數位引擎文章

SEO電子報第三十二~三十三期 – 2021.05.01~2021.05.31

由於五月中的時候請了一次假,這期內容更精簡的選了整個五月份我認為重要的SEO新聞,文字量及資訊量也是有史以來最多的一次。對於Python有興趣可以細讀第三點,有個相當簡單又實用的一項應用;我個人最喜歡的部分是最後兩集podcasts,很能看出搜尋的複雜度,以及Google在對外溝通上的為難,從一個資訊接收方的角度來看非常有趣! GSC 移除 Scroll-to-text 連結報告SEO 工具大補帖[Python]…

由於五月中的時候請了一次假,這期內容更精簡的選了整個五月份我認為重要的SEO新聞,文字量及資訊量也是有史以來最多的一次。對於Python有興趣可以細讀第三點,有個相當簡單又實用的一項應用;我個人最喜歡的部分是最後兩集podcasts,很能看出搜尋的複雜度,以及Google在對外溝通上的為難,從一個資訊接收方的角度來看非常有趣!


GSC 移除 Scroll-to-text 連結報告

第2期第10期的電子報都曾介紹過 scroll-to-text 這項功能。

原本在GSC中會紀錄完整的網址,包含這類型連結後方#:~:text=的部分,讓站長們可以透過GSC看到那些網頁出現在精選摘要中,且該狀況發生時的搜尋詞是什麼,但目前已經觀察到從5月初開始Google停止了這項功能。

在Search Console中出現的網頁(page),理論上只能是標準網址(canonical URL),因此John Mueller以前曾經提過,scroll-to-text的情況,以及網頁包含fragment (#)的情況本來就不該被記錄在GSC中。但知道自己的網頁在那些字上出現精選摘要滿實用的,推薦大家可以進GSC檢查看歷史數據。

連結: SER報導


SEO 工具大補帖

Sam Underwood 所整理的SEO工具大全,免費和付費工具都有,總共200多個,持續增加中,並且有相當妥善的分類機制。

必須說裡面絕大多數的工具我也都沒用過,這些工具的功能也多少有所重複。我認為不用追求每個工具都認識,但可以藉此網站回顧自己所熟知的工具是否有更好的替代方案,或是探索看看一些不認識的工具來滿足工作上的需求。

網站截圖

連結: SEO Toolbelt


[Python] 大量儲存網頁快照

Wayback Machine這個工具應該很多人都曾使用過,如果沒有的話,它能讓你看到一個網頁過去的樣子。在做SEO檢測時,不管是要看自家網站或對手網站的演進和改動都相當實用。

最近看到一個文章讓你能夠透過 Python 簡單把一個網頁"快照"起來,放在 Wayback Machine 上,未來就有個東西可以作為參考。下面是個簡單的範例,可以看到code不到10行 (執行時間約一分鐘左右),完全不會Python也可以複製一份檔案來玩玩,說不定會因此對Python感興趣。

相當簡易的 Python 腳本,最後的 output為一個快照網址

文章中還有一些更炫的延伸,例如一次快照好幾個網頁、結合XML Sitemap、定期快照...等等,如果覺得對自己的網站有用處歡迎練習看看。但要提醒大家的是 Internet Archive 是一個非營利組織,希望大家有節制的使用,不要做不必要的快取造成對方伺服器快載~ 這也是上面只給出一個網頁快照的腳本的原因,規模化不難做到,也歡迎在Slack上討論!

連結: Google Colab範例 / 完整教學文


Technical SEO 新手指南

我很久沒看這種新手文章,但這篇文章是我很崇敬的一位前輩Patrix Stox所寫的,所以當作個自我檢視把它讀了一遍。內容沒有太艱難的部分,而且很全面的把technical seo在做的事情瀏覽了一遍。

如果不常接觸技術面的SEO,或是正在學習SEO,非常推薦用這篇文章當作你的入門,你會學到technical seo的基礎、了解搜尋引擎的原理、幾項快速的健診、推薦工具、以及很大量的延伸閱讀!

連結: Ahrefs文章


Screaming Frog 分析內部連結「位置」

在分析一個網站健康程度時,內部連結是不可或缺的一部分。但並不是每個連結的價值都相同,對Google來說,一個網頁中主要內容裡的連結會比Footer上每頁都出現的連結來的重要,因此能知道連結所在的「位置」,會更能洞察出內部連結是否有進步的空間。

讀到這篇文章有種豁然開朗的感覺,以前曾經為了做這樣的分析燒腦好幾天,不知道原來在Screaming Frog上就能輕易完成! 這篇文章會教你 (1.)為何連結位置重要,(2.)怎麼看到連結位置,(3.)怎麼根據連結位置篩選,(4.)如何自定義連結的「位置」。

連結: Screaming Frog文章


[報告] 2021 Link Building大調查

原本以為是來蹭流量那種很水的調查,但仔細閱讀才發現內容相當不錯,可以看到大部分的SEO人的想法,以及一些專家的觀點,下面放幾條報告中的數據,相當有趣,推薦大家閱讀。

  • 最熱門的連結建立方法是產出文章讓人家想連 (76%),其次是競爭對手分析 (54%)
  • 最多人使用並信任的工具是Ahrefs
  • 53%的人曾經用過disavow file
  • 最常使用的指標是Ahrefs的DR,Moz的DA排名第二。有趣的是Moz員工說他們通常建議大家用PA而不是DA
  • 61%的人回答即使連結是nofollow的,他們也會納入追求的目標
  • 74%的人認為沒有連結的品牌提及也會影響到排名
  • 1~10分,62%的人認為link building的影響力有大於等於8分
  • 51%的人預期在1~3個月看到link building帶來的爬名、流量變化
  • 89%的人生產內容是為了要有連結

連結: The State of Link Building Report 2021


將動態圖片(GIF)放在我的商家檔案上

由 Whitespark 所分享的實用技巧,首先,產品是一個可以豐富地方商家檔案的欄位,儘管所提供的是服務而非商品,也可以善用這一個區域,下圖是有使用商品區域以及沒使用商品的比較。

但另一個更進階的技巧,是將動態圖片(GIF)放在商品區域的顯示圖中,讓商家檔案更凸出。產品的圖片其實是不接受GIF檔的,但透過人工編輯檔名的方式,可以繞過此限制! 注意這並非官方認可的方法,所以有可能之後會失效。

在 YouTube 查看原始影片

連結: 解說文章 / 地方商家產品編輯器


[摘要] Google I/O 2021

Google I/O 是 Google一年一度的盛事,宣揚自己在技術和產品上的一些進步和優化,其中不乏和搜尋與SEO習習相關的重點。Instagram有@seo_pb整理好的圖文好讀版,推薦過去看看,下面簡單分享一下文字摘要。

1. 網頁體驗 (Page Experience, PX)

  • PX 包含四個大項目 - Loading, Security & Privacy, User Annoyance, Accessibility
  • PX 將會影響桌機版的排名
  • 使用 signed exchange 讓 Google 預先抓取網頁
  • AMP 不再是出現在top stories的必要條件,且AMP的閃電標籤將被移除

2.機器學習里程碑 - MUM (Multitask Unified Model)

MUM是Google在機器學習上的新里程碑,號稱比BERT還要強上1000倍。數位引擎在臉書上有稍微介紹其特色,它能夠幫一個問題找到 (1.)更複雜更深的相關答案、(2.)跨語言的資訊、(3.) 跨類型(文字、影片、圖片)的資訊。

MUM 還未實裝到Google搜尋上,Danny在Twitter提到推出後讓大家知道。

3. 建立 Shopping Graph

在電腦領域中,Graph是一種關聯式資料的儲存結構。類似於知識圖譜(Knowledge Graph)被用來了解每個"東西"之間的關係,Shopping Graph被用來了解商品的即時資訊何關係 (存貨、賣家、價錢、品牌、評價...等等)。

Google 靠著自己的爬蟲、與Shopify等公司的合作、網站提供的結構化資料,蒐集了超級大量的數據,並建立自己的一套Shopping Graph。過去好幾期內容都介紹Google在購物領域的進展和野心,和這次在Google I/O特別介紹的shopping graph目標一致。

4. Smart Canvas 讓你協作更容易

這跟SEO沒什麼關係,但是是這次Google I/O我最喜歡的亮點! 就不多作介紹了,讓下面這個影片介紹一切吧~

在 YouTube 查看原始影片

連結: TechCrunch報導 / Google Workspace更新 / MUM介紹 / Shopping Graph介紹 / SEO Takeaways from Google I/O / 官方整理摘要


[摘要] Google Search Podcast – 如果速度是排名因素

這集討論網站的速度到底是不是個會影響深刻的排名因素。有些人覺得不會,所以放著不管;有些人覺得會,所以分秒必爭的優化;有些人認為對UX影響比較重大,所以不管排名怎樣都應該要加強。那從Google的角度來看呢? 速度到底該怎麼定位?

在 Spotify 查看原始內容

Gary 提到在Google排名演算法的改動分為兩大類別:

1. 修復系統性問題 (ex: 假新聞)
舉例來說,你想要打擊假新聞,讓權威性較低的媒體來源排名變低,這樣的實驗其實在測試時指標跑出來會是負面的,因為這些網頁往往都使用了比較讓人想點的誇大甚至不實標題 (用戶想看,但排名卻低)。

2. 小型的修復和優化 (ex: HTTPS)
另外一種是影響比較小的優化,例如HTTPS,現在它只是個"tiebraker"指標,只有在其他方面的表現都一樣時才會用來分出勝負,因為Google不想因為HTTPS來犧牲品質、相關性...等等更重要的東西,而這樣的情形比你想的還要常發生。Google給予每個ranking factor一個影響分數,然後根據實驗結果往上或往下調整,決定其對整體搜尋結果的影響層面。在HTTPS的例子中,他們就下修其影響分數4~5次。

Martin 接著說除了ranking,速度也會有 (1.) crawling, indexing的影響,網站的速度會影響到後兩者,也就是所謂的crawl budget;(2.)另外"速度"又是什麼,網站載入很快但是沒有辦法互動也不是個好的體驗,也就是Core Web Vitals的由來;還有 (3.) 速度怎麼測量,是搜尋引擎看到的速度為準,還是使用者的體驗速度為準? ;最後是 (4.) 速度這個指標有沒有可能被玩弄,做個自動機器人用2G的速度拜訪對手網站?

上面這些討論很明顯的看出了速度這項指標在排名的定位上很明確的說怎樣是好是壞,最後John再拋出一個問題,綜合上面這些原因,他們該怎麼與SEO社群溝通,怎麼講才正確,怎麼講才能有實質幫助,怎麼講才能避免被spammer攻擊?

這集很大程度反映他們平常在對外溝通上的困境,雖然感覺話題很嚴肅,但其實三人在講的時候相當輕鬆愉快,也強調都是自己的"個人"觀點,推薦大家有空聽聽,有以上的摘要當作練習英聽也不會太困難,裡面還有Gary唱歌的橋段 XD

連結: 逐字稿


[摘要] Google Search Podcast – 搜尋詞處理與理解

Gary 前幾集中講了 indexingserving,這集要來討論 serving (一般人認知的ranking) 的另一個部分: query parsing and query understanding。

搜尋詞處理(Query Parsing)
首先,Google 必須先把使用者輸入的字 (query) 轉換成索引系統可以理解的東西,這東西被稱為"parsed query"。概念聽起來簡單,但其實非常複雜,簡單的部分就是辨識同義詞、判斷主體(entity);但在其他語言中,這個過程會變得非常複雜,例如中文每一個"字"之間沒有空格,而泰文甚至句子和句子間幾乎不用標點符號,對這類型的語言,系統中有一個"Segmentor"專門把使用者輸入的 query 切分成多個"字"。

搜尋詞理解(Query Understanding)
下一步是理解每個字的意思,擴充成更多的同義字(synonym),但同時也要避免非同義字(anti-synonyms)的出現。另一個重點是stop words,舉例來說英文的 a, the, of, this,這些字大多數的時候沒有意義,但在一些時候,例如搜尋"The Lord of the Rings"(魔戒) 的時候,又是缺一不可。

Query Understanding 還有很多細節,例如了解使用者搜尋的意圖,一個在美國搜尋"The Rock"的人可是是在找巨石強森,但在其他地方搜尋"The Rock"的人可能是在某個景點。

還有一個東西叫做 diacritical expansion (變音擴展),舉例來說,John Mueller的名字也可以寫成John Müller,在一些語言中,一個字可以有多種寫法,他們的變體基本上會被當作同義字對待。

最後最重要的一點是,在理解的階段,每個同義字都會被加上一個分數(weight),取決於Google有多大的信心說該同義字和所輸入的字是相似的,因此搜尋某個字以及搜尋其同義字,所看到的結果會不完全相同。

在 Spotify 查看原始內容

連結: 逐字稿


搜尋繁體中文該不該看到簡體中文的結果 (或者反過來)? 有了搜尋詞理解的概念以後大家可以重新思考這個問題!