SEO數(shù)據(jù)分析：如何改善網(wǎng)站收錄

搜索引擎做為網(wǎng)站流量的重要來源，網(wǎng)站的收錄量自然是大部分網(wǎng)站運營人員關心的問題。

先明確一些基本點，一個網(wǎng)頁被收錄與否，有兩個因素：

是否被爬蟲爬過

頁面質(zhì)量是否過關

之前提過了收錄率這么一個指標，很多網(wǎng)站都懶得去做這個指標，“我看看site的數(shù)據(jù)不就行了!”，事實上沒有這個指標，很多工作就無從下手。從數(shù)據(jù)中找出問題，利用數(shù)據(jù)指導解決方案，分析數(shù)據(jù)驗證工作成果。 最近看了《深入淺出數(shù)據(jù)分析》這個本，覺得不錯，把數(shù)據(jù)分析的方法講得很生動，建議有興趣的從事數(shù)據(jù)分析的同學可以買本看看。任何數(shù)據(jù)分析由目標->分析->評估->決策，四個環(huán)節(jié)組成。

目標：我們想看一下網(wǎng)站的收錄情況如何，在SEO方面是否還有提高的機會。

分析：收錄情況什么算好什么算壞，是不是用一些指標來衡量?網(wǎng)站的收錄情況是不是過于籠統(tǒng)，是不是應該細分下各個頁面的收錄情況?

評估：于是我們需要下面一些數(shù)據(jù)

· 網(wǎng)站的頁面層級關系

·各個層級頁面帶來的SEO流量

·各個層級頁面的收錄情況如何

SEO流量的占比可以從Google Analytics中過濾出來。

頁面數(shù)量可以從數(shù)據(jù)庫獲得，或者通過火車頭or自制小腳本抓取統(tǒng)計。

收錄率可以將獲取的頁面通過工具進行搜索，火車頭也可以。

問題立馬凸顯!

1+2級目錄頁帶來了大量的流量，收錄率不是很好，優(yōu)化收錄的流量提升突破口在此!

產(chǎn)品頁面數(shù)量很多，收錄也不是很理想，但是帶來的流量有限，除了收錄問題，還有頁面內(nèi)容的問題，本文中先不管它了。

決策：我們的結(jié)論是立刻展開行動對目錄頁面進行收錄的優(yōu)化。

看到這邊，似乎剛開始的目標：“通過優(yōu)化收錄提升流量”

演變成了新的目標：“如何提高目錄頁面的收錄量”

這邊能不能再次通過數(shù)據(jù)分析的方法進行SEO呢?

答案是肯定的!

我們再來重新走一遍 目標->分析->評估->決策 的過程

目標：提高目錄頁面的收錄量

分析：通過本文開始的有關收錄的兩個因素，我們需要檢查一下，網(wǎng)頁是否被爬蟲爬行過，網(wǎng)頁的質(zhì)量是不是過關。

1. 關于爬蟲的情況，我們需要分析日志，才能確定。于是我們從日志中拆分一系列數(shù)據(jù)看看頁面是否真的被爬行過。

2. 由于頁面質(zhì)量似乎是一個很難衡量的值，于是我們可以用相同模板下的：

已被爬行的頁面數(shù)量/已被爬行并且被收錄頁面數(shù)量

來評估該模板頁面質(zhì)量對收錄的影響大小。如果被爬的頁面都被收錄了，那至少說明這套頁面的內(nèi)容搜索引擎還算認可。(實際情況遠比這個復雜，而且收錄后也有可能因為質(zhì)量問題被刪除，但總比什么參照都沒有要好，對吧!)

評估：(敏感信息用編號代替，均為真實數(shù)據(jù))

先看一下爬蟲日志的情況，通過Shell腳本，我們可以分析出。

目錄總計被爬行的次數(shù)為13000次左右

不重復的目錄爬行次數(shù)為5500次左右

頻道A下的目錄幾乎被100%抓取過至少1次，頻道B的目錄抓取也不錯，有70%被至少抓過一次。

其余頻道下的目錄被抓取的覆蓋率不到30%

不要覺得這個結(jié)果很神奇，其實很多網(wǎng)站都會面對這樣的糟糕問題，只要你把數(shù)據(jù)不斷的細分，細分，再細分，總會觀察出一些端倪的。

關于日志分析，不要迷信任何的日志分析軟件，那都是給懶人用的，自制腳本+Excel才是王道，可以拆分顯示出任何你想要的數(shù)據(jù)，當然，甚至可以連Excel都不要。

然后，我們統(tǒng)計了一下被抓得最頻繁的頻道A和頻道B，目錄頁的收錄率

頻道A和B是很讓人放心的，說明頁面質(zhì)量沒問題，但是余下的收錄情況就讓人比較擔心了。

決策：通過上面的數(shù)據(jù)評估，我們已經(jīng)得到了如下結(jié)論。

頁面質(zhì)量并不是影響收錄的原因。

頻道A，B的抓取量異常的高，通過調(diào)查了解，原來是首頁上的目錄頁，顯示的全是頻道A下的目錄頁，首頁又擁有全站最高的權重。頻道B擁有比其他頻道強大的外鏈資源，權重也非常高。

除了A, B頻道，其他頻道的抓取情況不容樂觀，抓取入口太少，太深，進而影響了收錄情況。

很明顯，現(xiàn)在頻道A從站內(nèi)的角度來說太強大了，必須進行一些“劫富濟貧”的運動來降低頻道A的抓取量，轉(zhuǎn)移到其他頻道中去。同時，需要給爬蟲提供更多的入口抓取頻道頁。

現(xiàn)在問題變得清晰起來，我們開始把工作分成兩部分：1.提供更多的入口 2.將資源平分給各頻道而不是集中在少數(shù)幾個頻道上。

提供入口工作：

1.把目錄頁的URL制作成sitemap。提交給搜索引擎，并且將其設置為比較高的抓取權重。

2.完善面包屑導航，將面包屑導航劃分得更加細致，以提供更多入口

3.在其他產(chǎn)品中推薦目錄頁

資源平分工作：(一些概念：任意頁面都有可能成為爬蟲入口，百度爬蟲抓取深度有限，頁面相對入口越淺，被抓取的概率越高。)

1.原先首頁指向的都是頻道A的目錄頁+產(chǎn)品頁，將其全部nofollow，確保從首頁進入的爬蟲，全部抓取到頻道頁，通過頻道頁再進入目錄頁(其實這個不算太重要)

2.原先頻道頁指向自身的產(chǎn)品頁，將其全部nofollow(確保從頻道頁入口的爬蟲，最大程度的抓取目錄頁)

3.從目錄頁返回到首頁的鏈接，將其全部nofollow。

4.減少一些頁面上無關鏈接。(什么情況下這么做都是非常有效的。)

現(xiàn)在可以開始動手了。。

成果

這么做到底有什么效果呢，我們來看看修改后1個月后的數(shù)據(jù)。

目錄頁的收錄率提高了100%!

產(chǎn)品頁的收錄率也有一定程度的提高，這是歸功于目錄頁對于產(chǎn)品的良好展現(xiàn)。

目錄頁的SEO表現(xiàn)：

SEO流量占比上升了15%

增長10%的到訪關鍵詞數(shù)量(新頁面的收錄)

SEO流量增長了50%以上。(包含一些季節(jié)因素)