백링크 점수 확인기 계산: DR, 용어별

가상의 입력을 사용한 작업 예시

여기 설명된 것은 실제 사이트가 아닙니다. 입력값은 로그 스케일의 동작을 보여주기 위해 임의로 생성되었으며, 각 출력값은 위의 공식으로 계산되었습니다.

100개의 참조 도메인을 가진 대상은 27점을 받습니다. 1,000개에서는 41점, 10,000개에서는 55점, 100,000개에서는 68점, 1,000,000개에서는 82점을 받습니다. 100점에 도달하려면 참조 도메인이 20,000,000개 필요합니다.

단계 읽기

단계들을 살펴보세요. 100개에서 1,000개로 증가할 때 14점을 얻으며, 1,000개에서 10,000개로 증가할 때도 같은 점수를 얻지만 후자는 새로운 링크 도메인이 9배 더 필요합니다. 이것이 작은 사이트가 빠르게 성장하고 큰 사이트는 거의 성장하지 않는 이유입니다.

300개 도메인을 가진 가상의 사이트

가상의 사이트가 300개의 참조 도메인을 가진다고 가정해 봅시다. 공식에 따르면 34점이 나오며, 이는 100개에서의 27점과 1,000개에서의 41점 사이의 점수입니다.

참조 도메인이 없는 사이트는 1의 로그가 0이므로 0점을 받습니다. 이 0은 실제 답변이며, 해당 도메인에 대한 인덱스 데이터가 아직 없다는 것을 의미합니다.

1,000개 도메인에서의 41점과 비교해 보세요. 참조 도메인이 3배 이상 증가했지만 점수는 단 7포인트만 상승합니다. 이는 단순한 예시에서 로그 스케일이 어떻게 작용하는지를 보여줍니다.

제품에서 숫자 사용

DR 수치는 표시하기 쉽지만 오해하기에도 쉽습니다. 숫자만큼 그 주변의 화면 구성도 중요합니다.

점수 옆에 개수를 표시하세요

DR을 생성한 리퍼링 도메인 개수 옆에 DR을 표시하세요. 사용자가 둘을 함께 볼 수 있을 때 규모를 빠르게 이해할 수 있습니다.

서로 관련 없는 사이트의 평균을 내지 마세요

로그의 평균은 관심 있는 핵심 값을 가리기 때문에 서로 관련 없는 사이트 전체로 평균을 내지 마세요. 대신 순위 매기기, 구간 나누기, 또는 유사한 사이트 집합과 비교하세요.

포트폴리오 대시보드를 위한 구간 나누기

포트폴리오가 평균보다 구간으로 표시될 때 더 잘 작동한다는 것을 보여주는 백링크 점수 확인 도구입니다. 소수의 대형 도메인이 어떤 평균치도 지배하므로, 클라이언트에게 설명할 수 있는 구간으로 분류하세요.

여러 사이트의 점수를 프로그래밍 방식으로 계산하려면 대량 스크립트를 참조하세요. 공개 페이지에서 신뢰할 수 있는 테이블이 필요하려면 대시보드 프록시를 참조하세요.

구간 경계를 하나의 구성 값으로 지정하세요. 그러면 변경 사항이 검토 시 명확히 보이며 차트 범례도 동일한 소스를 읽을 수 있습니다.

인덱스 연령과 DR에 미치는 영향

점수는 인덱스가 변경될 때만 움직이며, 이는 두 날짜 간 변화를 읽는 방식에 영향을 줍니다.

점수가 제자리에 머물 수 있는 이유

인덱스는 약 월간으로 재빌드되므로, 사이트가 링크를 계속 획득 중임에도 점수가 몇 주 동안 고정될 수 있습니다. 이는 인덱스의 효과일 뿐, 사이트에 대한 최종 판단이 아닙니다.

화면에 표시된 인덱스 날짜를 기준으로 점수를 읽으세요. 최근 날짜의 평탄한 선과 한 달 전 날짜의 평탄한 선은 서로 다른 의미를 가집니다.

한 달 동안 동일한 DR을 본 독자는 사이트에 대한 메모를 작성하기 전에 인덱스 날짜를 확인해야 합니다. 대부분의 경우 날짜가 평탄한 선의 원인을 설명합니다.

하나의 도구 내에서 두 날짜 비교

동일한 도구에서 얻은 두 읽기 값을 비교하거나, 의도적으로 한 달 간격으로 읽은 값을 비교하세요. 재빌드 전의 읽기 값과 재빌드 후의 읽기 값을 섞는 것이 트렌드를 조작하는 가장 쉬운 방법입니다.

이력 데이터가 필요하면 각 읽기 값에 리퍼링 도메인 개수를 저장하세요. 이 개수는 변화를 보여주며, DR은 이를 표현한 것에 불과합니다.

코드에서 점수 재현하기

직접 시도해 보세요. 리퍼링 도메인 개수에서 계산하고 API가 반환하는 값과 비교하세요. Python: round(100 math.log(n + 1) / math.log(2e7)). JavaScript: Math.round(100 Math.log(n + 1) / Math.log(2e7)).

결과가 1 차이 나는 경우

자연 로그를 사용해도 괜찮습니다. 밑이 비율에서 상쇄되기 때문입니다. 결과가 1 차이 난다면 먼저 반올림 모드를 확인하세요.

언어별 반올림 규칙이 다릅니다. Python의 round는 정확히 중간인 값을 가장 가까운 짝수로 반올림하는 반면, JavaScript의 Math.round는 이를 위로 반올림하므로 중간 값이 다른 쪽으로 떨어질 수 있습니다.

개수를 점수와 함께 저장하세요

테이블에서 DR 옆에 리퍼링 도메인 개수와 읽은 날짜를 유지하세요. 그러면 나중에 다른 호출 없이 점수를 다시 계산할 수 있으며, 검토자가 직접 확인할 수 있습니다.

저장된 개수는 나중에 읽는 사람이 공식이 어떤 데이터를 참조했는지 볼 수 있게 해주며, 이는 클라이언트가 숫자의 변화를 묻는 경우 특히 중요합니다.

쿼리 날짜를 위한 열은 개수만큼 중요합니다. 날짜가 없으면 동일해 보이는 두 읽기 값이 서로 다른 인덱스 달에서 온 것일 수 있습니다.

용어집 용어와 API의 만남

용어집 테이블은 의도적으로 짧습니다. 그 용어 중 세 가지가 클라이언트 보고서에서 혼란의 대부분을 유발하므로, 여기에서 각각을 더 자세히 살펴봅니다.

백링크와 리퍼링 도메인

백링크는 하나의 링크입니다. 리퍼링 도메인은 하나 이상의 링크를 배치하는 고유한 도메인입니다. 한 번성 블로그에서 온 1만 개의 링크는 리퍼링 도메인 하나로 계산되므로, DR은 첫 번째 용어가 아닌 두 번째 용어를 따릅니다.

보고서에서는 두 숫자를 다르게 레이블링하세요. 둘을 섞는 것이 링크 개수를 도메인 개수처럼 보이게 만드는 가장 빠른 방법입니다.

동일한 논리가 앵커에도 적용됩니다. 동일한 앵커 텍스트를 가진 1만 개의 링크가 모두 하나의 리퍼링 도메인에서 올 수 있으므로, 앵커 개수와 도메인 개수는 하나의 사이트에 대해 매우 다른 이야기를 전달할 수 있습니다.

크레딧과 호출 비용

크레딧은 청구 단위이며, 호출 비용은 행의 비용이 아닌 작업의 비용입니다. refdomains 호출은 10개의 행을 가져오든 1,000개의 행을 가져오든 2 크레딧의 동일한 요금을 반환합니다.

이로 인해 행 개수는 호출 내에서 자유 변수가 되므로, 여러 작은 요청 대신 필요한 페이지 크기로 하나의 요청을 수행하세요.

최상위 페이지와 앵커

최상위 페이지와 앵커는 링크가 어디에 도달하는지, 그리고 무엇을 말하는지 설명합니다. DR과 함께 읽으세요. 높은 점수가 좁은 앵커 다양성과 함께라면 동일한 점수가 넓은 혼합과 함께일 때와 다른 이야기를 전달합니다.

우세한 단일 구문이 있는지 앵커 목록을 확인하세요. 여러 도메인에 걸쳐 반복되는 하나의 앵커는 캠페인처럼 보일 수 있으며, 읽는 사람은 총계를 읽기 전에 이를 확인해야 합니다.