如何改善網站收錄

      如果改善網站收錄，首先要確定一個網頁是否收錄與什么因素有關系。

第一、網頁是否被爬蟲爬過

第二、網頁的內容質量是否過關

 

        確定了這個我們就要看一下網站的收錄率，也就是你發了幾篇文章收錄了幾篇，收錄比例是怎么樣的，很多網站都懶得去做這個指標，“我看看site的數據不就行了！”，事實上沒有這個指標，很多工作就無從下手。從數據中找出問題，利用數據指導解決方案，分析數據驗證工作成果。 《深入淺出數據分析》這個本個人覺得非常不錯，把數據分析的方法講得很生動，建議有興趣從事數據分析的同學可以買來看看。

 

       任何數據分析都是由 目標->分析->評估->決策，四個環節組成。

       目標：我們想看一下網站的收錄情況如何，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？網站的收錄情況是不是過于籠統，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據，網站的頁面層級關系

               

 

       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。頁面數量可以從數據庫獲得，或者通過火車頭or自制小腳本抓取統計。

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，優化收錄的流量提升突破口在此！產品頁面數量很多，收錄也不是很理想，但是帶來的流量有限，除了收錄問題，還有頁面內容的問題，本文中先不管它了。

 

       決策：我們的結論是立刻展開行動對目錄頁面進行收錄的優化。

看到這邊，似乎剛開始的目標：“通過優化收錄提升流量”，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據分析的方法進行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，網頁是否被爬蟲爬行過，網頁的質量是不是過關。

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據看看頁面是否真的被爬行過。

2. 由于頁面質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：

 

       已被爬行的頁面數量/已被爬行并且被收錄頁面數量來評估該模板頁面質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，均為真實數據）

 

       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為13000次左右

不重復的目錄爬行次數為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%

 

       不要覺得這個結果很神奇，其實很多網站都會面對這樣的糟糕問題，只要你把數據不斷的細分，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據，當然，甚至可以連Excel都不要。

      

      然后，我們統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：通過上面的數據評估，我們已經得到了如下結論。

       頁面質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，現在頻道A從站內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個月后的數據。

 

       目錄頁的收錄率提高了100%！產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品的良好展現。

目錄頁的SEO表現：SEO流量占比上升了15%，增長10%的到訪關鍵詞數量（新頁面的收錄）

SEO流量增長了50%以上。（包含一些季節因素）

 

備注：

1.除了收錄，排名也是問題，可以同步關注。

2.對于頻道A這樣特殊情況，甚至可以對其進行全屏蔽，但是技術上實現起來會略微麻煩。