在搜索用户中发现自己的目标用户

目标用户的界定，实际上是一种匹配。搜索用户信息检索需求表现为搜索用的词，而作为网站可以提供什么信息服务，则由自身的业务和内容生产能力来决定。这个匹配过程，其实就是了解自身，用自身的特性，去框搜索用户的过程。最终的产出将是一个符合自己业务的搜索关键词库。

那么，这个关键词库如何来? 基本的关键词获取方式大家都知道，无非是自身，搜索引擎，竞品。包括但不限于以下方式：

1.自身商品或者服务相关的名词，品牌词，属性词等等;

2.站内搜索词;

3.自己的网站在搜索引擎获得曝光和流量的词;

4.百度相关搜索词;

5.百度凤巢扩词接口扩出来的词;

6.百度指数中的相关词;

7.竞品站点上结构化的数据;

8.上述关键词切词后获得的词;

关键词的导入与数理是一个繁杂的工作，也会伴随着对于自身业务的理解，对于搜索用户的了解，而不断完善。最终的产出，将是一个持续流入的关键词库，关键词有明确的词性界定，关键词之间有多维的关系。另外，最好还需要有关键词搜索量与竞争难度等信息。关键词的整理也是一件有趣的事情，一切有效的商业行为都是为了满足人的需求，而研究关键词，就是在研究需求。了解需求，满足需求，是一个小的闭环。

关于关键词特征，举个简单的例子

seo网站优化的系统化策略

实质上，百度大搜召回的模板，就对应着搜索的行为模式。

不同行业的模板，需要自己在大量领域内关键词的基础上去提取特征。

关键词库的整理有些可以通过系统化的方式来实现，比如站内搜索词的导入，百度相关搜索词的抓取，利用凤巢接口获得凤巢扩词，以及切词，词性定义等等。由于与业务紧密耦合，还是有很多非结构化的事情，需要结合人工处理。慢工出细活，在关键词上花再多时间也是值得的，就像商店想卖东西，需要琢磨客户需求，再去迎合客户类似。

实际上，对于用户需求的挖掘，可以从很多地方找到应用。比如广告投放中，DMP公司从事的就是用户特征提取分析的工作，数据用来供广告投放做到精准营销;再如站内的精准化推荐，根据系统track到的用户行为，给用户做相关推荐，等等。

更好的了解目标用户的需求是成功的第一步，对于SEO而言，就是建一个好的词库。有了词库，才能明确需要推动什么信息的生产，来满足搜索用户的检索需求，有了词的关系，才能更好的构建页面内的信息维度，才能更好的布局内链，集聚相关语义的权重。

在搜索结果页中触达用户

很多SEO的初学者会问，学好SEO需要看什么书? 我经常回答，搜索结果页(SERP，SearchEngine Result Page)就是学习SEO最好的资源。由于搜索引擎的算法持续更新，所以搜索结果页才能告诉你当前什么样的做法更能获得好的排名，哪类词商业化很严重，靠纯SEO很难获得流量，等等。毕竟事实胜于一切。

SEO的基本套路无非是对搜索引擎的程序更加友好，满足搜索用户的信息检索需求，给搜索用户更好的体验。

当然也不乏一些黑帽或者擦边的做法，比如利用搜素引擎的一些规则漏洞快速提升排名，最典型的是贻害无穷的点击器;或者利用与搜索引擎的关系做些阿拉丁投放，阿拉丁的特征很明显，搜索结果条目的样式有result-op字样，电商行业曾经与百度合作过的百度微购也属于阿拉丁的范畴;再或者与百度进行换量之类，不过这需要关系和渠道。

抛开上述这些资源和渠道的影响外，回归到SEO的基本套路上来，目标就是要尽可能多的占到搜索结果页的前几位，这样才能实现触达用户的目标。那么问题就变成了如何更多的接近我们的用户呢?