Cum legături afectează ratingurile motoarelor de căutare
Capitolul 7 Crearea legăturilor de conținut demne și marketingul de link-uri
Un site web care este prietenos cu motoarele de căutare este cheia succesului în ceea ce privește optimizarea. În capitolul următor (despre colectarea referințelor), indicăm faptul că referințele reprezintă un element critic în imaginea generală a optimizării și mai ales atunci când se adresează unor termeni extrem de competitivi. Cu toate acestea, dacă nu faceți site-ul optimizat și prietenos pentru păianjeni, atunci colecția de link-uri va fi în mare parte în zadar. Site-ul web, care de la început este construit pe baza opțiunilor optime (pentru accesarea păianjenilor și obținerea unor ratinguri ridicate), este baza pe care vă puteți construi toate proiectele de optimizare. Cu o bază atât de solidă, atingeți cele mai înalte obiective.
Referințele sunt factorii principali ai comportamentului de rating. Atât arhitectura, cât și conținutul site-ului sunt principalii actori în procesul de creare a prieteniei cu motoarele de căutare, dar când vine vorba de ordonarea rezultatelor, link-ul extern devine un indicator critic.
În plus, contextul fiecărui link (locația acestuia pe pagină, textul de ancorare care îl înconjoară etc.) este luat în considerare la determinarea relevanței. Link-urile pot transmite încredere ajutând la depășirea posibilelor acuzații de spam, care pot distruge succesul site-ului în domeniul optimizării.
La colectarea legăturilor, trebuie să vă amintiți două puncte critice:
• colectarea referințelor reprezintă o parte fundamentală a optimizării. Fără aceasta, nu veți avea noroc (dacă nu aveți o marcă extrem de puternică);
• Colectarea de referințe nu trebuie să se oprească. Aceasta este o parte constantă a procesului de marketing pentru site-ul dvs. web.
Pentru a vă ajuta să înțelegeți sursele algoritmilor referențiali (a căror logică de bază este valabilă și astăzi), să examinăm mai atent algoritmul original PageRank.
Fig. 7.1. Pagina inițială pentru fiecare pagină
Apoi paginile pot crește ratingul PageRank obținând linkuri din alte pagini (Figura 7.2).
Fig. 7.2. Paginile sunt legate prin link-uri către un PageRank suplimentar
Cât de PageRank poate trimite o pagină către alte pagini utilizând link-uri? Mai puțin decât PageRank-ul acestei pagini. În Fig. 7.3 aceasta este reprezentată de funcția f (x), ceea ce înseamnă că ratingul PageRank este funcție de x (ratingul total PageRank).
Fig. 7.3. Alte pagini pot primi o parte din PageRank (PageRank pasibil)
Dacă această pagină se referă doar la o altă pagină, atunci aceasta transferă paginii sale întregul PageRank (după cum se arată în Figura 7.4), unde pagina B primește întreaga PageRank a paginii A.
Cu toate acestea, acest script devine mai complex, deoarece paginile se vor conecta la mai mult de o altă pagină. Când se întâmplă acest lucru, evaluarea PageRank transmisă este împărțită între toate paginile care primesc legături. Arătăm acest lucru în Fig. 7.5, unde pagina B și pagina C primesc jumătate din rata PageRank transmisă de la pagina A.
Fig. 7.5. O simplă ilustrare a transferului de PageRank
În formula originală pentru PageRank, greutatea legăturii este împărțită în mod egal între numărul de linkuri de pe pagină. Astăzi acest lucru este făcut diferit, dar pentru a înțelege designul original este bun. Acum ia în considerare Fig. 7.6, care ilustrează un exemplu mai complex care arată fluxul clasamentului PageRank între paginile care fac trimiteri unul la celălalt.
Fig. 7.6. Cross-referință între pagini
Referințele încrucișate complică foarte mult calculul PageRank. În Fig. 7.6 pagina In face legătura înapoi la pagina A și transferă o anumită cantitate de zbor) PageRank se poziționează înapoi în pagina A. Fig. 7.7 trebuie să înțelegeți modul în care aceasta afectează ratingul PageRank al tuturor paginilor.
Fig. 7.7. Calcule iterative ale PageRank
Definiți parametrii noi:
• q este ratingul care se acumulează pe pagina B de la link-ul de la pagina A (după ce toate calculele iterative au fost efectuate);
• z este evaluarea care se acumulează pe pagina A din link-ul de la pagina B (din nou, după ce toate iterațiile au fost finalizate).
Scenariul din Fig. 7.8 creează complicații suplimentare deoarece intră într-un link de la pagina B la pagina D. În acest exemplu, paginile A, B și C sunt legături interne în același domeniu, iar pagina D este alt site (în acest exemplu este afișat Wikipedia). În formula originală PageRank, legăturile interne și externe au trecut evaluarea exact la fel. S-a constatat imperfecțiunea acestei distribuții, deoarece editorii au descoperit că legăturile cu alte site-uri creează o "scurgere" a ratingului din propriile site-uri (Figura 7.8).
Fig. 7.8. Scurgeri din ratingul PageRank
Din moment ce pagina B se referă la Wikipedia, o parte din ratingul transferat la PageRank este trimis acolo în loc de celelalte pagini la care se face referire în pagina B (în exemplul nostru, aceasta este pagina A). În Fig. 7.8 reprezentăm acest lucru prin parametrul w, care este un rating care nu se încadrează pe pagina A din cauza legăturii cu pagina D.
Scurgerea ratingului PageRank a reprezentat un dezavantaj semnificativ al algoritmului. Dacă cei care creează pagini pentru clasarea pe Google, au studiat principiile de bază ale PageRank, vor înțelege rapid că legăturile de pe site-ul lor fac mai mult rău decât bine. Dacă o astfel de filozofie urma să adere la un număr mare de site-uri web, aceasta ar submina conceptul de "link-uri sunt voci" și ar dăuna Google. Inutil să spun că Google a rezolvat acest defect în algoritmul său, astfel încât nu este nevoie să vă faceți griji cu privire la scurgerea ratingului PageRank. Site-urile calitative se pot conecta la alte pagini relevante de înaltă calitate pe Internet.
Dar chiar și după aceste modificări, legăturile interne transmit încă o anumită sumă de PageRank (Figura 7.9).
Fig. 7.9. Link-urile interne transmit încă o anumită valoare de PageRank
Google a modificat și îmbunătățit algoritmul PageRank de mai multe ori. Cu toate acestea, cei care sunt implicați în optimizarea rezultatelor Google, cunosc algoritmul original, desigur, util.