3. Содержание поисковых запросов

3.1. Поисковые интересы

Мужчины и женщины задают запросы на самые разные темы — и нет такой, которая интересовала бы только мужчин или только женщин. Тем не менее, соотношение запросов разной тематики у пользователей разных полов неодинаковое. По данным поиска Яндекса, самые «мужские» темы — то есть такие, которыми мужчины интересуются сильнее, чем женщины, — это ИТ и компьютерные игры, а самые «женские» — отношения между людьми, дети и поиск работы (рис. 5).

Рис. 5. Тематика мужских и женских запросов к Яндексу¹

В рамках одной и той же темы мужчины и женщины часто ищут разные вещи. Например, среди всех предметов мужчин больше всего интересует электроника, а женщин — одежда и аксессуары (рис. 6). Досуг у мужчин состоит в основном из спорта и приготовления еды, а у женщин — из приготовления еды и походов в театры, музеи и рестораны.

Мужчин и женщин в равной степени интересуют автомобили, запчасти и всевозможные автомобильные аксессуары (хотя среди организаций мужчины ищут автосервисы и автосалоны гораздо чаще, чем женщины).

Рис. 6. Предметы в поисковых запросах мужчин и женщин (в квадратных скобках приведены примеры поисковых запросов)

Разницу между мужскими и женскими интересами можно проследить также по запросам с определёнными словами. Со словом «рецепт» и мужчины, и женщины часто ищут кулинарные рецепты, но у мужчин кроме того популярны «рецепты» для компьютерных игр. Со словом «абонемент» и мужчины, и женщины ищут абонементы в фитнес-центры, но у мужчин популярны также абонементы на спортивные соревнования, а у женщин — в бассейны, солярии и spa-салоны. Ещё несколько подобных примеров — на рис. 7.

Рис. 7. Самые популярные запросы с определёнными словами

в начало

3.2. Поисковые цели

У большинства запросов можно определить не только тематику, но и цель, с которой их задают. Традиционно все запросы группируют в три большие категории — информационные, навигационные и транзакционные.

Особенно разнообразны информационные запросы. Часть из них связана с потребностью решить конкретную практическую задачу — например, [салат с авокадо], [как отключить автозапуск в flowplayer], часть касается нормативов, документации и т.п. — например, [ГОСТ на асбест листовой], [санитарно-гигиенические требования]. Но большинство из них — разнообразные теоретические вопросы, от заданий из кроссвордов до научных проблем — например, [царевич военный вождь троянцев], [полкласса как пишется], [суть идеи синергетики]. Среди этих групп самая «мужская» — документация, а самая «женская» — теоретические вопросы.

Навигационные запросы в основном связаны с поиском сайтов, компаний и организаций — чаще всего их ищут по названию, реже спрашивают про схемы проезда и конкретные адреса. Мужчины чаще вбивают в поисковую строку названия сайтов, а женщины — названия компаний и организаций.

Транзакционные запросы — такие, задавая которые, пользователь хочет совершить конкретное действие — купить слона, забронировать гостиницу и т.д. Часто такие запросы содержат характерные уточняющие слова. Например, женщины чаще мужчин хотят «смотреть онлайн» или «скачать» что-либо. Мужчины чаще интересуются покупками, причём ищут не только сами предметы, но также отзывы и тематические форумы о них.

Рис. 8. Поисковые цели в мужских и женских запросах к Яндексу

Сходства и различия мужчин и женщин ярко проявляются в узких категориях запросов, где указано конкретное намерение. Например, и мужчины, и женщины хотят [купить] автомобиль и квартиру, но мужчины кроме того — ноутбук, iPad и PlayStation Portable, а женщины — дюфастон, котёнка и билеты на поезд. Другие примеры подобных за просов — на рис. 9.

Рис. 9. Самые популярные запросы с указанным намерением

в начало

4. Сходства и различия поискового поведения мужчин и женщин

Портрет типичного мужчины

(по данным поиска Яндекса)

Каждый день, когда мужчины ищут Яндексом, они задают в среднем 6,1 запроса. На 54% вопросов они находят ответ сразу, а на остальные — в среднем за 5 минут 25 секунд. Средняя длина мужских запросов — 3,2 слова. 12% мужских запросов содержат опечатки, около трети — латиницу. В 2,9% запросов мужчины вставляют названия городов, в 15% используют числа, в 0,3% указывают цвета, а 3,3% формулируют как вопросы. Чаще всего мужчины ищут в интернете различные предметы, мультимедийные объекты и информацию, связанную со своими хобби. Они гораздо сильнее женщин интересуются компьютерами и гаджетами. Мужчины чаще ищут материалы, чтобы самостоятельно решить ту или иную проблему — например, спрашивают про документацию и отзывы о товарах и организациях.

Портрет типичной женщины

(по данным поиска Яндекса)

Каждый день, когда женщины ищут Яндексом, они задают в среднем 6 запросов. На 55% вопросов они находят ответ сразу, а на остальные — в среднем за 5 минут 50 секунд. Средняя длина женских запросов — 3,5 слова. 11% женских запросов содержат опечатки, 13% — латиницу. В 3,7% запросов женщины вставляют названия городов, в 9% используют числа, в 0,5% указывают цвета, а 4,2% формулируют как вопросы. Чаще всего женщины ищут в интернете мультимедийные объекты, различные предметы и компании. Они гораздо сильнее мужчин интересуются отношениями между людьми, детьми, поиском работы и здоровьем. Женщины склонны искать готовые ответы на вопросы — они чаще задают запросы, которые требуют однозначного ответа, а документацией и отзывами интересуются реже.

в начало

Основные цифры и факты

По данным поиска Яндекса, общая поисковая активность мужчин и женщин практически не различается — она совпадает с активностью всех пользователей Яндекса в среднем. Мужчины тратят на поиск немного меньше времени, чем женщины.

Основные различия между поисковым поведением мужчин и женщин — в самих поисковых запросах.

Мужские запросы к Яндексу немного короче женских — в среднем 3,2 и 3,5 слова соответственно. Ошибки в запросах немного чаще делают мужчины — в 12% запросов, а женщины — в 11%.

Названия цветов чаще встречаются в женских запросах, чем в мужских (в 0,5% и 0,3% запросов соответственно). Самые популярные цвета у представителей обоих полов — красный, белый и чёрный. Самый «женский» цвет — коричневый, а самый «мужской» — синий.

Женщины чаще, чем мужчины, добавляют в запросы названия городов (в 3,7% и 2,9% запросов соответственно). По данным поиска Яндекса, и мужчинам, и женщинам одинаково нужны банки, рестораны и учебные заведения. У мужчин сильнее интерес к вокзалам, такси и автосервисам, а у женщин — к фитнес-центрам, больницам и государственным организациям.

Мужчины чаще женщин используют в запросах числа (в 15% и 9% запросов соответственно). У мужчин это в первую очередь артикулы различных товаров, а у женщин — даты и разнообразные номера. Числа в женских запросах часто обозначают вещи, связанные с детьми,— номера детских садов, школ и классов в школе, а также возраст детей.

Латиница присутствует почти в трети мужских запросов и всего в 13% женских. Мужчины на латинице ищут бренды и софт. Среди женских запросов на латинице около 40% составляют адреса сайтов, по ошибке введенные в поисковую строку, и запросы, набранные в неправильной раскладке клавиатуры.

Мужчины чаще, чем женщины, спрашивают Яндекс об ИТ и компьютерных играх, а женщины чаще, чем мужчины,— об отношениях между людьми, детях и поиске работы. Среди предметов мужчин больше всего интересует электроника, а женщин — одежда и аксессуары.

Мужчины чаще ищут материалы, чтобы самостоятельно решить ту или иную проблему — например, спрашивают про документацию и отзывы о товарах и организациях. Женщины склонны искать в интернете готовые ответы на вопросы — они чаще задают запросы, которые требуют однозначного ответа, а документацией и отзывами интересуются реже.

в начало

Приложение. Автоматическое определение пола пользователей

Яндекс определяет пол пользователей автоматически — с помощью технологии машинного обучения Матрикснет. Объяснить, как она работает, можно на примере.

Если показать человеку несколько белых предметов, он поймёт, что значит «белый», и сможет находить белые предметы среди множества вещей разных цветов. Ему не помешает, что среди предметов, по которым он учился, некоторые были круглыми и мягкими, некоторые — квадратными и твёрдыми, некоторые — жидкими, а некоторые — сыпучими. Человек поймёт, что в данном случае эти характеристики неважны, а обратит внимание только на цвет.

Примерно так же учится и компьютер, только он может обрабатывать гораздо больше разных факторов за гораздо меньшее время. То есть он может проклассифицировать много объектов с учётом многих параметров. Например, Матрикснет используется в ранжировании результатов поиска¹.

Чтобы научить Матрикснет понятиям «мужчина» и «женщина», ему надо «показать» достаточное количество тех и других. Но для этого сначала надо отобрать пользователей с известным полом — а это непростая задача. В качестве основы брались данные из профессиональной социальной сети МойКруг — в профессиональной жизни люди чаще указывают о себе правильную информацию. Дальше данные обезличивались и автоматически сверялись с информацией из других источников. Отбирались только те пользователи, пол которых совпадал во всех источниках — в итоге около 500 тысяч мужчин и около 500 тысяч женщин. Именно по поисковым сессиям этих пользователей и учился Матрикснет — и выявил около трёхсот важных закономерностей (при этом он учёл «белое», «твёрдое» — отбросил). Из этих закономерностей Матрикснет построил сложную математическую формулу. По ней и определяется пол пользователя.

В описанном процессе есть одна дополнительная сложность. Представим себе, что человек учится различать фиолетовый, сиреневый, лиловый и пурпурный цвета. Сколько он ни будет стараться, про некоторые оттенки так и не сможет с уверенностью сказать, какой же это цвет. Он скажет только что-нибудь вроде «это скорее сиреневый, а это — похоже, лиловый». Примерно в такой же ситуации оказывается и компьютер, когда пытается определить пол пользователя по его поведению: ведь все люди очень разные, далеко не каждый укладывается в закономерности, выявленные машиной. Поэтому в каждом случае Матрикснет сообщает, насколько он уверен в своём решении. Примерно так: «Я уверен на 92%, что это женщина».

в начало

http://company.yandex.ru/facts/researches/ya_on_men_women_11.xml