SEO的系统化优化策略

SEO说到底是一种营销方式，基本的游戏规则包括三点，1.在搜索用户中发现自己的目标用户，2.将搜索用户拉到自己网站来，3.将搜索用户变成自己的用户。这个套路依稀让我想到了怎么把大象装进冰箱 :)

【在搜索用户中发现自己的目标用户】

 

目标用户的界定，实际上是一种匹配。搜索用户信息检索需求表现为搜索用的词，而作为网站可以提供什么信息服务，则由自身的业务和内容生产能力来决定。这个匹配过程，其实就是了解自身，用自身的特性，去框搜索用户的过程。最终的产出将是一个符合自己业务的搜索关键词库。

 

那么，这个关键词库如何来? 基本的关键词获取方式大家都知道，无非是自身，搜索引擎，竞品。包括但不限于以下方式：

 

1.自身商品或者服务相关的名词，品牌词，属性词等等；

2.站内搜索词；

3.自己的网站在搜索引擎获得曝光和流量的词；

4.百度相关搜索词；

5.百度凤巢扩词接口扩出来的词；

6.百度指数中的相关词；

 

7.竞品站点上结构化的数据；

8.上述关键词切词后获得的词；

 

关键词的导入与数理是一个繁杂的工作，也会伴随着对于自身业务的理解，对于搜索用户的了解，而不断完善。最终的产出，将是一个持续流入的关键词库，关键词有明确的词性界定，关键词之间有多维的关系。另外，最好还需要有关键词搜索量与竞争难度等信息。关键词的整理也是一件有趣的事情，一切有效的商业行为都是为了满足人的需求，而研究关键词，就是在研究需求。了解需求，满足需求，是一个小的闭环。

关于关键词特征，举个简单的例子(来自于百度)，

实质上，百度大搜召回的模板，就对应着搜索的行为模式。

不同行业的模板，需要自己在大量领域内关键词的基础上去提取特征。

关键词库的整理有些可以通过系统化的方式来实现，比如站内搜索词的导入，百度相关搜索词的抓取，利用凤巢接口获得凤巢扩词，以及切词，词性定义等等。由于与业务紧密耦合，还是有很多非结构化的事情，需要结合人工处理。慢工出细活，在关键词上花再多时间也是值得的，就像商店想卖东西，需要琢磨客户需求，再去迎合客户类似。

实际上，对于用户需求的挖掘，可以从很多地方找到应用。比如广告投放中，DMP公司从事的就是用户特征提取分析的工作，数据用来供广告投放做到精准营销；再如站内的精准化推荐，根据系统track到的用户行为，给用户做相关推荐，等等。

更好的了解目标用户的需求是成功的第一步，对于SEO而言，就是建一个好的词库。有了词库，才能明确需要推动什么信息的生产，来满足搜索用户的检索需求，有了词的关系，才能更好的构建页面内的信息维度，才能更好的布局内链，集聚相关语义的权重。

【在搜索结果页中触达用户】

 

很多SEO的初学者会问，学好SEO需要看什么书? 我经常回答，搜索结果页(SERP，SearchEngine Result Page)就是学习SEO最好的资源。由于搜索引擎的算法持续更新，所以搜索结果页才能告诉你当前什么样的做法更能获得好的排名，哪类词商业化很严重，靠纯SEO很难获得流量，等等。毕竟事实胜于一切。

SEO的基本套路无非是对搜索引擎的程序更加友好，满足搜索用户的信息检索需求，给搜索用户更好的体验。

当然也不乏一些黑帽或者擦边的做法，比如利用搜素引擎的一些规则漏洞快速提升排名，最典型的是贻害无穷的点击器；或者利用与搜索引擎的关系做些阿拉丁投放，阿拉丁的特征很明显，搜索结果条目的样式有result-op字样，电商行业曾经与百度合作过的百度微购也属于阿拉丁的范畴；再或者与百度进行换量之类，不过这需要关系和渠道。

抛开上述这些资源和渠道的影响外，回归到SEO的基本套路上来，目标就是要尽可能多的占到搜索结果页的前几位，这样才能实现触达用户的目标。那么问题就变成了如何更多的接近我们的用户呢?

简单介绍一下搜索引擎的工作原理，

搜索引擎的工作分为离线部分和在线部分，离线部分负责抓取网页，构建倒排索引，在线部分负责提供前台搜索接口，根据用户query的词取倒排索引，计算排名，进行一些本地化/个性化的处理，最后返回10条结果的搜索结果页。整个信息流自左向右流动。

根据上面说到的原理，触达用户的目标就变成了：

 

1.站内存在跟用户query词相关的页面，这一步是内容与页面的覆盖

2.这个页面被搜索引擎抓取，索引，并且在参与排名的索引库中

3.这个页面获得好的排名

4.这个页面的title，description，缩略图这个小的广告创意能吸引用户点击

5.这个页面能满足用户需求，而不是很快跳出，去访问别的搜索结果条目

6.这个页面能帮助网站达到品牌曝光，或者转化的目标

 

对应到漏斗模型，如下图所示：

上面的漏斗模型也表征了SEO业务层面上的数据链路，而从系统上支持上述链路的数据监控，可以清楚的知道目标，产出，和中间过程的每一步细节，从而可以更好的利用数据驱动SEO工作。对于漏斗模型优化的一般做法是，找漏斗中的瓶颈，并针对性的优化，并根据后续节点的效果反馈，进行策略或者实施的调优，形成闭环。

下面简单说说漏斗中各步的数据处理。

【内容与页面】

 

内容是是原材料，有了原材料，才能保证厨子是用武之地。一般情况下，内容生产以业务目标为导向，对于重度依赖SEO流量的领域，SEO对于内容生产会有较大的发言权。总的来说，内容生产要能覆盖目标用户的搜索需求，比如用户搜索了"孕妇吃芹菜好不好"这样的长尾，如果站内都没有相关的内容，那就没办法做相应的页面，拿到SEO流量也就无从谈起了。如何根据搜索用户需求更好的组织内容生成，一般需要公司上层的支持。如果自己没有编辑团队，也可以考虑建立一支兼职团队。3C/女性时尚/医药电商一般都有很强大的编辑团队，比较典型的是太平洋(在香港上市了); 据我所知，途牛维护着一支很好的兼职团队。

除了编辑之外，站内搜索聚合，采集外站再处理加工，也是经常使用的内容生成方式。

很多以业务目标为导向的公司，并未能从公司战略层面上给予内容生产足够的重视，没有意识到信息资产的价值，从而造成SEO人员巧妇难为无米之炊。站内大量优质的领域内的内容，以及内容生产的能力，是超越SEO的，即便SEO不再存在，或者换成别的形式，内容也可以对自身用户带来很大的价值。

从关键词，到内容和页面，完成了需求分析和生产。内容在页面上如何布局，如果处理好内容的结构化，从而更符合搜索引擎的口味，还有很多细致的工作要做，这里不展开。

【抓取与收录】

搜索结果页是站点之间竞争用户的战场，要想在竞争中获胜，首先你得站到战场上去。根据之前说到的搜索引擎的原理，我们知道，要在搜索结果页中出现，首先生产的页面要被搜索引擎的蜘蛛抓取。蜘蛛发现网页，正常情况下是通过站内的链接，和站外的链接，按照广度优先的原则，提取页面中导出的URL。一般来说，站长还可以通过提交Sitemap，Ping通知蜘蛛，手动提交等方式，帮助蜘蛛发现有效的URL。

前面说到，通过链接抓取网页，按照广度优先的原则。一般的小站，搜索引擎从起点页抓取三四层的深度也就不错了，一般这个起点页都是网站首页。所以SEO要将网站整体设计成扁平的结构，有些时候需要为蜘蛛搭一些梯子，帮助它在较短路径上接触到更多的URL。举个例子，

一般情况下，一个页面内导出链接不能过多，超过某个值蜘蛛就不抓了。之前的经验是100，但是这个数值还是跟网站和具体页面有关。在网站层级和单页导出链接总量两个约束条件下，还有一点文章可做，那就是时间。单个页面导出链接最多是100，如果我每天换掉其中的50个呢? 一个最简单的实现方式是借助于缓存机制，固定的取50个，另外再在全集中随机取50个，这50个设置缓存时间1天，1天后失效，再随机取50个，这样可以最大化导出链接的时效性，就像广告的分时段轮播一样。这里的数字可以根据实效进行调整。站内如此，对于批量交换的外链，也可以按照类似的方式实现。

 

对于移动页面，有两种主要的机制通知到蜘蛛PC页与移动页的对应关系，一是在PC页头部加上mobile-agent的meta属性，二是在站长工具提交PC/移动页对应关系的正则(也可以提交全量的URL地址对)。

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(kafka+storm)。

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。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；App Store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。

获得排名的搜索结果，展现给用户的信息包括，页面Title，Description或者页面内提取的信息摘要，缩略图，首页的子链接。后面两者可能有，也可能没有。还有一个相对次要的因素，搜索结果的域名/链接摘要。如何在获得曝光的情况下，吸引用户点击? 除了让自己的排名尽量靠前外，可以做的事情还包括，优化Title/Description的文案，在页面主体区域提供合适尺寸的图片增加被作为缩略图的几率等。搜索结果条目示例如下:

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。

以直接效果为目标的流量，转化可能受到四个因素的影响，

1.流量的质量，或者说流量背后的用户跟自身需要服务的用户的重叠程度，把不相干的流量引来，可能是做无用功，用术语说，就是要做到精准营销；

2.用户触达站点时对于有几分信任，有信任作为背书，往往转化也会高些，比如知名品牌的官网往往转化会高，搜索一般的商品品牌/店铺名的流量，本身对目标有认知，转化也会高一些；

3.自身提供的产品或者服务本身的特性，有些情况下用户决策很快，比如单价较低的，标准化的东西的购买，这种比较容易形成转化；

4.给用户第一眼看到的内容，就电商这个行业来说，页面上展现相关的促销信息，或者提供给用户更多的选择机会，则会有更高的概率转化，比如列表页优于单页。

不同的行业/不同的承载方式(网站/APP/微信/淘宝店/自媒体等)，有不同的流量获取渠道和方式，不同渠道的流量占比也会各有不同。比如京东的网站，应该包括但不限于如下一些渠道，直接访问，搜索引擎(PPC/品专/SEO)，导航站，返利站，导购站，输入法弹框，网盟(自有/第三方)，广告，微信入口等，具体到SEO，两年前听到一个未经证实的数据，京东SEO流量占总流量的比例大概11%。作为对比，某知名在线旅游网站，SEO流量占比达到了30%。对于垃圾站群推的文学/影视类网站，SEO流量的占比应该不低于90%吧。不同渠道的流量，转化率也会有所差异。对于电商来说，直接访问的流量，返利/导购网站来的流量，一般都有相对明确的目的，也有一定的认知，所以决策曲线短，成单的概率大。下面画了一幅很假的饼图充数:)

整站的整合营销，考虑的是整体的ROI，有些时候为了配合大规模的促销活动，也会放低ROI的标准，因为高转化的优质流量毕竟是有限的。当然，调节的细部手段还有提高网盟CPS结算的返点，与搜索引擎等流量入口达成临时合作等等。可能有些未尝试过的流量，可以少量测试，总的策略是确保总量的前提下，提高总体ROI，可以用CPA或者CPS的方式做内部衡量。

【流量跟踪】

最后简单说说Track。我们一般统计流量，会用GA，百度统计，CNZZ，51.la之类的统计工具，或者模仿这些工具，自己做个流量track系统。对于外投的流量渠道，往往根据链接参数中的track码来区分来路，相对常见的是GA中定义的一套，

当然，如果你不喜欢，你可以自己搞一套，比如tracker_u这样奇怪的东东。

对于用户进入站内以后的行为，会根据用户session存活周期，或者cookie埋的guid之类来监控。页面上埋js代码，用户页面跳转或者点击页面内元素的动作，都会被js发送到后台数据库，作为后续分析的依据。对于效果类流量的效果反馈，最直接的就是比如下载，订阅，或者加购物车，成单之类。

数据驱动的决策是科学的，拍脑袋依靠经验做的决策是耍流氓。所以说，流量之后，用户进入站点以后的行为的数据采集，不仅仅对于流量效果是个反馈，同时在站内进行精准推荐，或者在不违反用户隐私的前提下，将数据加工后，以类似于DMP的方式放到ADX中进行售卖，也是变现的一种方式。