klikni.idnes.cz: Nechme udělat audit katalogů

Každý katalog uvádí počet odkazů v jednotlivých sekcích na svých stránkách, ručně jsem je přepsal do excelové tabulky (ke stažení zde) a sečetl. Nejedná se o žádná „oficiální“ čísla (kromě Klikni iDNES, ke kterým mám přístup).

Seznam

U každé sekce uvádí počet odkazů do ní vložených, přičemž sekce, které jsou dublovány v několika kategoriích, označuje symbolem zavináče. Čísla u sekcí nevylučují duplicity, jednotlivé odkazy mohou být v několika sekcích – nejmarkantněji je to vidět v sekci „Abecední rejstřík firem“, která není označena jako sdílená (@), ale odkazy v ní jsou zatříděny dvakrát – totéž i v dalších firemních sekcích.

Nominálně má Seznam (jak uvádí čísla u sekcí) 186.408 odkazů, po odečtení sekcí, které se v kategoriích opakují, však 105.402 odkazů.

Ani toto číslo ale nevypovídá o počtu unikátních webových adres, neboť i v tomto čísle mohou být duplicity odkazů zatříděných v jednotlivých sekcích.

Vyjádření o počtu odkazů od Ivo Lukačoviče pro Lupu (celý článek zde): „Přes 150 tisíc ručně zatříděných odkazů v katalogu.“

MSN.Atlas

Podobně jako Seznam u každé sekce uvádí počet odkazů do ní vložených, přičemž sdílené sekce také označuje symbolem zavináče. Opět je zde velká duplicitní kategorie „Obchody a prodejny“ (přes 65.000 odkazů), sekce samotná však není označena symbolem @. Obecně jsou velmi časté kategorie, které se opakují v různých sekcích s velkým (nad 10.000 odkazů) počtem položek.

Proto také čísla Atlasu (z údajů na jejich stránkách) vycházejí takto: Nominálně má Atlas ve svých kategoriích 640.644 odkazů, po odečtení sekcí, které jsou výslovně označeny jako sdílené, 418.794 odkazů, přičemž desítky tisíc odkazů jsou duplikovány.

Vyjádření o počtu odkazů od Pavla Doležala pro Lupu (celý článek zde): „dtb. katalogu – pres 137.000 unikatnich odkazu.“

Centrum

Tento katalog zvolil trochu odlišný postup, zveřejňuje počty jen u sekcí, které se neopakují jinde, i když je také označuje symbolem @. Vychází tedy mnohem reálnější číslo 93.610 odkazů v jednotlivých kategoriích.

Vyjádření o počtu odkazů od Oldy Bajera pro Lupu – (celý článek zde): „Současná databáze obsahuje 5.918.406 URL, po odstranění duplicit 5.388.139 uni­kátních dokumentů“ (údaj je platný pro celé Centrum včetně fulltextu, nikoliv pro katalog).

Klikni iDNES

Katalog uvádí čísla u počtu zatříděných odkazů u každé sekce, duplicitní také označuje @, tentokrát na začátku slova. U každé URL je údaj, ovšem pouze při vyhledávání, o případném zatřídění v několika sekcích. V inzerátech uvádí 100.000 zatříděných odkazů.

Klikni iDNES je veřejně přístupný pouze pár dní, na některé weby může vést více odkazů s různými URL adresami, byť editoři před startem katalogu ještě třetinu opakovaných či nefunkčních odkazů vyřadili. Katalog má nyní 101.408 unikátních internetových adres, přičemž mohou být zatříděny do maximálně tří sekcí. Počet skutečně zobrazovaných informací je proto větší – 133.880 odkazů v 1.648 sekcích.

Jak z této číselné šlamastiky ven? Nabízím kolegům z ostatních katalogů, abychom se domluvili na jednotné metodice a vyloučili sporné výsledky tím, že si necháme provést oficiální audit počtu unikátních odkazů v našich katalozích od nezávislé firmy. Umožní nám to korektně informovat veřejnost o skutečném pokrytí českého Internetu, případně o meziměsíčním počtu nových registrací v jednotlivých kategoriích či o tom, jak se jednotlivé katalogy překrývají a kolik odkazů mají unikátně.

Jen tak uděláme z metru zase centimetr.

Redakční poznámka:
Všechna čísla uvedená v tabulce se vztahují k 8. březnu 2001.