标签

电商SEO

保哥笔记 电商SEO 标签下共 50 篇文章合集，含《站内搜索页搜不到也返回200，两道锁锁的是同一扇门》《结构化数据实测66个站：产品页都写了，类目页只有三分》《一个词值不值得单开一页，87个站的站点地图先替你答了》等，与 结构化数据、技术SEO、AI购物 主题密切相关，覆盖 SEO/GEO 实战角度的深度解析与可落地方案。

  • 把OpenAI那份商品数据上传规范整份拆了一遍：64个字段里只有9个必填，availability留空会让整行商品当场被拒，变体那三个字段配错会静默把一组变体拆成互不相干的独立商品。文章按回报排出四步落地顺序，从确认自己在不在名单上开始，到按品类补该补的可选字段。

    ChatGPT购物推荐65%只从商品feed里挑

  • 做法是把131个英文独立站首页与商品页上所有以井号开头的链接取下来，连同解析成绝对地址后只多一个井号的那一类，按HTML规范里滚动到片段的四步逐条判定目标在不在。同时把页面上所有按名字指认别人的属性一起量了一遍——label的for、输入框的form、以及aria那一族。这里踩过一个坑：第一遍把单值属性也按空格拆成了多个名字，算出label有一半指不到，改对分类之后真实数字是另一个量级，两个口径都写在文里。死锚点最后按第三方组件的钩子与…

    页内锚点三成指不到目标，点下去地址栏变了页面不动

  • 做法是用真实浏览器逐页打开131个英文独立站的首页与商品页，把每个页面上所有带id的元素连同标签名、当场可不可见、往上四层的祖先链一并取下来，按名字分组找出撞名的那些。统计前先把内联SVG导出时自动生成的图层名和写成空字符串的id剔到另外两栏，否则排行榜会被Figma的默认图层名占满。再拿服务端吐出的原始HTML与渲染完的DOM逐页对照，判断这些撞名是模板带来的还是脚本后加的；另挑30个站的首页做两组对照，桌面视口连读三遍再换手机视口读…

    id重复的页面占六成，浏览器只认第一个，而它多半看不见

  • UPC、EAN、JAN、ISBN都是GTIN的格式，Merchant Center的属性表里从来没有过UPC这一栏，手上有码直接填进gtin就是标准做法。这篇把8位UPC-E展开成12位的算法、受限号段与优惠券号段、只有MPN时该填哪一栏、identifier_exists什么时候才允许填no、页面上gtin与mpn与sku与brand四个字段各自的分工，以及Shopify那个藏在变体库存区块里的条形码栏，逐条对着官方文档写清楚，最后附…

    没有GTIN能填UPC码吗？GMC里没有UPC这一栏

  • 实验台把53个英文独立站392个商品页的JSON-LD节点全部取下，对每一个Product节点上的url与@id补全成绝对地址，再与页面自身地址逐字比对，据此判断这一页能不能指出它的主体。第一版比对忽略了查询参数，得到的通过率虚高三十多个百分点，翻查具体案例后改成完整地址严格比对。随后逐项统计@id、url、mainEntityOfPage的写入率与取值形态，把WebPage节点、结构化数据里的商品名与页面h1、以及同一页内的h1数量一…

    商品页的结构化数据里，一半找不到哪个节点是这一页

  • 做法是把同一批页面上的form元素连同它的action、method、enctype、novalidate、提交按钮与全部隐藏域一并取下来，按站内签名合并重复渲染的表单，再把每个收邮箱的输入框与它所在的那张表逐一对上，看去向写在哪儿。跨域判据取注册域比较，不看子域；隐藏域按名字归成八类用途，并记下取值长度。另外对每个页面再取一次原始HTML，与渲染后的DOM逐页对照，用来区分“页面本来就这么写”和“脚本后来插进去的”。

    表单提交交给谁？收邮箱那张表一半没写去向

  • 实验台用真实浏览器逐页打开53个英文独立站的392个商品页，等页面渲染完成后取出全部application/ld+json脚本，递归遍历每一个带@type的对象，按类型和它在JSON结构里的位置分别计数，同时记录字节量与脚本标签数。为了把模板复制与变体展开这两种不同的膨胀来源分开，每个站另外抽取了主推款与长尾款做同站对照；三个拿不到真实商品页的站——反爬拦截、跳转首页、地址全部失效——从统计中整体剔除。最后用加长等待时间的第二轮采集做自…

    一张礼品卡的结构化数据119KB，同一段配送政策抄了60遍

  • 实验台从60个英文独立站的公开商品清单接口取回43912件在售商品的描述字段，先按站算空值率并观察整体分布形态，再用逐站剔除法看单个站对行业指标的影响幅度。随后给每一件空值商品跑一遍归因，按站级用法、非商品条目、占位测试、整条半成品四档依次往下扣。最后用真实浏览器打开商品页，把JSON-LD里的description与页面meta描述取出来跟接口值三方对照——正是这一步推翻了第一档的扣减依据，把2542件从待定改判回真缺，缺口最终从最初…

    商品描述空了5537件，其中2542件出自同一个站

  • 实验台从60个英文独立站的公开商品清单接口取回43912件在售商品的品牌字段，先按站算出主品牌，再把每一个非主品牌的取值做三级归一化——去掉重音符号、把与号换成and、砍掉地区码与公司后缀，据此把它们分成同一品牌的别写、字面空值、真正的另一个牌子三类，并逐条做字符级差异归因。随后用真实浏览器逐站打开商品页，等页面渲染完成后取出JSON-LD里Product节点的brand属性，与接口值一件件对照，判断这些取值有多少原样进入了搜索引擎读取…

    商品品牌字段一个空的都没有，17个站把自己写成了好几个牌子