如果您是 SEO 專業人員，您可能正在開發一個將主頁重新導向到子目錄的網站，例如，重定向到該網站的特定國家/地區版本。 或者，使用連結到子目錄中主網站主頁的佔位符內容。
在這兩種情況下，您可能很難說服您的客戶或同事遵循最佳實務。 如果是這樣，那麼這篇文章適合您。
我將透過提供數據驅動的範例，向您展示一種與最高管理層溝通的方法，該方法在技術和商業上對他們都有意義。
為此，我將向您展示如何使用 Python 計算網站上所有頁面的 TIPR，以提供比較前後場景來證明您要求的變更的合理性。
我們將涵蓋：
首先我們來討論為什麼主頁要和根結合。
託管根佔位符頁面和根重定向
有些網站在根 URL 中託管佔位符頁面，或更糟糕的是，將根重新導向到子目錄或頁面。
許多全球品牌，尤其是時尚界的品牌，將經營多區域網站，每個區域商店都位於其區域資料夾中。
例如，如果您要去 Gucci，您會期望找到以下商店：
…ETC。
以Gucci為例，不只區域資料夾，還有語言資料夾，這是非常符合邏輯的。
由於我住在倫敦，根資料夾 https://www.gucci.com/ 將我重新導向到英國商店。
對 Gucci.com 網站 (site:gucci.com) 的搜尋顯示，根資料夾已建立索引，並提供區域商店選擇選單。
對於許多網站，根資料夾將永久重定向到您的預設或最受歡迎的區域商店。
為什麼主頁要與根合併
搜尋引擎使用權威（衡量透過超連結發現頁面的可能性的指標）來確定其在網路上的相對重要性。 因此，頁面的權威性越高，SERP 排名位置的潛力就越大。
由於大多數網站都累積了最多指向其根 URL 的鏈接，因此這就是搜尋引擎排名能力所在。
這對於網站架構來說並不理想，因為這意味著所有產品清單頁面 (PLP) 和產品描述頁面 (PDP) 都距離主頁多一跳。
這個額外的跳躍聽起來很小；但實際上卻是這樣。 然而，它並不是可以忽略不計的，我們將在稍後進行說明和量化。
我們查看將主頁設定為根資料夾的網站的連結圖。
下面是一個真實的站點，其根 URL 的頁面級權威得分（根據 Ahrefs）為 40 PR，它在鏈接到所有 PLP 和 PDP 之前重定向到其主要英文 /en 商店 (21 PR)。
圖片由作者提供，2024 年 4 月當然，使用該徽標的所有頁面（藍色）都會連結到您的區域商店主頁（針對您的用戶）和其他區域主頁（以粉紅色顯示），而不是連結到根URL ，這人為地增加了區域的價值。 首頁
請注意，網站層級 2 的網站頁面（直接從主頁連結）的頁面層級分數為 19 PR，網站層級 3 的其他頁面的頁面層級分數為 18 PR。
還發生的情況是，這些頁面從根 URL 中刪除了一步，因此沒有獲得完全的權限。
當您複製副本而不是原始音樂的副本時，請考慮音樂音質的惡化。
這是當搜尋引擎嘗試評估您網站內容的相對重要性時，您的網站向搜尋引擎提供的體驗。
如果商店連結到根 URL，這將是不可取的，因為它會在整個網站中建立大量重定向，進一步浪費權限分配。
最佳實踐方法是透過將根與主頁合併來消除中間人，以便網站中的所有頁面都被刪除少一跳，如下所示：
圖片由作者提供，2024 年 4 月合併主頁和根URL後，主頁的PR現在為72，這與站點域權限75 DR更加接近，並且每個頁面都獲得了1個額外的PR，增加了它們的排名潛力。
向非 SEO 專家領導傳達好處的困難
對於非 SEO 受眾（例如您的行銷和 IT 同事）來說，這一切似乎相當學術和抽象，而且可能相當令人難以置信。
即使您使用了上面的圖表，您自然也會對流量影響更感興趣，而不是收入影響。
他們可能不知道 Google 用於衡量頁面權威的 PageRank 指標，除非您提供數字，否則他們不會在乎。
使用Python來估計PageRank的成長
幸運的是，借助數據科學的力量，我們可以在Python中進行這些複雜的計算，透過遵循根URL中的最佳實踐步驟來估計新的PR值。
採用PageRank 公式：
PR(A) = (1-d) + d (PR(T1)/C(T1) + ... + PR(Tn)/C(Tn))
正如 Google 創辦人在《大規模超文本網路搜尋引擎剖析》中所解釋的：
「假設頁 A 有頁 T1…Tn 指向它（即它們是引號）。參數 d 是阻尼因子，可以設定在 0 到 1 之間。我們通常將 da 設為 0.85… C(A) 也被定義為離開頁面A 的連結數量。
請注意，PageRank 形成跨網頁的機率分佈，因此所有網頁的 PageRank 總和將為 1。
公式的主要要點是，URL 的 PageRank 數量 (A) 主要由連結到該 URL 的頁面的 PageRank (PR Ti) (Ti) 以及這些頁面的內部連結數量 C (You) 決定。
可在此處找到 PageRank 公式的 Python 版本。
作為一個配備了上述公式知識的思想實驗，我們期望：
- 新主頁將受益於連結到根 URL (PR Ti) 的所有頁面與其他 C(Ti) 出站內部連結共用。
- 網站上的所有頁面都受益於其最強大的根 URL（新主頁與根 URL 的組合）。
考慮到上述情況，我們現在需要做的就是重新計算將 /en 資料夾與網站範圍的根 URL 結合起來對網站範圍的影響，這分幾個階段完成：
- 計算網站上所有頁面的 TIPR：如同先前在資料科學對網站架構有何作用中所解釋的，雖然網站審核軟體在內部提供相對 PageRank，但必須透過 Ahrefs 等連結智慧工具與外部 Internet PageRank 相結合。
- 計算 新的TIPR 新主頁的名稱：即 /en 與根 URL 合併或遷移。
- 計算 新的TIPR 網站的所有後續頁面和剩餘頁面。
如上圖所示，新的最佳實務設定顯示了所有頁面的新 TIPR 值。
遵循 TIPR 計算步驟後，您的下一個工作是將 SEO 的技術優勢轉化為業務影響，以確保同行的認可。
建模的結果指標是基於 TIPR 的自然搜尋流量。 有了足夠的數據點（例如 10,000 個），這可以透過機器學習 (ML) 來實現。
您的輸入將是 TIPR 重新計算之前的資料集，您將在其中提供 TIPR 列和搜尋點擊次數（可能是從 Google Search Console 連接的）。
下圖顯示了 TIPR 與點擊次數之間的關係。
圖片由作者提供，2024 年 4 月藍線是一個粗略模型，表示頁面每增加一個 PageRank 就會增加多少次點擊。
數學家喜歡說：“所有模型都是錯的，但有些模型是有用的。” 然而，科學可以非常有說服力地為您使用 ML 模型使用 Python 的 Predict() 函數預測的增加提供一些可信度。 您可以在這裡找到一個範例。
在上面的案例中，我們看到在 20 TIPR 以內，每個頁面每月的訪問量增加了 0.35 次，超過 20 TIPR 則為 0.75 次訪問。
使用數據驅動的方法對最高管理層更具說服力
這聽起來可能不多。 然而，透過匯總數十萬個可索引 URL，我們預測一個客戶的每月流量將增加 200,000 個。
這種遠見使他們有信心並願意最終遵循眾多 SEO 顧問反复提出的將主頁設置為 root 的建議。
差別在於技術和商業上的量化。
透過結合 TIPR 並應用 PageRank 公式來模擬技術 SEO 推薦的前後場景（在本例中，將根 URL 設定為主頁），您的 SEO 基於數據，更重要的是，更多有說服力。 。
不僅在技術上，而且在商業上，這將幫助您實施更多 SEO 建議並有望推動您的職業生涯。
除此之外，採用數據驅動的方法還可以幫助您根據線上閱讀的想法驗證最佳實踐建議。
無論在今天還是在 20 年前，這都是事實：最好的 SEO 專業人士會不斷地測試想法，而不是毫無疑問地遵循最佳實踐的教條。
更多資源：
特色圖片：BestForBest/Shutterstock
