目录
- 元数据
- 基于位置的 IP
- 赫雷夫兰
- 衡量有效性
国际 SEO — 白板星期五
作者的观点完全是他们自己的（不包括催眠的不太可能发生的情况）并且可能并不总是反映 Moz 的观点。
单击上面的白板图像即可打开高分辨率版本！
大家好，我是 Tanvir，电通的技术 SEO 和报告主管。今天，我们将从技术 SEO 和数据的角度讨论国际 SEO。那么，为什么国际 SEO 和定位如此重要？这不仅对我们的数字营销 KPI 很重要，而且还会影响我们的业务 KPI。
因此，从 SEO 的角度来看，我们当然希望用户访问正确的页面，这样我们才能获得良好的指标，如点击次数、展示次数和点击率。但是，当我们拥有一个国际网站时，让用户访问正确的目的地对于核心业务 KPI（如潜在客户和转化率）也非常重要。例如，如果来自西班牙的用户访问法语网站，他们转化的可能性非常非常小。因此，我们既影响了 SEO，也影响了我们的一般业务 KPI。
在国际 SEO 方面，我们可以采取多种不同的策略。今天我们将介绍其中几种。
元数据
因此，我们可以使用的首要策略之一就是元数据。从国际 SEO 的角度来看，我们可以在管道品牌的末尾添加一个 alpha-2 国家代码，向用户和 Google 发送一个信号，告诉他们“嘿，看，这是我们的目标国家”，他们会在 SERP 上看到这一点。现在大多数 SEO 都有权更改这一点，这可以说是国际 SEO 中更易于使用的策略之一。
但是，并非所有网站都能使用这种方法。如果您仅根据语言子文件夹（例如 /en）定位不同的国家/地区，那么在管道品牌末尾添加 alpha-2 国家/地区代码以定位您的网站可能定位的所有英语国家/地区就变得非常棘手。
基于位置的 IP
因此，我们可以使用的另一种技术性更强的方法是基于位置的 IP。现在，它的作用是当用户访问您的网站时检测用户的 IP，然后如果他们不在正确的页面上，则根据我们的目标和他们所在的国家/地区，它会向他们发送一个小弹出窗口，说：“嘿，我们认为您可能来错了地方。您想重定向到我们认为正确的目的地吗？”
然而，这也带来了自身的复杂性。由于 IP 地址在 GDPR 下被视为 PII（个人身份信息），因此我们需要与整个企业的其他部门进行数据和安全对话。现在，大多数数据和安全团队会因为涉及 PII 而立即说“不”。这也增加了开发人员的复杂性，因为他们必须维护另一项服务，而且位置并不总是准确的。如果您是一个 B2B 网站，您的许多用户可能正在使用公司 VPN，因此他们的位置无论如何都是不正确的。所以它并不总是最容易使用的方法。
赫雷夫兰
最后， hreflang。这可能是我们都很熟悉并且一听就害怕的方法。从 SEO 的角度来看，它很简单，对吧？它只是一个 HTML 标签。我们只是告诉 Google，“嘿，看看我的 URL。这就是我想要的国家。”但从开发的角度来看，它可能是一个真正的挑战，具体取决于您网站的复杂程度。
现在，从 SEO 的角度来看，很多时候 hreflang 的实现确实很难验证。但对于开发人员来说，实现起来也确实很困难，因为举个例子，你有一个针对 5 个不同国家的网站， 伊拉克电报数据 每个国家有 100 个页面。开发人员需要做的就是验证每个 URL 和实现。而要进行验证，从 SEO 的角度来看，我们可以将其视为运行爬虫。我们都知道对大型网站进行密集爬虫需要多长时间。这可能需要几个小时，而且会严重消耗我们的笔记本电脑。现在想象一下，每次用户刷新网页时都要尝试这样做。根据 hreflang 的实现方式，有时开发人员需要这样做，这就是为什么我们的 hreflang 映射中最终会出现 非 200 状态 URL或不可索引 URL，这实际上使其无效。
衡量有效性
我们已经讨论了如何实施国际 SEO 策略。 年值得关注的潜在客户开发趋势 但衡量这些策略的有效性也很重要。那么我们如何向企业展示我们的 SEO 实施和建议的价值呢？
现在，我们可以使用数据，幸运的是，Google 在 Search Console 中免费提供了这些数据。因此，此报告的作用是获取我们的 Search Console 数据，然后将其传输到 BigQuery中，幸运的是，Google 现在已经设置了本机连接器。因此，将 Search Console 数据导入 BigQuery 比以往任何时候都容易得多。将数据导入 BigQuery 后，我们会使用 case 语句进行一些复杂的连接，然后在 Looker Studio中将其可视化，这样我们就可以看到我们的国际战略实际上有多有效。
构建仪表板
那么，当我们使用 BigQuery 时，我们实际上如何构建这 不丹商业指南 个仪表板？BigQuery 使用 SQL，它只是一种编程语言。如果您使用过 XL 之类的东西，您可以这样想。它本质上是一个 XL 公式，但在 BigQuery 中。这个语句的作用是，当我们的 URL（只是 BigQuery 中的一列数据）是这样的，我们用这个“类似”来表示，如果我们在 XL 和过滤中考虑它，包含 en-gb，只是 URL slug，那么我们希望将其归类为英国。我们只需针对我们定位的每个 URL 或国家语言重复此操作几次。