Vor einiger Zeit habe ich angefangen im großen Stil Daten rund Suchmaschinen und Ihre Ergebnisse zu sammeln. Bei meinen Erkundungen bin ich mittlerweile über rund 1,3 Mio verschiedene Domains aus aller Herren Länder gestoßen.

Nun habe ich mir die Frage gestellt: Wie verteilen sich eigentlich so die Domainpageranks durch die Serps von Google? Weil ich die Thematik an einem Sonntagabend nicht unnötig verkomplizieren möchte, betrachte ich heute nur die absolute PageRank Verteilung. D.h., wie viele Domains mit PR0 tauchen in den Serps auf, wie viele mit Pr1, Pr2, usw.

Das Ergebnis bei meiner zugegebenermaßen recht zufälligen Auswahl ist ein wenig erstaunlich. Denn Eigentlich hätte ich eine pyramidenförmige Struktur vermutet. Also wenige PR 10, ein paar mehr PR9, usw. Meiner Ausgangstheorie zufolge müssten also weit mehr PR0 Domains existieren, als Beispielsweise PR2 Domains. Dies aber ist nicht der Fall.

Dieser Effekt könnte einen recht einfachen Grund haben: Domains mit höherem PageRank müssen eigentlich häufiger in den Serps auftauchen, als welche mit niedrigerem (dazu beim nächsten Mal mehr). Das Problem sollte sich allerdings abschwächen, wenn man bedenkt, dass meine Keyword-Auswahl zufällig ist und meine Suchtiefe 300 Ergebnisse beträgt.  Wie dem auch sei. Von den 1,3 Mio Domains habe ich mir bis jetzt knapp 600.000 PageRanks angesehen.

Dabei kommt es zu folgendem Ergebnis:

Die Fett markierten Zahlen, sind jene, die mir ungewöhnlich hoch erschienen.

Die erste Frage, die sich bei der Analyse stellen könnte: Wieso stehen in meiner Analyse mehr PR10 Domains, als bei Sistrix? Der Grund ist einfach: Ich bewerte Subdomains und Domain getrennt, wenn sie getrennt in den Serps auftauchen. transcripts.cnn.com,archives.cnn.com und topics.cnn.com haben beispielsweise alle einen PR10 und tauchen auch einzeln in den Serps auf, obwohl die Seiten, die in den Serps auftauchen, alle auf cnn.com weiterleiten. Gleiches gilt für www.google.com und google.com. Das legt die Schlussfolgerung nahe, dass Google solche Weiterleitungen noch immer nicht zuverlässig beherrscht. Meine derzeitigen Analysen dieses Umstandes zeigen, dass ein durchaus signifikanter Anteil der Seiten im Google Index nicht (mehr) existiert oder weitergeleitet wird.

Hierzu werde ich noch eine Analyse anfertigen. Bis dahin wünsche ich allen Lesern einen angenehmen Restsonntag.