Co v článku najdete
O proklicích jako o signálu pro řazení výsledků se v branži diskutuje přes dvacet let. Dnes už ale většina SEO specialistů ví, že samotná kliknutí nejsou přímým hodnotícím faktorem. Prostá pravda o proklicích je totiž taková, že jde o pouhá surová data. A systém s nimi překvapivě pracuje dost podobně, jako když výsledky posuzují živí hodnotitelé.
Prokliky jako surový signál
Prohlášení amerického ministerstva spravedlnosti k antimonopolnímu memorandu ze září 2025 označuje prokliky za surový signál, se kterým Google pracuje. Do stejné kategorie řadí také samotný obsah, hodnocení od živých hodnotitelů nebo vyhledávací dotazy. To je zásadní, protože surový signál představuje základní datový vstup nejnižší úrovně. Tyto základní vstupy systém obvykle dále zpracovává na hodnotící signály vyšší úrovně, případně slouží k trénování AI modelů, jako je RankEmbed nebo jeho nástupce RankEmbedBERT.
Prokliky patří mezi nezpracované signály protože:
- Jsou přímým odrazem reality a pozorování.
- Nejsou dosud interpretované ani použité jako trénovací data.
Dokument ministerstva spravedlnosti USA cituje profesora Jamese Allana, který při soudním řízení svědčil jako znalec ve prospěch společnosti Google:
- „Signály mají různou míru složitosti. Existují surové signály, jako je počet prokliků, obsah webové stránky nebo výrazy v dotazu. Tyto signály lze vytvořit celkem jednoduchými metodami, například pouhým počítáním výskytů, třeba kolikrát lidé na danou stránku klikli u konkrétního vyhledávacího dotazu.“
Profesor Allan tyto základní vstupy srovnává se signály na opačném konci spektra:
- „Na druhém konci spektra se nacházejí pokročilé modely hlubokého učení. Jde o systémy strojového učení, které dokážou rozpoznat složité vzorce v obrovských balících dat. Hluboké modely tyto vzorce nacházejí, využívají a přidávají do unikátní vrstvy hodnocení, ovšem za cenu vysokých výpočetních nároků.“
Podle Allana využívá Google k sestavení konečného skóre webové stránky včetně její popularity a kvality právě tyto signály nejvyšší úrovně.
Surové signály procházejí dalším zpracováním
V antimonopolním dokumentu ze září 2025 se hned několikrát jako ukazatel popularity objevuje hodnotící systém Navboost. Nikde ale není zmínka související s tím, že by prokliky měly přímý vliv na pozice jednotlivých webů ve výsledcích vyhledávání.
Dokument popisuje Navboost jako nástroj pro měření popularity a záměru:
- „…popularita měřená uživatelským záměrem a systémy zpětné vazby včetně Navboost/Glue…“
A na jiném místě, když se vysvětluje, proč jsou některá data z Navboostu přísně chráněným obchodním tajemstvím:
- „Jde o popularitu měřenou záměrem uživatelů a systémy zpětné vazby včetně Navboost/Glue…“
Stejná logika se drží i v pasáži, která vysvětluje, proč jsou některá data z Navboostu chráněná. Podle dokumentu musí Google v rámci navrhovaného nápravného opatření zpřístupnit kvalifikovaným konkurentům následující datové sady:
- Data na straně uživatele používaná k sestavení, vytvoření nebo provozování statistického modelu (modelů) GLUE.
- Data na straně uživatele používaná k trénování, sestavení nebo provozování modelu (modelů) RankEmbed.
- Data na straně uživatele používaná jako trénovací data pro modely generativní AI používané ve Vyhledávání nebo v jakémkoli produktu generativní AI, přes který lze přistupovat k Vyhledávání.
Google používá první dvě datové sady k vytváření vyhledávacích signálů a třetí k trénování a ladění modelů, které tvoří základ přehledů AI Overviews a (pravděpodobně) i aplikace Gemini.
Prokliky, stejně jako posudky živých hodnotitelů, představují pouhý surový signál. Ten se pak posouvá dál do algoritmického řetězce (například k trénování modelů umělé inteligence), kde pomáhá přesněji párovat webové stránky s vyhledávacími dotazy nebo vytváří signály kvality a relevance. Tento výsledný signál se teprve potom přimíchá k ostatním hodnotícím faktorům, které systém používá k řazení nebo úpravě pozic.
70 dní záznamů o vyhledávání
Dokument amerického ministerstva spravedlnosti zmiňuje využití 70denních logů vyhledávání. V celkovém kontextu spisu jde sice o pouhých jedenáct slov, v debatách se na ně ale často odkazuje.
Nejčastěji citovaná pasáž:
- „70 dní vyhledávacích protokolů plus skóre generované lidskými hodnotiteli“
Působí to jednoduše a přímočaře, celý kontext je však o něco širší:
- „RankEmbed a jeho pozdější verze RankEmbedBERT představují hodnotící modely, které spoléhají na dva hlavní zdroje dat: X % (začerněno) ze 70 dní záznamů vyhledávání plus skóre od živých hodnotitelů, které Google používá k měření kvality organických výsledků vyhledávání.“
Záznamy o vyhledávání za 70 dní nepředstavují data o proklicích, která by Google používal přímo k řazení výsledků. Jde o souhrnná data určená k dalšímu zpracování při trénování specializovaných AI modelů (jako je RankEmbedBERT), které pak webové stránky řadí na základě analýzy přirozeného jazyka.
Tato část dokumentu tedy netvrdí, že by Google používal data o proklicích k přímému hodnocení webů. Fungují podobně jako posudky od živých hodnotitelů, to znamená, že jiné systémy je využívají čistě jako trénovací data nebo je dále zpracovávají.
Co je RankEmbed od Google?
RankEmbed představuje model postavený na zpracování přirozeného jazyka, který slouží k vyhledávání a řazení relevantních dokumentů.
Spis amerického ministerstva spravedlnosti vysvětluje:
- „Samotný RankEmbed je systém hlubokého učení poháněný umělou inteligencí, který velmi dobře rozumí přirozenému jazyku. Díky tomu dokáže efektivněji vyhledat ty nejvhodnější dokumenty, a to i ve chvíli, kdy v dotazu chybí některá konkrétní slova.“
Tento model je trénovaný na výrazně menším objemu dat než jeho předchůdci. Trénovací podklady zčásti tvoří dvojice vyhledávacích dotazů a konkrétních webových stránek:
- „…RankEmbed se trénuje na pouhé setině dat oproti starším hodnotícím modelům, a přesto doručuje kvalitnější výsledky vyhledávání. …Mezi základními trénovacími daty najdete informace o vyhledávacím dotazu (včetně klíčových výrazů, které z něj Google odvodil) a o navazujících webových stránkách.“
Jde o trénovací data, na kterých se model učí rozpoznat, jak těsně dané výrazy souvisejí s obsahem webu. Ve spisu se k tomu dále uvádí, že data, o která se modely RankEmbed opírají, tvoří kombinace údajů o proklicích, dotazech a hodnocení webových stránek od živých hodnotitelů.
Z kontextu této pasáže je zcela zřejmé, že data o proklicích (stejně jako posudky od lidských hodnotitelů) slouží k trénování AI modelů, a nikoliv k přímému ovlivňování pozic ve výsledcích vyhledávání.
Patent od Google na hodnocení prokliků
Už v roce 2006 si Google podal patent týkající se prokliků s názvem Úprava pořadí výsledků vyhledávání na základě implicitní zpětné vazby od uživatelů. Tento vynález popisuje matematický vzorec pro stanovení míry relevance ze souhrnných surových dat o proklicích.
Patent jasně rozlišuje mezi vytvořením samotného signálu a procesem hodnocení. Vytvořená míra relevance slouží jako výstup pro hodnotící systém, který ji pak může připočítat ke stávajícímu skóre a podle toho seřadit výsledky pro nová vyhledávání.
Patent konkrétně popisuje:
- „Subsystém pro hodnocení může obsahovat modul pro úpravu pozic, který využívá implicitní zpětnou vazbu od uživatelů k přehodnocení výsledků vyhledávání. Cílem je vylepšit konečné pořadí prezentované uživateli vyhledávače.“
To, na co lidé ve výsledcích vyhledávání klikají (data o proklicích), se transformuje na takzvaný podíl prokliků, který pak slouží k úpravě pozic u budoucích vyhledávání. Právě tento podíl prokliků představuje zmíněné měřítko relevance. Vynález popsaný v patentu se netýká sledování jednotlivých kliknutí. Jde o matematické měření vznikající kombinací všech těchto dílčích akcí. Započítávají se do něj krátká, střední i dlouhá kliknutí a také poslední kliknutí v rámci relace.
Technicky se ukazatel označuje jako LCIC (Long Click divided by Clicks, tedy počet dlouhých prokliků vydělený celkovým počtem prokliků). Pracuje se zde s množným číslem prokliky, protože systém se rozhoduje na základě součtu mnoha prokliků (v souhrnné podobě), nikoli podle jednoho konkrétního kliknutí.
Podíl prokliků je shrnutý ze tří důvodů:
- Součet:První číslo použité pro hodnocení představuje součet všech jednotlivých vážených prokliků pro konkrétní dvojici dotaz - stránka.
- Normalizace: Tento součet se vydělí celkovým počtem všech prokliků (druhé číslo).
- Statistické vyhlazení: Systém na souhrnné číslo aplikuje vyhlazovací faktory. Zajišťuje tím, že jedno ojedinělé kliknutí u málokdy vyhledávaného dotazu nezkreslí nespravedlivě výsledky, což funguje i jako ochrana proti spamování.
Patent hovoří o váhovém vzorci jako o součtu a podílu dat od obrovského množství uživatelů, ze kterých pak vytváří jediné výsledné skóre pro konkrétní stránku. Dvojice dotaz - URL funguje jako jakýsi datový kontejner, do kterého se ukládá nákupní i vyhledávací chování každého uživatele, který kdy zadal danou frázi a klikl na příslušný výsledek. Vyhlazovací faktor pak slouží jako součást ochrany proti spamu. Zajišťuje, že se ojedinělá kliknutí u málokdy vyhledávaných dotazů do výpočtu vůbec nedostanou.
To znamená, že už v roce 2006 byla kliknutí pouze surovými daty. Ta se v celém řetězci postupně transformují přes několik fází slučování do jednoho statistického měřítka relevance, než se vůbec dostanou do samotné fáze řazení výsledků.
V tomto patentu tak samotná kliknutí nejsou hodnotícími faktory, které by přímo určovaly, zda se web posune v žebříčku nahoru, nebo dolů. Slouží výhradně v souhrnné podobě jako ukazatel relevance, který se až poté předává dalšímu hodnotícímu systému. Ve chvíli, kdy se tyto informace dostanou do finálního systému pro řazení výsledků, tak už nemají podobu jednotlivých uživatelských akcí, ale sjednoceného měřítka relevance.
Závěr: Hlavní myšlenky
- Prokliky nejsou přímým hodnotícím faktorem a samy o sobě pozice ve vyhledávání neovlivňují.
- Jde o pouhá surová data, která slouží jako vstup pro trénování AI systémů jako RankEmbedBERT.
- Stejně jako posudky živých hodnotitelů se data o kliknutích do finálního řazení dostávají až v souhrnné podobě jako přefiltrovaný signál relevance.
Často kladené otázky (FAQ)
Souvisí prokliky (kliknutí ve výsledcích vyhledávání) přímo s pozicemi webu na Google?
Samy o sobě ne. Samotná kliknutí představují pouhá surová data a fungují výhradně jako trénovací vstupy pro algoritmy nebo modely hlubokého učení (například RankEmbedBERT). Google je do konečného řazení výsledků přimíchává až v souhrnné podobě jako přepočítaný signál relevance.
Jak Google pracuje s daty o proklicích?
Google z těchto dat přes matematické vzorce a vyhlazovací faktory vytváří statistické měřítko relevance, jako třeba podíl dlouhých prokliků vůči jejich celkovému počtu. Tento přefiltrovaný signál se posouvá dál do algoritmického řetězce, kde pomáhá přesněji párovat webové stránky s vyhledávacími dotazy u budoucích vyhledávání.
Co je systém Navboost a jakou roli hraje při vyhodnocování prokliků?
Navboost je hodnotící systém od Google, který měří popularitu stránek a uživatelský záměr na základě zpětné vazby z vyhledávání. Vyhodnocuje chování uživatelů v souhrnné podobě, přičemž jeho data slouží k vytváření vyhledávacích signálů a ochraně proti spamu, nikoliv k okamžitému posunu konkrétního webu za jedno kliknutí.
Zdroj: searchengineland.com, searchenginejournal.com, marketingland.com, facebook.com, cpcstrategy.com
Autor: Martin Kulhánek
Foto zdroj: AI, pixabay.com
