UniRankDex

Per què existeix: escollir universitat amb dades, no amb màrqueting

Els rànquings universitaris clàssics mesuren prestigi. UniRankDex, un dels productes de la meva pròpia xarxa de webs, ataca la decisió des d'un altre angle: on estan més satisfets els estudiants?, quins graduats troben feina abans?, quines universitats paguen millor en començar? Tot amb indicadors públics oficials australians, no amb opinions.

La plataforma està estructurada al voltant de les preguntes que un estudiant escriu de veritat al cercador — millor universitat per satisfacció, per salari, per camp d'estudi, per estat o el cara a cara entre dues opcions concretes — i el porta d'una intenció vaga a una llista curta real en pocs clics.

A més de ser un producte per si mateix, és el meu laboratori de SEO programàtic: les tècniques de generació de pàgines a escala que provo aquí són les mateixes que després aplico en projectes de clients.

Què permet fer

• Rànquings per resultats. Classificacions nacionals de satisfacció dels estudiants, ocupació dels graduats, salaris inicials i valoració dels ocupadors.
• Fitxes per universitat. Cada institució té la seva pàgina de detall amb context de benchmark, FAQs i les seves mètriques davant la mitjana nacional.
• 820 comparatives un contra un. Pàgines de comparació directa per quan dues universitats sobreviuen a la preselecció i cal veure el trade-off net.
• Hubs per estat i per camp. 8 hubs estatals i pàgines per àrea d'estudi per a cerques long-tail regionals.
• Filtres de decisió. Experiència de l'estudiant, ocupació, salari, fortalesa per camp, ciutat i pertinença a grups com el Group of Eight.
• Guies editorials. Articles que connecten la intenció informativa amb les pàgines de dades, perquè la recerca no mori en un carreró sense sortida.

Com està construït

1. Arquitectura Laravel

• Backend Laravel + PHP amb MySQL. Cada tipus de pàgina — fitxa, rànquing, comparativa, hub estatal, camp d'estudi — és una vista Blade pròpia alimentada pel mateix dataset. Res de plantilles prefabricades ni plugins.
• Rutes netes per entitat (/university/{slug}, /ranking/{mètrica}…) que mapen una a una amb les intencions de cerca que ataquen.
• Assets compilats amb Vite i JavaScript mínim — Alpine.js només on cal interactivitat, com la navegació.

2. Pipeline de dades

• Dataset normalitzat a MySQL: cinc indicadors de resultat per universitat més metadades de context (estat, ciutat, any de fundació, nombre d'estudiants, grup universitari).
• Rànquings calculats des del dataset, no escrits a mà: quan s'actualitzen les dades públiques d'origen, posicions i comparatives es recalculen en cadena.
• Benchmarks per fitxa: cada universitat mostra les seves mètriques contra la mitjana, perquè un 89 % d'ocupació signifiqui alguna cosa sense sortir de la pàgina.

3. SEO programàtic

• 820 comparatives úniques que s'han de llegir com a redacció natural, no com una taula clonada — el repte tècnic específic del projecte.
• Hubs per estat i per camp que capturen el long-tail regional («millors universitats de Victòria», «graus de salut a Austràlia»).
• Dades estructurades per pàgina: Organization, WebSite amb SearchAction i FAQPage generats automàticament des del dataset.
• Blog editorial que enllaça la intenció informativa amb les pàgines de dades i reparteix autoritat interna.

4. Rendiment

• HTML renderitzat al servidor: les pàgines de dades no depenen de JavaScript per pintar-se ni per indexar-se.
• Preload i modulepreload del CSS i el JS crítics per escurçar el render inicial.
• Cloudflare al davant com a CDN i capa anti-bots, protegint el servidor de l'scraping agressiu que pateix qualsevol directori de dades.

Cobertura i origen de les dades

La cobertura és completa: les 41 universitats registrades d'Austràlia, organitzades en 8 hubs estatals i pàgines per camp d'estudi. Per cada institució se segueixen cinc mètriques de resultat amb origen en dades públiques oficials: satisfacció dels estudiants, ocupació dels graduats, salari inicial, percepció dels ocupadors i volum de matrícula.

El líder actual il·lustra el nivell de detall: The University of Melbourne, lloc 1, amb un 91,80 % de satisfacció, un 89,40 % d'ocupació, 78.200 AUD de salari inicial mitjà i 61.200 estudiants. UniRankDex no substitueix els canals oficials d'admissió — és l'eina de preselecció que faltava abans d'arribar-hi.

El resultat

D'un únic dataset ben modelat en surten més de 870 pàgines útils: 41 fitxes, 820 comparatives, 8 hubs estatals, rànquings nacionals i pàgines per camp — cadascuna responent a una cerca concreta amb dades verificables. Sense CMS, sense redactors clonant taules i sense tocar cap pàgina a mà quan canvien les dades.

És l'aparador del que defenso com a desenvolupador: modelar bé les dades, escriure bones plantilles i deixar que l'arquitectura escali el contingut. El que aquí són universitats, en un projecte de client són clíniques, asseguradores, immobles o productes.

Algunes captures

Stack

Web del projecte: Visitar unirankdex.com — producte propi en producció.

Dubtes habituals sobre UniRankDex