Исследование: оценка качества ссылочного профиля

Запуск компанией Google алгоритма Пингвин и в особенности Penguin 2.0 заставил многих SEO-специалистов пересмотреть свои подходы к линкбилдингу и уделить больше внимания качеству ссылочного профиля.

В частности Jason Acidre в своей статье «Истинное значение линкбилдинга в эру пост-Пингвина» ^[1] отмечает:

…кампания линкбилдинга должна фокусироваться на трех вещах:

• Создайте больше качественных ссылок с трастовых и тематических (релевантных) доменов для того что бы превзойти их численностью некачественные ссылки, указывающие на сайт и его страницы.
• Отклоните ссылки, над которыми Вы не имеете никакого контроля через Google Webmaster Tools (disavow tool).
• Попытайтесь удалить низкокачественные ссылки (очевидные спам ссылки), связавшись с веб-мастерами и требуя у них удаления ссылки.

Резонно возникает вопрос, по какому критерию или методике проще и лучше всего определять качество ссылочного профиля и осуществлять чистку ссылочных доноров.

11 апреля 2013 года Сергей Кокшаров предложил формулу ^[2] расчета ранка, позволяющего определить качественная ссылка или нет:
Rank = (TF – CF) / (TF + CF + 1) + TF/(CF + 1) + TF/100В основу формулы положены показатели CF (Citation Flow) и TF (Trust Flow), рассчитанные сервисом  Majestic.

При этом,  Сергей Кокшаров для целей этой формулы приводит определенное допущение:

Эмпирическим путем было выявлено, что Rank < 0.3 говорит о плохом качестве сайта.

Александр Алаев считает ^[3], что указанная выше формула отражает корреляцию показателей  CF (Citation Flow) и TF (Trust Flow).

Следует сказать, что эта формула довольно живо обсуждается и справедливо возникают вопросы:

— почему именно такая формула предложена и какова логика ее выведения?
— насколько справедливо допущение для данной формулы?
— нужно ли использовать для проверки качества ссылочного профиля только показатели  Citation Flow, Trust Flow и Rank или нужно при этом учитывать и другие показатели — Тиц, PR, возраст домена, состояние ссылающегося сайта?

Показатели TR можно разделить на три совокупности:

• TR >=0,3=<1
• 0<TR<0,3
• TR<0.

Под номером 1 в нашем списке находится сайт одного из национальных агентств США, а сайты двух проектов Google на втором и четвертом месте.

Вроде бы ничего необычного в этом нет. Правда, если заглянуть на сайт национального агентства США, мы увидим, что он безжалостно превращен спаммерами в линкопомойку.

Вот такая история,  линкопомойка по значению TR выше сайтов  Google.

Рассмотрим еще теоретическую ситуацию. Допустим на ваш сайт ведет ссылка со страницы имеющей такие показатели: PR8, Тиц 30,  TR 0,27.

Следуя допущению Сергея Кокшарова такую ссылку следует отклонить.

Многие ли из вас отклонят такую ссылку?

Еще один пример. У вас информационный сайт, который предоставляет информацию о вкладах, депозитах. Вы хотите разместить рекламные статьи на тему «выгодные вклады в волгограде». TR отобранных площадок больше 0,3 , а TF (Trust Flow) <10. В нашей выборке 4 из 6 плохих доноров имеют TF (Trust Flow) <10. Поскольку TF — это основной показатель в анализируемой формуле, желательно отбирать доноров у которых TF>10.

Кстати говоря, в покупке качественных ссылок вам может помочь SeoHammer.

Вывод №1: формула, предложенная  Сергеем Кокшаровым не идеальна, возможно требует определенной доработки, но может применяться на первом этапе аудита качества ссылок. При принятии решения об отклонении той или иной ссылки необходимо учитывать и другие показатели.

Теперь несколько слов корреляции. В этом исследовании попробуем выяснить существует ли корреляция между показателями CF, TF, TR, PR и Тиц.

Рис.2 Коэффициенты корреляции R

По предварительной оценке существует высокая корреляция  TF и показателей CF, TR, PR и Тиц.

В тоже время, Тиц слабо коррелирует с показателем ТR.

Для того, что бы правильно оценить существует ли взаимосвязь между показателями CF, TF, TR, PR и Тиц, рассчитаем коэффициенты детерминации.

Рис.3 Коэффициенты детерминации  (детерминирования) R²

Для того, что бы модель считалась приемлемой R² должен превышать 0,5. Если коэффициент детерминации больше 0,8 , но меньше 1 — модель достаточно хорошая. Если R² равен 1, между показателями существует функциональная зависимость.

Посмотрим на Рисунок 3. Как видим, показатель R² для Тиц такой, что нельзя считать, что Тиц взаимосвязан с TR, хотя и не является полностью независимым показателем. Между  CF и Тиц судя по R² взаимосвязь достаточно хорошая.

Взаимосвязь между TR, CF и PR существует, но она не достаточно хорошая.

В тоже время, существует достаточно хорошая взаимосвязь между PR, CF и TF. В свою очередь CF и TF — это основа расчета показателя TR.

Вывод №2: при принятии решении об отклонении или покупке ссылок кроме показателей CF, TF, TR необходимо учитывать значение PR и состояние ссылающегося сайта. Так же следует учесть возраст ссылающегося домена и возможные перспективы развития сайта в целом.

Рекомендации для пользователей Blogger

Blogger — это популярная и бесплатная блог-платформа. Количество созданных на ней блогов растет с каждым днем.

В тоже время многие начинающие блоггеры с целью популяризации своего молодого блога делают комментарии в своем блоге dofollow.

Статус «dofollow» привлекает оптимизаторов, как валерьянка кота, и многие из них оставляют комментарии лишь бы получить обратную индексируемую ссылку, не принимая во внимание качество такой ссылки.

Размещайте ссылки на свои блоги на тех блогах платформы Blogger, у которых TR>0,3.

На эту же тему читайте:
Четыре способа бесплатного получения жирных ссылок
Траст сайта — мифы и реальность
Трастовые сайты и интернет раскрутка