Z-метрики посадочной страницы: отклонения от топа

Общее количество слов на странице. Базовый объем body-контента после токенизации. От него зависят нормализации частот, плотностей, заголовков на 100 слов и других сравнительных метрик.

Количество уникальных слов. Показывает размер словаря документа. Помогает отличать раскрытие темы от простого раздувания текста повторяющимися словами и фразами.

Средняя длина слова в символах. Косвенно отражает сложность лексики и стиль письма. Технические, медицинские и простые коммерческие страницы обычно имеют разный профиль длины слов.

Количество символов с пробелами. Фиксирует фактический объем исходного текста вместе с пробелами и переносами. Полезно сопоставлять с привычными редакторскими лимитами.

Количество символов без пробелов. Показывает чистый объем символов без пробелов, переносов и табов. Нужен, чтобы сравнивать плотность текста без влияния форматирования.

Длина заголовка страницы. (title). Считает длину title в символах. Помогает увидеть, насколько заголовок страницы попадает в нормальный коридор выдачи и не превращается в перегруженный список ключей.

Длина заголовка H1. Фиксирует размер основного H1. Слишком короткий заголовок часто не раскрывает интент, слишком длинный начинает спорить с текстом страницы.

Длина мета-описания. Контролирует объем meta description как зоны сниппета. Здесь важны информативность, отсутствие воды и попадание в ожидаемый диапазон длины.

Количество заголовков H2+H3 на 100 слов. Считается как количество H2 и H3 на 100 слов. Это показывает плотность структуры, а не просто абсолютное число подзаголовков.

Индекс лексического разнообразия MATTR. MATTR считает TTR по скользящим окнам и поэтому меньше зависит от длины текста, чем обычное отношение уникальных слов к общему числу. Для коротких документов применяется защитная логика, чтобы не принимать заглушки за качественный текст.

MATTR растет, когда в скользящих окнах появляется больше разных слов. Простое увеличение объема не гарантирует рост, если текст повторяет один и тот же словарь.

Энтропия Шеннона. (мера разнообразия словаря). Оценивает равномерность распределения слов: чем выше значение, тем меньше текст сводится к нескольким повторяющимся терминам. Низкая энтропия часто указывает на бедный или переоптимизированный словарь.

Энтропия повышается при более равномерном распределении слов и падает, когда несколько терминов забирают на себя большую часть частот.

Процент слов, встречающихся только один раз. Считается как доля слов словаря, встретившихся один раз, преимущественно по словам без стоп-слов. Помогает оценить богатство словаря и наличие уникальных терминов.

Долю Hapax повышают новые значимые слова, которые встречаются один раз. При росте повторов этих слов показатель снижается, потому что они выходят из зоны hapax.

Процент слов, встречающихся ровно два раза. Показывает долю слов, встретившихся ровно два раза. Такая зона часто отражает естественные повторы: термин уже закреплен в тексте, но еще не превращен в навязчивый рефрен.

Dislegomena растет, когда слова встречаются ровно два раза. Третий повтор уже выводит слово из этой группы, поэтому метрика чувствительна к умеренным повторам.

Абсолютная тошнота. $\sqrt{\text{max\_frequency}}$ - корень из максимальной частоты слова. Берется квадратный корень из максимальной частоты значимого слова без стоп-слов. Это быстрый индикатор того, не давит ли одно слово на весь документ.

Классическую тошноту двигает самый частый значимый токен: повтор лидирующего слова повышает значение, но из-за квадратного корня рост сглаживается.

Процент самого частого слова. $\frac{\text{max\_frequency}}{\text{total\_words}}\cdot100$. Сравнивает самое частое значимое слово с общим объемом текста. Удобна для поиска переспама, потому что учитывает не только число повторов, но и размер документа.

Метрика растет вместе с процентом самого частого значимого слова: чем короче текст при том же числе повторов, тем выше значение.

Академическая тошнота. процент наиболее частых слов в тексте. Считает удельную энергию повторов значимых слов по RMS-логике и исключает гапаксы. Метрика чувствительна к группе часто повторяющихся слов, а не только к одному лидеру.

Значение растет от группы часто повторяющихся значимых слов. Единичные слова не учитываются, поэтому метрика показывает не богатство словаря, а энергию повторов.

Тошнота по биграммам. (словосочетаниям из 2 слов). Берет самую частую пару соседних слов и переводит ее повторяемость в процент от объема текста. Помогает ловить переспам устойчивых двухсловных ключей.

Биграммную тошноту двигает самая частая пара соседних слов: чем больше ее доля относительно объема текста, тем выше риск фразового переспама.

Индекс доминации биграмм. повторяемость × NPMI × доминация лидера (0–100). Оценивает не только частоту биграммы, но и силу связи слов через NPMI, вес повтора и доминацию лидера. Поэтому редкие случайные пары не раздувают показатель.

Доминация биграмм усиливается, когда одна связка одновременно часто повторяется, имеет сильную статистическую связь слов и заметно отрывается от остальных пар.

Индекс доминации триграмм. повторяемость × NPMI3 × доминация лидера (0–100). Расширяет ту же идею на тройки слов: учитывает NPMI3, повторяемость и доминацию самой сильной фразы. Полезно для длинных коммерческих ключей и шаблонных оборотов.

Для триграмм важна не только частота, но и устойчивость всей трехсловной конструкции: сильная связка с доминацией лидера поднимает показатель быстрее случайных повторов.

Тошнота по триграммам. (словосочетаниям из 3 слов). Берет самую частую тройку соседних слов и считает ее долю в общем тексте с учетом длины фразы. Показывает, где повторяются уже не слова, а целые конструкции.

Триграммная тошнота растет от повторов одной и той же трехсловной фразы. Метрика чувствительна к шаблонным оборотам и длинным коммерческим ключам.

Взвешенное покрытие эталонного семантического ядра. (coverage × TF-IDF) на 100 слов. Сравнивает документ с эталонным словарем SERP, где слова взвешены по покрытию в топе и среднему TF-IDF. Метрика нормализуется на 100 слов, чтобы объем текста не давал бесплатного преимущества.

Сильнее всего значение двигают слова из эталонного ядра с высоким coverage × TF-IDF: важные термины меняют профиль заметнее, слабые и случайные почти не влияют.

Процентное покрытие эталонного семантического словаря без весов на 100 слов. Считает простое покрытие эталонного семантического словаря без весов и нормализуется на 100 слов. Отвечает на вопрос: сколько важных слов темы вообще присутствует в документе.

Здесь важна ширина словаря: каждое новое слово из эталонного ядра повышает покрытие, а повтор уже найденного слова не увеличивает NSW.

Дивергенция Дженсена-Шеннона относительно медианного профиля топа. Сравнивает вероятностное распределение слов документа с центроидом SERP по семантическому ядру. Чем ниже дистанция, тем ближе текст к типичному языку топа по важным словам.

Дистанцию меняет распределение частот по словам ядра: близость к центроиду SERP снижает значение, перекос в отдельные термины или стороннюю лексику повышает его.

Эффективность покрытия биграмм на 100 слов. Показывает, какая доля значимых биграмм SERP найдена в документе, затем нормализуется на 100 слов. Это не просто список фраз, а сигнал покрытия устойчивых связок топа.

Покрытие повышают устойчивые двухсловные связки из топа. Одиночные слова без нужной пары BCS не двигают.

Глубина раскрытия темы по частотам. близость распределения слов к медианному профилю корпуса. Сравнивает частоты ключевых слов документа с медианными частотами корпуса через логарифмическое отклонение. Высокое значение означает, что частотный профиль близок к топу.

ZDDS растет, когда частоты ключевых слов приближаются к медианам корпуса; заметный недобор или перебор снижает значение.

Соответствие процентных долей слов медианным долям корпуса. Сравнивает процентные доли ключевых слов с медианными долями корпуса. Метрика чувствительнее к пропорциям: можно иметь нужные слова, но расставить акценты неправильно.

ZPC чувствителен к долям слов в общем объеме текста: изменение объема без изменения частот тоже меняет проценты и итоговое совпадение.

Соответствие TF‑IDF показателей медианным значениям корпуса. Сравнивает внутристраничные TF-IDF-веса с медианными значениями топа. Вес слова рассчитывается как его доля в документе, умноженная на натуральный логарифм числа уникальных слов страницы.

TF-IDF совпадение зависит от близости к медианным весам корпуса, поэтому простой повтор термина может как улучшить, так и ухудшить результат.

Процент 'водных' слов. (предлоги, союзы, местоимения). Считает долю стоп-слов по полному словарю: предлоги, союзы, частицы, вводные и модальные слова. Высокое значение показывает размытость текста и слабую концентрацию смысла.

Водность растет вместе с долей стоп-слов: предлогов, союзов, местоимений, вводных и модальных слов. Значимые термины без служебной прослойки снижают процент.

Соответствие закону Ципфа. (естественность текста). Берет частотный список значимых слов и проверяет, насколько он похож на естественную кривую $f(r)=\frac{C}{r}$. Низкое значение часто появляется при искусственном переспаме или бедном словаре.

Соответствие Ципфу повышается, когда частоты слов убывают естественной кривой: один лидер, затем плавное снижение. Резкие всплески отдельных слов ломают профиль.

BM25 релевантность основного текста. Page-Level BM25 оценивает соответствие body-контента запросу по лемматизированным терминам. Это не простое вхождение, а скор с нормализацией частоты и насыщением TF.

Body-текст дает самый широкий контекст: здесь BM25 показывает, насколько тема раскрыта в основном содержании, а не только заявлена в заголовках.

BM25 релевантность заголовка. Считает BM25 только внутри title. Показывает, насколько заголовок страницы релевантен запросу без учета большого body-текста.

Title — короткая и сильная зона. Одно точное попадание здесь заметнее, чем в body, но лишний шум сразу размывает смысл заголовка.

BM25 релевантность H1. Считает BM25 по H1. Это отдельный сигнал, потому что главный заголовок может быть релевантным, даже если остальной текст перегружен или размыт.

H1 показывает главный фокус страницы. Он может поддерживать title, уточнять интент или, наоборот, уводить страницу в слишком общий рекламный заголовок.

BM25 релевантность мета-описания. Считает BM25 по meta description. Помогает оценить, насколько сниппетная зона поддерживает запрос, а не живет отдельно от темы страницы.

Description — зона сниппета: она не раскрывает тему целиком, но показывает, насколько краткое описание страницы совпадает с запросом пользователя.

BM25 релевантность заголовков H2+H3. Считает BM25 по объединенным H2 и H3. Показывает, насколько структура разделов раскрывает запрос, а не только основной текст.

H2 и H3 отвечают за карту разделов. Высокий скор здесь означает, что тема разложена по структуре, а не спрятана только внутри абзацев.

Релевантность BM25 с учётом позиций слов в документе. Добавляет к BM25 позиционный вес: термины в начале документа получают больший вклад, середина нейтральна, конец слабее. Так учитывается принцип раннего раскрытия темы.

Эта метрика отделяет раннее раскрытие темы от позднего упоминания. Те же слова в начале документа получают больший вес, чем в конце.

BM25 релевантность текста к корпусу запросов кластера. Сравнивает body-контент не с одним маркерным запросом, а с корпусом запросов кластера. Это сигнал релевантности странице всей теме, а не одной формулировке.

Corpus BM25 по тексту смотрит шире маркерного запроса: документ сравнивается с языком всего кластера и показывает покрытие темы целиком.

BM25 релевантность заголовка к корпусу запросов кластера. Проверяет title на релевантность корпусу запросов кластера. Полезно, когда кластер шире одного ключа и важно покрыть несколько пользовательских формулировок.

Title Corpus BM25 показывает, не слишком ли узко title сформулирован относительно всего кластера. Это полезно, когда одна посадочная собирает несколько интентов.

BM25 релевантность H1 к корпусу запросов кластера. Проверяет H1 относительно корпуса запросов кластера. Показывает, насколько главный заголовок совпадает с языком всей группы запросов.

H1 Corpus BM25 проверяет главный заголовок на ширину темы: сильный H1 по одному ключу может оказаться слабым для корпуса запросов.

BM25 релевантность мета-описания к корпусу запросов кластера. Оценивает meta description относительно корпуса запросов кластера. Помогает увидеть, поддерживает ли описание весь интент, а не только главный ключ.

Description Corpus BM25 показывает, отражает ли сниппетная зона не только главный ключ, но и общий интент кластера.

BM25 релевантность заголовков H2+H3 к корпусу запросов кластера. Считает корпусный BM25 по H2 и H3. Показывает, вынесены ли важные темы кластера в структуру страницы.

Headings Corpus BM25 показывает, вынесены ли подтемы кластера в структуру H2/H3. Это слой про архитектуру текста, а не про повтор ключа.

BM25 по тексту ссылок страницы относительно маркерного запроса. Считает BM25 по тексту ссылок страницы относительно маркерного запроса. Показывает тематическую концентрацию анкоров, включая ссылки меню и футера; количество ссылок само по себе не оценивается.

Скор растёт, когда слова маркерного запроса занимают большую долю текста ссылок. Анкоры на другие темы разбавляют совпадения.

BM25 по тексту ссылок страницы относительно корпуса запросов кластера. Считает BM25 по тексту ссылок страницы относительно корпуса запросов кластера. Показывает, насколько тематика анкоров охватывает язык всего кластера.

Скор растёт, когда анкоры покрывают значимые слова корпуса запросов кластера с учётом их весов.

BM25 релевантность URL к запросу. Разбирает URL на токены и считает релевантность адреса запросу. Метрика показывает, насколько путь страницы сам несет тему запроса.

На значение влияют совпадения слов запроса с токенами адреса: понятные разделители, транслитерация и тематический slug дают больше сигнала, чем случайные идентификаторы или параметры.

Стандартное отклонение плотности ключевых слов. Документ разбивается на чанки примерно по 100 слов, затем считается разброс плотности ключей между чанками. Высокое значение указывает на локальные участки с чрезмерной плотностью ключей.

Разброс растет, когда ключи собираются в отдельных чанках текста и почти исчезают в других. Равномерное распределение снижает стандартное отклонение.

Коэффициент вариации плотности ключевых слов. Нормализует разброс плотности ключей относительно среднего значения. Это позволяет сравнивать документы с разной общей плотностью ключей.

CV показывает не абсолютную плотность, а ее относительную нестабильность. Значение растет, когда разброс велик по сравнению со средней плотностью ключей.

Коэффициент кластеризации ключевых слов в тексте. Смотрит на позиции ключевых слов: расстояния между ними, долю слишком близких соседей и распределение по секциям. Чем выше значение, тем сильнее ключи собираются в сгустки.

Коэффициент растет от коротких расстояний между ключами, плотных соседних повторов и неравномерного распределения по секциям текста.

Риск спама. Метрика оценивает риск локальных всплесков повторяющихся слов на странице после исключения стоп-слов, коротких токенов и чисел (0-1). Ищет локальные всплески повторяющихся значимых слов в окнах по 40 токенов. Итог берется по самому сильному сгустку, поэтому метрика ловит именно плотный локальный спам.

Spam Risk реагирует на самый сильный локальный сгусток повторяющегося слова. Одной высокой частоты по всему тексту мало: важна плотность внутри коротких окон.

Индекс качества сайта по Яндексу. Добавляет внешний сигнал качества домена из Яндекса. В анализе он не заменяет текстовые метрики, но помогает видеть разницу между сильными и слабыми доменами в SERP.

DIKS меняется не от текста страницы, а от внешнего показателя домена. Внутри анализа он помогает отделять текстовый профиль документа от общего веса сайта.

Среднее абсолютное отклонение всех z-score метрик. (общая 'необычность' документа). Считается как среднее абсолютное отклонение по Z-score метрикам. Это не оценка "хорошо/плохо", а общий индекс необычности документа относительно топа.

SEOS растет, когда у документа много сильных Z-отклонений по разным метрикам. Низкое значение означает более типичный профиль относительно выбранного топа.