回首发现SEMWATCH已经许久没有更新了，虽然博客流量愈下，但作为一个非盈利性的群博，当它给予真正需要的人一点点切实有用的文章时，那就足够了。作为编辑的一员，我想有必要把这样的精神以自己的微薄之力延续下去。
当我们开始开展一项SEO工作时，第一件要做的事情是要保证我们做的任何事情都可以有数据的支撑——而不是自己的直觉。SEO的主要数据来源来自两块：网站的服务器日志、第三方流量分析工具。
网站服务器日志
Apache，Nginx等常用服务器的内置日志配置格式Combine已经可以满足大多数SEO分析需求。它看上去类似是这样的：
111.111.111.111 – - “[20/Feb/2012:18:09:25 +0800]” “GET / HTTP/1.1″ 200 3121 “http://semwatch.org/” “Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)”
必须记录的信息诸如：访问来源IP、访问时间、访问页面、HTTP响应状态码、访问来源及客户端标识等，这些在Combine日志格式里面都有。
在确保服务器日志可以满足其他部门的分析需求下，至少要确保上面提到的几项被记录在服务器日志里面。但也不要将任何可以记录的数据都记录下来，只选择实际需要的部分，不然会使得网站日志体积非常大，不利于分析起来的效率。这些内容可能需要和运维进行沟通解决。
然后关于日志的分析，我认为没太多固定的准备工作可做，因为它的数据来源是原始的(raw似乎听上去会更有感觉?)，所以可选择的数据维度几乎是无限的。因此尤其要按实际需求进行相应的处理与分析。
对于一些要求并不是特别高的日志分析需求，可以尝试使用光年日志分析系统。虽然我个人对所有图形界面的实用类程序都不带好感，但它提供了一些很不错的数据维度的思路。
听说有一家大型的旅游网站是采用MongoDB结合Map/Reduce进行日志分析的，我个人也用过MongoDB实现过前面提到的光年日志分析的一部分重要功能。所以感觉MongoDB是个可以考虑的选择。
第三方流量分析工具
评论