【夜息】如何改善网站收录

距离上一篇SEO的数据分析已经过了好久了,最近觉得应该写一些实际点的内容看看SEO到底怎么做。 先明确一些基本点,一个网页被收录与否,有两个因素:
1,是否被爬虫爬过 2,页面质量是否过关
上一篇文章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,“我看看site的数据不就行了!”,事实上没有这个指标,很多工作就无从下手。从数据中找出问题,利用数据指导解决方案,分析数据验证工作成果。 最近看了《深入浅出数据分析》这个本,觉得不错,把数据分析的方法讲得很生动,建议有兴趣的从事数据分析的同学可以买本看看。 任何数据分析由,目标->分析->评估->决策,四个环节组成。

目标:我们想看一下网站的收录情况如何,在SEO方面是否还有提高的机会。

分析:收录情况什么算好什么算坏,是不是用一些指标来衡量?网站的收录情况是不是过于笼统,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
网站页面的层级关系

各个层级页面带来的SEO流量

各个层级页面的收录情况如何
收录情况
SEO流量的占比可以从Google Analytics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!
突破口

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%
抓取频次

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
收录率

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A的目录页+产品页,将其全部nofollow,确保从首页进入的爬虫,全部抓取到频道页,通过频道页再进入目录页(其实这个不算太重要)

2.原先频道页指向自身的产品页,将其全部nofollow(确保从频道页入口的爬虫,最大程度的抓取目录页)

3.从目录页返回到首页的链接,将其全部nofollow。

4.减少一些页面上无关链接。(什么情况下这么做都是非常有效的。)

现在可以开始动手了。。

成果

这么做到底有什么效果呢,我们来看看修改后1个月后的数据。
成果

目录页的收录率提高了100%

目录页的收录率提高了100%!

产品页的收录率也有一定程度的提高,这是归功于目录页对于产品的良好展现。

目录页的SEO表现:

SEO流量占比上升了15%

增长10%的到访关键词数量(新页面的收录)

SEO流量增长了50%以上。(包含一些季节因素)

备注

1.除了收录,排名也是问题,可以同步关注。

2.对于频道A这样特殊情况,甚至可以对其进行全屏蔽,但是技术上实现起来会略微麻烦。

3.百度对nofollow的支持据说很混乱,有认识百度内部人士可以帮忙问一下。

4.有问题可以留言~

他山之石:通过每一篇都可能可以发现更大的SEO世界!

2 thoughts on “【夜息】如何改善网站收录”

Leave a Comment