百度SEO ：如何保证网站长期的SEO健康度
4月底的百度保证北京移动化培训后 ，我们认识了艺龙SEO负责人刘明 ，网站他认为很多SEOer是长期只看整体数据判断网站是否有问题 ，而站点应该做的健康是每周出具一份详细科学的体检报告 ，能最早从很多细节指标上发现问题——学堂感觉这个内容非常有价值 ，百度保证于是网站请刘明做了分享：
本篇文章的意义之一 ，很多站长对自己网站健康状况没有头绪 ：
在百度举办的长期活动上 ，有不少的健康站长会向百度工作人员提出一些根本无法回答的问题 ：收录掉了 ，怎么办 ？百度保证抓取掉了 ，怎么办 ？网站流量掉了 ，怎么办？长期排名掉了，怎么办？健康收录不及时 ，怎么办 ？百度保证
这些问题太笼统了 ，即使把百度所有后台数据完全开放 ，网站也无法解答 。长期提问的人肯定是连网站的基本结构都没有清晰的认识 。好的问题是怎样的 ？耐心看完就有答案了。
本篇文章的意义之二 ，产品改版对SEO造成毁灭性打击
SEO最严重的问题 ，往往不是SEO问题 ，而是产品问题 ，或技术问题 。有些大型网站每次大改版都是这样的：
1 ，会更换一套URL pattern。
2，由于数据的不兼容 ，旧版本pattern无法301到最新版 。
3 ，即使数据兼容 ，也忘了做301 。
我问过一个产品经理 ，这个产品的URL换过多少pattern ， 答案是3到4个。但是我从web.archive.org上看 ，最少8个 。平均每年换一个 。稍微有一点搜索引擎基本常识的人应该能意识到 ，这种网站是典型的no zuo no die。
本篇文章的意义之三 ，长期的迭代开发流程中 ，SEO的需求可能被逐步改错
在产品 ，技术和测试的思维中 ，往往是没有URL的清晰定义的 ，只要页面能访问 ，内容是对的就合格了.以下几种URL都是被认为没问题的 ，更不要提SEO的其他基本规范了。也就是说 ，事实上除了SEO没有人关心这些东西，每个开发环节都可能遗漏或者搞错一些东西 ：
1 ，http://www.a.com/product(category)/
2 ，http://www.a.com/product.Html/
3 ，http://www.a.com/product/？channel=123&category=abc&brand=def&tracking=other_website
曾经有一个产品 ，本来谷歌收录量达到了3000万 ，百度收录2000万，流量也不错 ，精力挪到别的产品上去了。 过了1个月发现流量有所下滑 ，以为是季节因素 ，没有在意 ，又过了2个月 ，流量下降非常多 。仔细检查了一下发现一个惊人的变化 。
1 ，本来收录的地址是http://www.a.com/product/item100.html
2 ，在没有被告知的情况下 ，被技术同事加了一个301跳转 ，到http://www.a.com/search/ ？product=a&item=100
3 ，其中/search/目录在robots.txt中是Disallow的
4 ，在随后的2周内 ，收录量最低降到了300万左右 。
我希望能有个系统自动的帮我梳理这些问题 ，让我不再每天担忧SEO的需求又不知道被谁弄掉了，如果有问题 ，能让开发测试的同事马上就收到警报 ，让"擦屁股"的事情不再占用我太多时间 。
内容思维导图 ，元信息，页面单元测试 ，蜘蛛日志监控
鉴于前边几点 ，我的解决方案是 ：
• 内容思维导图
• 元信息
• 页面单元测试
• 蜘蛛日志监控
这些方案5年前就构思好了，并且小规模试用 ，但是由于复杂度和开发成本较高 ，到过很多坑。直到最近两年才逐步启用 。绝对不适用于小公司 ，请广大SEO从业者慎重决策 。
• 内容思维导图
从产品的角度看是这样由各类功能组成的
，有合理流程关系的(流程不展开讨论)
，符合用户体验的 ，但可能不符合搜索引擎体验：
从SEO的角度看 ，网站的结构是这样由各类用户搜索需求组成的 ，也是有合理层级关系的 ：
不同的网站会有截然不同的思维导图 ，因为他可能基本取决于技术架构。因此建议SEO从业者深入了解网站的技术架构之后再来绘制导图 。具体的细节暂不展开 。但是最起码自己要保证这几点 ：
1 ，网站有哪些内容节点
2 ，哪些命中了用户的需求
3 ，哪些是毫无检索意义的
4 ，缺少哪些节点
5 ，应该如何部署层级关系
思维导图绝对不是一劳永逸的 ，每当产品有新的pattern上线 ，或者旧的pattern下线 ，需要及时更新 。每当你发现新的用户搜索习惯 ，也应该更新 ，并且推送给产品同事知道 。
• 元信息
我这里说的不是 ， 而是一切SEO相关的 ，有规律的(最好是可以用正则表达的) ，可量化的信息 。包括：标题 ，关键词 ，描述 ，H1 ，等等 。
从SEO的角度看，某网站的URL是这样的 ，符合"思维导图"层次的 ：
首页 ： www.example.com/
首页-频道1 ： www.example.com/channel/
首页-频道1-维度1 ： www.example.com/channel/abc/
首页-频道1-维度1-维度2 ： www.example.com/channel/abc/xyz/
首页-频道1-详细页 ： www.example.com/channel/item12345/
从产品 ，开发 ，测试的角度看URL可能是这样无序的 ：
• www.example.com/channel/？category=abc&brand=xyz&tracking=other_website
• www.example.com/channel/ ？item=12345
如果下一版改成这样也没问题的 ：
www.example.com/ ？channel=123&category=abc&brand=def&tracking=other_website
如果没有清晰的规则定义 ，几乎是无法知道现在的网站还是不是你优化过的那个样子的 。 根据SEO内容思维导图，我们得到如下的元信息表格(仅列出几个字段给大家参考)
：
• 页面单元测试
这个"单元测试"是借用了一个研发的术语 ，原本是测试某一个函数或类的 。我是用来测试SEO的一个具体的细节定义 。工具也是借用了"Rspec"来二次开发的 。这个模块可以分为两个环境来运行 ，production和testing 。
其中production的测试 ，我们叫"回归测试" ，目的是保证之前已经上线的SEO需求 ，依然好好的呆在那里 ，如果报警需要及时修复 。
testing环境中 ，是为了给研发人员做类似TDD(测试驱动开发)用的。它包含了production的回归测试也包含了testing中新的需求，可以被当做是需求文档 。只要研发人员把这个测试都跑通 ，就说明你的需求完成了 。当这些需求上线后 ，把测试合并到production一起做回归测试，这样就圆满了 。
测试的内容可以涵盖：元信息中的所有细节 ，已知链接的锚文本 ， 站内URL ， 站外URL ， 面包屑 ， alt ， 响应时间 ， 页面尺寸 ，等等 。
• 蜘蛛日志监控
有了"元信息"的定义 。做蜘蛛日志监控易如反掌 。亲身经历的一些现象：
1 ，全站85%的访问 ，response code都是301。
2 ，蜘蛛抓取量的50%都是抓异步请求(ajax ，iframe)的URL。
3 ，某些类别的页面平均响应时间超过10秒/次。
4 ，response code 200的访问中60%的请求都不是SEO需要的URL 。
附图仅展示一些字段给大家做参考 ：
针对本文开头的问题 ，比较靠谱的提问方式是 ， "我的某某pattern页面每天抓取量多少，其中response200的有多少 ，平均响应时间是多少 ，主要的内容 ，SEO元素都正常 ，没有作弊的行为 ，但是这个pattern最近抓取掉了 ，收录掉了" 。 其实能问这种问题的人 ，也基本不用提这类问题了 。大多数的问题只要足够细化 ，就已经迎刃而解了 。
4月底的百度保证北京移动化培训后 ，我们认识了艺龙SEO负责人刘明 ，网站他认为很多SEOer是长期只看整体数据判断网站是否有问题 ，而站点应该做的健康是每周出具一份详细科学的体检报告 ，能最早从很多细节指标上发现问题——学堂感觉这个内容非常有价值 ，百度保证于是网站请刘明做了分享：
本篇文章的意义之一 ，很多站长对自己网站健康状况没有头绪 ：
在百度举办的长期活动上 ，有不少的健康站长会向百度工作人员提出一些根本无法回答的问题 ：收录掉了 ，怎么办 ？百度保证抓取掉了 ，怎么办 ？网站流量掉了 ，怎么办？长期排名掉了，怎么办？健康收录不及时 ，怎么办 ？百度保证
这些问题太笼统了 ，即使把百度所有后台数据完全开放 ，网站也无法解答 。长期提问的人肯定是连网站的基本结构都没有清晰的认识 。好的问题是怎样的 ？耐心看完就有答案了。
本篇文章的意义之二 ，产品改版对SEO造成毁灭性打击
SEO最严重的问题 ，往往不是SEO问题 ，而是产品问题 ，或技术问题 。有些大型网站每次大改版都是这样的：
1 ，会更换一套URL pattern。
2，由于数据的不兼容 ，旧版本pattern无法301到最新版 。
3 ，即使数据兼容 ，也忘了做301 。
我问过一个产品经理 ，这个产品的URL换过多少pattern ， 答案是3到4个。但是我从web.archive.org上看 ，最少8个 。平均每年换一个 。稍微有一点搜索引擎基本常识的人应该能意识到 ，这种网站是典型的no zuo no die。
本篇文章的意义之三 ，长期的迭代开发流程中 ，SEO的需求可能被逐步改错
在产品 ，技术和测试的思维中 ，往往是没有URL的清晰定义的 ，只要页面能访问 ，内容是对的就合格了.以下几种URL都是被认为没问题的 ，更不要提SEO的其他基本规范了。也就是说 ，事实上除了SEO没有人关心这些东西，每个开发环节都可能遗漏或者搞错一些东西 ：
1 ，http://www.a.com/product(category)/
2 ，http://www.a.com/product.Html/
3 ，http://www.a.com/product/？channel=123&category=abc&brand=def&tracking=other_website
曾经有一个产品 ，本来谷歌收录量达到了3000万 ，百度收录2000万，流量也不错 ，精力挪到别的产品上去了。 过了1个月发现流量有所下滑 ，以为是季节因素 ，没有在意 ，又过了2个月 ，流量下降非常多 。仔细检查了一下发现一个惊人的变化 。
1 ，本来收录的地址是http://www.a.com/product/item100.html
2 ，在没有被告知的情况下 ，被技术同事加了一个301跳转 ，到http://www.a.com/search/ ？product=a&item=100
3 ，其中/search/目录在robots.txt中是Disallow的
4 ，在随后的2周内 ，收录量最低降到了300万左右 。
我希望能有个系统自动的帮我梳理这些问题 ，让我不再每天担忧SEO的需求又不知道被谁弄掉了，如果有问题 ，能让开发测试的同事马上就收到警报 ，让"擦屁股"的事情不再占用我太多时间 。
内容思维导图 ，元信息，页面单元测试 ，蜘蛛日志监控
鉴于前边几点 ，我的解决方案是 ：
• 内容思维导图
• 元信息
• 页面单元测试
• 蜘蛛日志监控
这些方案5年前就构思好了，并且小规模试用 ，但是由于复杂度和开发成本较高 ，到过很多坑。直到最近两年才逐步启用 。绝对不适用于小公司 ，请广大SEO从业者慎重决策 。
• 内容思维导图
从产品的角度看是这样由各类功能组成的
，有合理流程关系的(流程不展开讨论)
，符合用户体验的 ，但可能不符合搜索引擎体验：
从SEO的角度看 ，网站的结构是这样由各类用户搜索需求组成的 ，也是有合理层级关系的 ：
不同的网站会有截然不同的思维导图 ，因为他可能基本取决于技术架构。因此建议SEO从业者深入了解网站的技术架构之后再来绘制导图 。具体的细节暂不展开 。但是最起码自己要保证这几点 ：
1 ，网站有哪些内容节点
2 ，哪些命中了用户的需求
3 ，哪些是毫无检索意义的
4 ，缺少哪些节点
5 ，应该如何部署层级关系
思维导图绝对不是一劳永逸的 ，每当产品有新的pattern上线 ，或者旧的pattern下线 ，需要及时更新 。每当你发现新的用户搜索习惯 ，也应该更新 ，并且推送给产品同事知道 。
• 元信息
我这里说的不是 ， 而是一切SEO相关的 ，有规律的(最好是可以用正则表达的) ，可量化的信息 。包括：标题 ，关键词 ，描述 ，H1 ，等等 。
从SEO的角度看，某网站的URL是这样的 ，符合"思维导图"层次的 ：
首页 ： www.example.com/
首页-频道1 ： www.example.com/channel/
首页-频道1-维度1 ： www.example.com/channel/abc/
首页-频道1-维度1-维度2 ： www.example.com/channel/abc/xyz/
首页-频道1-详细页 ： www.example.com/channel/item12345/
从产品 ，开发 ，测试的角度看URL可能是这样无序的 ：
• www.example.com/channel/？category=abc&brand=xyz&tracking=other_website
• www.example.com/channel/ ？item=12345
如果下一版改成这样也没问题的 ：
www.example.com/ ？channel=123&category=abc&brand=def&tracking=other_website
如果没有清晰的规则定义 ，几乎是无法知道现在的网站还是不是你优化过的那个样子的 。 根据SEO内容思维导图，我们得到如下的元信息表格(仅列出几个字段给大家参考)
：
• 页面单元测试
这个"单元测试"是借用了一个研发的术语 ，原本是测试某一个函数或类的 。我是用来测试SEO的一个具体的细节定义 。工具也是借用了"Rspec"来二次开发的 。这个模块可以分为两个环境来运行 ，production和testing 。
其中production的测试 ，我们叫"回归测试" ，目的是保证之前已经上线的SEO需求 ，依然好好的呆在那里 ，如果报警需要及时修复 。
testing环境中 ，是为了给研发人员做类似TDD(测试驱动开发)用的。它包含了production的回归测试也包含了testing中新的需求，可以被当做是需求文档 。只要研发人员把这个测试都跑通 ，就说明你的需求完成了 。当这些需求上线后 ，把测试合并到production一起做回归测试，这样就圆满了 。
测试的内容可以涵盖：元信息中的所有细节 ，已知链接的锚文本 ， 站内URL ， 站外URL ， 面包屑 ， alt ， 响应时间 ， 页面尺寸 ，等等 。
• 蜘蛛日志监控
有了"元信息"的定义 。做蜘蛛日志监控易如反掌 。亲身经历的一些现象：
1 ，全站85%的访问 ，response code都是301。
2 ，蜘蛛抓取量的50%都是抓异步请求(ajax ，iframe)的URL。
3 ，某些类别的页面平均响应时间超过10秒/次。
4 ，response code 200的访问中60%的请求都不是SEO需要的URL 。
附图仅展示一些字段给大家做参考 ：
针对本文开头的问题 ，比较靠谱的提问方式是 ， "我的某某pattern页面每天抓取量多少，其中response200的有多少 ，平均响应时间是多少 ，主要的内容 ，SEO元素都正常 ，没有作弊的行为 ，但是这个pattern最近抓取掉了 ，收录掉了" 。 其实能问这种问题的人 ，也基本不用提这类问题了 。大多数的问题只要足够细化 ，就已经迎刃而解了 。
