Поиск без кликов

Происхождение и история термина

Доступные источники не называют первого автора выражения zero-click search. Поэтому историю лучше строить не вокруг недоказанного первенства, а вокруг появления способов завершить задачу внутри выдачи.

В 2009 году Jane Li, Scott Huffman и Akihito Tokuda опубликовали исследование good abandonment. Они определили такой случай как прерванный запрос, при котором потребность пользователя успешно удовлетворена страницей результатов и нет необходимости кликать или уточнять запрос ^[6]. Важно: аннотация исследования не приравнивает любое отсутствие клика к успеху.

16 мая 2012 года Google представил Knowledge Graph, который показывал сведения о сущностях и их связях прямо в поиске ^[1]. Это подтверждённый этап, но не первая в мире возможность узнать что-то без перехода. Позже к таким форматам добавились выделенные фрагменты и генеративные ответы ^{[2, 3, 5]}.

Суть и механизм

После ввода запроса пользователь видит поисковую выдачу — SERP, от английского search engine results page. Затем он может перейти к внешнему источнику, прочитать ответ на самой SERP, открыть внутренний элемент, переформулировать запрос или прекратить поиск.

Технический журнал может увидеть только часть этой цепочки. Учебный пример: два человека ищут время начала концерта. Первый видит время в выдаче и закрывает поиск: его задача решена. Второй не находит нужный концерт и тоже закрывает поиск. Если измерен только внешний клик, оба случая выглядят одинаково.

Выделенный фрагмент Google показывает описательный текст перед обычной ссылкой. Если пользователь нажмёт на такой фрагмент, Google переведёт его к соответствующему месту исходной страницы ^[2]. Значит, наличие фрагмента создаёт возможность получить сведения без перехода, но не запрещает клик.

ИИ-ответ действует схожим образом в одном важном смысле: он может дать часть ответа в поисковой среде и одновременно показать ссылки. Google описывает ссылки в AI Overviews и AI Mode ^[3]. Яндекс сообщает, что ответы Алисы AI в Поиске, как правило, содержат ссылки на источники, и предупреждает о возможных неточностях ^[5]. Наличие ИИ-ответа и фактический клик — разные события.

Виды и классификации

Ниже — рабочая классификация редакции, а не отраслевой стандарт.

Разница между запросом и сессией особенно важна. Человек может не кликнуть после первого запроса, уточнить его и перейти на сайт после второго. Первый запрос был без клика, а сессия — нет. Без явного правила два процента могут описывать разные события.

Как применяется на практике

Владелец сайта обычно не видит все поисковые сессии. Он видит показы и клики своего ресурса. Отчёт Search Console, например, определяет клики как переходы на данный сайт из результатов Google, а показы — как появления сайта в выдаче ^[4]. Отчёт одного сайта не показывает, кликнул ли человек по другому результату.

Учебный пример. У справочной страницы выросло число показов и снизился CTR. Возможные объяснения: изменился состав запросов, страница стала показываться на другой позиции, изменился заголовок, появился новый блок выдачи или изменилась конкуренция. Это гипотезы, а не готовое доказательство zero-click.

Проверяемая гипотеза звучит уже: «Снизились ли клики по одной группе запросов при сопоставимых странах, устройствах и позициях после появления данного формата?» Даже такое сравнение не становится случайным экспериментом: одновременно могли измениться другие факторы. Но такая формулировка хотя бы отделяет наблюдаемое изменение от его причины.

Документация Google говорит, что показы сайта в AI Overviews и AI Mode входят в общий поисковый трафик Search Console с типом Web ^[3]. Это не отдельный счётчик всех сессий без клика. Из этой справки нельзя вывести рыночную долю zero-click.

Как измерить или проверить

Для заданной методики доля поиска без внешнего перехода равна

где $N_{no\ external\ click}$ — число наблюдаемых единиц без внешнего перехода, а $N_{comparable}$ — все сопоставимые единицы с одинаковыми правилами наблюдения. Числитель и знаменатель должны измерять одно и то же: например, только сессии, а не сессии в числителе и показы сайта в знаменателе.

Учебный расчёт: за один день панель наблюдала 1000 завершённых сессий. В 420 не зафиксирован внешний переход. $Z=420/1000\times100\%=42\%$. Это вымышленные данные, а не оценка рынка. 42% не означают, что все 420 человек получили правильный ответ.

Другой учебный расчёт показывает типичную ошибку. Сайт получил 2000 показов и 80 кликов. Его CTR равен $80/2000\times100\%=4\%$, потому что Google определяет CTR как отношение кликов к показам ^[4]. Но $100\%-4\%=96\%$ — не доля всех поисков без клика. В этом остатке есть люди, которые могли перейти на другие сайты.

К любой оценке нужен «паспорт»: источник данных, страны и устройства, период, единица, окно и правило завершения. Нужно также указать, что делают с оборванными и неопределёнными сессиями. Изменение любого из этих правил может изменить итоговую долю даже при одинаковом поведении людей.

Как отделить zero-click от других причин снижения кликов

Наблюдаемое снижение кликов начинают разбирать с единицы. Если общее число кликов упало, но сократилось и число показов, сам CTR мог не измениться. Если показы выросли, а клики остались теми же, CTR снизится даже без потери абсолютного трафика. Поэтому сначала смотрят на клики, показы и CTR раздельно, а не только на одну линию графика ^[4].

Затем данные делят на смысловые группы. Падение по запросам с коротким фактическим ответом и падение по запросам о длинном сравнении могут иметь разные причины. Если склеить их, изменение одной группы может скрыться за средним значением. Группы описывают заранее по задаче, типу страниц или иному воспроизводимому признаку, а не подбирают только после того, как увидели желаемый график.

Далее проверяют изменения самого сайта. Страница могла закрыться от индексации, отдавать ошибку, медленно загружаться или получить новый заголовок, который хуже объясняет содержание. Изменение кликов в такой ситуации не требует гипотезы о zero-click. Хронология технических и редакционных изменений помогает увидеть такое совпадение во времени.

Отдельно проверяют изменение позиции и вида выдачи. Если сайт переместился с верхней части экрана ниже, кликов может стать меньше. Если в тот же период появился новый ответ в выдаче, это даёт более узкую гипотезу, но всё ещё не доказывает причину. Для причинного вывода нужен дизайн исследования, который сравнивает сопоставимые случаи и учитывает другие изменения.

После этих проверок вывод может остаться ограниченным: «клики по группе снизились одновременно с появлением ответа; других крупных изменений не обнаружено». Это точнее, чем «поисковик забрал трафик». Ограниченный вывод не слабее: он показывает, какая часть цепочки реально наблюдалась и какая осталась гипотезой.

Когда нужно сравнить два исследования, таблица методов полезнее двух голых процентов. В неё вносят единицу, охват устройств и стран, правило внешнего перехода, длину окна, обработку уточнений и неопределённых случаев. Если один отчёт считает запросы, а другой — сессии, разница в долях может возникнуть из самого правила. Пока это различие не устранено, нельзя уверенно приписывать разницу поведению аудитории.

Для учебного анализа можно взять одну группу запросов и построить недельный ряд из показов, кликов и CTR. Рядом отмечают даты изменений страницы и заметных изменений выдачи. Затем формулируют не один, а несколько возможных ответов: пользователь получил ответ сразу, сайт опустился ниже, заголовок стал менее понятным или изменился состав запросов. Каждая версия должна иметь наблюдение, которое могло бы её ослабить. Такой подход не обещает быстро найти единственную причину, зато не выдаёт совпадение за доказательство.

Ошибки, ограничения и спорные вопросы

Первая ошибка — назвать нуль кликов удовлетворённостью. Good abandonment предполагает успешное решение информационной задачи, а не просто пустую ячейку в журнале кликов ^[6]. Без данных о задаче или поведении причина остаётся неизвестной.

Вторая — свести явление к нейропоиску. Сведения внутри выдачи существовали до современных генеративных ответов: это видно по Knowledge Graph и выделенным фрагментам ^{[1, 2]}. Нейроформат — одна возможная среда для zero-click, но не его определение.

Третья — обещать специальную разметку, которая гарантирует появление в ИИ-ответе. Google указывает, что дополнительных технических требований и специальной schema.org-разметки для AI Overviews и AI Mode нет, а соблюдение всех требований не гарантирует показ ^[3]. Это утверждение о Google, а не универсальная норма всех поисковиков.

Четвёртая — из изменения трафика вывести одну причину. Без сравнения позиций, запросов, страниц, технических изменений и внешних событий причинный вывод остаётся гипотезой.

Частые вопросы

Связанные термины

• Поисковая выдача (SERP)
• Google AI Overviews
• Поисковый интент
• CTR (кликабельность)
• Органический трафик
• AEO (оптимизация под ответы)