[ad_1]
這是一個常見且有趣的重複內容問題。
您有像David Yurman這樣的零售商，產品有不同的顏色變化，並選擇在自己的URL上顯示每種產品顏色。
每個產品/顏色網址通常都具有相同的內容，但會更改主要產品圖片，這與將它們分開的差異不足。
您是否應該將所有產品變體標準化為一個併合並重複內容？
或者您是否應該重寫產品名稱，描述等，以使每個版本保持獨立和獨特？
當您合併具有大部分相同內容的頁面時，通常會獲得更高的性能。 這個例證 谷歌顯示原因。
您正在間接構建規範頁面的鏈接。
當您的網頁內容大部分相同時，他們會在SERP中競爭相同的條款，其中大多數會在查詢時進行過濾。過濾的每個頁面都會累積浪費的鏈接。
但是，這是一個有趣的案例。如果人們專門搜索某些頁面中僅提供的內容會怎麼樣？
在這種情況下，鞏固這些是不明智的，因為我們會失去相關的排名。
讓我們使用SEMrush為這個家庭帶來一個具體的例子。
David Yurman的產品至少有六種主要顏色：純銀，黑鈦，玫瑰金，黃金，白金和綠色祖母綠。
Google中可能存在特定於顏色的搜索，這些搜索會導致產品頁面。如果是這種情況，我們不希望合併這些頁面，以便他們可以捕獲相關的顏色特定搜索流量。
這是一個例子 SEMrush搜索 這可以幫助我們檢查是否是這種情況。
例如，我們對純銀有489種有機關鍵詞排名，玫瑰金有863種，黑鈦只有51種。
我還使用手機作為設備進行了檢查，其中純銀為30，玫瑰金為77，黑鈦僅為11。
大多數網站要麼像David Yurman那樣將顏色網址分開，要麼將顏色合併到URL級別的一個頁面中或使用規範。
至少從SEO性能的角度來看，考慮到搜索次數較少，將黑鈦作為單獨的URL看起來並不是一個特別好的選擇。
但是，如果我們能找到理想的中間地帶呢？
如果我們可以合併某些產品網址而不是其他網址，該怎麼辦
如果我們能夠根據性能數據執行這些決策怎麼辦？
這就是我們將在本文中學習如何做的事情！
以下是我們的行動計劃：
- 我們將使用OnCrawl的爬蟲來收集所有產品頁面及其SEO元數據（包括規範）。
- 我們將使用SEMrush收集特定顏色的搜索詞和相應的產品頁面。
- 我們將定義一個簡單的聚類演算法，根據是否有顏色搜索對產品進行分組（或不分組）。
- 我們將使用Tableau可視化群集更改並更好地了解更改。
- 我們將使用RankSense應用程序將我們的實驗性更改上傳到Cloudflare CDN。
1.使用OnCrawl獲取產品頁面組
我使用主站點URL開始網站抓取：https：//www.davidyurman.com。
因為我只對審查美國產品感興趣，所以我下載了 美國產品XML站點地圖，將其轉換為CSV文件，並將其作為zip文件上傳。
我將現有的rel = canonical添加為列，並導出了2,465個URL的列表。
2.使用SEMrush將顏色搜索查詢提供給產品頁面
我把最初的顏色列表放在一起：純銀，黑鈦，玫瑰金，黃金，白金，綠寶石。然後從SEMrush導出六個產品列表。
3.按產品標識符對產品URL進行聚類
我們將使用Google Colab和一些Python腳本來進行聚類。
首先，讓我們導入OnCrawl導出文件。
然後，我們也可以 進口 帶有顏色搜索的SEMrush文件。
我嘗試了一些想法從URL中提取產品ID，包括使用OnCrawl的內容提取功能，但最終解決了從URL中提取它的問題。
接下來，我們可以將產品ID列添加到Dataframe中，並將URL分組以執行群集。
在此群集練習中，您可以看到一些沒有規範的產品ID。我們將通過向這些URL添加自引用規範來解決這個問題。
讓我們將數據框導出到CSV文件並導入Tableau以進行進一步分析。在Tableau中，我們可以更好地可視化當前的規範集群。
在Tableau中，完成以下步驟：
- 使用文本文件數據源連接到CSV文件。
- 通過將URL和Canonicals拖動到該部分，將其轉換為Measures。
- 將產品ID拖到行中。
- 將Canonicals和URL計數拖到列中。
- 右鍵單擊空URL行，然後選擇要將其排除的選項。
- 將圖表類型更改為 樹形圖。
- 添加名為「Canonicalized」的計算欄位並粘貼此公式.IF COUNTD（（URL）） – COUNTD（（Rel Canonical））== 0然後「自我參照」ELSE「Canonicalized」END
- 將計算欄位拖動到顏色標記。
- 將URL計數拖到篩選器並指定至少兩個URL。
- 拖動計數URL並將規範計數到詳細信息標記。
這就是設置的樣子。
每個方塊代表產品ID群集。較大的網站有更多的網址。計算欄位「canonicalized」使用顏色來判斷群集是規範化還是自引用。
我們可以看到，在其當前的設置中，David Yurman產品大多是自引用的，很少有簇規範化（藍色方塊）。
這是一個仔細看看。
如果大多數產品從特定顏色的產品搜索中獲得搜索流量，這將是一個很好的設置。讓我們看看接下來的情況。
4.將Canonical Clusters轉換為Canonicalized
我們將執行一個中間步驟並強制所有產品組規範化為組中的第一個URL。
這足以說明這個概念，但是對於生產用途，我們希望規範化到組中最流行的URL。它可能是鏈接最多的網頁，也可能是搜索次數或展示次數最多的網頁。
更新集群後，我們可以返回Tableau，重複與之前相同的步驟並查看更新的可視化。
你可以看到，現在沒有一個集群是自我引用的，因為我們強迫它們不是這樣的。所有這些都規範化為只有一個URL。
5.將一些規範集群轉為自引用
現在，在最後一步中，我們將了解有多少簇應該是自引用的。
由於所有群組現在都規範化為一個網址，我們只需要打破這些群集，其中網址具有顏色詞的搜索流量。我們將改變規範是自我指涉的。
首先，讓我們導入我們導出到數據幀中的所有SEMrush文件，並將URL轉換為一組以便於檢查。
下一步是僅為匹配的組更新規範。
完成此過程後，我們可以返回Tableau並查看最終的集群。
令人驚訝的是，我們只需要更新一個集群，這意味著David Yurman在桌面上留下了大量資金，其當前的設置依賴於自我引用的規範。
6.使用RankSense實現Cloudflare的實驗變化
在傳統的CMS上執行像這樣的選擇性和實驗性更改可能不切實際，需要認真的開發工作，或者如果沒有證據可以解決這個問題。
幸運的是，這些是使用我們的應用程序在Cloudflare中輕鬆部署並且無需編寫後端代碼的更改類型。 （披露：我為RankSense工作。）
我們會將建議的規範群集複製到Google表格中。這是一個例子：
假設David Yurman使用了Cloudflare並擁有了我們的 實施應用 安裝後，我們可以簡單地上傳工作表，添加一些標籤來跟蹤性能並提交它以獲得對暫存預覽或生產的更改。
最後，我們可以使用我們的15分鐘審核Chrome擴展程序手動審核規範正常運行，但可以肯定的是，我們應該運行另一次OnCrawl抓取以確保所有更改都已到位。
我發現了重複的元描述，我確信他們有更多的SEO問題需要解決。
如果這個想法證明對他們有效，他們可以自信地委託開發工作在他們的網站上實現這個。
資源以了解更多信息
看到Python SEO社區在過去幾個月里增長如此之快，真是令人興奮。甚至谷歌的約翰穆勒也開始注意到了。
未來：約翰正在看到更多聰明的SEO。
– 再次搜索引擎優化和編碼
– 更少的魔法咒語，更多的知識
– 傾聽並向同學學習，然後嘗試一下
– 一些最好的人在MN搜索峰會上發言– Mark Traphagen（@marktraphagen） 2019年6月21日
社區中的一些人一直在做一些不可思議的工作。
例如，JR Oakes分享了他已經工作了兩年的內容生成項目的結果！
我剛剛分享的一些結果 @hamletbatista 在谷歌培訓一個LM模型的結果為「技術搜索引擎優化」。他就是那個人 #SEO 真的讓我更加努力，我非常重視他的友誼。 ＃很高興 pic.twitter.com/4Jv4IswirM
– JR％20Oakes?（@jroakes） 2019年6月21日
阿萊西奧 建了一個 很酷的劇本 這會生成「人們也問過」問題的互動式可視化。
總的來說，儘管我的工作得到了如下所述的好評，但我對整個社區正在建設的越來越多的工作感到非常興奮。
我們每天都在變得更強大，更可信！
愛，愛，愛 #ML 內容@hamletbatista與…分享 #seo 社區通過@sejournal?另一個偉大的入門?使用深度學習的自動意圖分類 https://t.co/w0c2i8UVM9
– MichelleRobbins（@MichelleRobbins） 2019年6月20日
可能是到目前為止2019年最聰明的SEO帖子 – >使用深度學習的自動意圖分類 https://t.co/bRgMqekdZX 通過 @hamletbatista， @sejournal
– chriscountey（@chriscountey） 2019年6月21日
圖片來源
所有截圖均由作者拍攝，2019年7月