SEO小教室:PageRank是什麼?為什麼PageRank是SEO必學的核心知識?

PageRank,簡稱PR,俗稱『SEO分數』,是Google搜尋引擎用來決定網頁排名的核心演算法

PageRank是由Google的創辦人Larry Page以及Sergey Brin在史丹佛大學共同開發的演算法

其中,PageRank裡的『Page』就是用Larry Page的姓氏來命名的

PageRank:確立Google龍頭地位的獨家排名因素

Google把網頁和網頁之間的『連結』數量和品質視為最重要的排名依據之一

PageRank演算法極度看重連結

它的邏輯就像是論文的引用:

一篇論文如果越重要、越有幫助,那麼自然就會有越多人會引用這篇論文

於是,擁有很多引用數量、獲得越多其他重量級人物的引用,這篇論文的權威性也就越高

在搜尋行為裡,一個網頁如果收到很多來自其他人的『連結』引用,那這個網頁理論上也就越重要、越值得更高的排名

PageRank就是讓Google從眾多搜尋引擎當中脫穎而出、並且使Google成為搜尋龍頭地位的關鍵演算法

SEO專家公認的重要演算法模型

『連結』,是影響搜尋引擎排名最重要的因素

其中,影響PageRank的主要因素是:

  • 連結的數量:一個網頁取得越多連結,它的PageRank將會越高(就像一篇很多引用的論文)
  • 連結的品質:如果一個網頁從PageRank很高的其他網頁獲得連結,那它的PageRank也就越高(就像得到了重量級論文的引用)

連結的流動與傳遞

透過網站中的內部連結傳遞PageRank

擁有較高PageRank的網頁,可以透過內部連結(Internal Links)把PageRank傳遞給其他頁面

例如通常能夠得到最多連結的首頁,如果有連結導向某個重要文章,那篇重要文章的PageRank也會提高

透過網站之間的外部連結傳遞PageRank

從外部的網站導向自己的連結——反向連結(Backlinks)

就是獲取PageRank的最重要媒介

避免PageRank的流動

如果不希望自己的PageRank傳到其他人的網頁,像是競爭者官網、成人賭博等爭議性的產業

那麼就可以在連結標記“nofollow”屬性

只要標記上”nofollow”,那麼這個連結就不會傳遞任何PageRank出去

這個觀念在SEO領域是非常重要的知識,因為熟悉SEO的專家都知道,連結對於搜尋引擎排名是非常非常重要的關鍵因素

這背後就是來自於PageRank的邏輯與觀念

俗稱『SEO分數』的PageRank演變簡介

  • 工具列時代:Google在2000年釋出網頁工具列,使每個人可以看到自己和競爭者網頁的PageRank分數
  • 停止更新:基於提高分數的動機,許多SEO人員無所不用其極地試圖用各種手段提高自己的PageRank分數、從各個管道取得連結;因此,Google在2013年底即停止更新PageRank
  • 徹底移除:2016年,Google宣布不再公開PageRank指標

PageRank被Google移除,重要的是背後原因

Google強調,PageRank只是眾多排名因素的其中之一而已,除了PageRank以外還有非常多會影響排名的參考因素

所以,雖然曾強調PageRank非常重要,但Google認為它不是你該追求的唯一目標

否則,這樣容易導致濫用或是失衡,使得許多行銷人員偏廢在提升自己的PageRank,而不是致力於提升搜尋品質

被玩壞的PageRank——錯誤連結傷害你的SEO

比起其他的排名因素而言,PageRank有明顯的分數或量尺指標,於是PageRank就成為許多SEO人員的追逐對象

比起其他像是流量、排名等關鍵指標,PageRank對SEO來說甚至是更重要的KPI

為此,Google也特別針對這些不當行為設計不同機制,致力於打擊各種不自然、不正當的操縱連結手段

以下連結的來源違反搜尋引擎的品質指南,也可能會對網站造成負面影響

  • 垃圾連結:從劣質來源取得的連結,例如成人網站、濫用網誌留言版、私人部落格網路等可以自行大量製造的連結
  • 無關連結:無法幫助使用者,和網頁內容明顯無關的突兀連結
  • 付費連結:用金錢交易與買賣的連結

PageRank——代表性逐漸式微的排名因素

隨著搜尋引擎的發展,Google加入了許多不同演算法機制與更多排名因素

PageRank的代表性也逐漸式微,從非常高的重要性轉變為眾多排名依據的其中之一

PageRank仍然存在、仍然是Google的排名因素之一

在2017年資深Google搜尋分析師Gary Illyes在推特發表:

你知道(DYK)經過18年之後,我們還在使用PageRank(以及其他一百多個訊號)作為排名依據嗎?

想知道它怎麼運作的話,可以參考http://infolab.stanford.edu/~backrub/google.html