1. 对一门程序语言有所了解,可以很迅速的写出脚本来解决具体需求: h4 q* ~' q7 o# g- c
此处指的程序语言需要有较快的编写速度,一般来说Python, Ruby, PHP等比较合适,个人推荐Python。
$ M# B! t3 s8 @' ~不要想着用市面上现成的软件去解决SEO繁杂的需求,SEO需求的变化永远多于现有程序的数量,这只能依靠临时编写的脚本。6 n* M" {2 }5 C& o6 A$ M% b* Q% U
(比如查排名,有时查单个的方便,查100个就稍麻烦了;如果要对比100个里面,有几个自己的排名是高于某个竞争对手的怎么办?又如何结合搜索量,来估算这100个词给其它网站贡献的SEO流量?诸如此类繁杂需求数不胜数。)3 e5 [% l( m: y- i
哪怕如此,绝大多数SEO会觉得,这应该是程序员的工作。但,这就是造成了处于这个阶段的SEO水平差距的最主要原因。
1 z2 j4 N9 N/ g4 O- m) e就算再小的需求,理想情况下和程序员多次沟通后,也要耗去数十分钟才能完成,大些的公司由于执行缓慢,几天完成一个小需求也毫不稀奇。
% v# {- I8 K. R: B. Y2 s! [& U但比如说查排名需求,由SEO自己写,只要对程序语言够熟也经常写此类代码,2分钟里面肯定可以搞定。8 e5 O$ L2 ]0 ^2 n2 g! Y
尽管写代码的能力对SEO能力提升的直接帮助半点都没有,但可以帮SEO从一天仅能做一两件事情,提升为一天可以做数十件事情。
6 |8 `4 ? o9 o6 |也因此,SEO的水平和从业年限往往不成正比。 O; _- t0 d9 ^. P# N% g4 Q' [0 B, U
2. 认识数据,并分析数据
1 @! F1 ^. c% W Q9 h2 `5 e- h数据可以涉及到的非常广。如流量分析,Google Analytics、日志分析等。日志分析还额外需要学的如Linux基础命令、正则表达式,大网站由于数据量极大,可能还没法分析原始日志,要从数据仓库取数据分析。; [5 l- N9 a2 m6 m* |
除了去分析数据之外还有更多麻烦事,比如确切的理解数据准确所指。
( E% o; Z6 F" f" L# s! E比如Google Analytics所记录的Organic流量,很多人将之视为准确的SEO UV,实际不是。GA的默认指标Visits一般高于UV(Unique Visits),且Organic默认情况下,不记录约20%的百度流量、也完全不记录360、soso、sogou等;如未做特别区分,百度PPC流量、开放平台流量等也会被计入Organic;还有代码在网页上的安装位置与网页加载速度也会影响到数据记录是否完全,等等等等。9 f1 f$ o! l# h8 x, e8 Z5 {2 C
哪怕简单的一个“SEO流量”,其背后也包含着极复杂的记录规则。视统计方法的不同,最终数值差个一倍都不奇怪。$ i9 @: q; u& w# R9 R3 V
当A说网站SEO流量每天100W,B说是200W,这时候应该信谁呢?当然是要先搞清楚每份数据的统计方式。
7 A0 s/ h! @" L3.理论上了解搜索引擎原理,再跳出来看看实际的搜索引擎
: |1 h& n% u; T/ K' \0 a- {; w对于搜索引擎原理,入门推荐看《走进搜索引擎》,之后推荐看《这就是搜索引擎》,不然就算对一些SEO方法知其然,也没机会知其所以然。
& Q# j3 e* M; t4 Q但是,尽管对搜索引擎不理解会在SEO上寸步难行,死钻在这些理论中却会显得更糟糕。
& U# N2 J6 u2 Z5 f# R2 I9 V6 y百度和Google这样的大型商业搜索引擎上面,都有很多所谓的“拍脑袋”规则。假如说一个人突然想出来,文章长点它的权重就高,那么经过一系列复杂的研究后,文章长度就被正式融入到排序规则中,成为其中一个因素。
5 B6 ], @' O" j/ w9 s& v* ]类似的,有些规则就纯粹看那个拍脑袋的人有没有想到,因此不要说理论与实际有出入,哪怕百度和Google都有不少出入(但百度抄了Google很多,如其Panda更新,所以接近的地方也不少)。0 L# ~. S% Q! X# r9 b5 W3 W& k
所以一定要跳出理论,每天多分析些排名实例、也看些抓取、收录数据等,才能实际的了解百度等搜索引擎。: O: L( O( x! }7 }( l
本文由南京家装拆除公司提供 www.njylcc.com 转载请注明 |