在日常的SEO工作中，除了Google的PR值和搜狗的PR值，针对百度来说，大家经常提到的“权重”其实只是一个概念词。也就是说并没有官方承认的真正的权重数值可以参考，只是大家凭借一个网站或一个网页的其他指标进行主观判断的。除非是类似58同城的首页和58同城的信息页面进行对比，明显是前者页面的权重高。如果相对比的两个网站或者网页是同类型的，或者是不同网站中的不同类型页面，除非两者之间差异过大，否则并不能严格判断出到底哪个网站或者网页在百度中权重更高。
在一个结构正常的网站内，一般认为权重高低次序依次为：网站首页>子域名首页>顶级域名下目录>子域名下同级目录>顶级域名下内容页>子域名下内容页。这是针对正常架构的网站而言的，正常的网站架构一般是金字塔形的，在整个网站中网站首页获得的内链和外链都是最多的，其他级别的页面获得的内链、外链的数量依次递减，所以才会造成上面所说的权重高低排序情况。如果某个网站的结构是不正常的，网站首页获得的内链和外链都不是最多的，甚至都没有链接导入，而某个内容页被全站网页推荐，并且获得了大量的外链推荐，那么肯定就不是上述的排序了。站内页面权重的对比，一般是比对页面所隶属的域名情况、页面本身物理结构层级、页面所在逻辑结构层级和页面类型等。
如果是两个网站进行对比，除了参考PR值之外，一般还会看网站的收录量、首页百度快照、核心关键词排名、外链情况，以及alexa排名。一般认为权重高的网站在这些数据方面的表现会比较好，这其实不是看网站权重，而是在分析网站质量。这种观念其实没错，但是需要综合看这些数据才能确定目标网站是不是真的质量不错。比如，在查询100ye.com和qu114.com网站的相关数据的时候，以上各方面表现都不错，尤其是收录量都是几百万、几千万级别的，理论上说应该是权重很高的，但是这些网站却是被百度降权过的，查看一下网站历史就可以看出来了。现在有很多这种牺牲在SEO路上的先驱网站，百度收录量特别大，用工具查看也有不少流量，但实际上是被搜索引擎降权过的，你并不能简单评价它权重的高低。所以评价一个网站的权重不能只看当前的数据，还应该想办法查询一下它的历史数据，进行一下比对。当前被降权的网站，可能各方面数据表现也比普通站点要好，瘦死的骆驼比马大嘛。网站数据只要和历史相比落差太大，就可能有问题，当然也可能过段时间就被恢复，比如qu114网基本上就原地复活了。相对于被降权过的大网站，大部分站长和SEO人员可能更倾向于和小网站进行友情链接合作。
在百度搜索引擎系统中应该是存在“权重”这个指标的，只是没有像Google一样提供公开查询而已。现在行业内各个站长工具所推出的“百度权重”都不是百度官方的数据，是各个工具自己根据目标网站的各项数据和自己设置的公式计算出来的，所以不同站长工具所给出的“百度权重”是不同的。这些工具其实是设置了一个公式，把那些数据进行了加权计算，得出一个级别数值，把“权重”进行确切的数字化，方便了站长和SEO人员参考使用。不过这些数据在不同人眼中、不同网站中的重要性并不同，这些站长工具根据自己的观点设定了计算公式，可能会和一些读者朋友心中的评价标准有些出入。
爱站网因为首创“百度权重”而在国内SEO圈内走红，现在也有不少站长非常认可这个数据。虽然这个数据的参考价值很大，但是毕竟不是百度官方的数据，所以要分情况理性参考。
从以上讨论来看，在站长和SEO人员心中，网站在百度搜索上的权重是从表象推测出来的。站长和SEO人员首先假定：如果一个网站的权重高，那么在一些外部数据上表现就会好，然后再根据自己假定的标准去评判网站在百度搜索中的权重高低。在某种程度上权重高低和网站各方面数据的好坏是充分必要条件，所以要想提升网站权重，针对网站的主要SEO数据下手就可以了，这些数据也是很多SEO团队或部门的内部考核指标。
一般认为提升网站权重最主要的方法是建设高质量、高数量的相关链接，在搜索引擎算法还并不十分完善的今天，外链的确在很大程度上决定了网站权重的高低。不过长远地看，内外兼修才是王道，不仅仅要在外链上下功夫，而且网站内容建设、增加网站收录量、增加网站品牌知名度，以及提升网站在社交网站中的传播度也是提升网站权重的主要方法，并且几乎所有的SEO书籍都主要讨论如何提升这些数据。现在的搜索引擎已经不是单纯链接分析的那一代了，而是把重心转移到用户体验上来了，所以在决定网站权重的因素中，网站“内功”的占比将会越来越大。
除了网站“内、外功”之外，政府或标准组织机构性质的网站、百度新闻源网站等，也会在很大程度上有别于普通网站的权重评价标准。在百度搜索没有提供准确评价网站和网页权重高低的数据时，一切“权重”都是站长和SEO人员的反向主观推测，同样两个网站的对比，不同人的评价就有可能是完全相反的。但是如果现在公认网站的SEO数据表现出色，那在百度中的权重就应该比较高。不过需要注意的是，“百度权重”是第三方工具根据常规SEO数据进行的公式计算，所以可能会存在很大的作假空间，在第7章会对此进行进一步的讨论。
