seo数据分析.pdf

www.binliy.com

先明确一些基本点，一个网页被收录与否，有两个因素

是否被爬虫爬过

页面质量是否过关

上一篇文章“我看看已经提过了收录率这么一个指标，很多网站都懒得去做这个指标，
site的!”，数据事实手不就，。从上没行了数据有这中找个指出问标，题很多工作就无从下
利，用数分。析数最《深据指近看》这入浅，据验个本导解了出数证工决方据分作成案析果
觉，把得不数据，建议有错分析。兴趣的方的从法讲事数得很据分生动析的同学可以买本看看
任->何数分析->评估->决策，据分四个析由环节，目组成标。

目标：SEO方我们面是想看否还一下有提网站高的的收机会录情。况如何，在

分析：?网收录站的情况收录什么情况算好是不什么是算坏，是不是用一些指标来衡量
过于笼?统，是不是应该细分下各个页面的收录情况

评估：于是我们需要下面一些数据

网站的页面层级关系

各SEO个层流量级页面带来的

各个层级页面的收录情况如何
www.binliy.com

SEO流量的占比可以从GoogleAnalytics中过滤出来。

页面数量可以从数据库获得，或者通过火车头or自制小脚本抓取统计。

收录率可以将获取的页面通过工具进行搜索，火车头也可以。

问题立马凸显!

1+2级目录页带来了大量的流量，收录率不是很好，优化收录的流量提升突破口在此!

产品页面数量很多，收录也不是很理想，但是带来的流量有限，除了收录问题，还有页面内
容的问题，本文中先不管它了。

决策：我们的结论是立刻展开行动对目录页面进行收录的优化。

看到这边，似乎刚开始的目标：“通过优化收录提升流量”

演变成了新的目标：“如何提高目录页面的收录量”

这边能不能再次通过数据分析的方法进行SEO呢?

答案是肯定的!

我们再来重新走一遍目标->分析->评估->决策的过程

目标：提高目录页面的收录量

分析：通过本文开始的有关收录的两个因素，我们需要检查一下，网页是否被爬虫爬行
过，网页的质量是不是过关。

1.关于爬虫的情况，我们需要分析日志，才能确定。于是我们从日志中拆分一系列数
据看看页面是否真的被爬行过。

2.由于页面质量似乎是一个很难衡量的值，于是我们可以用相同模板下的：

已被爬行的页面数量/已被爬行并且被收录页面数量

来评估该模板页面质量对收录的影响大小。如果被爬的页面都被收录了，那至少说明这
www.binliy.com

套页面的内容搜索引擎还算认可。(实际情况远比这个复杂，而且收录后也有可能因为质量
问题被删除，但总比什么参照都没有要好，对吧!)

评估：(敏感信息用编号代替，均为真实数据)

先看一下爬虫日志的情况，通过Shell脚本，我们可以分析出。

目录总计被爬行的次数为13000次左右

不重复的目录爬行次数为5500次左右

频道A下的目录几乎被100%抓取过至少1次，频道B的目录抓取也不错，有70%被至
少抓过一次。

其余频道下的目录被抓取的覆盖率不到30%

不要觉得这个结果很神奇，其实很多网站都会面对这样的糟糕问题，只要你把数据不断的细
分，细分，再细分，总会观察出一些端倪的。

关于日志分析，不要迷信任何的日志分析软件，那都是给懒人用的，自制脚本+Excel
才是王道，可以拆分显示出任何你想要的数据，当然，甚至可以连Excel都不要。

然后，我们统计了一下被抓得最频繁的频道A和频道B，目录页的收录率
www.binliy.com

频道A和B是很让人放心的，说明页面质量没问题，但是余下的收录情况就让人比较担心
了。

决策：通过上面的数据评估，我们已经得到了如下结论。

页面质量并不是影响收录的原因。

频道A，B的抓取量异常的高，通过调查了解，原来是首页上的目录页，显示的全是频
道A下的目录页，首页又拥有全站最高的权重。频道B拥有比其他频道强大的外链资源，
权重也非常高。

除了A,B频道，其他频道的抓取情况不容乐观，抓取入口太少，太深，进而影响了收
录情况。

很明显，现在频道A从站内的角度来说太强大了，必须进行一些“劫富济贫”的运动来
降低频道A的抓取量，转移到其他频道中去。同时，需要给爬虫提供更多的入口抓取频道
页。

现在问题变得清晰起来，我们开始把工作分成两部分：1.提供更多的入口2.将资源平分
给各频道而不是集中在少数几个频道上。

提供入口工作：

1.把目录页的URL制作成sitemap。提交给搜索引擎，并且将其设置为比较高的抓取权
重。

2.完善面包屑导航，将面包屑导航划分得更加细致，以提供更多入口

3.在其他产品中推荐目录页

资源平分工作：(一些概念：任意页面都有可能成为爬虫入口，百度爬虫抓取深度有限，
页面相对入口越浅，被抓取的概率越高。)

1.原先首页指向的都是频道