“谷歌中文網(wǎng)站管理員博客”剛剛發(fā)表了一篇新文章，介紹了一下《google 網(wǎng)站管理員工具》中推出的新功能 -“網(wǎng)站性能”。這個工具是通過google工具欄記錄了用戶訪問你網(wǎng)站的速度，并給出了很多加快你網(wǎng)站速度的建議。
http://www.googlechinawebmaster.com/2009/12/blog-post_30.html
而最近也傳聞google將會把網(wǎng)頁加載速度作為影響排名的一個因素。那么網(wǎng)頁打開速度是不是能影響SEO效果？如果能影響，那是怎么影響的呢？
在揭示其中的道理之前，我希望大家能把上面那些傳聞或“網(wǎng)站性能”的功能都忘掉。讓我們追本溯源，來看看網(wǎng)頁打開速度和SEO流量之間的關(guān)系。
做SEO有時候不需要聽從別人給你的信息和意見，你只要專注于研究搜索引擎，同樣也能成功的。這種關(guān)系的發(fā)現(xiàn)，也得益于早期我非常重視數(shù)據(jù)分析，所以我在《怎么樣去學(xué)SEO（二）》中把數(shù)據(jù)分析能力列為SEOer應(yīng)該具備的四大能力之一。由于有很多數(shù)據(jù)做支撐，現(xiàn)在我來給大家分析其中的聯(lián)系，大家就容易看懂很多。
到了后期，連google也認識到了網(wǎng)頁速度和SEO流量之間的關(guān)系，所以在這個“網(wǎng)站性能”以前就推出過相關(guān)的工具來幫助網(wǎng)站管理員。
要說明這種關(guān)系，就要從搜索引擎爬蟲說起。不知道大家對于搜索引擎爬蟲在一個網(wǎng)站上的行為有沒有概念，我現(xiàn)在發(fā)一下某個網(wǎng)站（不是alibaba）的一些數(shù)據(jù)出來，大家就能意識到一些爬蟲的特性了。下面是從服務(wù)器LOG日志中分析出的數(shù)據(jù)。
圖1：爬蟲訪問次數(shù)
—-
圖2：爬蟲停留時間
從上面圖1中可以看到google訪問這個網(wǎng)站206次，這206次里面是由很多個不同的爬蟲訪問的。圖2顯示：有的爬蟲一天之內(nèi)來了8次，一共停留了2小時左右，有的爬蟲來了1次，停留了20多個小時以上。所以這個網(wǎng)站是被很多個爬蟲在不間斷的訪問的。為了計算方便，可以把google所有的爬蟲停留在這個網(wǎng)站的總時間加起來。雖然一天只有24個小時的，但是google的爬蟲這一天花在這個網(wǎng)站上的時間可能是成百上千多個小時。這里真實的數(shù)據(jù)是：在這個網(wǎng)站中，google所有爬蟲那天在這個網(wǎng)站上花費的實際總時間是721個小時。
而服務(wù)器LOG日志里同樣可以分析出爬蟲在一個網(wǎng)頁上的停留時間。如：
圖3：爬蟲停留時間
得到了這兩個數(shù)據(jù)以后，用所有爬蟲總的停留時間除以單個頁面的停留時間，就是搜索引擎爬蟲這天所抓取的頁面總量。
721 小時× 3600 秒 ÷ 35 秒 = 74160 頁
那么得到這個搜索引擎爬蟲這天所抓取的頁面總量有什么用呢？
對于一般的小網(wǎng)站來說，一天能被抓取 74160頁是一個很不錯數(shù)據(jù)。但是我上面給出的是一個中型網(wǎng)站，它整個網(wǎng)站的頁面總量有800多萬有SEO價值的頁面。那么，在最理想的情況下，這些頁面被搜索引擎抓取完要花費的時間為：
800萬 ÷ 74160 頁 = 108 天
這是理論上最理想的情況，實際上真實的情況為：
由于有多個爬蟲在抓取網(wǎng)站，有很多的頁面在一天之內(nèi)是會被爬蟲重復(fù)抓取的。有的頁面一天之內(nèi)被抓取20多次，有的頁面一天之內(nèi)只被抓取1次。通過 “停留總時間 ÷ 單個頁面停留時間” 得到的頁面數(shù)量，是沒有去除那些重復(fù)抓取的頁面的。所以搜索引擎一天之內(nèi)實際抓取的不重復(fù)頁面沒有74160頁那么多，而是40000頁的樣子。還有一點，爬蟲今天抓取的頁面，到了明天還有很多會被重復(fù)抓取。所以爬蟲不光在同一天內(nèi)會重復(fù)抓取很多頁面，而且到了下一天還是會重復(fù)抓取前一天抓取過的很多頁面。
這樣下來，爬蟲平均每天抓取不重復(fù)的頁面數(shù)量就只有10000頁的樣子了。那么，要爬蟲把這個網(wǎng)站所有的頁面抓取完需要的時間為：
800萬 ÷ 1萬頁 = 800天
其實，這個800天抓取完整個網(wǎng)站還是太理想化了。實際的情況是很多網(wǎng)站由于結(jié)構(gòu)的原因，有些網(wǎng)頁創(chuàng)建后4-5年，都還沒被爬蟲抓取過。
上面的這個分析過程，都沒用到什么驚天動地的計算方法。只要你有一點數(shù)據(jù)分析的意識，就能看清楚事實的。當一個網(wǎng)站收錄量不理想，大家就應(yīng)該去看看那些頁面是不是被搜索引擎爬蟲瀏覽過。如果一個頁面都沒有被搜索引擎爬蟲瀏覽過，是不可能會被收錄的。一個網(wǎng)站的收錄量沒有上去，那SEO流量的提升就會有很大的一個瓶頸。
根據(jù)我們剛才上面的那個分析過程，要提升網(wǎng)站的收錄量，首先要解決的就是搜索引擎每天抓取網(wǎng)站的抓取量。而：
抓取量 = 爬蟲總的停留時間 ÷ 單個頁面的停留時間
一個網(wǎng)站，爬蟲總的停留時間在某個期間是保持相對固定的。當然，有方法提高爬蟲總的停留時間，不過這不是這篇文章要講的內(nèi)容。我們先通過減少個頁面的停留時間也可以增加爬蟲的抓取量。
減少爬蟲單個頁面的停留時間，可以簡單的認為提高網(wǎng)頁加載速度就可以了，雖然實際上這兩個因素之間還存在著一個對應(yīng)關(guān)系，但是這里先不講。這個時候，網(wǎng)頁的加載速度就和抓取量之間有了一個正比的關(guān)系，網(wǎng)頁加載速度越快，爬蟲整個的抓取量就越大。抓取量越大，有效收錄量就會增加，從而促使SEO流量增加，因為給一個大中型網(wǎng)站帶來流量的，90%以上都是長尾詞。大中型網(wǎng)站，有時甚至是小網(wǎng)站，只要收錄量增加一定的百分比，SEO流量也會增加一定的百分比。網(wǎng)頁的加載速度，就和SEO流量之間建立了一個這樣的關(guān)系。
其實，google也知道網(wǎng)頁速度和SEO流量之間的關(guān)系，所以早在“網(wǎng)站性能”這個功能推出以前，就推出了另一個功能讓大家去用，那個功能就是“google 網(wǎng)站管理員工具”里的“抓取統(tǒng)計信息”。那里把爬蟲對你網(wǎng)站的抓取量，和你網(wǎng)頁下載的平均時間都列了出來。
如果大家平常注意觀察這里面的數(shù)據(jù)就會發(fā)現(xiàn)這樣的規(guī)律：一旦網(wǎng)站下載時間減少了，那抓取量就會增大一點。
一般小網(wǎng)站，這樣的規(guī)律還不是太明顯。因為有其他影響這個規(guī)律的因素存在，而且小網(wǎng)站頁面數(shù)太少了，爬蟲隨便多增加幾百頁的抓取量就影響了50%以上的抓取量。但是在大中型網(wǎng)站，這個規(guī)律是非常明顯的。如：
抓取統(tǒng)計信息
當這個網(wǎng)站加快了網(wǎng)頁加載速度，爬蟲的抓取量就穩(wěn)步增加了。這個圖表能很有利的證明上面提到的理論。
這個圖表也再次證明了我在《google 的良苦用心：網(wǎng)站管理員工具》里說的：“google網(wǎng)站管理員工具里的每個功能都是和SEO相關(guān)的”。
關(guān)于網(wǎng)頁速度和排名，google否認曾經(jīng)將網(wǎng)頁速度列為提高排名的因素。而 Matt Cutts 最近也說：In a nutshell – while slow page load times won’t negatively impact your rankings， fast load times may have a positive effect. 有人把它翻譯成：網(wǎng)頁加載速度慢，不會影響Google排名，但是網(wǎng)頁加載快卻對排名有積極作用。 其實這樣翻譯是沒有理解這句話，Matt Cutts的意思是：網(wǎng)頁加載速度慢，不會影響Google排名，但是網(wǎng)頁加載快卻有積極作用。拿掉以前那個翻譯中的“對排名”三個字即可。至于其中的原因，我想通過這篇文章大家都理解了吧。
這也是為什么我要在《內(nèi)部鏈接還是外部鏈接》里強調(diào)一下的：有時候是因為“你沒有掌握到他們那么多信息，所以你無法理解他們的話。也不會推測出他們的潛臺詞以及他們沒有說全的話而已。” 我其實很少關(guān)注Matt Cutts說什么，但是我看到那篇翻譯的文章，就斷定Matt Cutts不會那么說。
另外，這個文章中的LOG日志分析工具，在我最近建立的“新基地論壇”上有下載。不過那里需要論壇金幣才能下載的。獲得論壇金幣最快的方法就是把你所擁有的好資源也貢獻出來。我希望能用這個方法創(chuàng)造一個“人人為我，我為人人”的環(huán)境，做一個高質(zhì)量的論壇。
原文地址：http://www.semyj.com/archives/969
