引擎搜索技巧_SEO的系统化策略

百度站长学院作为站长获取运营知识的平台，已经发布了数千篇网站运营优化的文章，涵盖的知识点非常广泛。不过也有不少同学反映，知识点虽然详细，但是不够系统，希望看到更系统的知识整理。今天我们邀请到了1号店SEO负责人刘苏，为大家分享系统化的SEO攻略。全文如下：

加入一号店后，老板告诉我没人做SEO，我来做吧。然后我就不知不觉的进入了这个行业。我不是很聪明，也不擅长社交。感谢公司对我试错的​​包容，以及同事们的支持，现在我对这个行业有了些了解。特别感谢Zero，虽然他比我小十岁，但在你的培养下，我了解了SEO，认识了很多人。现在我把自己这几年的经历写下来，回馈SEO社区。

【概括】

SEO毕竟是一种营销手段，游戏的基本规则包括三点：1.在搜索用户中找到你的目标用户，2.把搜索用户拉到你的网站，3.把搜索用户变成你自己的用户。这个套路让我隐约想起了把大象放进冰箱的方法：）

【在搜索用户中找到你的目标用户】

目标用户的界定其实就是一种匹配，搜索用户的信息检索需求表现为搜索词，而一个网站能提供什么信息服务则是由自身的业务和内容生产能力决定的。这个匹配的过程其实就是了解自己，利用自身特点框定搜索用户的过程，最终输出的会是一个符合自身业务的搜索关键词库。

那么，这个关键词库怎么获取呢？大家都知道获取关键词的基本方式，无非就是自己、搜索引擎、竞争对手。其中包括但不限于以下几种方式：

1.与自己的产品或服务相关的名词、品牌词、属性词等；

2.站内搜索词；

3. 您的网站用来在搜索引擎中获得曝光率和流量的词语；

4.百度相关搜索词；

5、通过百度丰巢扩词接口扩充的词语；

6. 百度指数的相关词;

7.竞争对手网站的结构化数据；

8.将以上关键词分词后得到的词语；

关键词的引入和数学化是一个复杂的工作，会随着对自身业务的理解，对搜索用户的理解而不断完善。最终输出的会是一个不断流入的关键词库。关键词有明确的词义，关键词之间有多维关系，此外最好还有关键词搜索量、竞争难度等信息。关键词的排列顺序也是一件很有意思的事情，一切有效的商业行为都是为了满足人的需求，研究关键词就是研究需求，了解需求、满足需求，是一个小闭环。

关于关键词特征，我们举一个简单的例子（来自百度）。

本质上，百度大搜索召回的模板对应着搜索的行为模式。

不同行业的模板需要你根据大量领域的关键词提取特征。

关键词库中的一些内容可以系统化地组织起来，比如导入站内搜索词、爬取百度相关搜索词、利用丰巢接口获取丰巢扩展词，还有分词、词语定义等。由于和业务耦合度高，还有很多非结构化的东西需要结合人工处理。慢工出细活，在关键词上花更多的时间是值得的，就像商店要卖东西，需要搞清楚顾客的需求，然后迎合顾客。

其实，用户需求的挖掘可以应用在很多地方，比如在广告方面，DMP公司从事用户特征的提取和分析，利用这些数据进行广告的精准营销；再比如站内精准推荐，根据系统跟踪到的用户行为，对用户进行相关的推荐等等。

更好地理解目标用户的需求是成功的第一步。对于SEO来说，这意味着建立一个好的词汇表。有了词汇表，就清楚需要生产什么信息来满足搜索用户的搜索需求。有了词与词之间的关系，才能更好地构建页面内的信息维度，更好地布局内部链接，并聚集相关语义的权重。

在搜索结果中吸引用户

很多SEO初学者都会问，学习SEO要看什么书？我经常回答说，搜索结果页面（SERP，Page）是学习SEO最好的资源。由于搜索引擎算法是不断更新的，搜索结果页面可以告诉你目前什么样的做法更容易获得好的排名，哪些类型的词商业化严重，而单纯通过SEO很难获得流量等等。毕竟事实胜于雄辩。

SEO的基本手法无非是让搜索引擎的程序更加友好，满足搜索用户的信息检索需求，给搜索用户带来更好的体验。

当然也有一些黑帽或者边缘做法，比如利用搜索引擎规则的一些漏洞来快速提升排名，最典型的例子就是害人不浅的点击者；或者利用和搜索引擎的关系做一些阿拉丁投放，阿拉丁的特点非常明显，搜索结果项的样式都有-op字样，电商行业跟百度有合作的百度微购也属于阿拉丁的范畴；或者跟百度交换量，但这需要关系和渠道。

抛开以上资源和渠道的影响，回归SEO的基本套路，目标就是占据尽可能多的搜索结果页Top位置，从而达到触达用户的目的。那么问题就变成了如何更贴近我们的用户？

简要说明搜索引擎的工作原理。

搜索引擎的工作分为离线和在线部分。离线部分负责爬取网页并建立倒排索引。在线部分负责提供前端搜索界面，根据用户查询词获取倒排索引，计算排名，进行一些本地化/个性化处理，最后返回一个包含10条结果的搜索结果页面。整个信息流从左向右流动。

根据上面提到的原则，触达用户的目标就变成了：

1. 网站中有与用户查询相关的页面。此步骤是内容和页面的覆盖率

2.该页面被搜索引擎抓取并收录，处于参与排名的索引库中

3. 该页面获得良好排名

4.这个页面的标题，缩略图，这个小广告创意可以吸引用户点击

5. 该页面可以满足用户的需求，而不是快速跳出访问其他搜索结果

6. 该页面可帮助网站实现品牌曝光或转化目标

对应漏斗模型，如下图所示：

上面的漏斗模型也代表了SEO业务层面的数据链路，通过系统支持上述链路的数据监控，我们可以清晰的知道中间流程的目标、产出、每一步，从而更好的用数据驱动SEO工作。漏斗模型优化的一般做法是找到漏斗中的瓶颈，有针对性的进行优化，并根据后续节点的效果反馈调整策略或实施方案，形成闭环。

我们来简单说一下漏斗中每个步骤的数据处理。

【内容与页数】

内容是原料，有了原料，才能发挥厨师的作用。一般来说，内容生产是以商业目标为​​导向的，对于严重依赖SEO流量的领域，SEO对内容生产的发言权会更大。一般来说，内容生产要能覆盖目标用户的搜索需求，比如用户搜索“孕妇吃芹菜好吗？”这样的长尾词，如果站内没有相关内容，就没办法做出相应的页面，也就没办法获得SEO流量。如何根据搜索用户需求更好地组织内容生成，一般需要公司高层的支持。如果没有编辑团队，也可以考虑成立兼职团队。3C/女装/医药电商一般都有非常强大的编辑团队，典型的例子就是太平洋（香港上市）；据我所知，途牛就保持着非常优秀的兼职团队。

除了编辑之外，站内搜索聚合和收集外部网站进行进一步处理也是经常使用的内容生成方法。

很多以业务为导向的公司，没有从企业战略层面足够重视内容生产，没有意识到信息资产的价值，导致SEO人员无米之炊。某一领域的大量优质内容和网站的内容生产能力，远远超出了SEO的范畴。即使SEO不再存在或被另一种形式取代，内容依然可以给自身的用户带来巨大的价值。

从关键词到内容、页面，需求分析和制作我们已经完成了，如何对页面内容进行布局，如何对内容进行结构化，让其更加符合搜索引擎的口味，还需要做很多细致的工作，这里就不再展开了。

【爬行与包容】

搜索结果页是网站争夺用户的战场，想要在竞争中取胜，就必须先站到战场上去。根据前面提到的搜索引擎原理，我们知道，要出现在搜索结果页中，产生的页面必须先被搜索引擎蜘蛛抓取。蜘蛛发现网页，一般是通过站内链接和站外链接，按照广度优先的原则提取从页面导出的URL。一般来说，站长也可以通过提交、ping蜘蛛、手动提交等方式帮助蜘蛛发现有效的URL。

上面提到，通过链接爬取网页遵循广度优先的原则，对于一般的小型网站，搜索引擎从起始页（通常是网站首页）开始爬取三四层就足够了。因此 SEO 应该将网站设计成扁平结构。有时需要为蜘蛛搭建一些阶梯，帮助它们以更短的路径访问更多的 URL。例如：

一般情况下，一个页面的出站链接不宜过多，超过一定值蜘蛛就不会抓取了。以前的经验是100个，但这个值还是和网站、和具体页面有关的。在网站级别和单页出站链接总数两个约束下，还有一点要做，那就是时间。单页出站链接数量上限是100个，如果我每天更换50个会怎么样？最简单的实现方式是利用缓存机制取50个固定链接，然后从全集中随机取50个。这50个链接设置缓存1天，1天后过期，再随机取50个。这样可以最大程度保证出站链接的时效性，就像广告的分时轮播一样。这里的数字可以根据实际效果进行调整。对于站点是这样，对于批量交换的外链，也可以用类似的方式实现。

对于移动端页面，主要有两种机制来告知蜘蛛PC页面与移动端页面的对应关系，一是在PC页面头部增加-agent元属性，二是在站长工具中提交PC/移动端页面对应关系的正则表达式（也可以提交全套URL地址对）。

爬取过程至关重要，需要时刻监控站长平台的爬取频率以及分析得到的爬取详情。对于小型网站的日志文件，市面上有一些日志分析工具，也可以自己写。对于大型网站的日志，很多都是存储在这种分布式存储中，一般需要定制程序来分析处理。为了实时分析处理并得到快速反馈，可能需要接入流式计算框架（kafka+storm）。

蜘蛛爬行行为数据的用途可以用于评估蜘蛛对网站页面价值的评估、反馈一些辅助爬行所做的优化的效果、评估新生成的页面被搜索引擎接受的程度等。没有使用价值的数据是无用的，只有数据与具体的应用场景相结合，才能体现其价值。

对于爬取到的页面，蜘蛛在建立倒排索引之后，会进行价值判断，并根据其价值大小存放到层级索引库中，只有高级别的索引库才会参与最终的搜索排名。

一般刚开始学SEO的时候都会接触到站点语法，基本所有常见的搜索引擎也都支持站点语法来查询域名或者目录级的收录查询。在站点查询语句后面加一个词，就可以查询出与域名和这个词相关的页面。更可贵的是，站点语法查询的结果会按照网页的价值进行倒序排列，这个特性使得根据相关内链来提升第二/三页落地页的排名成为可能。

【排名与流量】

对于搜索量大的词，获得好的排名几乎可以保证流量。这里说几乎，是因为还有一个点曝光比的概念（点击量除以曝光量）。按照的规则，PC搜索结果前四位获得点击的概率分别是42%、12%、9%、6%。

先说排名。说到搜索排名，它的使用场景非常多，比如搜索结果页的推广链接区域是有排名的；在淘宝搜索时，商品返回的结果列表是有默认排名的；在应用商店搜索也会按照一定的规则返回结果列表；同样，在广告中，候选广告素材争夺展示机会时，也会有排名。这些排名和自然搜索排名有一个共同点，就是为了用户体验，把最好、最人性化的排在前面，从而提升用户体验。

影响自然搜索排名的因素应该有很多，比如网站本身的权威性和价值、网页导入链接的权重、网页的结构/速度、网页内容的原创性，还有最重要的，用户搜索词的频率，搜索词在页面Title和H标签中出现的频率等等，这些都是事前因素。

值得一提的是，为了构建良好的搜索竞争生态，搜索引擎对新站有补偿机制，这也是一个有效的排名因素。

还有事后因素，就是是否获得了排名，用户点击了，然后点击了其他搜索结果。如果你的页面在某个词的搜索结果中排名第一，搜索用户点击了你，他总会点击第二个结果。显然，第二个结果更符合用户的需求，排名会如何变化，你可以想象得到。这在百度披露的专利中可以找到，点击器也是利用这个原理实现的。

排名搜索结果展示给用户的信息包括页面标题，或者从页面中提取的信息、缩略图以及首页的子链接，后两者可能存在也可能不存在，还有一个比较次要的因素，就是搜索结果的域名/链接摘要。如何吸引用户点击的同时获得曝光？除了让你的排名尽可能高，你还可以优化标题/文案、在页面主要区域提供合适尺寸的图片增加被用作缩略图的机会等。以下是一个搜索结果项的示例：

虽然百度自家产品存在被提权的嫌疑，但是从SEO角度来说，还是有很多可以学习的地方，如果还有不清楚的地方，可以研究一下百度自家产品是怎么实现的。

经历了关键词、内容、页面、抓取、收录/收录、排名、流量这一长长链条之后，我们可以回头看封面上的漏斗模型，反思自己的不足在哪里，机会在哪里。把这些数据聚集在一起，我们可以利用这个数据链随时监控网站的SEO状况，用数据来监控一些优化操作的效果，甚至可以定义一些自动化的策略，让系统自己去实现一些优化操作，利用数据反馈去调整优化，从而实现智能优化，真正发挥数据的力量。

【流量到转化】

解决了SEO流量获取的问题之后，我们需要考虑如何去获取这些流量。流量和广告类似，一般有两个目的：品牌曝光和直接效果。品牌曝光一般比较难监控，所以本文主要讲直接效果。

其实承接的效果对能否获得流量影响很大，对外来说，如果内容不符合搜索用户的需求，跳出率高，在搜索引擎的排名就会下降；对内，老板看中的是最终目标，曝光量大、转化高、订单量高，可以让老板更加重视SEO，给予更多的资源，有了资源，SEO才能做得更好，这样就形成了一个良性循环。

对于流量定位的直接效果来说，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和你需要服务的用户的重合度。吸引不相关的流量可能是白费力气。用技术术语来讲就是实现精准营销；

2. 用户访问网站时，对网站有一定的信任度。有信任作为背书，转化率往往更高。例如知名品牌的官网，转化率往往较高。搜索一般产品品牌/店铺名称的流量，对目标有认知，因此转化率也较高。

3、用户提供的产品或服务的特点。有些情况下，用户的决策很快，比如购买标准化的物品，单价低，更容易转化；

4、给用户第一眼看到的内容。在电商行业，在页面上展示相关的促销信息，或者给用户提供更多的选择，会有更高的转化概率，例如列表页就比单页好。

不同行业/不同载体（网站/APP/微信/淘宝店/自媒体等）获取流量的渠道和方式都不同，不同渠道的流量占比也会不同。比如京东的网站应该包括但不限于以下几个渠道：直接访问、搜索引擎（PPC/产品/SEO）、导航站、返利站、导购站、输入法弹框、线上联盟（自有/第三方）、广告、微信入口等。具体到SEO，两年前我听到一个未经证实的数据，京东的SEO流量占总流量的11%左右。相比之下，某知名的线上旅游网站，SEO流量占比为30%，而对于垃圾站推广的文学/影视网站，SEO流量占比应该不低于90%。不同渠道的流量转化率也会有所不同。对于电商来说，直达流量和返利/导购网站的流量一般目的性比较明确，有一定的认知，所以决策曲线短，下单概率高。下面我画了一个很假的饼图来填数字：）

全站整合营销考虑的是整体的ROI，有时候为了配合大型的推广活动，会降低ROI标准，因为高转化的优质流量毕竟有限。当然调整的具体手段包括增加网盟CPS结算的返利、与搜索引擎等流量入口达成临时合作等。可能还有一些没试过的流量可以小量测试。整体策略是在保证总量的前提下提高整体的ROI，内测可以用CPA或者CPS。

【交通追踪】

最后说一下 Track，我们一般会用 GA、百度统计、CNZZ、51.la 等统计工具来统计流量，或者模仿这些工具做流量追踪系统。对于外部流量渠道，我们经常会根据链接参数中的 Track 代码来区分来源，比较常见的就是 GA 中定义的 Track 代码。

当然，如果你不喜欢，你总是可以自己做，喜欢这种奇怪的东西。

用户进入站点后的行为会根据用户的生存周期或者内嵌的GUID进行监控。如果页面内嵌了JS代码，用户的页面跳转或者点击页面上的元素都会被JS发送到后端数据库，作为后续分析的依据。对于性能流量的效果反馈，最直接的就是下载、订阅，或者加入购物车、下单等。

数据驱动的决策是科学的，而经验决策是流氓的。所以流量来了之后，对用户进站后的行为进行数据采集，不仅是对流量效果的反馈，也是在站内进行精准推荐的一种方式，或者在不侵犯用户隐私的情况下，将数据处理后以类似DMP的方式在ADX进行销售，这也是一种流量变现的方式。

全文结束，感谢阅读。