一.前言
本文比較適用與中大型網站的SEO人員，小網站也可以參考。
目的在於探討一種挖掘網站的內容潛力，把網站中用戶可能會關心的內容呈現給用戶，滿足其需求，獲取相應的SEO流量。
很多大型網站都在用的一種方法，但是很少有人出來詳詳細細的解釋。
這樣的SEO流量是如何獲得的，下面舉一個通俗易懂的例子。
假設我在百度上搜索“iOS 英雄無敵3”，目的是找一個能在iOS下運行的英雄無敵3這個游戲。
事實上這個游戲並不存在。因此壓根不存在一個頁面可以讓我找到我想要的內容(如果有也是標題黨)
於是我進入了tgbus的這個關於iOS 英雄無敵3的頁面。
我在這個頁面上找到了iOS上的英雄無敵2這個游戲以及其他類似英雄無敵3的iOS游戲，以及一些奇奇怪怪的新聞(ok，這個頁面做得並不是很容易閱讀)
Finall,我在tgbus上下載了英雄無敵2的iOS版本試試。
OK，我們再換個實際生活中例子：
一個姑娘去買衣服，於是看上一條粉紅色的連衣裙，但是沒她要的尺碼。
這時候營業員會怎麼做，沒錯，推薦一些類似顏色or款式的連衣裙，並且有碼。
(TGBUS似乎推薦出了一條牛仔褲。)
SO，我們應該如何去找出用戶想要的連衣裙和我們倉庫中有的連衣裙，並且在最恰當的時候給用戶最好的結果，還能獲取到SEO流量，這並不是一件很簡單的事情。
Wait，這不是就一個推薦引擎麼?這麼復雜的玩意交給工程師做就行了。事實上多數時候，這只是SEO們一廂情願的東西，工程師才不會來鳥你什麼推薦引擎，我們先從一個可執行的角度，自力更生來把這個SEO方法實施下去。
二.內容分析，關鍵詞分析，數據接口設計
一個SEO知道自己網站有多少內容很重要，經常遇到和人說：“你網站這個XX頁面有問題” “啊?這是什麼頁面啊，我從來沒見過。”
一般一個網站垂直去分，有首頁，內容頁，列表頁。
內容頁中，又可能分圖片頁，評論頁，文章分頁等等
列表頁中，又可能分頻道頁，產品列表頁，索引頁，專題頁等等。
一般一套頁面對應一套甚至多套php模板。
需要弄清楚這些模板是否在一個架構內，是否公用數據庫，頁面上使用了哪些字段，最好可以找到對應模板的開發人，如果有條件申請到源代碼查看權限，可以自己看一下。一個內容聚合的需求可實現度很大程度上取決於上面這些內容，先弄清楚把配料都弄齊全了，再開始做菜，否則巧婦難為無米之炊。
橫向去分可能是更多往business方向考慮，比如有我們有賣線路的，賣門票的，賣酒店的，攻略，用戶圖片，論壇帖子等等各個頻道，各個頻道可能是由不同的部門在負責。哪些是網站熱賣的，需要熱推(至少你做個SEO的東西得有商業價值，在電商公司非常重要)，包括各個頻道是否有人還在運營，一個常年無人打理的頻道，顯然不是一個好的內容源。一般來說，主要的產品線，和UGC的內容一般是網站內容提供主力。如果我們想挖掘用戶需求，也可以優先考慮它們。
這個步驟需要花很多時間，復雜一些網站甚至要1個月才能弄清楚網站到底有多少類型的頁面。在弄清楚上面的問題之後，
接下來，就需要只要知道各類內容有多少數量。
比如多少個SKU，多少文章，多少帖子，多少tags，多少分類等等
這是很多人在做類似工作時考慮不周全的，憑感覺去做。最後做出來一大堆重復內容的頁面，重復頁面對SEO有多壞的影響就不用再提了。
這個統計內容數量的辦法(從好到壞排序)。
1.讀數據庫
2.通過一些”巧妙”的辦法去數
3.用工具抓
4.靠經驗猜(基本不靠譜)
讀數據庫是最簡單，也是最准確的辦法了，一個select完事
如果沒有數據庫權限，就要去想辦法知道。比如文章有多少條，那可以計算分頁數量*每頁文章數量來統計
如果是自增id，那來湊自增id來數;
如果是固定格式數據，比如來北京的圖片，北京的天氣，地區數量*類型來計算，等等;
通過工具抓是很多seo的夢想，無數人問過這樣的問題，有沒有什麼工具可以統計出我網站有多少網頁啊。
抱歉，還真沒有，由於種種網站原因，沒有任何一個工具可以統計出一個中大型網站到底有多少網頁(誰有那這個工具比google，百度爬蟲還NB)，太多的爬蟲陷阱，阻礙深入抓取的東西了。當然，這樣的抓取工具並不是一無是處，對於小型網站，或者特定頻道，甚至特定區塊的抓取，還是有一定作用的。比如 Httrack,Xeun，當然還有我比較喜歡用的火車頭。python,shell等腳本語言一直是萬能的。
上面基本就是內容分析的大致情況了，弄清楚內容的種類，數量和運營情況，對SEO是有很多好處的。
三.關鍵詞挖掘，清洗與過濾
關鍵詞的挖掘說難不難，說簡單也不簡單。
基本每個人都會問，怎麼挖掘關鍵詞制作詞庫。先說說一些常用的手法。
1.baidu/google API
2.采集愛站，chinaz,伯樂等數據
3.采集百度下拉框(其他搜索引擎同理)
4.采集百度相關搜索(其他搜索引擎同理)
5.站內搜索和自然流量關鍵詞
6.現成字典/詞庫
講點具體實現的一些注意點，都是在實踐過程中總結出來的東西。方法說了，基本10個人裡面有1個人去實踐一些就不錯了
1.百度和google的api是要申請的，想辦法搞一個，如果沒有，只能用百度網頁級別的采集，百度競價後台經常改，所以不是很穩定，這邊友情推薦一個工具http://www.lingdonge.com/(暫時備案中可能打不開)，作者很nb，搞俠客站群軟件的。百度API的python的 SOAP通信有BUG，連不上(可能我水平太低了T_T)，PHP會SOAP通信的話可以自己寫腳本來跑，Google的沒玩過，應該差不多;
2.API是有精確搜索量的數據，所以是詞庫第一數據
3.百度下拉框反采集做的比較少，采集地址為http://suggestion.baidu.com/su?wd=xxxxxxxxx+一堆參數的，具體調整一下，一個小腳本可以搞定，但是數據深度有限，一般采集2輪後就不用再采了，基本采不出新數據了;
4.相關搜索可以用火車頭或者飛達魯金花之類的，因為是采集SERP，反采集這塊要想辦法繞過;
5.站內搜索和自然流量關鍵詞去GA搞一下就行，批量導出不說了。很簡單，不是用的GA可能會悲劇一些;
6.拼音輸入法詞庫，推薦一個數據網站http://www.datatang.com/，可以看看，裡面會有一些行業詞庫;
7.一些特殊的搜索引擎，淘寶，youku之類，他們也積攢了大量的數據信息。
四.分詞/檢索/排序/修正
五.頻道的運營，維護，拓展
六.數據監控
注：文章來自陳汝一供稿，轉載請注明出處。