Релевантность — степень соответствия поискового документа (страницы сайта) конкретному запросу пользователя. В классической теории информационного поиска она измеряется текстовыми методами: TF-IDF, BM25, косинусным расстоянием между векторами запроса и документа. В современных поисковых системах понятие существенно расширилось.
В Яндексе релевантность — многомерная оценка, которую алгоритм MatrixNet-XL вычисляет на основе сотен факторов. Помимо текстовых совпадений, учитываются семантическая близость через эмбеддинги, соответствие интенту запроса и накопленные поведенческие сигналы. Различают три уровня:
Важно понимать: релевантность не является статичной константой. Алгоритм пересчитывает её динамически на основе накапливаемой статистики поведения по конкретному запросу. Страница, которая была нерелевантной полгода назад, может стать релевантной после обновления контента — и наоборот, ранее сильный документ теряет позиции, если пользователи перестают с ним взаимодействовать.
В Яндексе 2026 года оценку релевантности координирует MatrixNet-XL — алгоритм градиентного бустинга на тысячах признаков, обученный на разметке асессоров и живом пользовательском поведении. Алгоритм сопоставляет признаки документа с накопленной статистикой поведения для семантически схожих запросов.
Текстовые факторы сохраняют вес, однако он снизился относительно 2020–2022 годов. Критичны: вхождение запроса в title, h1, первые 100 слов, URL; плотность ключа в пределах 2–4%; LSI-слова и синонимы из семантического кластера.
Поведенческие сигналы (по экспертным оценкам, 30–50% итоговой релевантности):
| Метрика | Типичный порог для высокой релевантности | |---|---| | CTR в Яндексе | Выше медианы для позиции | | Время на сайте | >90 с (информационные), >60 с (коммерческие) | | Bounce Rate (отказы) | <40% коммерческие, <60% информационные | | Глубина просмотра | >1,5 стр./сессию | | Return rate | Повторные визиты в течение 7–30 дней |
Геозависимость: Яндекс локализует оценку релевантности. Один документ получает разный балл для Москвы и Новосибирска — подробнее в статье Геозависимость. Для запросов с местной привязкой («пицца доставка», «ремонт квартир») региональный сигнал нередко перевешивает текстовый.
Интент-классификация: Яндекс разделяет запросы на коммерческие, информационные и навигационные. Страница, идеально оптимизированная под ключ, но не соответствующая интенту, получает низкую релевантность: пользователи уходят быстро, алгоритм фиксирует pogosticking и понижает документ.
Работа с релевантностью в SEO ведётся по трём направлениям.
1. Текстовая оптимизация под запрос и интент Вхождение ключевого запроса в title (до 60 символов), h1, первый абзац, alt изображений. Важен охват семантического поля: синонимы, смежные термины, вопросы из «Яндекс.Подсказок». Для информационного запроса — прямой ответ на вопрос в первых 100–150 словах; для коммерческого запроса — цена, кнопка CTA, УТП в верхней части страницы.
2. Поведенческая оптимизация После привлечения трафика важно удержать пользователя:
3. Мониторинг через инструменты Яндекс.Вебмастер → «Запросы» показывает, по каким ключам страница ранжируется в SERP Яндекса и какой CTR собирает. Яндекс.Метрика → «Источники» + «Поведение» даёт данные о времени, отказах и глубине для каждого поискового запроса. Диагностика расхождений: позиция высокая — CTR низкий (проблема сниппета); CTR высокий — bounce высокий (проблема соответствия интенту).
Релевантность — фундамент, без которого накрутка ПФ не даёт эффекта. Алгоритм ранжирования Яндекса рассматривает страницу как кандидата на рост только при наличии базовой текстовой релевантности: документ должен попасть в «пул кандидатов» по запросу, прежде чем поведенческие сигналы смогут его продвинуть.
Почему накрутка без релевантности опасна: если страница не соответствует запросу, но получает искусственно завышенный CTR — алгоритм фиксирует аномалию. Высокий CTR + высокий bounce означает, что пользователь перешёл, ничего не нашёл и вернулся в выдачу — классический pogosticking. Это работает против позиции.
Сигнал переформулировки запроса: когда пользователи массово уточняют или меняют формулировку после перехода на страницу, Яндекс интерпретирует это как «контент не решил задачу» — сильный негативный сигнал релевантности.
Корректная модель поведения при работе с ПФ воспроизводит паттерн удовлетворённого пользователя:
Только при наличии текстовой релевантности такая поведенческая картина убеждает алгоритм поднять документ выше. x10seo строит ИИ-сессии именно по этому принципу: сначала — контентное соответствие, затем — имитация живого удовлетворённого поведения.
Релевантность напрямую определяет ранжирование Яндекса: её итоговая оценка — главный входящий сигнал для алгоритма MatrixNet-XL, агрегирующего текстовые и поведенческие факторы в позицию в SERP Яндекса. Без попадания в индекс конкурировать невозможно — поэтому корректная индексация в Яндексе является техническим предусловием.
Поведенческие метрики — время на сайте, bounce rate, глубина просмотра, return rate — прямые измерители поведенческой релевантности. Pogosticking — наиболее явный сигнал низкой релевантности: немедленное возвращение в выдачу сразу после перехода. Переформулировка запроса — смежный сигнал того же типа, косвенно указывающий на несоответствие интенту. Последний клик в пользовательской сессии — один из сильнейших сигналов того, что документ оказался наиболее релевантным среди всех просмотренных результатов.