Как улучшить внутреннюю перелинковку

используя внутренний PageRank

421

Современные поисковые системы используют ссылки для сканирования интернета. Поисковые роботы переходят по всем ссылкам на странице: сначала по внешним и внутренним, затем по каждой ссылке на последующих страницах и т. д. Это позволяет поисковой системе находить и индексировать ваши страницы.

Поисковые системы, как Google, также используют количество ссылок для ранжирования результатов запроса, принимая каждую ссылку за сигнал важности страницы (т. е. PageRank). По этой причине внутренняя перелинковка играет большую роль при сканировании, понимании и ранжировании сайта поисковым роботом. 

Базовая архитектура сайта и навигационная внутренняя перелинковка

Есть два основных типа внутренних ссылок:

  1. Внутренние ссылки, которые формируют навигационную структуру вашего сайта;
  2. Второстепенные внутренние ссылки, которые находятся в контенте вашего сайта (в статьях и других местах, которые не являются частью навигационной структуры).

Первый шаг на пути к построению правильной внутренней перелинковки – это организация общих навигационных элементов и следование правильной структуре сайта. можно использовать классическую внутреннюю перелинковку и силос-архитектуру Брюса Клэя как основу для внутренних ссылок. Это проверенная логичная структура сайта, которая работает.

Вот пример:

internalpr-1

Теперь, когда ваш сайт имеет прочный фундамент для внутренних ссылок, давайте-ка взглянем, как навигационные и внутренние ссылки, которые находятся в контенте, могут повлиять на то, как поисковые роботы сканируют и ранжируют ваши страницы. Чтобы оценить влияние внутренних ссылок, мы рассмотрим внутренний PageRank всех страниц.

Что такое PageRank?

Прежде чем мы продолжим, давайте остановимся на том, что такое PageRank. PageRank – это один из алгоритмов, который Google использует при ранжировании страниц по результатам запросов.

Алгоритм PageRank, согласно Google, «определяет число и качество ссылок, ведущих на страницу, чтобы дать приблизительную оценку важности сайта».

Графическая интерпретация PageRank:

internal-pr

Внутренний PageRank?

Google подсчитывает PageRank для каждой страницы в индексе, связывая различные страницы сайта между собой и с другими сайтами, которые на них ссылаются. Но идея PageRank заключается в определении важности страницы на основании ссылок с других страниц. Это может применяться как на всех страницах интернета, так и на отдельном подмножестве.

С целью изучения внутренних ссылок мы воспользуемся идеей PageRank, чтобы узнать относительную ценность каждой страницы в пределах одного сайта.

Под «внутренним PageRank» понимается не алгоритм Google, а схожий показатель, основанный на внутренних ссылках сайта.

Итак, приступим к подсчёту внутреннего PageRank для вашего сайта.

Шаг 1: Сканируем с помощью Screaming Frog

Прежде чем мы сможем непосредственно подсчитать внутренний PageRank, нам необходимо просканировать сайт. В этом примере используется Screaming Frog, поскольку это стандартный инструмент в арсенале любого SEOшника.

Начните с запуска Screaming Frog и сканирования вашего сайта. Когда сканирование закончится, выберите Bulk Export > AllOutlinks в верхнем меню, затем сохраните CSV-файл в удобной для вас директории:

screaming frog

CSV-файл содержит список всех внутренних ссылок вашего сайта. Мы будем использовать этот список, чтобы рассчитать внутренний PageRank.

Шаг 2: Считаем внутренний PageRank с помощью R

R — это бесплатный софт для статистических расчётов и построения графиков, работающий на различных платформах. Загрузите и установите его, если вы ещё не сделали этого.

Установите igraph библиотеку, запустив консоль R и выполнив команду:

install.packages("igraph")

Когда вы установите библиотеку, у вас появится возможность использовать код, который представлен ниже, в сочетании с результатами сканирования Screaming Frog для вашего сайта:

library("igraph")
# Swap out path to your Screaming Frog All Outlink CSV. For Windows, remember to change backslashes to forward slashes.
links <- read.csv("C:/Documents/screaming-frog-all-outlinks.csv", skip = 1) # CSV Path
# This line of code is optional. It filters out JavaScript, CSS, and Images. Technically you should keep them in there.
links <- subset(links, Type=="HREF") # Optional line. Filter.
links <- subset(links, Follow=="true")
links <- subset(links, select=c(Source,Destination))
g <- graph.data.frame(links)
pr <- page.rank(g, algo = "prpack", vids = V(g), directed = TRUE, damping = 0.85)
values <- data.frame(pr$vector)
values$names <- rownames(values)
row.names(values) <- NULL
values <- values[c(2,1)]
names(values)[1] <- "url"
names(values)[2] <- "pr"
# Swap out 'domain' and 'com' to represent your website address.
values <- values[grepl("https?:\\/\\/(.*\\.)?domain\\.com.*", values$url),] # Domain filter.
# Replace with your desired filename for the output file.
write.csv(values, file = "output-pagerank.csv") # Output file.

Просто используйте код выше и не забудьте сделать следующее:

  1. Указать путь к CSV-файлу Screaming Frog;
  2. Указать свой домен и TLD-расширение;
  3. Создать имя конечного файла, который будет содержать показатели внутреннего PageRank каждой страницы вашего сайта.

Внутренний PageRank, так же как и Google PageRank, учитывает сколько и, главное, КАКИЕ ссылки ведут на эту страницу. Несмотря на более высокий PageRank, количество ссылок на страницу контактов меньше.

Заключение

Теперь у вас есть представление о том, как строить внутреннюю перелинковку вашего сайта. После того как вы создали базовую структуру навигационных ссылок, можете приступить к аудиту внутренних ссылок сайта, т.е. к сканированию сайта и расчёту внутреннего PageRank с помощью R. Заказать расчеты вы можете здесь.

Источник:

Возможно вас заинтересует