可量化的搜索流量运作_0

在管理岗位的SEO、运营人员，通常会遇到这样或那样的问题，所以有时在我们交流的时候会说SEO的人员应该是这个 神也必须是个神，每天应对老板、同事以及自己的各种为什么，在这些问题中，其中就会有类似什么时候能涨？什么时候能做到？需要等多长时间等等一些类似觉得的不靠谱或者无法回答的问题，但当我们仔细想想，是不是这些问题真的是只有神才知道？今天我就来简单谈一谈，在网站运营过程中的一些心得以及对于自然搜索流量的指标制定及预期（预估）。

提到分析，就需要有数据，那么今天我们重点说一说这个数据分析；搜索引擎的流量运作的基础，不外乎是这么几个重点指标：网页的收录数量、网站的访问量（ip）、关键词数量，对于以上搜索表现指标的站内支撑数据在于：产生网页数据的人员数量、网站内数据量、人员每天产生数据量等。

那么，当我们把这些关键的公司网站建设数据指标列出来的时候，大家就有些明白了，这些指标其实是相互关联、作用的。

人员站内数据收录数据搜索词数据流量（ip）

（产生） （产生） （产生） （产生）

从上图可以看出，人员与搜索流量指标是关联在一起的，那么最终自然搜索流量的指标落实到SEO或者运营团队人员的身上就自然来宾网站建设公司而然，但关键是落实多少？多长时间完成才靠谱？这些在指标中的重要结点，就需要我们进行数据分析，要解析这些问题，需要先解析出来网站在搜索引擎现有的表现，才好预估，如何解析那：

收录数据、搜索词数据、流量数据，是搜索引擎表现中的几个重要指标，这些值直接提现着一个网站搜索引擎的表现情况，我们这里可以用个大家常用的词 权重，那么这些指标的上游基础是：站内数据及产生数据的人员以及每天的工作数据。

1.收录比

站内的数据有多少被搜索引擎收录？这里就有个比值，我暂且叫它收录比用收录量比上站内数据（页面总量）。

2.关键词比

收录产生了多少关键词那？这里就个比值，我暂且叫它关键词比用当前站内关键词量（cnzz、百度统计都可以统计提供）比上目前收录量。

3.流量比

这些关键词产生了多少流量那？这里也有个比值，暂且叫它流量比，用站内的流量比上关键词量（建议将数据模型的时间纬度拉长到半年以上，这样数据出来，会更加准确）；

当然，以上类似的对比分析，还有很多，最终我们会发现，这些看似独立的数据之间，其实有着深入的关联，这些值，可以体现目前这个站点，在搜索引擎的一个表现，具体的分析方法，我用个案例简单介绍下：

有一站点，目前网站百度日均8w ip、站内页面数据共有40w+、百度目前收录量在20万页面、沟通后得知，日均关键词4w左右，目前有编辑人员20人，需求是：做到40万日均ip，需要多长时间、花多少钱？

分析下站点在搜索的表现：

1. 分析收录比： 40/20 = 2（2个数据产生一个收录，50%收录）

2. 分析关键词：20/4 = 5（5个页面产生一个关键词，5：1的关键词生产）

3. 分析流量比：8/4= 2 （1个关键词产生2个ip，宏观看单体关键词的流量情况）

4. 分析工作量：编辑每天40篇/每天*20人= 800篇文章/ 天

那么，按照现在站点在搜索引擎的表现数据，做到40wip/每天，需要20w关键词/每天、需要1河源网站建设公司00w收录页面、需要200w站内页面，而编辑人员工作任务额定，则需要20人工作，需要6年零8个月；有人说这是不是太长了，应该说，只按照数据分析下来是这样的，但我们在主观上就能看出，有些不靠谱，因为我们忽视了客观问题的变化，在这个过程中站点在搜索引擎表现（可以认为是权重）的变化、品牌词的影响、团队人员数量的变化、内容资源收集渠道的变化等，根据经验，这个最终结果一般都会优于公式结算结果，（因为网站大都是在越做越好的）但如果你的站点这些值一直不动，我想结果也不会差的太远。

有人会说，如果我的某个大流量词排名上去了，那整体都会变化，但其实我想说的是，如果你将数据模型中的数据放大、时间拉长，你会发现，在宏观数据中，单体关键词的排名波动，对于整体流量的影响甚小，尤其是在大型网站中更加明显，因为，流量的支点在于长尾、长尾的支点在于内容，所以宏观数据里，流量的支点在于内容数据量，而非某几个大流量关键词的排名。

有的朋友喜欢较真，我也就不想多说什么，这只是我在之前在运作一些几十万级、百万级ip站点运作中，对于宏观数据解析后的经验，一定有偏差或者在适用广度上有问题，（比如小型站点、非内容型站点，可能就不适用），并且建议大家，分拆栏目（或行业）进行分析，因为如果你是一个类似门户的多行业站点，这个值一定失真很大，比如我遇到的，教育、游戏，宏观下来，单体关键词的受众相差就非常大，教育资讯可能在1：2以内（一个词带来不超过2 ip），而游戏可能在1：40（一个词带来40个ip）甚至更高，当然，这个是每个站都不同的，自己算自己的。

愚见，欢迎拍砖！

注明：文章作者张岩，转载请注明出处链接（张岩IT博客）及作者。