Tak po několika týdnech, ladění a testování už mám konečně nějaká data, aby se s nimi dalo pracovat. Poslední relase Aldnoah má 660,4 MB a je postaven ze 1.607.071 URL. Samozřejmě ani zdaleka to není plný potenciál. V současné fázi jsme na 65,88 % klíčových slov a další sbírám ze všech možných i nemožných zdrojů :) Jdeme se podívat na první zajímavé výsledky. Srovnáme si jaké jak shodné je vyhledávání pro Google a Seznam.

Metodika

Prozatím je pro výběr klíčových slov využita hodnota přesné shody na Seznam. Byla zvolena pouze ta klíčová slova, která mají přesnou shodu hledanost 50 a více. Následně bylo z databáze vytaženo kolik shodných URL se nachází do určité pozice. Pro účel testu jsme zvolil stránkování po 10.
  • Do testu bylo použito z databáze celkem zhruba 715 tisíc hodnot, které odpovídaly podmínce pozice na Google anebo Seznam a má přesnou shodu 50 a více.
  • Procenta jsou vypočítána z maximálního množství společných výsledků na dané úrovni. Tedy součet všech URL na Seznam a Google do určité pozice.

Výsledky

Výsledky jsou znázorněny jako počet průniku hodnot (společné výsledky na daný keyword) a procentem z celkového množství na dané úrovni. spolecne-vysledky-na-seznamu Vysoký počet shod v TOP deset je způsoben hlavně tím, že se tam vyskytují obchodní značky a domény/weby, které lidi zadávají do hledání. Ty mají velkou hledanost. Ačkoliv počet shod roste tím jak hlouběji jdeme, zároveň se více rozchází, protože přibývají nové URL. Aktualizováno 30.8.2015: Dneska jsem si uvědomil, že výpočet procent je správný, ale neodpovídá na otázku "Jak jsou shodné výsledky na Seznam a Google?" Na rychlo jsem to přepočítal a tady je odpověď:
Procento shody
Do 10 místa 23,78%
Do 20 místa 20,79%
Do 30 místa 19,28%
Do 40 místa 18,51%
Do 50 místa 18,01%
Do 60 místa 17,57%
Do 70 místa 17,22%
Do 80 místa 16,94%
Do 90 místa 16,66%
Do 100 místa 16,38%

Závěr

Všechno je orientační a postaveno na prototypu, který je čerstvě postaven a testován průběžně, takže to tak i berte. Chtěl jsem si vyzkoušet jestli z té databáze dokážu vytáhnout nějaká užitečná data :) Dále je nutno podotknout, že robot, který prochází Seznam a Google se nacházejí na různých místech ČR. I když jsem se snažil v Google vypnout personalizované/lokální vyhledávání, tak se to nemuselo povést. Dále v některých případech při testování třeba přehozených slov v řetězci anebo s/bez diakritiky mohl jeden vrátit stejné výsledky a druhý nemusel. Tohle bude mít za úkol odhalit jiný test. Sběr dat ze Seznamu byl také proveden o 7 - 14 dnů dříve než ten na Google. I když jsme se zaměřil na hodně hledané keywordy určitě to mohlo ovlivnit výsledky. ℹ Aldnoah se mi podařilo odladit, takže i přes velké množství dat zatím není nijak extra náročný na databázi. Než překročí 1 GB dat, můžete jej klidně využívat. Najdete jej jako skrytou součást cybersquatting.cz. Budu rád za každou připomínku anebo návrh jak jej vylepšit či rozšířit. Nic není nemožné ;)