收录数据
收录是网站排名和流量的基础。尤其是大中型网站，优化不好时，经常收录不充分。 SEO 团队要解决的一个重大问题就是，使尽量多的有价值页面被搜索引擎收录。下面几个收录数据需要记录跟踪。
- 总收录数
传统基本做法是使用 site:指令查询搜索引擎对某个网站的总收录页面数，再加上站长自己知道的网站实际页面数，就可以计算出收录率。小网站收录率应该达到 90%以上，大中型网站（几十万个页面以上）若优化得当，页面收录率可以达到百分之七八十。
百度 site:指令相对准确，Google 的 site:指令结果往往不太准确。但 site:指令的好处是可以查看竞争对手网站页面收录数。
为了得到比较准确的收录数，可以尝试使用 site:domain.com，加上网站每个页面都会出现、同时是网站独有的词或句子，比如网站名称、出现在页面顶部的口号、电话号码、地址、备案号等。
需要注意的是，出现在 HTML 底部的文字有可能并没有被搜索引擎索引。有的页面文件太大，搜索引擎虽然抓取了整个页面 HTML 代码，但不一定把页面上所有文字进行索引，而只是索引前半部分。所以如果页面文件比较大，需要搜索页面上靠前的独特文字，才能得出较准确的收录数字，通常位于底部的备案号可能不适合。
查询总收录数最准确的是搜索引擎的站长平台。百度资源平台和 Google Search Console 还显示历史收录数据及变化曲线、各类页面索引错误的数据和 URL 示例，详见第 12 章。
- 特征页面收录
除了网站首页，还要再从分类页面中选一部分有特征的或典型的页面，以及产品或文章页面中的一部分典型页面，查看这些典型页面是否被收录。大中型网站可能需要记录上万个特征页面。在选择典型产品页面时，既要兼顾到尽量多的分类，也要兼顾到不同时间发布的产品，既要有最早发布的、因此已被推到离首页比较远的页面，也要有比较新的、离首页比较近的页面。
查询特征页面收录与否，只要在搜索引擎输入这个页面的完整 URL，没有结果就是没有收录。
检查特征页面收录情况，经常能快速、直观地判断出网站内部链接结构是否有问题。
- 各分类收录数
每个分类下的产品页面收录数是多少？记录这个数据有助于了解哪些分类收录完整，哪些分类由于内部链接结构、缺少外部链接或内容质量问题等原因而收录不充分，并采 取对应措施。
各分类下的页面标题标签和 URL 格式比较规范时，SEO 人员可以灵活运用 site:指
令及 intitle:、inurl:等组合，得到各分类的收录数。例如，如果页面标题是 5.1.5 节推荐的标准格式：
产品名称/文章标题–子分类名称–分类名称–网站名称使用指令：
site:www.domain.com intitle:分类名称就可以得到这个分类的页面收录数。
如果页面 URL 比较规则，分类首页 URL 为：
http://www.domain.com/catA/sub-cat-1/
产品页面 URL 为： http://www.domain.com/catA/sub-cat-1/page-1.html产品页面都处于本分类目录下，使用指令： site:www.domain.com/catA/sub-cat-1/
或：
site:www.domain.com inurl:/catA/sub-cat-1/
就可以得到子分类 1 的页面收录数。
如在我的博客里，在 Matt Cutts 语录这个分类下有 19 篇帖子，如图 8-1 所示。百度收录 Matt Cutts 语录页面为 24 页，如图 8-2 所示。
图 8-1 Matt Cutts 语录分类下 图 8-2 百度收录 Matt Cutts 语录页数为 24 页实际帖子数为 19 篇
Google 收录Matt Cutts 语录页面恰巧也是 24 页，如图 8-3 所示。
图 8-3 Google 收录 Matt Cutts 语录页数为 24 页
收录页面包括分类页面首页及翻页等，所以超过实际帖子数。大致可以判断，Matt Cutts 语录这个分类的帖子收录情况不错。
如果各分类下页面标题、URL 等都不规范（这可能说明网站结构规划有问题，本应该尽量避免），可以采取抽样统计方法，选取每个分类下一定比例的页面，检查收录与否，进而计算出这个分类下页面的收录比例。这可以与统计特征页面结合起来做。
百度资源平台页面索引量查询功能支持定制规则，也可以用于统计特定目录/分类下的收录量。
如果网站不同分类提交了不同的Sitemap.xml 文件，在百度资源平台和 Google Search Console 可以看到更详细的每个 Sitemap.xml 文件，也就是每个分类的收录数据。
从前面几章的讨论可以看出，网站收录不充分，经常是出于下面几个原因。
- robots 文件、noindex 标签禁止抓取或索引。
- 域名权重不够高，很多内页权重降到收录最低标准之下。
- 网站结构有问题，使搜索引擎无法顺利爬行、抓取。
- 抓取了过多无意义的页面，挤占了需要收录的页面的份额。
- 内部链接分布不均匀，使某些分类权重不够高，这个分类下的大量页面不能被收录。
- 搜索引擎不友好的因素，如 JavaScript 链接、框架结构、太复杂的动态 URL 等。
- 网站内容原创度不够，存在大量转载和抄袭内容，使搜索引擎认为没有必要收录。跟踪、记录网站页面收录情况，能够使 SEO 人员知道网站结构在调整后，是否达到
了提高收录率的目的，如果没有，应该仔细检查是否出现了上述几方面的问题。
- 有效收录数
收录数据的局限在于，收录数高并不一定意味着流量高（虽然大部分情况下是如此）。有的页面即使被收录，由于权重太低或页面优化不好，也没有任何排名，带不来流量。为了校正这个偏差，SEO 人员也可以记录网站有效收录页面数，也就是某一段时间，如过去 3 个月内，带来过至少一个搜索流量的页面数。
不同流量统计服务查看方法不同，以 Google Analytics（谷歌分析，GA）为例，打开菜单“行为–网站内容–着陆页”，点击右上角的“添加细分”按钮，选择流量细分中的搜索流量，如图 8-4 所示。
GA 将列出所有带来过搜索流量的着陆页，右下角显示这种页面的总数，也就是有效收录数，如图 8-5 所示。
图 8-4 选择来自搜索流量的着陆页
图 8-5 有效收录页数
其他页面即使已被收录，却没能带来哪怕一个搜索流量，可以在一定程度上理解为是无效收录。GA 显示的数字来源于真实流量，不依赖于 site:之类指令的算法可靠性，所以数字是比较准确的。
大部分情况下，有效收录数才是真正与自然搜索流量成正比的。跟踪有效收录变化情况，检查哪些分类的有效收录比例偏低并优化这些分类，经常能收获很好的效果。
竞争对手的有效收录数是没办法获知的。
本文档为站内渲染。原始文件本地路径：saas/source/seo-llm/SEO实战密码-markdown-第08章-SEO-效果监测及策略修改-非流量数据监测-收录数据-a5fb18.md（仅本地保留，不入库不部署）