Relevanta versus Importanta

Feb 3, 2009 SEO

Astazi vreau sa vorbesc despre un subiect extrem, extrem, extrem de important in intelegerea optimizarii ca stiinta. De multe ori vad si aud termenii de relevanta si importanta folositi impropriu si, la fel ca si in cazul PageRank-ului, multa confuzie e creeata gratuit in jurul lor si in mod direct, in jurul conceptului de SEO si a ce presupune el.

Cum functioneaza un motor de cautare

Din “politete” am formulat sub-titlul de mai sus cu “motor de cautare”, nu cu Google, insa putem asuma ca majoritatea motoarelor de cautare moderne (Yahoo, MSN et co) au adoptat in mare conceptul de link-graph search engine, pe care Google il lansa prin 2000 odata cu ideea de PageRank. Despre PageRank am scris data trecuta, dar merita sa revin putin la subiect, pentru ca in articolul respectiv, chiar daca am acoperit mult teren am zgariat doar suprafata acestui concept. Insa inainte sa vedem care e diferenta dintre PageRank-ul care il vedem noi in Google toolbar si PageRank-ul real al unei pagini, am pregatit un mic ghid grafic care ne arata mult mai clar (sper) cum functioneaza un motor:

1. Userul tasteaza in Google query-ul de care e interesat (in cazul acesta query-ul e “keyword”).

2. Baza de date a motorului contine miliarde de documente (pagini), iar indexul trebuie parsat si extrase documentele care pot fi relevante pentru query-ul respectiv.

3. Algoritmul de determinare a relevantei unei pagini pentru un query (numit de Google “Hyper Text Matching Algorithm”) merge mai adanc, extragand documentele care au query-ul in puncte specifice, precum in titlu, in headere, in continut, in meta tags, in ancorele linkurilor inbound, etc. In pasul acesta se restrange numarul de rezultate intre 1 si 1,000 (1,000 fiind numarul maxim de pagini pentru un query – de exemplu 100 de pagini a cate 10 rezultate, sau 10 pagini a cate 100 de rezultate).

4. Fiecare document e trecut apoi printr-o serie de filtre, dintre care cele mai importante fiind PageRank-ul si cel de geo-targetting. Aici se acorda importanta fiecarui document, pe baza careia se construiesc apoi paginile din SERP.

5. Rezultatul final – SERP (Search Engine Results Pages).

Real PageRank si Toolbar PageRank

In primul rand sa facem diferenta esentiala intre real PageRank (ii zicem de acum RePR), ca tehnologie folosita in analizarea unui site in functie de numarul si importanta linkurilor si toolbar PageRank (ii zicem TPR de acum) care e un indicator vizual dar foarte general al PageRank-ului real al unei pagini. De aici incolo, cand vorbesc de PageRank, sau RePR, ma refer strict la PageRank-ul “adevarat” al unei pagini, nu la TPR, care poate fi de multe ori afisat eronat. In cazul in care e corect, modul de afisare a TPR-ului ca indicator e logaritmic si fiecare din cele 11 valori pe care le poate lua (TPR 0 -> TPR 10) corespunde unui vector de RePR-uri, delimitate de ridicarea la putere a bazei initiale. Puterea folosita nu se cunoaste si e extrem de dificil sa o aflam, dar intuind putem determina ca e undeva intre 2 si 5. Diferenta intre un RePR determinat de baza 2 sau de baza 5 e insa imensa, dupa cum se vede in urmatoarele doua grafice:

Ca sa fie mai usor sa vizualizam, luam exemplul bazei 5:

TPR0 = RePR 0.15 - 1
TPR1 = RePR 2– 5
TPR2 = RePR 6– 25
TPR3 = RePR 26 – 125
TPR4 = RePR 126 – 625
TPR5 = RePR 626 – 3,125
TPR6 = RePR 3,126 – 15,625
TPR7 = RePR 15,626 – 78,125
TPR8 = RePR 78,126 – 390,625
TPR9 = RePR 390,626 – 1,953,125
TPR10 = RePR 1,953,126 –9,765,625

Observam 3 lucruri:

1. RePR-ul are vectori lungi de reprezentare pentru TPR-urile de valori mai mari. Ca sa fie si mai clar: Daca RePR-ul tau e 15,800 sau 78,100, TPR-ul paginii va fi tot 6 pentru ca vei fi la limita de jos, respectiv limita de sus a vectorului de valori care sunt reprezentate de TPR6.

2. TPR-ul poate fi un indicator bun al puterii unei pagini, dar in acelasi timp, din cauza lungimii vectorului reprezentativ de care vorbeam mai sus, poate sa fie foarte inexact. Spre exemplu, un TPR6 care arata un RePR din limita de jos a vectorului (15,800) e la fel de valoros ca un TPR5 din limita de sus (15,500) iar un TPR6 care arata un RePR din limita de sus a vectorului (78,100) e la fel de valoros ca un TPR7 din limita de jos (78,200).

3. E mult mai usor sa determini avantajul real pe care ti-l aduce un site cu TPR mai mic, decat unul cu TPR mai mare, tocmai pentru ca vectorul reprezentativ nu mai e atat de mare.

Repet, numerele care le-am dat mai sus trebuie luate doar ca observatie teoretica, nu exista nici o declaratie oficiala de la Google cum ca baza logaritmica ar fi 5, cea in care am demonstrat noi.

Determinarea importantei unei pagini

PageRank-ul real e cel care da de fapt importanta unei pagini, acel trust, link power, link juice, link trust, link flow de care auziti mereu pe site-urile in engleza si uneori la mine (eu in general ii spun “trust”, tocmai pentru ca daca zici PageRank, se face confuzia cu toolbar PageRank).

Dupa cum am vazut mai sus insa, PageRank-ul nu determina in nici un fel relevanta unei pagini ci doar aranjeaza documentele gasite de algoritmul de relevanta, iar apoi le sorteaza in functie de importanta lor. De multe ori insa vedem cum motorul duce o lupta intre PageRank si algoritmul de relevanta pentru afisarea rezultatelor: apar mai sus rezultate mai putin relevante (de exemplu, keyword doar in titlu fata de 5-6 instante a keywordului in alt document, in titlu, headere si continut) dar de pe pagini si site-uri mai importante.

Concluzii

Dupa tot ce am vazut mai sus, putem trage o concluzie clara: ca sa ajungi sus cu o pagina in Google, ai nevoie sa satisfaci cei 2 algoritmi de baza: algoritmul de relevanta si PageRank-ul. De aici se desface de fapt ramura optimizarii web, si cei doi “copii” ai ei: optimizarea on-page, executata in general pentru a face paginile cat mai relevante si pentru a asigura un flux corect al PageRank-ului de pe site si strategia de link building, care se concentreaza pe aducerea de linkuri care sa adauge PageRank real (trust).

Exista insa un substrat mai stiintific la tot ce am zis si daca vreti sa vedeti si sa intelegeti conceptele matematice care stau la baza unui motor de cautare cum e Google, va invit sa cititi de pe site-urile pe care le-am adaugat mai jos, la “lectura suplimentara”.

Lectura Suplimentara

Term Vector  Theory - Un articol stiintific despre teoria acordarii relevantei intr-un motor de cautare vectorial.

Search Engine Watch - How Search Engines Work

Search Engine Watch - How Search Engines Rank Pages

SEO Book - Search Engine Relevancy Reviewed

The Anatomy of a Hyper-Text Search Engine - lucrarea lui Larry Page si Sergey Brin in care e descris modul de operare a motorului de cautare Google.

Google Technology - How Google Works

Alte articole care s-ar putea sa iti placa

1. Calitate versus cantitate in continutul unui site
2. Mituri SEO – TrustRank
3. Logouri simple versus Logouri complexe
4. PageRank Explained
5. Cat conteaza pozitionarea link-urilor pe pagina?