
  Хост  — Содержит адрес хоста, предоставляющего API. Значение всегда должно быть 
  https://api.directory.yandex.net  . 
 
 \n 
 "}}">: https://api.directory.yandex.net
 
 \n 
 
  Авторизация  — содержит токен OAuth в поле  OAuth <token value> формат , например: 
 
 \n 
 
 Авторизация: OAuth 0c4181a7c2cf4521964a72ff57a34a07 
 \n
 "}}">: OAuth 
 \n
  Content-Type 
  (только для запросов с методами  POST  и  PATCH ) — Формат данных запроса. Значение всегда должно быть  application/json; кодировка=utf-8  .
 \n
 "}}">: приложение/json; кодировка = utf-8
 \n
  Принять  (только для запросов с методом 
  GET ) — ожидаемый формат данных ответа. Значение всегда должно быть  application/json  .
 \n
 "}}">: приложение/json
 \n
  X-Org-ID  — Код компании. Заголовок необходимо передавать только в том случае, если запрос инициирован администратором нескольких компаний.
 \n
 "}}">: <идентификатор компании> ...
{json-объект | json-array} 

Запросы к Directory API принимают один из следующих HTTP-методов:

• GET — Получить информацию об объекте или списке объектов.

• POST — Создать объект.

• ПАТЧ — Изменение параметров существующего объекта. Запросы, отправленные методом PATCH , изменяют только параметры, явно указанные в теле запроса.

• УДАЛИТЬ — Удалить объект.

Версия API каталога. Текущая версия API — v6 .

Тип ресурса, к которому обращается API:

Идентификатор ресурса.

Некоторые запросы содержат дополнительные параметры. Эти параметры описаны в разделах, посвященных запросам API.

Каждый запрос, отправляемый в Directory API, должен содержать HTTP-заголовок:

• Хост — Содержит адрес хоста, предоставляющего API. Значение всегда должно быть https://api.directory.yandex.net .

• Authorization — Contains an OAuth token in the OAuth format, for example:

   Authorization: OAuth 0c4181a7c2cf4521964a72ff57a34a07 

• Accept (only for requests with the GET method) — Ожидаемый формат данных ответа. Значение всегда должно быть приложение/json .

• Content-Type (только для запросов с методами POST и PATCH ) — формат данных запроса. Значение всегда должно быть application/json; кодировка=utf-8 .

• X-Org-ID — Код компании. Заголовок необходимо передавать только в том случае, если запрос инициирован администратором нескольких компаний.

Некоторые запросы могут иметь дополнительные заголовки. Эти заголовки описаны в разделах, посвященных запросам API.

Тело запроса содержит информацию, необходимую для создания или изменения объекта. Информация должна передаваться в формате JSON. Описание возможных полей и структуры тела можно найти в разделах, посвященных запросам API.

В ответ на некоторые запросы API создает список объектов (например, список пользователей или отделов). Для экономии ресурсов эти списки разбиты на страницы. Ответы на запросы содержат только одну страницу. Вы можете установить количество объектов на странице и их количество с помощью per_page и page параметров соответственно.

Если параметры per_page и page опущены, список разбивается на страницы по 20 элементов на странице. Ответ содержит первую страницу списка.

Запросить список сотрудников:

 GET /v6/users/?page=2&per_page=10
Хост: https://api.directory.yandex.net
Авторизация: OAuth 0c4181a7c2cf4521964a72ff57a34a07
Идентификатор X-организации: 000
Принять: приложение/json
Идентификатор X-запроса: 123456 

Была ли статья полезна?

Запрос информации о пользователе.

Войти через Яндекс. Руководство разработчика

При запросе информации о пользователе API Яндекс ID возвращает все данные, на которые есть права у указанного в запросе OAuth-токена.

Запрос информации о пользователе Яндекса формируется так:

 ПОЛУЧИТЬ https://login.yandex.ru/info?
[ \n 
 Формат возвращаемых данных. Возможные значения: 
\n 

\n

• "json" — Возвращает документ JSON. Это значение используется по умолчанию, если параметр не указан в запросе.

\n

• "xml" — Возвращает XML-документ.

\n

• "jwt" — Возвращает веб-токен JSON.

\n

\n «}}»>=json | XML | jwt] [& Секрет, который будет использоваться для подписи JWT. Если параметр не передан, приложение OAuth&#39Вместо этого будет использоваться ;s client_secret.

Мы рекомендуем не передавать этот параметр.

«}}»>=<Секретный ключ>] [& \n

Нужно ли запрашивать идентификаторы OpenID, которые пользователь мог получить от Яндекс. Список включается в ответ в массив JSON или элемент XML openid_identities .

\n

Чтобы запросить идентификаторы, установите значение «1», «да» или «истина». Если установлено любое другое значение, параметр игнорируется.

\n

Этот параметр используется при переходе с Яндекс ID на API Яндекс ID.

\n «}}»>=1 | да | истинный] Авторизация: OAuth \n

Токен доступа OAuth, дающий разрешение на доступ к данным аккаунта пользователя с помощью API Яндекс ID. Содержимое ответа зависит от разрешений, предоставляемых токеном OAuth, указанным в запросе.

\n

Токен OAuth должен быть указан в запросе одним из следующих способов:

\n \n «}}»>

В этом методе токен OAuth отправляется в параметре запроса GET и может быть сохранен открыто в истории браузера или в журналах доступа любого промежуточного хоста. Сохраненный токен OAuth может быть использован хакером.

 ПОЛУЧИТЬ https://login.yandex.ru/info?
[ \n 
 Формат возвращаемых данных. Возможные значения: 
 \n 

\n

• "json" — Возвращает документ JSON. Это значение используется по умолчанию, если параметр не указан в запросе.

\n

• "xml" — Возвращает XML-документ.

\n

• "jwt" — Возвращает веб-токен JSON.

\n

\n «}}»>=json | XML| jwt] [& \n

Нужно ли запрашивать идентификаторы OpenID, которые пользователь мог получить от Яндекс. Список включается в ответ в массив JSON или элемент XML openid_identities .

\n

Чтобы запросить идентификационные данные, установите значение «1», «да» или «истина». Если установлено любое другое значение, параметр игнорируется.

\n

Этот параметр используется при переходе с Яндекс ID на API Яндекс ID.

\n «}}»>=1 | да | истинный] [& \n

Токен доступа OAuth, дающий разрешение на доступ к данным аккаунта пользователя с помощью API Яндекс ID. Содержимое ответа зависит от разрешений, предоставляемых токеном OAuth, указанным в запросе.

\n

OAuth-токен должен быть указан в запросе одним из следующих способов:

\n \n «}}»>=]

Параметры запроса:

Параметр	Значение	Описание
формат	xml | json| jwt	Формат возвращаемых данных. Возможные значения: «json» — возвращает документ JSON. Это значение используется по умолчанию, если параметр не указан в запросе. «xml» — возвращает XML-документ. «jwt» — возвращает веб-токен JSON.
jwt_secret		Секрет, который будет использоваться для подписи JWT. Если параметр не передан, вместо него будет использоваться client_secret приложения OAuth. Мы рекомендуем не передавать этот параметр.
with_openid_identity	1 | да | true	Запрашивать ли идентификаторы OpenID, которые пользователь мог получить от Яндекс. Список включается в ответ в массиве JSON или элементе XML openid_identities . Чтобы запросить идентификационные данные, установите значение «1», «да» или «истина». Если установлено любое другое значение, параметр игнорируется. Добавить комментарий Отменить ответ Ваш адрес email не будет опубликован. Обязательные поля помечены * Комментарий * Имя * Email * Сайт