網(wǎng)站建設(shè)初期，頁(yè)面數(shù)量有限，團(tuán)隊(duì)人數(shù)有限，網(wǎng)站各類(lèi)頁(yè)面元素變動(dòng)不大。但到了網(wǎng)站建設(shè)中期，網(wǎng)站需求方需求變多，網(wǎng)站更改比擬于之前更加頻繁，XX部門(mén)提的XX需求可能會(huì)影響SEO流量，若未及時(shí)發(fā)現(xiàn)，時(shí)間拉長(zhǎng)，可能造成較為嚴(yán)重，甚至不成逆轉(zhuǎn)的后果。這個(gè)鍋

網(wǎng)站建設(shè)初期，頁(yè)面數(shù)量有限，團(tuán)隊(duì)人數(shù)有限，網(wǎng)站各類(lèi)頁(yè)面元素變動(dòng)不大。但到了網(wǎng)站建設(shè)中期，網(wǎng)站需求方需求變多，網(wǎng)站更改比擬于之前更加頻繁，XX部門(mén)提的XX需求可能會(huì)影響SEO流量，若未及時(shí)發(fā)現(xiàn)，時(shí)間拉長(zhǎng)，可能造成較為嚴(yán)重，甚至不成逆轉(zhuǎn)的后果。這個(gè)鍋，誰(shuí)來(lái)背呢？

這點(diǎn)可以通過(guò)完善需求上線流程來(lái)解決一部分，好比：任何涉及頁(yè)面變動(dòng)的需求（新增頁(yè)面 & 已有頁(yè)面元素更改）在提交RD前，需求評(píng)審階段均需要SEO部門(mén)介入，確認(rèn)該需求對(duì)SEO渠道的用戶(hù)拉新無(wú)影響后，在正式提交RD。

尷尬的是，有相當(dāng)比例的公司，SEO因?yàn)闅v史效果種種不成控，或者 SEO并非用戶(hù)拉新的主要渠道，SEO較難搞定在PM和RD面前話(huà)語(yǔ)權(quán)的問(wèn)題，他們可能不怎么care，老忘記評(píng)審的時(shí)候叫上SEO一起玩耍。這種情況需要具有八卦特征的SEO，沒(méi)事跟RD、PM扯扯皮，問(wèn)問(wèn)比來(lái)上了什么新需求…

但是，即便在流程上能夠搞定，也是會(huì)出現(xiàn)頁(yè)面元素的改動(dòng)，卻未及時(shí)通知到SEO的情況，好比新入職的產(chǎn)品提需求，不知道有這個(gè)流程。

此外，由于SEO部門(mén)人事變動(dòng)，出現(xiàn)老員工離職、新員工入職的情況。新入職的SEO不能快速了解網(wǎng)站歷史配景，老員工與新員工交接，很多細(xì)節(jié)會(huì)遺漏，導(dǎo)致新入職的SEO，日后會(huì)踩到本可制止的一些坑。

一些基層SEO針對(duì)爬蟲(chóng)日志，也沒(méi)有足夠的分析能力，或者需要每天手動(dòng)拿軟件或shell等分析一次數(shù)據(jù)，然后在執(zhí)行的SEO動(dòng)作，操作復(fù)雜且效率低下。

為解決以上兩點(diǎn)問(wèn)題，需要有一套“及時(shí)止損機(jī)制”，用于及時(shí)發(fā)現(xiàn)潛在風(fēng)險(xiǎn)，并提高日常SEO效率。

“及時(shí)止損機(jī)制”，需要人工設(shè)定N個(gè)會(huì)影響SEO的特征，程序24小時(shí)監(jiān)控這些特征，如出現(xiàn)符合特征的元素，則及時(shí)通知SEO，并提示相應(yīng)建議，程序每次檢查都做一次數(shù)據(jù)備份。并按照網(wǎng)站發(fā)展情況，不停添加、刪除監(jiān)控特征。

我把“及時(shí)止損機(jī)制”分為兩部分：“爬蟲(chóng)日志監(jiān)控”和“頁(yè)面特征監(jiān)控”

爬蟲(chóng)日志監(jiān)控

 

上圖為“爬蟲(chóng)日志監(jiān)控模塊”的邏輯，分“檢查字段”、“觸發(fā)條件”、“執(zhí)行動(dòng)作”三個(gè)步驟。以下是幾點(diǎn)可能需要說(shuō)明的：

爬蟲(chóng)IP的黑白名單

按照UA為baiduspider的爬蟲(chóng)，檢測(cè)IP是否為真實(shí)的Baiduspider，若為假spider，則加入黑名單，若為真spider，，則加入baiduspider的白名單。

其他主流搜索引擎，則將出現(xiàn)的ip統(tǒng)統(tǒng)加到對(duì)應(yīng)的白名單，后期按照ip段進(jìn)行排除。

收集白名單IP，可作為日后SEO之用，好比某個(gè)SEO的小需求產(chǎn)品不讓上，SEO退而求其次，只針對(duì)白名單的IP顯示該元素，對(duì)正常用戶(hù)拜候不顯示等。

提前整理站內(nèi)已知頁(yè)面

提前統(tǒng)計(jì)站內(nèi)所有URL類(lèi)型，并整理對(duì)應(yīng)URL類(lèi)型的正則表達(dá)式，這些正則均是統(tǒng)計(jì)站內(nèi)已知頁(yè)面的爬蟲(chóng)情況。

因?yàn)榇蟛糠諷EO包孕產(chǎn)品經(jīng)理，可能都不清除站內(nèi)到底有多少套URL，所以也有須要通過(guò)日志，找到未知的URL，并進(jìn)行相應(yīng)的SEO動(dòng)作。

返回內(nèi)容大小字段統(tǒng)計(jì)

為啥要統(tǒng)計(jì)“$body_bytes_sent（發(fā)給來(lái)訪者的文件大小）”這個(gè)字段呢？

因?yàn)橹敖?jīng)歷過(guò)幾次類(lèi)似情況：某類(lèi)頁(yè)面流量逐減少，經(jīng)排查爬蟲(chóng)日志，360Spider拜候部分該頁(yè)面，返回的文件大小為54k，并不是該頁(yè)面html文件的正常大小，詢(xún)問(wèn)技術(shù)，發(fā)現(xiàn)不久上線的新反爬蟲(chóng)策略，未把360Spider加入白名單，導(dǎo)致觸發(fā)反爬蟲(chóng)策略，返回空白頁(yè)面。

頁(yè)面特征監(jiān)控

 

針對(duì)模板監(jiān)控頁(yè)面，是因?yàn)榫W(wǎng)站可能存在一套URL有N套模板的情況，其他需求方可能只更改了其中一個(gè)模板。

標(biāo)簽：東營(yíng) 烏魯木齊 鹽城 九江 林芝