4月底的北京移動化培訓后，我們認識了藝龍SEO負責人劉明，他認為很多SEOer是只看整體數據判斷網站是否有問題，而站點應該做的是每周出具一份詳細科學的體檢報告，能最早從很多細節指標上發現問題——學院感覺這個內容非常有價值，于是請劉明做了分享：

　　本篇文章的意義之一，很多站長對自己網站健康狀況沒有頭緒：

　　在百度舉辦的活動上，有不少的站長會向百度工作人員提出一些根本無法回答的問題：收錄掉了，怎么辦？抓取掉了，怎么辦？流量掉了，怎么辦？排名掉了，怎么辦？收錄不及時，怎么辦？

　　這些問題太籠統了，即使把百度所有后臺數據完全開放，也無法解答。提問的人肯定是連網站的基本結構都沒有清晰的認識。好的問題是怎樣的？耐心看完就有答案了。

　　本篇文章的意義之二，產品改版對SEO造成毀滅性打擊

　　SEO最嚴重的問題，往往不是SEO問題，而是產品問題，或技術問題。有些大型網站每次大改版都是這樣的：

　　1，會更換一套URL pattern。

　　2，由于數據的不兼容，舊版本pattern無法301到最新版。

　　3，即使數據兼容，也忘了做301。

　　我問過一個產品經理，這個產品的URL換過多少pattern， 答案是3到4個。但是我從web.archive.org上看，最少8個。平均每年換一個。稍微有一點搜索引擎基本常識的人應該能意識到，這種網站是典型的no zuo no die。

　　本篇文章的意義之三，長期的迭代開發流程中，SEO的需求可能被逐步改錯

　　在產品，技術和測試的思維中，往往是沒有URL的清晰定義的，只要頁面能訪問，內容是對的就合格了.以下幾種URL都是被認為沒問題的，更不要提SEO的其他基本規范了。也就是說，事實上除了SEO沒有人關心這些東西，每個開發環節都可能遺漏或者搞錯一些東西：

　　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

　　曾經有一個產品，本來谷歌收錄量達到了3000萬，百度收錄2000萬，流量也不錯，精力挪到別的產品上去了。 過了1個月發現流量有所下滑，以為是季節因素，沒有在意，又過了2個月，流量下降非常多。仔細檢查了一下發現一個驚人的變化。

　　1，本來收錄的地址是http://www.a.com/product/item100.html

　　2，在沒有被告知的情況下，被技術同事加了一個301跳轉，到http://www.a.com/search/？product=a&item=100

　　3，其中/search/目錄在robots.txt中是Disallow的

　　4，在隨后的2周內，收錄量最低降到了300萬左右。

　　我希望能有個系統自動的幫我梳理這些問題，讓我不再每天擔憂SEO的需求又不知道被誰弄掉了，如果有問題，能讓開發測試的同事馬上就收到警報，讓“擦屁股”的事情不再占用我太多時間。

　　內容思維導圖，元信息，頁面單元測試，蜘蛛日志監控

　　鑒于前邊幾點，我的解決方案是：

　　? 內容思維導圖

　　? 元信息

　　? 頁面單元測試

　　? 蜘蛛日志監控

　　這些方案5年前就構思好了，并且小規模試用，但是由于復雜度和開發成本較高，到過很多坑。直到最近兩年才逐步啟用。絕對不適用于小公司，請廣大SEO從業者慎重決策。

　　? 內容思維導圖

　　從產品的角度看是這樣由各類功能組成的，有合理流程關系的(流程不展開討論)，符合用戶體驗的，但可能不符合搜索引擎體驗：

　　從SEO的角度看，網站的結構是這樣由各類用戶搜索需求組成的，也是有合理層級關系的：

　　不同的網站會有截然不同的思維導圖，因為他可能基本取決于技術架構。因此建議SEO從業者深入了解網站的技術架構之后再來繪制導圖。具體的細節暫不展開。但是最起碼自己要保證這幾點：

　　1，網站有哪些內容節點

　　2，哪些命中了用戶的需求

　　3，哪些是毫無檢索意義的

　　4，缺少哪些節點

　　5，應該如何部署層級關系

　　思維導圖絕對不是一勞永逸的，每當產品有新的pattern上線，或者舊的pattern下線，需要及時更新。每當你發現新的用戶搜索習慣，也應該更新，并且推送給產品同事知道。

　　? 元信息

　　我這里說的不是， 而是一切SEO相關的，有規律的(最好是可以用正則表達的)，可量化的信息。包括：標題，關鍵詞，描述，H1，等等。

　　從SEO的角度看，某網站的URL是這樣的，符合“思維導圖”層次的：

　　首頁： www.example.com/

　　首頁-頻道1： www.example.com/channel/

　　首頁-頻道1-維度1： www.example.com/channel/abc/

　　首頁-頻道1-維度1-維度2： www.example.com/channel/abc/xyz/

　　首頁-頻道1-詳細頁： www.example.com/channel/item12345/

　　從產品，開發，測試的角度看URL可能是這樣無序的：

　　? www.example.com/channel/？category=abc&brand=xyz&tracking=other_website

　　? www.example.com/channel/？item=12345

　　如果下一版改成這樣也沒問題的：

　　www.example.com/？channel=123&category=abc&brand=def&tracking=other_website

　　如果沒有清晰的規則定義，幾乎是無法知道現在的網站還是不是你優化過的那個樣子的。 根據SEO內容思維導圖，我們得到如下的元信息表格(僅列出幾個字段給大家參考)：

　　? 頁面單元測試

　　這個“單元測試”是借用了一個研發的術語，原本是測試某一個函數或類的。我是用來測試SEO的一個具體的細節定義。工具也是借用了“Rspec”來二次開發的。這個模塊可以分為兩個環境來運行，production和testing。

　　其中production的測試，我們叫“回歸測試”，目的是保證之前已經上線的SEO需求，依然好好的呆在那里，如果報警需要及時修復。

　　testing環境中，是為了給研發人員做類似TDD(測試驅動開發)用的。它包含了production的回歸測試也包含了testing中新的需求，可以被當做是需求文檔。只要研發人員把這個測試都跑通，就說明你的需求完成了。當這些需求上線后，把測試合并到production一起做回歸測試，這樣就圓滿了。

　　測試的內容可以涵蓋：元信息中的所有細節，已知鏈接的錨文本， 站內URL， 站外URL， 面包屑， alt， 響應時間， 頁面尺寸，等等。

　　? 蜘蛛日志監控

　　有了“元信息”的定義。做蜘蛛日志監控易如反掌。親身經歷的一些現象：

　　1，全站85%的訪問，response code都是301。

　　2，蜘蛛抓取量的50%都是抓異步請求(ajax，iframe)的URL。

　　3，某些類別的頁面平均響應時間超過10秒/次。

　　4，response code 200的訪問中60%的請求都不是SEO需要的URL。

　　附圖僅展示一些字段給大家做參考：

　　針對本文開頭的問題，比較靠譜的提問方式是， “我的某某pattern頁面每天抓取量多少，其中response200的有多少，平均響應時間是多少，主要的內容，SEO元素都正常，沒有作弊的行為，但是這個pattern最近抓取掉了，收錄掉了”。 其實能問這種問題的人，也基本不用提這類問題了。大多數的問題只要足夠細化，就已經迎刃而解了。