在學習搜尋引擎相關技術與原理時,要特別注意研究爬蟲。這也是從常識出發的想法:搜尋引擎和網站之間,是爬蟲把它們連在一起的。這就是我如此執著於研究爬蟲的原因,所以我的部落格裡有好幾篇都在介紹爬蟲,還寫了一些相關主題:nofollow、URL 靜態化等等。
一位 SEO 同行也認可這種方法。今年我們另一個部門的領導在美國 SMX 大會上,碰到一個曾在 Google 工作八年、如今辭職做 SEO 顧問的人。那位顧問的意見是:SEO 要站在搜尋引擎的角度看問題;把網站的技術問題解決好;這些技術問題不是可有可無,而是不掌握就不能開始做 SEO 的。聽到這個轉述,我毫不懷疑他確實在 Google 工作過八年。大家還可以在《Google 網站質量指南》裡多看看,其中無處不充斥著技術問題。
很多優秀的 SEOer 都在各自獨立做 SEO,但最後都殊途同歸、朝正確方向前進,這是因為他們對這些常識有了解,知道怎麼走不會錯。對常識了解得越深,你的優勢就越大。
第三種技能:數據分析能力。數據分析是做 SEO 應具備的基本能力。很多影響 SEO 效果的重要因素都能從數據上反映出來,不管是前期預測還是流量波動後的事後分析,都離不開它。SEO 數據分析需做到三步:1. 知道哪些因素可以數據化;2. 建立適當的數據公式或模型;3. 分析這些數據與流量之間的關係。每一步做到什麼程度,就決定了你的整體能做到什麼程度。這個數據分析中要特別注意 LOG 日誌分析,因為 SEO 數據來源很大一部分來自伺服器 log 日誌,記錄了爬蟲與用戶訪問網站的種種資訊,你可以把其中任意數據合併拆分來分析。
第四種技能:了解你要排名的那個搜尋引擎。如果有人問我為什麼有信心在 Google 上做好 SEO,我脫口而出的回答會是:「因為我非常了解 Google」。從 Google 為何做這個搜尋引擎、當初技術上怎麼考慮,到它如今種種產品的由來與現狀,再到它未來會如何改進,我都一直在努力體會。比如原創性是現今 Google 排名中非常重要的因素,而了解 Google 歷史的人都明白它會用什麼演算法來檢查原創性——這個演算法在 1998 年 Google 誕生之前就出現了,靈感來自創始人布林的數字圖書館項目。而支撐 Google 拉開與對手差距的,正是它強大的資料中心。
掌握這些技術知識,就有了非常好的基礎,接下來就是長期跟蹤與實踐。至於關鍵字的選擇、內鏈外鏈的分析技巧等,我認為都是在這些基礎上長期實踐得出的常識性東西。比如長尾關鍵字與熱門關鍵字該偏重哪種?我的結論是:優化大型網站時,把資源偏重優化熱門關鍵字,會讓你丟掉 50% 以上本該得到的流量。這個結論顛覆了很多人的想法,但數據分析能為我們揭示其中的緣由。