LA UNE - ACCUEIL ACTUALITES INTERNET ARTICLES WEBMARKETING Email Marketing Stratégie Webmarketing Webmarketing Mix Etude comportementale Webanalytique Conception / Design Web Promotion Internet E-Commerce Aspects juridiques ARTICLES REFERENCEMENT Optimisation (SEO) Liens sponsorisés (SEM) Google Moteurs de recherche Comparateurs de prix ETUDES WEBMARKETING ET REFENCEMENT INTERVIEWS - PORTRAITS Les acteurs du Web Les acteurs en Vidéo Portraits E-commerçants Les E-commerçants en Vidéo FORMATIONS WEBMARKETING PRESTATIONS INTERNET COMMUNIQUES DE PRESSE

Etude Référencement : Quelques statistiques sur le Pagerank et les SERP

Par Stéphane Labert, le 16 novembre 2007

Depuis plusieurs mois l'équipe HTML4SEO effectue des milliers d'audits référencement des SERP (Search Engine Result Pages) de Google. Dans chacun de ces audits est organisée la collecte du Pagerank, du nombre de backlinks et du contenu HTML pour les 100 premiers des SERP Google. Sur la base de ces résultats, l'équipe HTML4SEO vous propose une petite étude statistique (sans prétention) qui devrait aboutir à quelques conclusions appuyées sur des données concrètes. Nous tâcherons de limiter au strict minimum les données techniques.

L'étude se restreint au Pagerank, bien que nous aurions pu l'étendre aux backlinks et au contenu HTML des pages recensées dans les SERP Google.

Evolution du PageRank dans les SERP depuis 6 mois

Graphiques d'évolution

Corrélation Rank/PageRank

La mesure de corrélation C(X,Y) entre 2 variables X et Y la plus souvent utilisée est le coefficient de corrélation de Bravais-Pearson souvent appelé coefficient de corrélation.

Ce coefficient de corrélation C(X,Y) varie entre -1 et 1 et s'interprète comme suit.
Si C(X,Y) = 1 (resp. -1) alors X et Y sont dites parfaitement corrélées positivement (resp. négativement).

Connaissant la valeur prise par X, on peut déduire la valeur prise par Y. Les points (X,Y) sont alignés sur une
droite de pente positive (resp. négative).

Si C(X,Y) = 0 alors X et Y sont indépendantes ou dépendantes mais non linéairement (la relation qui lie X et Y
est plus complexe).

Dans le cas qui nous intéresse X et Y sont respectivement le Rank (position dans les SERP) et le Pagerank.

Ci-dessous les données relevées sur les 1000 :

2007	Coef. de corrélation
mai	-0,85
juin	-0,88
juillet	-0,90
août	-0,88
septembre	-0,86
octobre	-0,88
Moyenne	-0,88
Ecart-type	0,02

Commentaires :

1ère observation, le coefficient de corrélation entre le Rank et le Pagerank est proche de 1 en valeur absolue, donc très fort. Le Rank et le Pagerank sont donc fortement corrélés. Un bon pagerank a donc une incidence incontestable sur le positionnement.

2ème observation, le coefficient de corrélation entre le Rank et le Pagerank est très stable sur les 6 derniers mois, autour de -0.88 avec un écart-type à 2%. Le poids qu'occupe le Pagerank dans l'algorithme de Google n'a donc probablement pas varié. Et le Rank est dépendant du Pagerank.

Ceux qui disaient « le pagerank est mort ! » ou « le pagerank, c'est juste de la communication » ont manqué la cible.

Interpolation linéaire Rank/PageRank

Voyons maintenant les droites de régression linéaire

	Régression linéaire	Coefficient directeur A	Ordonnée à l'origine B
mai	y = -0,01x + 3,42	-0,01	3,42
juin	y = -0,01x + 3,39	-0,01	3,39
juillet	y = -0,01x + 3,31	-0,01	3,31
août	y = -0,01x + 3,20	-0,01	3,20
septembre	y = -0,01x + 3,15	-0,01	3,15
octobre	y = -0,01x + 3,13	-0,01	3,13

Les valeurs sont données au 1/100ème près.

Commentaires :

1ère observation, le coefficient directeur A est constant au 1/100ème près avec une perte de 1 point de pagerank entre la 1ère et la 100ème position qui ne change pas au fil des mois.

2ème observation, l'ordonnée à l'origine (interpolation linéaire du pagerank du 1er) décroît. Autrement dit, il semble que les exigences en matière de Pagerank pour parvenir en tête des SERP diminuent mois après mois.

Voir le graphique de l'évolution chronologique 2007 >>

L'étude de la distribution chronologique (de mai à octobre 2007) des ordonnées à l'origine des droites de régression nous donne un coefficient de corrélation de -0.98, soit une corrélation très forte (dépendance quasi-linéaire) entre ces 2 variables. La droite de régression linaire a pour équation y = -0.07x +3.49, ce qui réduit de 1 point de pagerank tous les 14 mois les exigences en matière de pagerank pour parvenir en tête des SERP.

Ces résultats sont à prendre avec des précautions. Ces données sont statistiques, elles ne donnent donc que des tendances générales. Elles sont néanmoins intéressantes.

Quelle peut-être l'origine de cette perte de pagerank dans les SERP ?

Le web croît et donc les pages web pertinentes à faible pagerank sont plus nombreuses. Dans la quantité de pages web possibles, il y en a pour se distinguer en qualité malgré leur faiblesse en Pagerank/Backlinks. Ceci pose la question de la définition au sens de Google de la pertinence sémantique d'une page web ?

Ou alors, la chasse aux backlinks suspects a commencé il y a quelques mois. Les backlinks considérés fiables étant de moins en moins nombreux, ce sont des pages web mieux sémantiquement (intérieurement : code HTML et extérieurement : Backlinks) ciblées qui passent devant. Et cette évolution du Pagerank des SERP est possible car le Pagerank est une mesure globale, non sectoriellement ciblée.

Ou alors, le réétalonnage du Pagerank (hypothèse émise par certains) a commencé il y a plusieurs mois déjà. Et la mise à jour récente du Pagerank visible viendrait confirmer cette hypothèse. A noter qu'un réétalonnage devrait impliquer une perte globale (quasi-uniforme) de Pagerank.

Il y a encore probablement d'autres hypothèses ...

Le PageRank du mois de novembre 2007

Apparemment les modifications récentes de Pagerank sont plus importantes qu'aux précédentes mises à jour. Certains ont gagné jusqu'à 3 points de Pagerank alors que d'autres en ont perdus jusqu'à 3. De plus, les modifications de Pagerank ne semblent pas être à sens unique. Etant donné la forte corrélation Rank/Pagerank (voir plus haut), il y a lieu de s'inquiéter pour ceux qui en ont perdu. Car cette perte de Pagerank risque fort de s'accompagner d'un affaiblissement des positions dans les SERP Google et donc d'une perte de trafic.

Nous tâcherons de faire un point le mois prochain sur l'évolution de ces indicateurs.

A propos de l'auteur

Stéphane Labert, ingénieur en informatique, il s'interesse au SEO et à l'intelligence artificielle. Il est à l'origine de GnoZtiK, un logiciel de référencement gratuit qui a pour objectif de faire du diagnostic SEO.

Découvrez nos formations webmarketing

Formations Référencement et Webmarketing : Formation Référencement | Formation Emailing | Formation Google Analytics | Formation Google Adwords | Formation Réseaux Sociaux

Retour