分布式计算系统 【大拿分析】SEO的系统化策略（1号店分享）(3)

抓取这个环节至关重要，站长平台的抓取频次，和通过accesslog分析得到的抓取明细，都需要时刻监控。小站的log文件，市面上有些一些日志分析工具，自己写也OK。对于大站的log，很多都存储于hadoop这样的分布式存储上，一般需要定制程序去分析处理。为了即时分析处理，快速反馈，可能需要接入流式计算框架(kafkastorm)。

对于蜘蛛抓取行为数据的使用，可以用来评估蜘蛛对于站内页面价值的评定，可以用来反馈辅助抓取所做的一些优化的效果，可以预估新生成页面被搜索引擎接受的程度，等等。没有使用价值的数据是没用的，数据跟具体的应用场景结合起来，才能体现其价值。

对于抓取的页面，蜘蛛建立倒排索引后，会进行价值判定，按照价值高低，存储在分级索引库中。高级别的索引库才会参与最终的搜索排序。

一般SEO开始学的时候，都会接触到site语法，基本上所有常见的搜索引擎也都支持site语法去查询域名或者目录级的收录量查询。在site查询语句的后面加上一个词，可以查询得到该域名与这个词相关的页面。比较有价值的是，site语法查出来的结果，按照网页的价值倒序排列。这个特征便使得依据相关性内链，提升第二页/第三页落地页的排名成为可能。

【排名与流量】

对于有搜索量的词，获得好的排名，几乎确定了能获得流量。这里说几乎，因为还有一个点展比(点击量除以曝光量)的概念。分布式计算系统按照谷歌的规律，PC搜索结果中，前四位获得点击的几率是42%，12%，9%，6%。

先说排名。说到搜索排序，有很多场景下可以用到，比如在搜索结果页中的推广链接区域有个排序；在淘宝里面搜索，商品返回的结果列表有个默认的排序；AppStore中搜索也会按照一定的规则返回结果列表；同样的，在广告投放中候选广告创意去竞争一个展示机会时也有一个排序。这些排序与自然搜索的排序有一个共同点，即为了用户体验，将最好的，最符合用户需求的排在前面，从而提升用户体验。

影响自然搜索排序的因子应该很多，众所周知的，如网站自身的权威性与价值，网页的导入链接权重，网页结构/速度，网页内容的原创性，以及最重要的，用户搜索词的出现频次，页面title与H标签中出现搜索词的频次，等等。这是事前的因素。

有一点特别要提及的，搜索引擎为了构建良好的搜索竞争生态，对新站有个补偿机制。这也是实际有效的排序因子。

还有一点事后的因素，获得排名，用户点击，之后是否还点击了别的搜索结果。如果你的页面排在某个词的搜索结果第一位，搜索用户点击了你以后，还总会点击第二位的结果，那显然第二位的结果更符合用户需求，排序如何变化可想而知。这点可以从百度公开的专利中找到依据，点击器也是利用这个原理来实现的。

百度自己的产品虽然有被提权的嫌疑，但是从SEO的角度看，仍然有很多值得学习的地方。对于一些如果不确定，可以研究百度自己的产品，看具体的实现方式。

经过了关键词，内容，页面，抓取，索引/收录，排名，流量，这个漫长的链条，我们再回头来看封面上的漏斗模型，可以从中反思，我们的短板在哪里，机会又在哪里。如果将这些数据汇集在一起，随时利用这个数据链去监控网站的SEO状况，利用数据对一些优化操作进行效果监控，甚至通过定义一些自动化的策略，使得系统自己可以实施一些优化操作，并利用数据反馈，再调整，再优化，实现智能优化，真正发挥数据的威力。

【流量到转化】

SEO流量获取的问题解决以后，就要考虑怎么去承接这些流量了。与广告类似，流量的目的一般是两个，品牌曝光，直接效果。品牌曝光一般难于做效果监控，所以本篇主要聊直接效果。

实际上，承接的效果如何，对于获取流量的能力又有很大的影响。外部来说，内容不满足搜索用户的需求，跳出率高，搜索引擎里面的排名会掉。内部来说，老板看的是最终目标，曝光量大，转化多，成单多，可以让老板更重视SEO，给更多资源，有了资源，就可以更好的做SEO，从而形成一个良性循环。

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-69708-3.html