Обратные ссылки и Google Page Rank

Автор: Юрий
Опубликовано: 2521 день назад (23 декабря 2010)
Рубрика: Без рубрики
Редактировалось: 1 раз — 23 декабря 2010
0
Голосов: 0
О фактических отношениях между входящими ссылками и Google Page Rank мало кто знает в сообществе поисковых систем. Все что у нас есть - это «мнения специалистов», которые могут быть как верными, так и совершенно неправильными. Эта статья поможет разобраться и узнать в чем же действительно дело.
Для SEO, понимание технической части обратных ссылок и Google Page Rank имеет весьма важное значение, когда приходится отвечать на общие вопросы, задаваемые SEO клиентами, которые не имеют никакого представления как они работают, а также поможет получить представление каким образом можно улучшить уже существующую SEO стратегию. Неоднократно было доказано, что Google Page Rank приравнивается к ссылочной популярности, а высокая популярность, в свою очередь, означает «значимость», но не обязательно приравнивается к «релевантности». Вот почему мы можем наблюдать сайты с низким PR на верхних позициях в поисковых системах.
Данная статья не о том, как повысить Page Rank, чтобы улучшить ранжирование. Это в любом случае не произойдет. Если Вы пытаетесь улучшить свой рейтинг в поисковых системах, обратите свое внимание на улучшение более важных вещей, нежели Page Rank (контент, коэффициент эффективного посещения сайта (конверт), ссылки из актуальных сообществ, и т.д).

Однако эта статья глубоко изучит зависимость общего количества обратных ссылок и Google Page Rank между собой. Как мы все знаем, Google Page Rank за последние годы очень изменился (особенно за последнее время) и та информация о нем, которой мы обладаем, возможно, уже устарела.
Мы можем достичь нашей цели путем проведения научного исследования. Это подразумевает собрать информацию, проанализировать ее, а затем сделать выводы и рекомендации. «Один тест стоит тысячу мнений экспертов». В этом исследовании мы будем использовать значения Google Toolbar, который отображает PR страницы (от 1 до 10), поскольку истинный Page Rank, согласно Google, не виден общественности.

Это исследование будет направлено на то, чтобы дать ответы на общие вопросы, касающиеся Page Rank и обратных ссылок:
1.    В какой зависимости друг от друга находятся входящие ссылки и Google Page Rank? Насколько эта зависимость сильна?
2.    Каким образом Google преобразовывает входящие ссылки в значение PR, которое отображается в тулбаре?
3.    Какова степень сложности каждого повышения значения PR? Например, сколько ссылок потребуется, чтобы увеличить PR от 1 до 2? Хватит ли такого же количества ссылок и для того, чтобы поднять PR от 9 до 10?
4.    Каким образом мы можем использовать это исследование, чтобы улучшить качество обратных ссылок веб-сайта?

Если Вас заинтересовало данное исследование, и Вы хотите узнать о нем больше, то читайте дальше.

Методология и теория

Согласно классическому определению Page Rank , PR страницы – функция всех обратных ссылок, указывающих на нее. Эти обратные ссылки приходят как из самого домена так и извне.
Чтобы измерить количество обратных ссылок мы будем использовать Yahoo Site Explorer . Во-первых, мы зайдем на домашнюю страницу, затем нажмем на “Explore URL”. Соберем "Inlink" данные, которые по умолчанию измерят число ссылок приходящих со “ВСЕХ страниц и ТОЛЬКО этой”. Скриншот смотрите ниже:

Page Rank


Можно увидеть, что существует 297259 обратных ссылок на главную страницу seochat.com, которые приходят со ВСЕХ страниц (внутри и вне домена). Эти обратные ссылки отвечают за значение PR данной страницы.
В целях обеспечения определенной аккуратности и точности этого исследования, совокупность обратных ссылок и данные Google PR будут собраны для случайной выборки из 100 веб-сайтов. Затем мы введем данные в таблицу Excel.
Значения Google PR возьмем с тулбара.


Сбор данных и анализ

Данные для случайной выборки из 100 сайтов собраны. Скриншот смотрите ниже:

Page Rank

Полный перечень исходных данных .
Для изучения взаимосвязи между общей суммой входящих ссылок, указывающих на URL и Google Page Rank, мы будем использовать методы статистического анализа регрессии. Ниже приводится график исходных данных:

Page Rank

На оси ординат используется шкала в логарифмическом масштабе, чтобы более точно отобразить все данные на графике. Участок с регрессией помогает ответить нам на первый вопрос:

«В какой зависимости друг от друга находятся входящие ссылки и Google Page Rank?»
Ответ: прямая/сильная логарифмическая зависимость между Google Page Rank и общей суммой входящих ссылок на URL. R в квадрате (коэффициент детерминации в статистике) составляет 67%. Это означает, что в настоящее время, показатель PR зависит на 67% от обратных ссылок.
Каким образом Google преобразовывает входящие ссылки в значение PR, которое отображается в тулбаре?
В приведенном выше участке модель регрессии такова:

    Y = 13.418e1.4717x
    Где:
    Y – общая сумма входящих ссылок на URL, а X – значение PR.
    В практическом применении, мы попытаемся выразить значение PR как функцию входящих ссылок. Таким образом, найдем значение Х.
    Логарифмируем обе стороны (используя десятичный логарифм, основание 10)
    Log10Y=Log1013.41e1.4717x
    Применяем свойства логарифма и находим значение Х
    X= (log10(y/13.418))/ (1.4717log10e)
    е – постоянная величина в натуральном логарифме, равная 2.71828…
    Загоните это уравнение в таблицу Excel и оно подсчитает Вам приблизительное значение PR, которое обеспечивает общая сумма входящих ссылок (у - переменная).


Вычисление степени сложности

Одни из наиболее часто задаваемых вопросов в SEO: «Какова степень сложности каждого повышения значения PR? Например, сколько ссылок потребуется, чтобы увеличить PR от 1 до 2? Хватит ли такого же количества ссылок и для того, чтобы поднять PR от 9 до 10?»
Ответ заключается в точном основании логарифма используемого в Google PR, который может быть вычислен выше. Отметим, что мы используем основание 10 при вычислении значения PR. Мы попытаемся выразить вышеупомянутое уравнение как:

    X= log b (y)
    Где b – точное основание логарифма, которое отражает сложность каждого значения PR. Х – значение PR, а Y – общая сумма ссылок.
    Приравниваем два PR уравнения:
    (log10(y/13.418))/ (1.4717log10e) = log b (y)
    Высчитываем значение основания В:
    Основание (b) = 10(1.4717loge) (log13.418)
    Оно равно 5.26. Это также упрощает вычисление PR:
    X= log 5.26 (y)

Таким образом, каждое повышение значения PR увеличивает степень сложности в 5.26 раз. Используя это логарифмическое основание, далее рассмотрим пример моделируемой таблицы обратной ссылки:

Из таблицы ясно, что, начиная с одной обратной ссылки для PR 0, для того чтобы подняться до показателя PR 1, вам необходимо иметь четыре ссылки. Но чтобы подняться до показателя PR 2 с PR 1 необходимо уже 22. Такая сложность увеличивается с каждым уровнем PR; гораздо легче подняться с PR 3 до 4 (разница в 620 ссылок) нежели с 9 до 10 (разница в 13,130,501 ссылок). Причина в том, что PR имеет логарифмическую зависимость. Это также объясняет такое малое количество сайтов в Интернете с показателем PR 10 и наоборот большое количество сайтов с более низким показателем от 1 до 3.
Каким образом мы можем использовать это исследование, чтобы улучшить качество обратных ссылок веб-сайта?

Это исследование рассказывает нам много об алгоритме  Page Rank. Во-первых, так как  67 %  PR зависят от обратных ссылок, вполне логично, что во всех SEO стратегиях, большое внимание и большое количество ресурсов будет уделяться улучшению качества и количества обратных ссылок на сайт. Несколько этических методик могут улучшить обратные ссылки. Методики, такие как привлечение ссылок и создание линкомагнитного контента являются наилучшими способами в улучшении качества сайта.
Потребуется намного больше, чем просто показатель PR, чтобы получить трафик и клиентов с поисковых систем. Убедитесь в том, что помимо улучшения качества Вашей ссылки, показателя PR, улучшится как трафик, так и коэффициент эффективного посещения вашего сайта (конверт). Именно на этом многие сайты терпят неудачу.
Когда утром я слышу звук будильника, мне кажется что в меня выстрелили. | 34 фактора, влияющие на ранжирование сайта в Google SERP
Теги: seo

Нет комментариев. Ваш будет первым!