Facebook 臉書六年下來....

雖然說我花在噗浪的總時數是超過臉書的, 但事實上我 Plurk 是 2008-6-10 加入的, 而臉書卻是在 2006-9-28 六年前的今天加入的.

當時會加入是想要了解臉書這系統的狀況, 而那時候算是第一批讓非美國大學生註冊的開放測試, 也因此在沒有朋友的情型下, 第一個好友是遲至 2007-6-4 才有人建立關係, 所以這 9 個月都沒甚麼動作吧.

因此仔細想想這六年下來我臉書的活動可以分幾個時期, 就像右邊的圖片, 來翻翻看自己的歷史吧:

1. 一個人的日子 (2006~2007): 應該是在台灣生活中最早註冊的吧, 所以大概有 9個月時間都只有一個人.

2. 忽略期 (2007~2009): 有時候臉書會寄信過來說有誰加入, 所以就同意建立好友這樣, 此時台灣已經有越來越多人在玩, 但事實上我卻是在 2008 年開始玩噗浪, 因此臉書就被我晾在一旁吧.

3. 遊戲期 (2009~2010): 有朋友跟我講說 FB 的遊戲可以玩玩看, 因此我就真的玩玩看了, 大概一年間玩了餐城, Camelot, 等等的遊戲, 只是現在已經完全沒在玩了, 真慘....

4. 重啟期 (2010~2011): 在不那麼熱衷玩遊戲之後, 臉書的粉絲團與社團也慢慢成熟了, 也開了幾個粉絲團來玩, 以及工作的須要也開始了解與操作, 但以現在的程度來看, 還真的初學而已...

5. 照片打卡期 (2010~): 2010-4-17 第一次上傳照片, 但並沒有打算把臉書當相簿使用, 2010-8-14 第一次用 N900 上傳照片, 而一開始就從 Foursquare 打卡, 一直到 2011 年臉書推出打卡功能我會交互使用, 只是到現在還是以 4sq 為主.

6. 開始使用期 (2011~): 沒錯, 事實上我一直認為我嚴格說是在 2011 年後才再開始認真面對臉書, 甚至是 G+ 我已經開始使用後我才以 G+ 的努力來看臉書, 所以以一個這麼早開始用臉書的人, 確又是這麼晚開始使用臉書, 還真奇怪阿.

當然我很清楚一件事, 行銷與業務這件事是最麻煩的是原則與方法大家都了解, 但我們知道行銷業務真正的高手與大師是對他所從事的領域有充份的了解與實務經驗, 而不只是對行銷業務本身而已, 也就是說換了一個產業就是完全不同的情境了, 因此若你聽到有甚麼行銷大師大部份都可以只信三成, 因為真正的困難點是你對產業的了解與其人際關係, 而不只是 "meme".

而社群經營也是一樣, 你即使有再多社群經營的經驗, 但換一種媒體與媒質就完全不一樣了, 雖然你之前的經驗會讓你有更多的加分, 但若既有的關係與社群不能為用的話, 很多事情幾乎是從頭開始, 因為每一種社群都有自己的情境與 "術語", 加上族群與對像的差異, 若沒去參與是很難了解, 更惶論說要去 "經營", 因此那些粉絲團人數很少的 "臉書講師/大師", 你可以直接無視他/她, 雖然不代表他對社群經營不了解, 只是說他對臉書並沒有足夠的經驗去掌握罷了.

上面那兩段是廢話了, 畢竟我知道我現在只是初學者, 我更確認我對臉書不夠了解阿... 我不會重蹈之前的錯誤, 倚老賣老是最不可取的, 但時間的累積總是最好的學習, 只是前提在於你花多少心力, ...

而臉書對我到底是甚麼呢? 我自己也是在摸索, 只是在這六年後的今天來檢視一下自己罷了.

(最上圖的原始來源還真難找阿, Google 的以圖找圖還真的找到一大堆 Facebook 上的人臉阿)

如何用網頁到網頁的延伸閱讀, 取代網站的交互連結

之前寫過一篇文章, 說到甚麼是 Spam 或者甚麼不是 Spam 的判斷點不在於數量與方法, 而是取決於心態, 也就是說這樣的文章內容與連結, 是你有沒有花心思, 記得在四年前寫了一篇 "寫部落格前的幾點反思 (反SEO的該看與不該看)", 講說五點如何判斷黑帽與白帽 SEO (Search Engine Optimization 搜尋引擎最佳化) 的差別, 大家可以看一下:

1. 你自己以後會不會看
2. 這是不是給人看的
3. 到底是誰來看?
4. 沒必要看到的人
5. 部落格的價值不是有多少人看, 而是真正關心你的人或你關心的人有沒有在看

而好的 SEO 的差別也是在這邊, 也就是 "能夠真的幫助讀者的SEO才是好的SEO".

有人曾經問我: 在 SEO 的領域中, 我期望做到甚麼樣的目標, 我當時是說, 幫助認真做內容的人完善好的介面與功能, 並且做到最基本的 SEO, 讓那些想靠技巧而不是靠內容來賺取 SEO 的人更困難達到, 讓讀者更輕易的閱讀與找到想要的資訊, 這就是在 SEO 中我短期的目標.

的確即使我已經擔任 SEO 公司的 SEO 顧問 (好像繞口令), 但我也一直看國外的網站以及書, 而最近在看完 O'Reilly 的兩本 SEO 書, 一本是 The Art of SEO, 以及 SEO Warrior 時, 想到依我現在的語意網路計劃已經可以做 "如何用網頁到網頁的延伸閱讀, 取代網站的交互連結" 這件事了.

我們知道在早期的部落格, 有一個通訊協定可以透過 Ping 來做 Backlink 逆向連結的引用通知, 而大家的文章也很樂意去連結別人並發出引用通知, 只是這個功能被黑帽 SEO 大量濫用後失去原有的意義, 所以最後大家也停用 Ping 了, 只是這種引用與被引用是對讀者與作者相當便利的功能, 可惜的是 Spammer 讓網路退步了..

而 Blogger 的 Blogspot 曾利用 Google 的優勢去利用搜尋引擎去建立 Backlink 反向連結來取代 Ping 的功能, 這也是不錯的方式, 只是這功能並不是所有網站或所有部落格都適用的.

事實上能夠提供讀者來作延伸閱讀也不只是 Ping 等 Tackback, 也包含 Tag 的使用, 尤其像是 Technorati 也提供跨站的 Tag, 雖然 Tag 的概念已經隨著時代成熟, 也取代了分類的概念, 但許多功能也隨著時代的改變而消失.

這些都是早期透過內容創作, 編輯與一些功能讓讀者與作者之間有進一步的互動, 雖然現在很多功能隨著 Facebook 臉書的覆蓋率達到一定的門檻後現在不是用 Twitter 就是用 FB 了, 雖然部落格已經退出引領風騷的角色時, 反而進一步的是內容網站該如何去建立社群.

而有時候不只是使用者有社群, 內容網站也有其社群, 而最近也慢慢出實作出以使用者閱讀為導向的 "內容社群", 其中有兩項:

1. 共通 Tag: Tag 一直是最直覺與最有效率的連結, 若是一個網站社群若能夠共用 Tag 會是相當有價值的系統, 畢竟 Tag 是最具有聚合力邏輯概念, 也是最常使用的延伸閱讀, 只是目前的 Tag 都只在站內居多, 若能夠把共同一起經營的網站的 Tag 連結與整合, 不只是對讀者是有幫助, 更能夠把已經來訪得來珍貴的讀者, 對經營有更有效的成果.

2. 跨站延伸閱讀: 並不是每一個系統都是有 Tag 系統的, 此時就必須要用語意網路去串連, 從 A 站的內容找到最合適的 B 站內容給讀者, 透過更精確的錨定文字與連結, 不只是讓讀者更輕易的閱讀及看到所有興趣的內容, 更是讓原本僵硬的網站交互連結變成每篇文章都有符合內容的 Deep Link (深層連結), 此時不只讓使用者經驗提升, 更能提高 SEO 效果.

最近把這兩個系統實作成一個服務, 並包成一種可以透過 include 的 XMP-RPC 的類 API, 只要用參數的方式說你要連到那一站, 系統就會依你的站的每一個內頁算出與這內容最合適的另一站網頁, 並包含圖片與錨定文字, 讓網站連結不只是唯一的連結或是唯一的錨定文字, 而是每一頁都有自己的連結與錨定文字, 讓網站的交互連結更有價值.

的確語意網路 Semantic Web 是未來讓讀者與內容進一步產生互動重要的技術, 只是要做到這方面, 不只有很多基礎建設要去完成, 更須要實作讓大家去了解, 這是一條很漫長的路的, 所以有興趣實作的歡迎來跟我一直讓這種資訊媒合更符合人性.

(圖為 Tackback 的 Icon)

IMHO, 這個部落格改名

人總應該是跟自己過去挑戰, 若你回頭看自己的文章, 覺得 "阿, 我以前寫得多好阿!" 此時代表的不是你曾經做過甚麼豐功偉業, 往往代表的是你這段時間一點進步也沒有~~

但這樣說也是過於以偏蓋全, 事實上人生活在這社會中, 還是有很多無奈的事情, 至少可以肯定的是隨著事情越來越多, 腦子已經被許多雜務占滿, 最後不只讓自己的思緒變亂, 眼光變窄, 也失去了作夢的能力, 甚至只剩下一次次的抱怨以及更多次想振作但失敗的經驗.

慢慢的, 你想要的漸漸被必要所取代, 對物品的評價跟著標籤上的售價一致, 不再是你真實從中獲得樂趣來衡量價值, 就像是看人的眼光是由他的薪水來判斷, 而不是他是否真的對社會有貢獻, 或者純是跟你的互動與感情.

最後剩下的, 只是靠你累積的不滿來建立優越感, 來證明 "阿, 你還是比社會大多人來得好阿~~", 就像是一直抱怨自己的薪水沒有增加, 卻不去質疑你的能力成長多少, 而從社會去獲得更高的交換價值, 卻是認定你的主管很糟, 老版是混蛋外, 不敢去跳脫這個框框.

是的, 這個社會有太多的不公平與不正義, 雖然不是因為你造成的, 但卻是由你參與建構出來的, 雖然行動是很困難的, 但很多改變都是從一點點一滴滴開始, 有時只是多關心一個人, 就可以造成很大的不同, 雖然我們無法建立甚麼完美的社會, 這名詞只是從政者或泛道德主義者架構出來的騙局, 我們還是可以往我們期望的社會去實現, 至少從自己的生活開始.

有時我們離革命越來越遠, 但越來越感受到革命的壓力與氛圍, 只是這種巨變要付出太多的代價, 無論是無產階級或資本家, 或者是中產階級也很難去說這樣的變化是對的, 或是不對的, 但當社會的層級越差越大, 階級的劃分也越來越明顯的時候, 比較擔心的是這種事遲早會發生.

當你認為自由已經被濫用而不須要再堅持時, 當你認為建設是必要而不須思考停下腳步時, 當你想要從穩定與團結尋求救生板而不是思考自己須要從自己改變時, 當你一直找到問題點卻不認為自己可以幫忙解決的時候, 當你以為成功創業是唯一生命的出路時, 當你以為看政論節目與去投票是最主要的社會責任的時候, 當你以為在PTT就可以展現正義的時候, ..... 這社會離大部份我們期望的越來越遠, 卻越接近既得利益者期望的社會越近.

雖然我也不知道怎樣做才能一針見血, 事實上我也認為這種事跟本不存在, 但不代表我不能做, 至少我可以肯定的去說, In My Humble Opinion, 我還是會想說, 我還是會想做, 那你呢?

若做 SEO 只是為了 SEO, 就不是好的 SEO

這個標題原文並不是 SEO, 而是米塞斯 (Ludwig von Mises) 說的一句話: "若一個經濟學家只是一個經濟學家, 他肯定不是一個好的經濟學家", 而這個迷思 (Myth) 事實上可以套用在很多地方, 不只是經濟學家, 更不只是 SEO, 尤其是在很多人事物上.

不否認的 SEO/SEM (Search Engine Optimization/Search Engine Marketing) 這議題已經不知道被大家說到少次了, 且這話題比飛碟還更神奇, 就像是看過飛碟的人很少很少, 但大部份的人倒是可以說的頭頭是道, 好像他坐過很多次了, 而我也看不少這方面的從業人員, 頭銜掛著的是 "SEO 專員/專家" 的 SEO 操作者, 甚至不少靠 SEO 賺錢的, 但每次聽他講的話都讓我膽顫心驚.

而這不代表他不懂 SEO, 畢竟 SEO 是人人可以做, 只是做的好與壞罷了, 跟很多技術有一定的門檻不一樣, 會做跟不會做幾乎是一翻兩瞪眼, 但 SEO 就像是行銷一樣, 有時候做出來有成效不代表你做對, 甚至努力做時還不見得有立即效果時, 此時 "黑帽 SEO" 更容易在這領域 "騙" 到更多錢, 有時我還覺的這領域應該來學 "奈米" 一樣有個認證標章才對, 只是就經驗而論, 這樣說不定會被玩得更糟糕.

搜尋這領域可以說是最早的學科, 圖書館學就是了, 人類透過學習的方式去尋找知識, 找到解決問題的答案, 這問題可以是 "如何把好奇號送上火星" 這麼困難, 或只是像 "中午該要訂那家便當" 這問題一樣, 雖然這問題也是很難的, 有時不透過搜尋引擎去找資料是無法知道答案的, 或者是找到更好的選擇, 至少不是天天吃一樣的便當.

在操作 SEO 的人有時看到的是他公司的產品, 他網站的內容, 但有時卻是忘了使用者該如何找到他們才是真正的重點, 而不是這些死版的網頁, 畢竟網站不是做出來自嗨而已 (有時也是可以), 重點是要給人看, 有時要問的不是那些人要來看, 而是要知道的使用者的動機是甚麼, 畢竟任何內容, 任何產品都是解決問題, 滿足使用者的須求, 在 SEO 的操作中, 是為了要幫助搜尋引擎達成我們建立使用者與網站內容的橋樑, 因此這個橋樑不是我們要追求的目標, 而只是方法.

在這邊大概舉出幾個比較新的 SEO 觀點, 估且就叫做 SEO mk2, 不是 SEO 2.0, 事實上 SEO 3.0 都有人寫過了:

1. 使用者不只是要找答案, 而是要解決問題, 尤其是通常使用者只知道問題的情境而已, 跟本不知道答案: 很多人以為關鍵字是重點, 且通常在設定關鍵字時是以產品或內容為導向, 這往往是錯的, 在幫數位時代做 Web 200 時, 發現很多網站都是主打自己的產品與品牌, 但忘了使用者若是已經用品牌來搜尋, 跟本不須要做 SEO, 例如 Subway 要主打的不該是潛艇堡, 而是 "外送", 要讓使用者在找外送情境時找到你, 挖掘潛在客戶才是精瓍.

2. 網站的分析工具已經提供很多線索, 甚至有更多的外部工具可以參考, 不該只是亂猜: 不得不否認的網站經營者有時候離使用者很遠, 他眼中只有自己的東西, 有時更會忘記使用者, 這在認真經營自產品時不是壞事, 但使用者如何上門呢? 而網站已經有太多的工具, 從 Webmaster Tools, Log Analysis, 還有瀏灠器有很多 SEO 的外掛, 一個好的行銷人員若沒有使用或安裝這些 Plug-In, 幾乎是不及格的.

3. 我們要了解使用者的須求, 了解問題, 解決問題 (這好像是 Robots 的台詞): 若是做 SEO 只是做上面兩點, 那就真的是為了 SEO 而 SEO 了, 真正經營網站的人, 應該是透過使用者須求去創作出新的方法與答案去提供使用者參考, 包含產生對使用者有幫助的內容與專題, 提供別人的情境與使用狀況給其他找答案的人參考, 甚至透過這樣的須求調整自己產品與內容的方向, 畢竟一個網站的經營不是一廂情願, 要想辦法接近使用者, 不是離越來越遠.

4. 關鍵字本身是很雜亂的, 我們要透過共同點去聚焦: 雖然說最後大家還是習慣以關鍵字的排名來作檢視, 事實上再如何了解須求, 也不可能涵蓋所有的可能性, 因此最後能夠抓的只是一些大要與方向, 而這些方向就是使用者會去由上而下的聚焦與共同點, 例如須求, 作者, 環境, 而每一個產品本身都是很獨立的, 經營的了單一關鍵字與產品, 但往往會因為時間而失去使用者的關愛, 但有很多本質是不會變的, 嘗試著去作分類與因子分析, 會讓使用者不斷的透過搜尋引擎找上你的網站.

5. 主動的去接近使用者, 不是只靠搜尋引擎的幫忙而已, 去經營流量來源, 不是 SEO 而已: 事實上現在的 Search Engine 很努力的想辦法切近使用者, 會依不同的人, 不同的裝置, 不同的地點與時間, 不同的關係, 不同的語言提供不同的答案, 更重要的是不同的社群有不同的結果, 因此要善用不同的平台去導入流量, 跟使用者互動, 主動提供使用者答案, 而不該只是宣傳自己而已去獲得更大的受眾, 此時不只使用者與社群會更愛你, 搜尋引擎也是.

當然我們打開 SEO 的書, 教你的是如何做出對的內容格式, 讓搜尋引擎更愛你 (Search Engine Friendly), 因此教你的是如何做好 HTML, 下 meta-data, 弄好 alt, 等等的表面工夫, 雖然也會教你如何使用 SEO 的工具, 但畢竟 SEO 本身是個具有很強 Domain Know-How 才能做好, 無論是網站經營的方向還是 SEO 本身.

SEO 是網站經營的一個 Big Scope 大領域, 我們必須以網站經營的角度, 使用者的角度來看 SEO, 相對的用 SEO 也可以看到網站經營的樣貌, 因此若只努力行銷卻不忽略 SEO 是重要的一環, 或是用 SEO 技法去操作, 而不知道使用者與網站內容而去作連結, 都是很容易走錯路, 變成 SEO 只是為了 SEO, 這可以肯定不是個好的 SEO.

(圖就是米塞斯, 原句是要說, 做一個經濟學家不能只看經濟, 要從社會面相, 心理面相, 法律面相等等多元思考, SEO 也是一樣) 

(文章投到 circle.tw, 網址是 http://www.circle.tw/trend/seo-do-not-seo.html , 因為編輯關係多少不一樣, 而這邊保留原文)

企業部落格行銷競賽的設計與結果

部落客百傑若是跟之前最大的不一樣, 大概有一個是增加了一個 "企業部落格行銷競賽", 當初設計這個獎是有幾個面向:

1. 獎勵以部落客與部落格為行銷方式的公司或承辦單位, 且在這部份有優秀的成果.
2. 透過這樣的案例讓大家知道部落客/部落格行銷的好方式.
3. 讓廠商與部落客知道誰是好的公關公司或活動公司.
4. 從評審的方式讓大家了解如何評斷好的行銷案例.
5. 透過這次的競賽讓大家重新了解部落格經濟的價值.

雖然這是第一次主辦, 最後還是有十七件報名, 雖然不多, 但其中真的有很優秀的作品, 因此最後選了四件的佳作與優選, 雖然優選只有一個, 但這四個作品都是具有水準, 甚至超乎預期.

這次的評審是由下面幾個項目來評分的:

• 社群影響力(20%)

是否能夠找到商品所對應的合適族群，找到對的社群影響力的人，發揮出足夠的效用，其中包含：文章數、點閱數、分享數等各種指標。

• 效益轉換率(20%)

對業積或知名度是否經過此行銷有足夠的成長，包含：投入的成本以及最後統計結果的轉換率,並與之前作比較。

• 內容成熟度(20%)

製作的內容是否適切社群與標的，是否讓社群能夠因此有所共鳴，包含：

各種社群管道的利用，各種媒質的呈現，以及與社群的互動是否切題得體。

• 網路稽核力(20%)

能否利用網路的互動性與回饋性取得活動的效用，包含：其歷史及最終結果，

或是以多重指標如點閱數，回應數的取樣來做為稽核的基礎。

• 報告完成度(20%)

對業主或對活動參與者是否有完善的文件做決策與協助，以及最後結案報告，是否能夠讓業主及負責人了解其成效。

看了上面這五點, 扣掉第五點外, 大家知道最重要的三點是:

1. 轉換率的高低

2. 網路稽核的能力

3. 內容的好壞

這三點基本上扣掉第三點, 前兩點基本上是 "網路行銷" 的精神, 也是網路行銷跟其他方式行銷不一樣的地方, 並且第一點的轉換率更是部落格行銷與其他網路行銷的差異.

轉換率在傳統行銷而言往往是必須透過抽樣, 二次資料等等的方式來取得, 但網路行銷是每一個環節都可以被知道與監督, 甚至對於只做網路行銷的公司, 可以 100% 的去得到所有顧客與消費者的行為, 因此要有好的稽核能力, 可以說是決定網路行銷的會做得好做得壞的第一個因素, 因為做得好可以再加碼, 若做得不夠好, 代表可以換個方式操作, 若是沒有能力去知道好壞, 可以說是像瞎人摸象一樣.

有了知道轉換率的狀況, 當然就可以知道整個流程的 ROI, 這也是部落客行銷的成功與失敗的關鍵, 也是跟其他行銷不一樣的地方, 其中包括: 朋友推薦取代明星代言, 口碑傳播取代大眾媒體, 社群經營取代單向宣傳的基本差異, 也就是重新回歸真正的消費者而不是只靠行銷去宣傳.

當然如何選擇好的社群, 好的工具與管道, 創作出好的內容與方式, 都是一個社群經營者必須了解與學習的工夫, 這也是跟其他行銷方式不一樣, 通常只要專心在 "內容" 及 "成本", 而網路行銷與部落格行銷是個長時間的奮戰, 不是把 "稿件" 交出去就可以了, 而是之後的經營.

這次獲得優勝的趨勢科技把上面這幾點做得相當好, 但最後獲勝的原因也是掌握到 "網路行銷" 是個長遠的路, 尤其這次是這四項作品中, 唯一一個內部經營的, 相較其他的佳作因為是代理商的關係, 多少還是有時程的關係, 但若這樣說是不公平的, 因為有內部人員知道如此經營是很不容易的, 來看這次的參賽者中, 除了趨勢科技外, 整體而言還是公關行銷公司表現的比內部單位經營來得優秀, 這也是我原本預期應該是場商與公關公司一起報名的原因, 畢竟要求公司內部公關或行銷的人對社群經營有概念真的是太難了.

最後恭喜癮科技/大人物的博客邦, ipeen網的紅谷資訊, 邊境數位跟趨勢科技, 希望明年能夠大家有更好的作品.

關鍵字! 分類! 語意網路~~ (Semantic Web)

事實上這篇文章不是要提出甚麼新的想法, 因為這個是在宅度計 (otaku.datamning.tw) 已經實作過了, 只是這次在部落客百傑又被提出來討論而已, 主要是為了回一則噗浪的訊息, 發現不是幾句話可以講完, 所以寫成這一篇....

當然有些有趣的觀念與觀點, 因為這樣的系統也是最近 iOS 6 很火紅的 Siri 的一個基礎, 也就是語意網路的發展, 但有趣的觀點也是在於到底系統要到多完整才是能夠實用的?

不得不否認無論是 Siri 或宅度計或部落客百傑用的 Semantic Web 語意網路的資料庫與方式都不夠完整, 但在某些觀點是: "若一個系統的實用不是在於多完美, 而是在於能不能用, 有沒有價值", 因為事實上我們都很清楚真的要做到完美的語意網路, 不是幾年內完成, 雖然一定遲早會完成, 或者是現在要做的是繼續完成.

嗯, 這不是重點, 而是有人對部落客百傑的 "專業度" 這邊的判斷提出很大的置疑, 這是不否認就成熟度是不夠的, 但事實上也沒有大家所想的那麼脆弱, 畢竟這也是大家好幾年的成果之一.

而我稍微來以 Q and A 來寫下面的內容吧, 甚至有些問題是沒人提過的, 是我們一直在努力去達到我們目標的問題:

Q: 專業度的判斷是判斷文章的專業性嗎?
A: 事實上用專業度這字有點語意的問題, 因為說起來應該是分類性, 也就是例如旅遊的專業度指的是文章對旅遊這分類的投入.

Q: 一篇文章只有一個分類嗎?
A: 事實上一篇文章可能有很多分類, 甚至應該說的是比例, 在實務上可能是只要是 30% 以上是這分類的, 就足以認為是這分類, 例如一篇文章是被判斷是 40% 旅遊, 30% 美食, 20% 時尚, 10% 其他, 在實務上可能就被判斷同時為旅遊與美食, 但這次比賽是如何我並沒有那麼確定.

Q: 是不是要文章有關鍵字才行?
A: 無論如何一定須要有相對應分類的關鍵字算出來的語意網路才有可能被列為其分類, 但我們知道要去 "窮舉" 分類的關鍵字是不太可能, 甚至關鍵字嚴格說是被 "訓練" (Train) 出來的, 訓練的完整度是須要資料庫的累積, 也就是時間越久, 分析的文章越多越準.

Q: 是不是要重覆提到關鍵字才行?
A: 事實上同一個關鍵字貢獻的分數有限, 寫個三五次後再多寫幾次, 就不會對此分類有多大貢獻了, 通常反而是使用更多相對應的關鍵字更多, 才反而對此分類有較多的貢獻, 只是關鍵字越多, 相對應的密度也會降低, 若可以集中一個分類會更有效, 但你寫作的時候考慮這件事是沒甚麼必要.

Q: 是不是所有關鍵字都只有一個分類?
A: 事實上關鍵字對一個分類的貢獻因素很多, 這個關鍵字的常見度, 字串長度, 跟這個分類的關係 (Relation) 與距離 (Distance), 都會影響最後分類的判斷標準, 除外還有母字串與子字串等等都是考量的因素, 這些都會化成距離的關係.

Q: 有沒有可能明明是某分類的文章, 因為對象過於冷僻, 所以沒算到?
A: 這次所使用的語意網路是數萬個關鍵字, 但事實上會用到個關鍵字是超過十萬到數十萬, 很肯定的一定不可能所有資料都會算到, 但對八成的常用關鍵字倒是沒問題, 但我們知道只要過於少人使用或真的過於 "專業", 就還真的算不到, 因此這語意網路一直在增加補足, 甚至每天都會增加, 但要去達到 100% 的覆蓋率是不太可能.

Q: 到底甚麼樣的關鍵字才是親子類?
A: 親子類是在這個分類最麻煩的, 因為在既有的語意網路並沒有建立親子類, 加上這部份文章都很發散, 從政治到生活, 各種分類都有可能, 所以在某種觀點是很難分類的, 但因為很多 BSP 都希望有這項分類來鼓勵親子的部落客, 所以這部份的語意網路在判斷上雖然很弱, 也希望下次會更準確.

現在先寫到這邊, 事實上語意網路分析是個很大的學問, 不是上面的 QA 就可以講完的, 但也嘗試著讓大家透過這幾個 QA 有點概念.

最後, 我上面所說的, 無法代表官方, 並不是說這是要幫誰在逃避甚麼, 因為寫程式的人不是我, 我提供的是演算法與已經在宅度計/部觀門所使用的語意網路, 而資策會原本就有既有的演算法與語意資料庫, 因此最終的程式計算是如何我現在是不知道的, 但方向應該不會差太多.

只是這篇文章是讓大家知道專業度分類的計算部份, 不是 S-Rak 的計算那一部份, 畢竟那又是一個可以寫比這篇文章更長的議題, 畢竟這次比賽用的是只是部份的 S-Rank, 加上因為比賽是不能因為有問題就可以調整改變公平性, 而未來的 S-Rank 會嘗試著解決這些問題, 但也只是等比賽過後了, 所以很多工作人員都經過這次比賽學習了不少, 但也期望做得更好.

[網點] 五都首長大對決: 誰最受傳媒青睞, 誰最受大陸人歡迎?

有人說, 藍營的首長被大多數的傳統媒體給關愛, 而相較之下綠營受到社群的歡迎, 這命題到底是對還是不對, 從網點來看看是否可以實證出甚麼? 

網點並不是只有可以看網站而已, 事實上只是跟網站, 跟關鍵字有關, 都可以拿來觀察, 記得在五年前我也寫過類似的系統叫 "Hook", 是個以網路行為為基礎的行為調查.

當然過了五年後, 現在的成熟度更高了, 不只系統穩定度好很多, 更有迴歸, 複立葉等分析工具在手, 加上 Google Chart Tools 的加持是差很多的, 還記的當時只有很陽春的 Google Graph.

廢話不多說, 大家比較有興趣的是這系統是如何應用在民意分析的, 我們就來做個小實驗, 來檢驗五都與其他縣市首長網路行為:

大家可以到 "台灣縣市長比較頁" 來看詳細的數字, 但我們在下面的討論只聚焦在五都首長, 畢竟這個等級是差很多的:

下面這個圖是大概的狀況:

看了這個表, 我們可以看到幾點有趣的證明, 因為這已經是大家早就知道的觀點了, 只是之前沒有量化的資料證明:

1. 新聞影響力: 郝>>朱>菊>胡>>賴, 這邊看得出來郝龍斌遙遙領先, 賴清德差距很大, 朱立倫與陳菊相當接近.

2. 社群經營力: 菊>>朱>賴>郝>>胡, 這個數字若是以賽車的觀點, 可以說陳菊在是領先別人一圈到達終點, 而賴清德與朱立倫先後抵達, 而胡志強是落後別人兩圈以上.

3. 媒體偏好度: 胡>郝>>朱>>賴>菊, 胡志強跟郝龍斌都具有傳統媒體好強的偏好, 朱立倫就差強人意了, 而賴清德與陳菊感覺新聞是愛報不報的.

4. 大陸歡迎度: 胡>菊>郝>>朱>>賴, 社群表現很糟的胡志強在大陸的微博剛好是最熱門的人, 陳菊最近的西進也受到注意, 郝伯伯的兒子也是蠻有名氣的, 只是賴清德過去的話應該不會被人認出來.

除了上面四點外, 還有很多有趣的現像, 利如社群經營力很差的郝龍斌在批判性高的 Google+ 很受討論, 卓伯源在臉書還贏過兩個直轄市長, 劉政鴻不知道在噗浪是有大量的贊許還是批評? 數字無法知道原因, 只能知道結果, 但相對的, 人的智慧是可以推敲出原因的, 這些數字相較之下是可以拿來佐證的.

從這樣的數字你能觀察出甚麼呢?

從網站經營來看 SEO 工夫的比較

網點 (網站完全評點) 的目的不是單純的從資料探勘 Data Mining 來看搜尋引擎最佳化 (Search Engine Optimization), 因為要了解自己網站的狀況, 除了像 Google Analytics 或 Webmaster Tools 之外, 須要使用的工具還很多, 有些是要自己做, 有些要參考的資料不只是自己而已, 甚至有些要以各種面相去觀察.

所以除了搜集資料, 儲存資料的歷史外, 更重要的是要用甚麼方式去呈現, 畢竟資料最後是要給人去了解的, 而了解的容易與否取決於資料呈現 (Data Presentation) 的好壞, 只是說到這個 Data Presentation 是我的弱項, 雖然如此我還是努力去試試看.

在之前的一篇 "從數字的歷史來看網站經營, 網點: 網站完全評點", 提到 Data Cleaning & Correcting 之後用簡單的圖表來呈現, 其中用的是 Google Chart Tools 的折線圖, 而 Google Chart Tools 也有一個 Table 的工具, 所以在數字比較的表格, 我也嘗試著用 Google Chart Tools 來畫.

比較有趣的是這個 Javascript 的 Table 可以按照自己的觀點來排序, 因此可以觀察的出那一個數字, 或那個比例值對排行榜影響比較大, 只是要比較的話, 當然是以相同關鍵字但的不同網站來觀察, 所以我做了一個這樣的網頁, 例如大家可以看兵家必爭的 "購物網站" 的狀況:

這個是以購物這個關鍵字來看這幾個 EC 網站的各項數字的表現, 若在這邊看不到, 大家可以直接去看看.

從這邊大家可以看得出來, 連結數是很重要的關鍵, 當然那四項比例中, 專注度與標題比對排名的影響較大, 尤其是專注度, 相較收錄數分數等等的單一數值來看相對重要, 但這個往往是個很麻煩的問題, 基本上網站收錄數越多, 比例也會降低, 但也代表的內容的專注度要靠更多的內容.

就像是我在 Facebook 上面有說到, "畢竟在做 SEO 的人知道內容是王道, 外部連結是女王, 而網址是無法動搖的基礎, 而我們來檢驗連結的 "錨定文字" 吧.", 內容最後還是重點阿.

只是這些都是種說法, 若你想要多了解的話,可以自己輸入自己的網站以及跟你競爭網站的網址, 只要是用相同關鍵字建立, 都可以在 "關鍵字比較" 網頁看到這個表格, 然後可以多多觀察與實作, 畢竟我都常說, 要真的了解網站與 SEO, 須要多年的經驗, 其中包括唸書與實作, 這樣才能真的提升自己的能力, 想靠黑帽 (只靠行銷而不管內容) 的方式來操作, 雖然我也無法阻止, 只是我這邊也幫不了忙.

網點: inanchor 與 inurl 對 SEO 的效用為何?

在開始寫這篇之前, 先弄個小 box 讓大家回顧之前有關 網站完全評點 (原SEO鑑價系統) 的文章:

對黑帽 SEO 的回應 (SEO 鑑價系統的初探 I)
內容關鍵字的數量與比例 (SEO 鑑價系統的初探 II)
你找的 SEO 公司真的有成效嗎? (SEO 鑑價系統的初探 III)
從部落格觀察的失敗來看 Crawler 的設計 (SEO 鑑價系統的初探 IV)
SEO 評價的四面相 (SEO 鑑價系統的初探 V)

除此之外, 也寫過兩篇文章:

從關鍵字使用量看社群使用量, 台灣對臉書的依賴過高?
從數字的歷史來看網站經營, 網點: 網站完全評點

這幾篇文章可以說是我對 SEO 中的稽核部份的數字觀點的小結與再出發, 而說到再出發也包含了一些新的實驗與實作, 其中最近做了一個相當有趣的實驗, 就是利用 Google 的搜尋結果來做 "語意網路" 的延伸, 這是相當有趣的, 例如


以觀光這個字來計算, 可以算出下面兩種面向的延伸:
延伸關鍵字 : 觀光巴士 糖廠 旅遊網 黃健庭 旅遊資訊 王乾發 旅遊 酒廠 李朝卿 台灣旅遊  
被關連 : 公車 旅遊網 糖廠 旅遊資訊 交通 軍人

而用馬英九來計算, 結果是: 
延伸關鍵字 : 總統 胡志強 黃敏惠 陳水扁 王乾發 蘇貞昌 總統府 謝長廷 傅崐萁 證所稅  
被關連 : 瘦肉精 蘇貞昌 林書豪 國民黨 陳水扁 總統府 證所稅 總統

大家有興趣可以自己點進去看, 例如 瘦肉精 可以延伸出甚麼?

這就是一個有趣的 Data Mining/Text Mining (文字探勘) 的小實驗, 以這系統自己本身已有的關鍵字資料來做延展, 這對幫助使用者操作, 提高內部連結, 加強關鍵字強度, 增加內容性等等都很有幫助, 這也是我在很多公開場合講過但還沒寫出來過的不算密技的密技, 因為這個是大家都知道, 但實作出來卻須要很多背景知識與經驗.

上面這個本該是獨立出一篇文章, 但可以寫的東西太多, 反而沒有時間完成, 在這邊就小提一下, 但在這次的實驗中, 是增加 inanchor 與 inurl 的觀察.

我在有次回答 ET Blue 有關 SEO 的時候, 有說到一點 SEO 重要依序:
 

1. 網域名 Domain Name

2. URL

3. 標題 Title

4. Head 的 Tag

5. 其他 Logical Tag 

6. Alt, Desc 等符合 "無障礙" 的 Tag

.....

N. 關鍵字密度 Keyword Density

.....

M+N. Meta Data

....

這篇內容寫在 最重要但也最沒用的 SEO 心法裏面, 大家可以去看, 只是網點站好像沒有針對 URL 下去做, 尤其是在外部連結的 "錨定文字" 下工夫, 雖然這些在 Google 上面都有資料, 但這也是最麻煩的.

記得有一次老貓問到我說, 為甚麼 Google 能夠在這麼短的時間內算出這個字有出現 12600000 次, 這是多可怕的計算量阿! 但我回答說, 事實上這是個推估, 因此只有 3 個有效位數, 並不是真的去從頭到尾算一次.

但也因為是推估的關係, 所以常常會有數字相當大的跳動, 這跳動不是只有 10%~30% 的跳動, 而是數十倍到百倍的跳動, 例如右表就是逐日去取樣 Google 對 SEO 這關鍵字的推估數字, 而 Google 已經是這樣子了, Bing 更是慘不忍睹阿... 所以說, 在資料探勘中, 要面對的一個大挑戰不是 Crawling 抓取而已, 而是這種二次資料, 須要很大的工夫去做 Data Cleaning and Correcting, 資料乾淨與正確化, 這部份我花了一個月才弄出好的演算法來畫出上次大家看到的網站成長圖, 不然會是個到處跳動的轉折無法判斷的圖.

而 inanchor 與 inurl 為甚麼之前都沒有在計算, 因為這個誤差跟跳動比連結更可怕, 畢竟在這種 Big Data 的資料處理大多是有用 Cache 快取的機制, 若是很少人會查詢或第一次查詢時誤差會相當的大, 相對的若是常用的話就會比較準確, 而這部份的 Data Cleaning 是比可怕還要可怕.

而外部連結與錨定文字之重要性不說大家也知道, 在 Webmaster Tools 中, 不只是對 Crawler 抓到的內容做分析, 其中也把外部連結之錨定文字也列出一個章節, 只是外部連結的錨定文字我們無法去改變, 但網站內部的錨定文字總是可以下工夫努力的吧?

只是這部份 Webmaster Tools 也是沒有 History 歷史分析與成長, 幸好有 "網點" 站, 所以現在可以放心大膽的去來抓資料要驗證計算, 以及幫忙作歷史, 畢竟在做 SEO 的人知道內容是王道, 外部連結是女王, 而網址是無法動搖的基礎, 而我們來檢驗外部連結的 "錨定文字" 吧.

所以, 等過幾個星期累積到足夠的資料我們再來好好評點吧.

備註: 錨定文字指的是 HTML Tag 中 <a href=網址>文字</a> 中的文字, 因為 a 是 Anchor, 所以稱為錨定文字或錨文字.

從數字的歷史來看網站經營, 網點: 網站完全評點

沒有足夠資訊所做的判斷, 只是又再次增加錯誤的決策罷了.... 

楊威利, 前十三艦隊軍團長

我們都知道要看一個網站經營, 最直接的就是看使用量或業績/利潤, 但這些只是最後的結果, 要知道如何改善, 還是須要很多細節去發現如何做, 網點就是因為這樣做出來的網站.

這網站原本預計是在 4/1 公開的, 但一拖就拖過馬總統還是就職過後, 只是到現在這個網站還是沒有美化, 但至少有一個 Visualization 視覺化的圖表後, 就匆忙公開了....

在之前很多人知道這網站是從 Data Mining 資料探勘的角度來看 Search Engine Optimization (SEO) 的這個企劃, 但想想我個人實際上跟本不喜歡 SEO 這東西, 而再做一個 SEO 網站不是很好笑嗎? 所以窮則變, 變則通, 最後 SEO 變成 Site Examination Over, 也就是網站完全評點, 簡稱 "網點", 這樣就不會太無趣了吧...

但從 2 月底做到現在, 資料都搜集快三個月了, 很多資料量的確大到可以視覺化了, 其中最重要的就是這網站真正的初衷: "幫網站做成長的歷史".

以我偏頗角度的思維來看, 觀察數字須要做到幾點:

1. 自動化: 能夠不透過人的方式主動, 客觀的抓到資料.

2. 即時性: 隨時盡量呈現最新的資料.

3. 歷史: 從時間軸知道事情的變化.

4. 標準化/指數化: 無論是 Normalization 或 Indexing, 降冪達到一個可以比較的基準.

5. 大量資料: 要有足夠的 Entropy (熵) 才能夠獲得有用的結果.

但上面者五點, 很多人都有做到, 但很多人都會忽略一點, 且也最麻煩的是 "歷史", 畢竟很多人在處理資料的時候, 都沒有考慮到時間序列 (Time Series) 的資料處理方式, 就像是我常以網路管理角度的出發來舉例: "CPU 負荷 80% 不算高, CPU 負荷 5% 不算低, 因為要跟之前做比較".

網點站抓的資料相當大量, 有從關鍵字角度出發, 也有從網站角度出發, 上次有說到從關鍵字在各個社群網站的表現來推估使用者在 SNS 內容產出量的比例, 這就是一種二次資料的應用, 而這次也從 Google/Bing/Yahoo 等搜尋引擎來看網站的表現, 雖然也是種二次資料, 也就是絕對沒有網站真正經營者資料來得更完整, 但我知道大部份的網站經營者都沒考慮 "時間" 與 "比較".

因此網點就以這兩個角度做出發, 幫大家從 Search Engine 的觀點來看自己網站的成長史, 以及跟他人做比較, 只是現在寫出來的是成長史, 比較部份可能要晚一點完成.

下圖就是這個部落格 (黑貘來說) 的成長歷史圖表:

這歷史有兩部份, 一部份是網頁收錄數, 以及最新的外部連結, 這兩部份無論對內容經營者, 或社群行銷者都是很重要的資訊, 雖然這些資料沒有每天的 Log Analysis 準確, 但又的確是可以反應出一種經營成果的 KPI.

當然這系統是開放的, 也就是說大家都可以自己輸入自己查, 但像外部連結收錄史這比較會花資源的, 可能就是以 Coffee Service 的方式來運作, 只是比較討厭的事是像這樣漂亮的圖表, 可能須要輸入後過幾個星期才會比較好看, 也就是當已經抓了上千筆資料後, 在 Presentation/Visualization 呈現與視覺才有足夠的 "空間" 來美化, 相較資料不夠還畫不出甚麼有意義的圖表.

這邊的外部連結是以 Google Crawler 呈現在 Search Engine Result Pages 為主, 若你自己去看 Webmaster Tools 數字一定會比這邊多, 且更有時效性, 但通常這邊的資料往往也是最會直接影響 SERP, 所以相當重要, 因為外部連結是社群行銷經營最有義的成果. 再過幾天, 也會針對這部份做分析, 包含以網站為單位的分析都有可能.

網站經營的層面真的太多, 我之前還寫過網站經營的 13 層面, 比 ISO 的 OSI 七層還要多, 這也表示經營網站要看的資訊真的很多, 只是要如何系統化的去了解, 這個評點只是眾多工具的一個, 但也是蠻重要的一個.

Anyway, 若大家有興去, 就去 網點: 網站完全評點 看看吧..

The New 部落客百傑 社群力指標 的一些設計想法

這次參與資策會的社群力指標, 在前一篇的講部落客百傑的文章已經講個大概, 但我知道很多人看了還是一頭霧水, 其中最主要的一個東西就是 "社群力指標", 雖然這指標明眼的人一看就是我一直在強調的 "Index/指數" 在實用上是很重要的價值.

先不談一個更重要的命題, 也是大家在疑問的: "明明是部落客, 為甚麼要看其社群經營", 尤其這命題跟我平常講的: "內容是最重要也是最基礎的價值" 不是相違背嗎? 但這個問題可能不是寫兩三篇就講的完的, 且我知道也有很多人都知道也都會寫, 所以當我看完大家的回應我再來補充.

這篇是來講些數學課, 以及數學之外的 "限制".

雖然這次社群力是我提出這構想以及規劃的, 但不是由我一個人決定的, 甚至我知道其中有一個同事所做的 "價構完成" 貢獻比我大很多 (若他願意曝光我會加連結), 更重要的這次計算的程式設計我都沒下去寫, 因為我最近都只用 PHP 與 Python/C 阿.

當然知道我 "惡趣味" 的人都知道我對 "綜合指標" 有一定的偏好, 這次的社群力也是種標準的綜合指標, 尤其是我知道當 Klout 做出來後, 要做得比他好, 或者是只在台灣做雖然不須要上億的資金, 但也不是那麼簡單, 尤其是這種綜合指標的困難不只是在公式, 而是在抓取的功夫, 所以若沒有創研所這樣的人力資源, 還真的做不出來.

因此在很邏輯的定義出社群力的四面向後, 接下來的討論是下面幾個:

1. 目前在這次的部落客百傑能夠完成多少數值的計算?

2. 以目前的資源能夠承擔多少的附和?

基本上這專案當然不可能有 Klout 等級的資金與資源, 甚至應該說在這樣有限的資源與人力要如何達成這樣的任務與挑戰就變成最大的 "限制".

除此之外, 雖然這社群力指標雖然在未來是一個 "持續性的服務", 但現在要實作的是 "階段性的部落客百傑", 因此在這段時間內又會有兩個限制:

1. 這段時間內盡量不要改變演算法去影響比賽的一致性.

2. 已經對外說明這個分數在這段時間是累積不會降低的.

在了解這樣的限制後, 我們在設計一個指標通常要避免一些事情.

1. 要讓每一筆資料都能夠具有判別力, 或者說有意義.

2. 不能讓一筆資料有太大的決斷, 也就是不能只靠他就可以決定.

因此綜合指標通常設計一定不是算數平均, 一定是幾何平均或調和平均之類的, 不然也會將數字做尺度與次序的轉換, 就像是部落格觀察都是以排名為基礎的原因, 但最好的方式可能是做 "Distribution Normalization", 也就是依分布來標準化.

事實上原本希望這次不要用次序轉化, 而是要做分佈標準化, 但這方法的變動性相當高, 不只分數會跳動, 甚至會下降具有不穩定, 造成給大家有不一致性的感覺, 因此用了最有趣的計算就是對最高值做限制, 避免一個分數因為過大造成整個指數被這個分數來決斷判定, 尤其是 "人氣" 這個數字即使取了對數, 但大家的差別還是會相當大, 所以做了一個有上限最大值的 "區間" 轉換.

這個社群力指數就是由四項 0 分到 25 分加總起來的, 因此最高不可能超過 100 分, 這也是因此看得出有上限的設計, 雖然現在不少人看到人氣值偏高, 專業度都偏低, 但在整體而言由於上限的設計, 反而讓專業度的決斷力增加, 人氣值的影響力反而不是那麼跟大家所想的那麼重要, 但也不代表這數值不重要, 也一樣重要.

雖然現在大家對這機制最大的質疑不只是計算方式, 而是更新沒有那麼即時甚至會抓錯或抓不到的狀況, 或者是判別類別的問題, 這部份才是最大的挑戰, 若這是我自己一個人做的話, 我雖然會做到即時, 但一定會避免這件事, 畢竟這要花的工夫以及解決的困難度是相當高的, 甚至這套系統可以說是由 10~20 人去完成其架構的, 無論要去統合與完成, 都沒那麼簡單.

這些其他部份就以後再說, 因為我知道很多人看到這邊已經頭昏眼花了.

Google+ 專頁的藝人策略 (Google Plus Page)

最近在 Google + 專頁最被討論到的大概就是 五月天的 Official+ 的風潮, 這風潮帶動了整個 G+ 增加一半的氣勢, 只是這氣勢只是從占有率 0.4% 升到 0.8%, 這個比例可以從前一陣子做的網點站看得出來.

五月天的專頁不只取代重灌狂人成為理論上台灣最多 Followed 的專頁, 且一口氣破 2 萬人, 甚至 3 萬人應該不用再幾天就可以做到, 若猜得沒錯的話, 羅志祥的專頁今天也可以破 1 萬人,  因此台灣就有 3 個破萬的 G+ 粉絲專頁了.

記的在 Google Plus Page 出來時, 重灌狂人的高人氣可以在全球排到前 200 名, 那時第一名最高是 Android 的 23 萬, 前 10 名中有 7 個是科技相關, 甚至有 6 個是 Google 自家產品的粉絲專頁, 而在去年年底在 G+圈圈報 時說的:

當相較一下 Twitter, 最高的是 Lady Gaga, 有 170 萬人了, 而 Britney 在 Twitter 則是排第五名, 只是這些數字相較 Facebook 真的都少太多了.. 

Facebook 單單破 100 萬的粉絲數的就有 153 個, 就個人而言最高的是 Eminen (第三名, 前兩名是 Facebook 與 Texas Holdem Poker) 就有 49,894,630 快 500 萬, Lady Gaga 還輸 Rihanna...

那時粉絲專頁是一個破百萬的也沒有, 而在剛剛看到有人提到另類的台灣最高的被追蹤者是 Li Ann 黎安, 現在早已經破百萬追蹤了, 在全球排名是 115 名, 此時已經有 149 個人破百萬了, 當然成長的也不只是 Google+, Facebook 也已經有 826 人破百萬了, 所以現在已經是 163 vs 826, 跟當時的 1:150 現在已經追到 1:5 了.

右上圖是現在最高的幾個粉絲專頁, 看得出來, 已經沒有科技產品了, 當時第一名的 Android 變成 42 名, 現在前 10 名 不是藝人, 就是體育, 遊戲跟電視節目, 以這角度來看, G+ 在美國已經慢慢擺脫只有科技人的狀況了.

只是台灣只因為五月天跟羅志祥的關係, 前 10 名剩 8 個是科技與宅宅的專頁, 跟去年時並沒有多大的改變, 畢竟目前 G+ 在台灣還是利用幾個藝人來做點的突破, 若再持續操作下去, 就覆蓋率而言並沒有多大幫助, 因為再怎洗的還是這個族群.

事實上這樣的藝人策略是對的, 只是應該可以從美國的方向來借鏡, 的確藝人是最好操作且最有效, 但更應該的是從更多角度來出發, 雖然說羅志祥不算成功但五月天是好的案例, 但再操作下去意義並不高, 要結合的是電視節目, 像最近巧克力情人就很有心操作 G+, 但好像 Google 並沒有著力太多?

雖然說目前台灣臉書還是較為聊天及鎖事, G+ 還是比較多的討論, 但說真的, 一個 80%, 一個 0.8%, 差了 100 倍的 Pool 我想任何公關公司也知道要如何操作, 但相對而言一個是紅海一個是藍海, 在這邊是一個重新出發的競技場, 在某方面先進入者還是有很大的優勢的, 就看要如何想了.

台灣有多少獨立(思考/寫作)的科技(網站/部落格)呢?

雖然台灣的資訊科技網站或部落格真的很多, 但仔細看, 不少都是 "全文翻譯" 國外的網站, 不加任何自己的想法, 不然就是為了寫而寫, 此時來看, 不要說是獨立思考的創見已經看不到, 連獨立寫作的內容已經消失了.

這篇文章我早在去年 11 月時就想寫了, 雖然這議題早在更之前也很多人討論過了, 而我原本的確是有些小感觸, 因為當親眼目睹 Engadget Chinese 與 癮科技 分家後, 這兩個部落格的走向更証實我的想法, 但真正的原因是在那時我自己跳下來寫 G+圈圈報 的關係, 只是真正沒寫的原因是我鄉愿的個性, 簡而言之就是沒有 Guts/膽識, 所以就沒寫了, ...

可是今天為甚麼想寫呢? 是因為一個較有 Guts 的人 (pHo) 已經寫了大部份了, 就是 台灣新媒體素質落後，拖累網路產業競爭力 這篇, 很明鮮的我沒有 pHo 那樣的個性, 我不只是那種懶得惹麻煩的人, 再加上本身是個自我感覺不好的人, 很多立論若沒有想的很完整, 我也不太敢提出來, 而今天這篇已經提出大部份我想寫的, 而我就再加註我的經驗與想法就夠了.

當然那篇文章已經點出太多事項了, 我後來為甚麼感受那麼深刻, 是因為當時的 G+圈圈報, 當時是想透過這個專頁介紹一些國外的 Google Plus Page 的想法, 因此隔一段時間就會去看看大家的討論與想法, 然後找出一個不錯的議題, 閱讀後把一些心得寫出來, 這過程要多久呢? 大約三小時到半天才能夠寫出一篇好文章, 且大部份的時候即使是參考三五篇寫出來都比任何一篇來得少, 此時回頭看那些媒體, 居然都是落落長, 原本想說他們真的很厲害~~~

事實上不然, 因為對照原文仔細一看, 他們跟本是全文翻譯, 幾乎沒有增加任何句子, 也沒有減少任何話, 所以不要說是說有經過吸收消化然後產出, 跟本是除了翻譯還是翻譯, 說是有自己的想法是不可能的, 更應該說是 100% 竊取, 因為就我所知, 他們應該是沒有經過授權, 因此在沒有是以去以介紹別人文章的觀點去下筆, 不只是完全翻譯不添加自己的想法外, 往往連聯結與完整的出處都沒有, 或者只是輕描淡寫的帶過, 跟本不希望讀者回去看原始的文章, 更誇張的是把別人的圖加上自己的浮水印, 好像宣稱這就是自己的東西...

嗯, 這不是很眼熟嗎? 是的, 這就是目前大陸的作法, 也就是 20 年前台灣的作法, 只是為甚麼現在台灣走回頭路, 是為了趕上大陸的潮流嗎? 當然大家知道這是不可能的, 而是幾乎不擇手段的增加內容去騙取流量, 基本上我是很希望大家真的創作內容, 只是這種方法跟本不是 "創作" 內容, 而跟本是 "竊取" 內容.

全文照翻是最偷懶也最不用花功夫的作法, 因為你跟本只要做翻譯機的東西, 而不是去 "創作", 更不要說是 "獨立思考", 這個是理論上台灣還能夠比大陸或印度稍微好一點的地方, 雖然不及歐美, 但不得不否認在台灣較為成熟 (雖然有點扭曲) 的教育應該是比這兩個地方好, 說要要求每一個大學生都具有 "獨立思考的人格" 可能是差很遠, 但台灣現在這樣媒體的市場跟本是在走倒車, 你不用去思考, 不用去評斷, 只要會 COPY 及 翻譯 就是個 "好的編輯人才" 嗎? 我不認為台灣是沒有這這樣的人.

我也很清楚像城X這種曾以出版為掛帥類型集團, 很多高層頭頭應該是很有 "知識份子風骨" 的, 但這樣的思維與堅持要去創造流量真的是 "Hard Way/辛苦路", 更要花不少人力與資源, 畢竟要做出這樣的內容, 須要夠有經驗的編輯, 遇到商業邏輯後, 花多少錢賺入多少錢的前提下, 這說不定是最合理的解法, 但前提也是要去用這資本家的想法去經營, 最後在沒有堅持就直接妥協, 到最後就 "同流合污", 這樣才是現況.

在 G+圈圈報 的經驗, 要以介紹別人的文章來寫出來的內容, 跟去複製別人寫出來的內容這兩種心態, 做出來的結果會是差很多的, 因此我更能看得出來, 那些網站跟本 "無心去介紹別人的文章", 而是只 "想要剽竊原創者的流量", 但也不能說台灣的科技網站都是這樣, 因為我還是看到不少原創性比例相當高的網站, 至少已經做到獨立創作了, 只是真的有沒有去獨立思考又是另一個問題.

而在之後, 我總是覺得台灣的科技網站不是很少, 而是很多, 但獨立創作的可能不到 2 成, 而這其中又能夠獨立思考的可能只有兩三個, 雖然也不是每一篇文章都做得到, 但半數能夠作得到就很夠了, ...

寫到這邊我才想起來有一次我找老貓討論這點, 而我一直都無法去說台灣缺少甚麼樣的網路媒體, 原來是這樣阿....

(雖然我文字可以原創, 但圖就借用 I, Robots 的機器人吧)

Blogger Top 100 部落客百傑 2012

在前幾次的部落格百傑我不能說我沒參與, 但幫忙的地方不多, 而今年的第五屆部落客百傑我倒是蠻積極的幫忙, 畢竟去年沒有 BOF, 部落格觀察也是半停擺, 我發現只靠我自己的熱情去趨使一些事情沒那麼簡單, 因此也是因為在幫忙資策會做 Performance Tuning 的技術顧問的同時, 讓我有機會參與這次部落客百傑.

這次部落客百傑跟去年或往年不一樣的地方:

1. 以前都是以 BSP 所提供的平台資料計算, 部落客雖然不須要報名, 但若 BSP 沒有參與等自架的部落客就無法參與.


2. 之前 Semantic Web 語意網路 Text Mining 文字探勘占一半以上的分數, 現在則是占 1/4.


3. 社群經營的表現納入計算, 也就是 Facebook, 噗浪也是部落客經營的項目之一.


4. 提供給公關單位一個以公司社群行銷的獎項, 讓大家知道部落客行銷應該如何經營與運作.


5. 加入點擊數這個最基本的衡量方式.


6. 像部落格觀察的藍眼觀注那樣加入同儕的評鑑.

這次把我之前在部觀門所建立的 Semantic Web 也應用在這次部落客百傑, 除外也把 宅度計 開發出來的演算法做為專業分類的計算方法, 因此理論上應該比往年更完善許多了.

當然我真正期望建立的, 不是只是這樣的一次性的比賽與活動, 而是把這樣衡量方式變成一個持續性的機制, 也就是這系統雖然某些因為活動性的計算會在結果產生停止, 但大部份的計算都會一直在資策會的部落客百傑持續經營.

當然有人會問未來部落格觀察會怎樣, 不是正在製作部落格觀察 2.0 嗎? 事實上應該說在未來, 部落格觀察還是會一個以輔助部落格寫作者與讀者的一套系統, 且這系統不會有人因等等靠客觀的評分來計算, 而部落客百傑會嘗試著更完整的加入一些其他可能的人因機制, 而在我的眼中是各自都有意義的, 所以也請大家來使用部落客百傑的 S-Rank, 也會有不同的觀點阿.

P.S. 忘了寫網址是 http://ibank.ideas.iii.org.tw/

3/28 這天, 正義與公權力這邊獲勝了, 人民失敗了...

雖然想要都市更新, 且沒有疑慮的地點比士林王家更多, 只是那些地方的經濟價值對財團並不是好的投資標地, 所以很多都閒置在那邊, ...

市政府這次已經充份展現對財富重分配的決心, 想要幫助這個國家的政府一口氣創造更高的貧富不均的心態是可以理解的, 而那些須要幫忙與協助的弱勢者並不說不能指望市府或政府, 只是也要了解他們的排序優先是在很後面, 這樣的衝突才不會一再上演...

畢竟建設是不能停的, 對於那些只是想要安然依自己的私心過生活的人, 碰到經濟開發, 且能夠創造更多價值的事, 尤其是增加 GNP 與降低失業率是沒有幫助的人在這個社會是沒有說話空間的, 當然公權力所站的角色當然是以 "進步" 與 "正義" 為掛帥, 並不是居安茍且.

不得不否認的是現在的政府跟人民有很大的認知差距, 尤其是政治是比較偏向精英主義者的遊戲, 這狀況是越來越大, 這情形對執政者是有利有弊的, 因為當落差越大, 雖然會有更多的衝突, 但相對的其他人民對政治的冷漠感會更增加, 因此只要能夠用對方法去鎮壓住反對者, 讓其他人能接受, 這政府更可以輕易的獨斷, 對於政治的穩定度與政權的維持是正面的.

若你想要義正言辭的說: "政府不是更應該去照顧弱勢者, 而不應該把為財團服務的優先權排這麼高", 這種想法就是認知落差的一種, 畢竟這些弱勢者真的照顧到了之後, 對政府會有幫助嗎? 不會有的, 相對的幫助財團賺錢, 政府還可以獲得一些 "回饋", 且這對 "建設" 這名詞是正面的.

所以.."好好的去適應吧" 或 "xxxxxxxx"....

這大概就是玩法律的極至之一吧... 說不定連嘴臉也很像...

Herb Myerson: I'm going to talk to you about the God damn law. We serve the law. We honor the law! And sometimes, Councelor, we obey the law. But, Councelor, this is not one of those times.

-- Intolerable Cruelty (2003)

SEO 評價的四面相 (SEO 鑑價系統的初探 V)

在 對黑帽 SEO 的回應 (SEO 鑑價系統的初探 I) 這邊有提到 SEO 的計算要分成那四部份的面相, 是那四部份呢? 我們在這邊來做個較為深入一點點的探討.

整體而言是分成 "關鍵字本身的難度", "網站本身的體質", "此網站對這關鍵字的投入", "對手的強度" 這四部份, 我們大概就來說一下吧:

1. 關鍵字本身的難度

簡而言之就是越熱門的關鍵字越困難, 可以從 "網頁", "標題", "分類搜尋(新聞, 網誌....)", "社群(臉書, 噗浪...)", 等等的觀點去做觀察, 找到的內容數越多就代表越困難. 

除外也須要參考這關鍵字的屬性, 例如最重要的例如是 "學術類成份(edu 或 edu.tw 所占的數目)", "特殊名詞(維基是否有收錄)", 這些都是基本要觀察的.

除此之外歷史的角度包含前面部份的成長, 成長越多的表示這困難度也會越高.

2. 網站本身的體質

當然一個歷史悠久的網站, 內容豐富的網站, 自然體質(價值)就會高一些, 這包含 "網站網頁數", "PageRank", "連結數", 這些基本數值是最重要的.

除外是否有被收錄在 ODP, 是否有收錄在 Archive, 以及這個 Domain Name 的歷史等等都也是這網站的屬性, 一個網站的體質越好, 面對高難度的挑戰自然會簡單些.

3. 此網站對這關鍵字的投入

但若依照第 2 點的說法, 不是大網站就是獨大嗎? 這是錯的, 因為最重要的也是要看這網站對這關鍵字的表現, 例如這關鍵字在這網站出現的次數, 在標題出現的次數都是很重要的.

所以不是多就好, 如同在 內容關鍵字的數量 與比例 (SEO 鑑價系統的初探 II) 所說的, 除了數量外重點還是在其比例, 當然對於這關鍵字占的比例越高, 就越有利, 一個幾百頁內容對這關鍵字足夠專業的網站, 可以輕易打敗數十萬頁對此關鍵字出現比例低的大網站.

4. 對手的強度

除了要看這關鍵字本身, 以及要看自己網站, 與看自己網站對這關鍵字的投入, 更要看對手的強度, 當對手 Landing Page 的 PageRank 高, 或者是 2, 3 點的數值都很漂亮, 已經在搜尋結果已經占了先機, 當然這 SEO 的困難度隨之提升, 所須要的成本也越高.

目前已經寫的 SEO 鑑價系統中, 如 你找的 SEO 公司真的有成效嗎? (SEO 鑑價系統的初探 III) 所說的目前是包含下面 8 項數值, 範例:

關鍵字困難度 : 25.6 網站體質 : 9.1 關係 : 3.9 命中度 : 8.7 優勢 : 7.0

內容比: 0.33%% 標題比: 19.27%% 專注度: 40.95% 重視度: 6.45%

但這 8 項數值聽起來真的太複雜了, 因此在之後除了會呈現最原始的基本資料外, 這細節大概不會記錄或顯示這麼多, 可能就只會出現上面這四項數值的 1~100 的困難度, 以及最終計算的價格.

當然還是會讓大家查詢自己的努力或 SEO 公司是否真的有在認真經營.

上面說了那麼元素, 事實上還不夠完整, 甚至有些數字是外部抓不到, 例如外部連結的 Anchor Text, 錨定文字是關鍵字搜尋中很重要的角色, 而這個量是在 Webmaster Tools 看得到, 但在外面是很難抓到的, 所以若是真的要商用進階的話, 還是有很多元素可能是要有權限的人去匯入或填進去的, 只是這部份不是這網站真正要完成的, 而是可能給別人做加值時才來做的吧.

從關鍵字使用量看社群使用量, 台灣對臉書的依賴過高?

這段文本來是寫在 G+ 的, 但發現越寫越多, 寫完後還有很多想法, 所以轉到部落格完整:

原始的討論在這邊, 不想去看的話下面是原始的文章, 不包含討論: 

說是 SEO 鑑價系統, 還不如說是我對關鍵字與數字研究的惡趣味之一, 而在還沒有 Release 時, 就發現一個很有趣的現像. 

因為這個系統會去抓各個關鍵字在各個社群的表現, 也就是內容或網頁的多寡, 事實上每一個關鍵字都不太一樣, 但若整體去看的話, 若這個量夠大, 就是一個現在 SNS 的內容產生量, 在某種觀點幾乎就是社群使用量. 

而這個關鍵字有中文與英文, 我們可以當成 台灣(+香港?) 與 國外(美國?) 的差別, 跑出的數字如下 (圖):


很明鮮的看出來, 台灣幾乎是臉書獨大占 90%, 而噗浪與推特占 5%, G+ 可以幾乎不用考慮, 而英文則是臉書跟推特各占一半, G+ 的使用量比例比台灣多了一倍. 

當然這個資料在資料探勘的定義我稱為 Side Effect Data Mining, 跟真實的這四個 SNS 使用並沒有絕對的關係, 而是有相對的關係, 甚至是有更多其他因素所總合效應的結果, 因此是可以有很有趣的相關解讀. 

我倒是很有興趣之後每隔一段時間的變化為何?

的確這個數字應該是依時間變化來看來畫出圖會更有趣, 而不只是表格而已, 只是這原始數字是從搜尋引擎 (Google) 來查的, 所以這部份有一些有趣的觀點:

1. 這數字指的是有這關鍵字符合的網頁

2. 這數字是累積下來的歷史

3. 這關鍵字會跟議題在各個族群熱度有很大的相關

4. 這數字會跟 Search Engine Index 的好壞影響很有關

5. 網頁數會受到系統的影響

尤於這個是累積的資料, 就像是老貓所說的, 這既然是看社群網路 SNS, 時效性是一個很重要的東西, 所以這數字本來就應該去看時間間隔的變化才會更有意義, 這也必須累積到一定時間才能夠計算的.

而目前也在 Crawling 微博的資料, 再過一陣就會有微博的資料了, 且這是一個很有趣的題目, 所以這題目將會是 Keyword Data Mining / Text Mining 第一個以 SEO Datamining 出來的長期觀察指數.

後記: 因為有人想知道加入微博之後的結果, 所以又花了一段時間記算, 結果如下:

當然微博的量壓倒性打敗 Twitter 與 Plurk, G+ 更不用話說, 但基本上這個是中文, 後來事實上也不限繁體中文與簡體中文, 發現即使設定之後意義也不大, 因此就照 Google 的最原始資料, 畢竟更切近人的行為預設的才是最合理的.

從部落格觀察的失敗來看 Crawler 的設計 (SEO 鑑價系統的初探 IV)

每一個蓋出摩天大樓的建築師, 小時候都是從堆沙開始的.....

雖然說我是蓋不出甚麼可以看的摩天大樓, 回頭來看部落格觀察, 就已經像海灘上的沙堡一樣脆弱. 尤其是昨晚回想部落格觀察時, 本以為是兩三年前的事, 但事實上已經是快六年前的事情了, 現在看起來從中要學習改善的地方太多了.

但這篇文章並不是要去規劃部落格觀察 2.0, 而是來講講以 Crawler 的觀點來看部落格觀察的缺失, 以及從中獲得的教訓, 因為就如第一篇 對黑帽 SEO 的回應 (SEO 鑑價系統的初探 I) 所說的, 這個系統的核心是未來部落格觀察 2.0 的基礎.

而在做新的部落格觀察 2.0 之前想要在 SEO 鑑價系統解決的問題有那些呢?

1. 主資料表與排程在同一個資料表, 會造成 Lock 的機會很高

2. 對於主資料表的依賴度太高, 許多資料沒有做 Redundancy (重複)

3. 抓資料常抓不到時的暫存與處理跟回復

4. 如何把每次抓到的資料利用最大化

5. 想辦法讓一個資料源的抓取保持一定間距

6. 把每次抓到的資料盡量存進歷史資料, 且不會造成太多多餘資料 

7. 使用者輸入不應該有太多的先置處理才能進資料庫

很多人知道部落格觀察事實上也是一個晚上完成的, 當時並沒有想太多, 而是以一個自動化的角度去做出發, 並沒有考量到甚麼校能與負荷, 資料探勘 Data Mining, Big Data, 甚至 SEO, 簡而言之就是沒想到量會這麼大以及這麼多人用, 所以無論是資料, 計算, 排程等等, 都是靠一個資料表 Table 去完成的, 而這樣的社設計, 就是造成後來部落格觀察跑不動最大的原因之一.

雖然後來歷史資料轉到另一份資料表, 但對於這個主資料表的依賴還是相當的大, 很多資料的讀取都是必須要靠這個資料表才行, 因此這份資料表的 Table Lock 變成是最糟糕的問題, 雖然之後這系統做了大量的 Cache 機制, 只要是超過 10 次的 SQL Queries, 甚至 SQL Accesses, 就都有 Cache 的機制, 雖然這機制並沒有做得很好 (在 Plurk.tw 後來又改良一次), 但已經足以應付大部份的問題.

當然在之前就已經很清楚 SQL 最怕的是 Join, 所以除非是 Batch 的批次程式, 我是不敢用 Join 去拖垮資料庫, 但當資料量一大, 即使想 Join 也 Join 不動了, 只是這部份是還好, 但說要排序, 即使是資料庫受得了, 這台年壽將近的伺服器就會立刻熱當死給你看, 想算也算不了, 且在排序時並沒有做接續作業的可能性, 所以這變成是一個很大的問題, 因此部落格觀察已經好幾個月沒有重排名了.

上面的 6 點是最直接要在部落格觀察 2.0 及 SEO 鑑價系統要解決的問題, 所以做了幾項設計:

1. 使用者輸入的資料, 一開始先丟進一個 Queue
2. 將可以重覆使用的資料做統整
3. 把須要抓取的工作丟入排程
4. 每一個資料源有獨立的程式去排程資料庫抓
5. 資料回報時先放在工作完成的 Table
6. 確認資料的正確性之後才放進真正的資料表
7. 在 Rotate 時, 依每份資料的更新去做歷史

因此原本部落格觀察運作時, 只須要一個到兩個 Table(s) 就做到, 就變成須要 8~10 個資料表完成, 所以原本一兩隻程式可以解決的事, 變成 6~8 個流程才能完成, 雖然系統的複雜度變高了, 但能夠負荷的量是以百倍以上增加, 甚至是在效能更可以放大到足以承擔百億筆以上的負荷, 因為每一個流程與資料表的工作變少了, 且都能夠獨立運作, 所以遇到 Dead Lock 的機會變少了.

事實上有關 Crawler 的設計已經有專書了, 像 Building blocks of a scaleable web crawler, 還有 Crawling the web : discovery and maintenance of large-scale web data, 都是討論如何設計大量 Crawler 運作與設計的專書, 都是很值得大家的參考.


基本上在這種 Big Data 的 DataMining 中, 最重要的就是排程 Scheduling, 這部份的演算法與流程是最須要解決與開發的, 當寫完這部份, 問題就解決大半了.

你找的 SEO 公司真的有成效嗎? (SEO 鑑價系統的初探 III)

在這個 SEO 鑑價系統中, 有幾個很重要的初衷:

1. 讓混亂的 SEO 市場有個基本定價的依據.

2. 從基本面讓你知道自己網站經營的狀況.

3. 知道你 SEO 已下的工夫以及要下的工夫.

4. 這些評量讓你知道你要朝那些方向努力.

其中有一點是: "知道你 SEO 已下的工夫" 這點, 在某方面就是評鑑 SEO 的成效, 若這個是內部 in-house 在做的, 就是基本考核的 KPI 之一, 若是外包 Out-Sourcing 的話, 從這數字就可以知道一個很重要的問題: 你是否找到對的 SEO 公司/工作室, 他/他們是否真的做對事情?

當然這系統 2/28 Release 開始到現在也只有一個星期, 而 SEO 這事情是否最的對與做得好, 通常是須要三個星期到三個月才能夠知道成效的, 說一個星期還太早, 甚至我通常說, 可以 "立竿見影" 的通常是不考慮網站體質的 "黑帽 SEO" 做法, 若真的從內容好好下手的話, 時間不會那麼快.

但說不要相信那些可以很便宜很快的 "旁門左道", 除非您自己的網站從來沒有做過基本的 "Webmaster/網站管理者" 該做的事, 而現在知道開始做的話, 的確是可以很快的知道效果, 雖然我也知道這狀況也可能是占絕大多數, 因為大部份的網站經營者還不知道 "Webmaster/網主" 該做那些基本工作, 而這些基本工是有做與沒有做差很多的, 只是這部份不是我這篇該講的, 有興趣的人可以跟我問, 我再跟你說.

拉回來正題, SEO 這件事情不是可以立竿見影的, 甚至是個長期奮戰, 而那些標榜 "只要做上去就不用再花大錢廣告" 這觀念是相當有問題的, 因為資訊是越來越多, 因此若你的內容沒有比人好, 比人多, SEO 就像逆水行舟, 不進則退, 因此已經有很多系統去標榜每天計價收費, 甚至是照上午下午的查詢來去知道有沒有做到第一頁或前三名來計價, 且這也是個一段時間週期的工作項目, 除非是冷門關鍵字沒人跟你搶, 不然這真的是個做不完的事.

因此 SEO 不只要看現在, 更要看過去以及未來, 而未來當然是我們無法知道的, 相對的知道過去的歷史是相當重要, 所以這套 "SEO 鑑價系統" 的重點不只是在現在, 而是在於歷史的評鑑, 尤其是想要知道成效與工夫, 是不可能不看歷史的變化.

下圖表就是一個某網站的某關鍵字的歷史數字變化:

就如同我所說的, 目前這系統才剛做不到一個星期, 要知道真正的效果還是拉長一段時間來看才知道, 但就從上面的表就可以知道這數字的變化是相當快的, 不只是每天都會變化, 是隨時都會變化的, 甚至這變化是沒那麼簡單線性的, 因此這系統是採取有發現到有變化就會 "記錄" 一次, 若一直都沒變化就不會去新增記錄, 無論這變化是一天內多少次或幾天內沒有變化.

只是知道變化的目的就是要去做比較, 要去預測, 要去檢核, 這些都是種時間序列, 都是種人與資源投入的結果, 雖然這數字不見得是跟投入的結果直接產生效果, 應該說都有三個星期到三個月的遞延效果, 但拿來做觀察與比較是相當有趣的.

所以這個系統當完成之後, 希望能夠真的發揮到讓黑帽 SEO 現形的目的阿...