Apakah itu Alexa Traffic Rank?

Apakah itu Alexa Traffic Rank?

Traffic rank diupdate tiap 3 bulan sekali dengan melihat perkembangan data trafik, bobot dari page view dan user (reach). Jadi saya bisa bilang tidak benar bila ada yang bilang traffic rank diupdate tiap seminggu sekali atau kurang dari itu.

Untuk Traffic rank pada web, dihitung pada level domainnya. Semisal www.msn.com, carpoint.msn.com dan slate.msn.com, karena mempunyai satu domain msn.com. ternyata beda dengan blog atau homepage pribadi, diukur lewat alamat URL nya.

Reach adalah hitungan jumlah user. Reach dalam Alexa traffic rank berwujud persentase. Sebagai contoh, yahoo.com mempunyai reach 28%, artinya seluruh pengguna internet yang diukur dalam Alexa, 28% nya mengunjungi yahoo.com. Perubahan pada tiga bulan ditentukan dengan pembandingan hasil nilai yang didapat pada tiga bulan sebelumnya.

Page Views adalah ukuran jumlah pengunjung site. Page view beberapa kali ke satu halaman pada satu hari oleh user yang sama dihitung satu saja. Jadi angka yang digunakan adalah jumlah rata-rata kunjungan user per user per hari.

Dari sini terlihat Alexa traffic rank bisa dikatakan tidak mungkin turun, jadi akan terus naik atau tetap. Cuma masalah waktu. Karena perhitungannya penambahan terus terhadap page user dan view. Beda dengan Page Rank yang bisa naik bisa turun. Itu kata Bayu Mukti.

Kenapa mengejar Alexa Traffic Rank?

Nilai Traffic Rank dan Page Rank biasa digunakan untuk monetisasi blog, cari uang lewat iklan dan sejenisnya. Sebagai contoh program afiliasi RevewMe, Text Link Ads dan Sponsored Reviews mensyaratkan nilai Alexa Rank ini.

Ada 20 cara untuk meningkatkan Alexa Rank. Karena saya malas menterjemahkannya, silahkan baca sendiri. Lihat disini.

Ada kasus menarik saat saya iseng-iseng browsing di Google, saya menemukan sebuah blog punyanya seorang TKW di HK, namanya Sekar, saya lihat di Alexa toolbar, dia memiliki Alexa traffic rank yang tinggi banget, lebih tinggi dari punyanya Bayu Mukti atau Joko Susilo atau Joko Supriyanto, atau mungkin juga Fatih Suhud. Padahal itu hanya blog sederhana banget yang mungkin tidak pernah peduli dan paham apa itu Alexa dan Page Rank. Saya yakin ia juga tidak pernah mencoba berbagai cara untuk meningkatkan Alexa Rank dengan sengaja. Tanpa sibuk tukeran link, tanpa hingar bingar ratusan komentar di setiap postingan. Karena biasanya orang ngasih komentar di blog besar karena bertujuan bisa ikut-ikutan kecipratan cepat besar, biar Page Ranknya meningkat, biar Alexa Ranknya meningkat, ya kan? Ngaku aja! Makanya blog yang terkenal apapun postingannya komentarnya pasti banyak banget. Mau tahu berapa nilai Alexa Sekar saat ini? 162!!! Apakah Alexa salah? Saya rasa tidak karena di Google search pun nilai ranknya hampir sempurna. Dan saya punya jawabannya. Setelah saya buka Alexa, saya analisa, ternyata Alexa mengenali blog tersebut hanya pada domainnya yaitu multiply.com, jadi Alexa mengukur blog Sekar hanya lewat nilai domain multiply.com. Kalau gitu ya pantaslah, tidak jadi kaget.

Jadi saya sendiri juga sebenarnya tidak begitu antusias untuk meningkatkan Alexa Rank karena suatu saat pastilah nilainya meningkat.

Sumber : Alexa.com

Sekilas tentang Pagerank

Sudah cukup lama terjun di dunia blogging, baru hari ini kenal istilah pagerank, sungguh terlalu. Seperti biasa, langsung buka situs pencari paman google dan memasukkan keyword pagerank. Alhasil, muncul banyak sekali situs yang memberikan informasi tentang pagerank, jadi bingung sendiri akhirnya. Penjelasan tentang pagerank di situs yang satu dengan yang lain agak berbeda pada beberapa hal dan menurut saya, pagerank ini agak susah untuk dipahami tetapi saya akan mencoba membuat tulisan tentang pagerank

Pagerank adalah algoritma yang diciptakan oleh Larry Page dan Sergey Brin, 2 orang mahasiswa Ph.D Standford University yang juga merupakan pendiri situs mesin pencari Google. Pagerank sendiri adalah sebuah trademark Google, tetapi sebelumnya sudah dipatenkan atas nama Standford University. Google sendiri kemudian memiliki exclusive lisence rights untuk menggunakan pagerank. Untuk itu, Google harus memberikan 1.8 juta sahamnya kepada Standfors University yang selanjutnya saham tersebut dijual 336 juta dolar pada tahun 2005

Lalu, algoritma pagerank sendiri sebenarnya tentang apa? Pagerank adalah sebuah algoritma analisa dimana algoritma ini akan memberikan bobot nilai numerik kepada setiap halaman website. Nilai numerik ini berkisar antara 1-10, semakin besar nilai ini maka semakin populer dan semakin penting isi halaman tersebut. Misal sebuah halaman diberi pagerank 2 oleh Google dan halaman lain memiliki pagerank 3, halaman dengan pagerank 2 mempunyai nilai 100 kali lebih tinggi dari pagerank 1, halaman dengan pagerank 3 memiliki nilai 1000 kali lebih tinggi dan seterusnya.

Apa manfaat dari pagerank? Semakin tinggi nilai pagerank menunjukkan seberapa penting dan seberapa populer halaman web tersebut. Google akan menampilkan halaman web dengan pagerank tertinggi terlebih dahulu pada hasil pencarian. Menurut penelitian, sebuah website akan kehilangan 80% kesempatan dikunjungi apabila website tersebut tidak muncul pada halaman pertama pada sebuah hasil pencarian Google. Disamping itu, sebuah halaman web yang populer yang banyak dikunjungi orang merupakan sebuah media promosi yang efektif. Beberapa program afiliasi bahkan membuat pagerank sebagai salah satu syarat dan menentukan besarnya pembagian keuntungan, contohnya http://www.ppcindo.com/. Ibaratkan saja website kita seperti sebuah toko, apabila pengunjungnya semakin banyak, kemungkinan barang yang kita jual di toko tersebut dibeli orang akan semakin besar pula.

Bagaimana Google memberikan nilai pagerank pada sebuah website? Sebenarnya Google merahasiakan cara sesungguhnya yang mereka gunakan dalam menentukan nilai pagerank tetapi ada sebuah algoritma sederhana yang dipublikasikan. Banyak cara digunakan oleh search engine dalam menentukan urutan hasil pencariannya, diantaranya penggunaan META Tags, isi dari halaman web, penekanan pada topik halaman, dan lain sebagainya. Cara-cara tersebut mudah untuk dicurangi, salah satunya penggunaan meta tags. Seseorang dapat saja memasukkan banyak kata kunci yang populer yang sering dicari orang padahal content webnya tidak berhubungan dengan kata kunci. Bisa juga seseorang membuat halaman web yang dirancang khusus untuk search engine atau disebut dengan doorway pages. Untuk mengatasi berbagai kekurangan cara-cara tadi, ada sebuah teknologi yang disebut dengan link popularity. Link popularity akan memperhitungkan setiap inbound link (link masuk) dan outbound link (link keluar) dari setiap halaman. Untuk memahami inbound dan outbound akan lebih mudah menggunakan sebuah contoh. Misalnya ada 3 halama web, A, B, dan C. A memiliki 2 link ke halaman B dan C. B memiliki 1 link ke halaman A dan C tidak memiliki link. Dapat dikatakan A memiliki 2 outbound link dan 1 inbound link, B memiliki 1 outbound link dan 1 inbound link, C memiliki 1 inbound link.

Pagerank memiliki konsep yang sama dengan link popularity tetapi pagerank tidak hanya menggunakan perbandingan jumlah inbound dan outbound link, tentu saja ada parameter lain yang tidak dipublikasikan. Sebuah halaman akan dianggap penting jika halaman lain memiliki link ke halamn tersebut. Sebuah halaman akan dianggap semakin penting jika sebuah halaman lain dengan pagerank lebih tinggi memiliki link ke halaman tersebut. Dengan demikian terjadi proses secara rekursif dimana nilai pagerank sebuah halaman ditentukan oleh pagerank halaman lain yang juga ditentukan oleh pagerank halaman lain dan seterusnya. Di dunia ini ada berjuta juta bahkan bermilyar halaman web dan sungguh suatu proses yang kompleks dalam menelusurinya

Misalnya di dunia hanya ada 4 buah halamam web, A, B, C dan D. Dalam menentukan nilai pagerank, pertama kali adalah memberikan initial value kepada tiap-tiap halaman web. Initial value ini berkisar antara 0 dan 1 dan bersifat probabilitas, dikenal dengan istilah dumping factor. Ada perhitungan lain untuk mendapatkan dumping factor tetapi disini digunakan cara mudah yaitu 1 dibagi dengan keseluruhan halaman web yang ada, jadi tiap halaman mendapatkan initial value 1/4 = 0.25.

Kasus 1: Halaman B, c dan D memiliki sebuah link ke A maka secara mudah nilai pagerank A adalah total dari nilai pagerank B, c dan D yaitu 0.25 + 0.25 + 0.25 = 0.75

Kasus 2: halaman B memiliki link ke halaman A dan C, halaman D memiliki link ke A, B dan C maka nilai pagerank A adalah nilai pagerank B dibagi dengan jumlah outbound link B + nilai pagerank C dibagi dengan jumlah outbound link C + nilai pagerank D dibagi dengan jumlah outbound link D = (0.25/2) + (0.25/1) + (0.25/3)

Ada sebuah PHP scipt yang dapat digunakan untuk mengecek nilai pagerank sebuah halaman website, tetapi untuk lebih mudah dapat menggunakan Google Toolbar atau link dari Google toolbar (http://www.google.com/search?client=navclient-auto&ch=6-1484155081&features=Rank&q=info:http://www.friendster.com). Hasil yang didapatkan untuk webstte google.com adalan Rank_1:2:10 dan Rank_1:1:7 untuk friendster. Entah bagaimana cara membaca hasil ini tetapi kurang lebih dapat diartikan Google memiliki pagerank 10 dan friendster memiliki pagerank 7.

Saat ini ada banyak website yang memberikan layanan pengukuran pagerank seperti thegooglepagerank.com, mypagerank.net, dan yang paling populer adalah alexa. Alexa belakangan ini menjadi populer dan menjadi standar pengukuran dalam beberapa program afiliasi.

Mengenal Page Rank Google

Setelah saya membaca kesana kemari mencari info yang namanya PageRank or Page Rank atau juga PR mana yang benar saya sendiri juga bingung, saya menemukan sebuah tulisan yang sekiranya perlu saya sharing ke rekan – rekan semua. Sebetulnya saya mencari mahluk yang namanya pagerank ini karena blog ini PR anjlok beberapa waktu yang lalu.

Sedikit yang saya tahu setelah baca – baca di halaman google aturan dan sebagainya bahwa google tidak menyukai pada link – link yang berbau jual beli link atau paid to link terkadang juga imbas dari paid review atau PTR postingan ini sebenarnya juga rentetan dari tulisan saya mengenai Blog DoFollow untuk membedakan mana yangDoFollow mana juga blog yang NoFollow saya sertakan juga Blog DoFollow List nya. Berikut ini informasi yang saya anggap sekiranya penting untuk di sharing untuk rekan – rekan semua mengenai page rank :

Cara Kerja

Sebuah situs akan semakin populer jika semakin banyak situs lain yang meletakan link yang mengarah ke situsnya, dengan asumsi isi/content situs tersebut lebih berguna dari isi/content situs lain. PageRank dihitung dengan skala 1-10. Contoh: Sebuah situs yang mempunyai Pagerank 9 akan di urutkan lebih dahulu dalam list pencarian Google daripada situs yang mempunyai Pagerank 8 dan kemudian seterusnya yang lebih kecil.

Konsep

Banyak cara digunakan search engine dalam menentukan kualitas/rangking sebuah halaman web, mulai dari penggunaan META Tags, isi dokumen, penekanan pada content dan masih banyak teknik lain atau gabungan teknik yang mungkin digunakan. Link popularity, sebuah teknologi yang dikembangkan untuk memperbaiki kekurangan dari teknologi lain (Meta Keywords, Meta Description) yang bisa dicurangi dengan halaman yang khusus di desain untuk search engine atau biasa disebut doorway pages. Dengan algoritma ‘PageRank’ ini, dalam setiap halaman akan diperhitungkan inbound link (link masuk) dan outbound link (link keuar) dari setiap halaman web.

PageRank, memiliki konsep dasar yang sama dengan link popularity, tetapi tidak hanya memperhitungkan “jumlah” inbound dan outbound link. Pendekatan yang digunakan adalah sebuah halaman akan diangap penting jika halaman lain memiliki link ke halaman tersebut. Sebuah halaman juga akan menjadi semakin penting jika halaman lain yang memiliki rangking (pagerank) tinggi mengacu ke halaman tersebut.

Dengan pendekatan yang digunakan PageRank, proses terjadi secara rekursif dimana sebuah rangking akan ditentukan oleh rangking dari halaman web yang rangkingnya ditentukan oleh rangking halaman web lain yang memiliki link ke halaman tersebut. Proses ini berarti suatu proses yang berulang (rekursif). Di dunia maya, ada jutaan bahkan milyaran halaman web. Oleh karena itu sebuah rangking halaman web ditentukan dari struktur link dari keseluruhan halaman web yang ada di dunia maya. Sebuah proses yang sangat besar dan komplek.

Alogaritma

Dari pendekatan yang sudah dijelaskan pada artikel konsep pagerank, Lawrence Page and Sergey Brin membuat algoritma pagerank seperti di bawah :

Algoritma awal PR(A) = (1-d) + d ( ( PR(T1) / C(T1) ) + … + ( PR(Tn) / C(Tn) ) )

Salah satu algoritma lain yang dipublikasikan PR(A) = (1-d) / N + d ( ( PR(T1) / C(T1) ) + … + ( PR(Tn) / C(Tn) ) )

   * PR(A) adalah Pagerank halaman A
   * PR(T1) adalah Pagerank halaman T1 yang mengacu ke halaman A
   * C(T1) adalah jumlah link keluar (outbound link) pada halaman T1
   * d adalah damping factor yang bisa diberi antara 0 dan 1.
eh google)
   * N adalah jumlah keseluruhan halaman web (yang terindex o
l

Dari algoritma diatas dapat dilihat bahwa pagerank ditentukan untuk setiap halaman anda bukan keseluruhan situs web. Pagerank sebuah halaman ditentukan dari pagerank halaman yang mengacu kepadanya yang juga menjalani proses penentuan pagerank dengan cara yang sama, jadi proses ini akan berulang sampai ditemukan hasil yang tepat. Akan tetapi pagerank halaman A tidak langsung diberikan kepada halaman yang dituju, akan tetapi sebelumnya dibagi dengan jumlah link yang ada pada halaman T1 (outbound link), dan pagerank itu akan dibagi rata kepada setiap link yang ada pada halaman tersebut. Demikian juga dengan setiap halaman lain “Tn” yang mengacu ke halaman “A”. Setelah semua pagerank yang didapat dari halaman-halaman lain yang mengacu ke halaman “A” dijumlahkan, nilai itu kemudian dikalikan dengan damping factor yang bernilai antara 0 sampai 1. Hal ini dilakukan agar tidak keseluruhan nilai pagerank halaman T didistribusikan ke halaman A.

Random Surf Model

Random surfer model merupakan pendekatan yang menggambarkan bagaimana sesungguhnya yang dilakukan seorang pengunjung di depan sebuah halaman web. Ini berarti peluang atau probabilitas seorang user mengklik sebuah link sebanding dengan jumlah link yang ada pada halaman tersebut. Pendekatan ini yang digunakan pagerank sehingga pagerank dari link masuk (inbound link) tidak langsung didistribusikan ke halaman yang dituju, melainkan dibagi dengan jumlah link keluar (outbound link) yang ada pada halaman tersebut. Rasanya semua juga menganggap ini adil. Karena bisa anda bayangkan apa jadinya jika sebuah halaman dengan rangking tinggi mengacu ke banyak halaman, mungkin teknologi pagerank tidak akan relevan digunakan.

Metode ini juga memiliki pendekatan bahwa seorang user tidak akan mengklik semua link yang ada pada sebuah halaman web. Oleh karena itu pagerank menggunakan damping factor untuk mereduksi nilai pagerank yang didistribusikan sebuah halaman ke halaman lain. Probabilitas seorang user terus mengkilk semua link yang ada pada sebuah halaman ditentukan oleh nilai damping factor (d) yang bernilai antara 0 sampai 1. Nilai damping factor yang tinggi berarti seorang user akan lebih banyak mengklik sebuah halaman sampai dia berpindah ke halaman lain. Setelah user berpindah halaman maka probabilitas diimplemntasikan ke dalam algoritma pagerank sebagai konstanta (1-d) . Dengan mengeluarkan variable inbound link (link masuk), maka kemungkinan seorang user untuk berpindah ke halaman lain adalah (1-d), hal ini akan membuat pagerank selalu berada pada nilai minimum.

Dalam algoritma pagerank yang lain, terdapat nilai N yang merupakan jumlah keseluruhan halaman web, jadi seorang user memiliki probabilitas mengunjungi sebuah halaman dibagi dengan total jumlah halaman yang ada. Sebagai contoh, jika sebuah halaman memiliki pagerank 2 dan total halaman web 100 maka dalam seratus kali kunjungan dia mengunjungi halaman itu sebanyak 2 kali (catatan, ini adalah probabilitas).

Alexa Traffic Rank

Untuk meningkatkan Ranking Alexa, sebaiknya menulis tentang Alexa Rank di blog. Ini sebuah pernyataan umum. Sudah banyak bloger yang menulis postingan tentang Alexa Rank, dan konon Alexa Rank-nya naik (angkanya mengecil). Apa betul (hanya dengan cara) seperti itu? Sejauh mana kebenaran pernyataan tersebut, saya hanya menindaklanjuti dengan menulis postingan ini. Menurut Saya, pada prinsipnya Alexa Traffic Rank tetap saja tidak berdiri sendiri.

Selang beberapa hari setelah dionlinekan, saya langsung mendaftarkan blog ini di kumpulblogger. Alasannya, karena pada saat itu juga langsung bisa dilihat Alexa Rank untuk blog ini. Angkanya masih 18 juta-an. Saya tidak peduli dengan besaran angka yang ditunjukkan Alexa. Saya hanya ingin mengetahuinya saat itu juga.

Beberapa hari kemudian, saya login langsung ke Alexa Rank dan melakukan submit blog, kemudian memasang Widget Alexa blog ini. Berapa Angka yang ditunjukkan? Masih di kisaran 13 jutaan. Sebelum submit ke Alexa Rank, saya sudah melakukan submit blog ke Google Addurl dan Mypagerank. Ketiga-tiganya memiliki statement yang kurang lebih sama; bahwa dengan melakukan submit blog, mereka TIDAK MENJAMIN dalam waktu singkat blog beserta isinya akan terindeks dan TIDAK MENJAMIN pula bahwa trafik blog akan naik dalam waktu yang cepat.

Pada saat online, saya mencoba untuk melakukan submit blog ke penyedia layanan Free Submission. Memilih yang free karena mereka juga menyediakannya. Kalau yang berbayar bisa ditempuh, dengan mengeluarkan dollar, diasumsikan sangat mungkin bisa lebih efektif dalam meningkatkan trafik blog. Tidak setiap saat online, hanya jika memungkinkan untuk melakukan submit blog, maka saya lakukan, setahap demi setahap, sedikit demi sedikit; toh ada penyedia layanan submisi yang memiliki directory partners yang ikut mengindeks submisi blog kita, dengan persetujuan kita. Kalau kita tidak setujui, ya tidak terindek.

Berapa angka Alexa Rank blog saya saat ini. Silakan lihat Alexa Widget di bawah. Pada saat memasuki angka 8 jutaan, Alexa Rank bertahan di angka tersebut untuk beberapa hari. Kemudian saya mencoba submit blog ke Yahoodan MSN. Angka yang ditunjukkan dalam Alexa Rank saat ini telah melalui tahapan submisi blog ke kedua layanan tersebut. Keduanya juga sama-sama memiliki statement TIDAK MENJAMIN blog akan terindeks dan trafiknya naik dalam waktu singkat.

Perhatikan Statement berikut ini : The traffic rank is based on three months of aggregated historical traffic data from millions of Alexa Toolbar users and is a combined measure of page views and users (reach). As a first step, Alexa computes the reach and number of page views for all sites on the Web on a daily basis. The main Alexa traffic rank is based on the geometric mean of these two quantities averaged over time (so that the rank of a site reflects both the number of users who visit that site as well as the number of pages on the site viewed by those users).

Dalam statement diatas, terdapat inti dari apa yang sebut bahwa Alexa Rank tidak berdiri sendiri. Artinya, Alexa Rank juga depend on, bergantung kepada pertarungan antarblog yang sama-sama terindek di Alexa. Jumlahnya jutaan. Dan Blog saya, juga blog Anda, masuk di dalamnya. Yang bisa mengikuti pertarungan secara lebih kompetitif, ya tentunya lebih berhak mendapatkan Ranking Alexa yang baik. Di bawah 1 juta, atau di bawah 500 ribu.

Basis kunjungan harian untuk jumlah jangkauan dan page views oleh pengunjung pada blog (kita) merupakan kata kunci dari How Alexa Work.Artinya, sebaik apapun kualitas blog, tidak cukup menjadi parameter Alexa untuk menaikkan Rank blog tertentu tanpa kuantitas yang ditunjukkan dalam angka kunjungan dan page views blog kita.

Meningkatkan kunjungan ke blog kita kemudian menjadi kata kunci ke 5 dalam meningkatkan Alexa Rank setelah (1) Submit blog ke Alexa, (2) memasang Widget Alexa dan (3) Submit blog ke beberapa direktori dan (4) membangun blog yang berkualitas, setidaknya dalam kurun waktu 3 bulan terakhir dan bulan-bulan berikutnya juga akan menentukan dan lebih menentukan lagi. Itu pendapat saya, boleh jadi keliru. Apakah Alexa Rank blog saya akan naik dengan Saya menulis postingan ini? Waktu yang akan menjawab.