網站關鍵字行銷最佳化的研究-以印刷產業為例__臺灣博碩士論文知識加值系統 「使用者」通常不是每個人的首要考量目標，大多人都會先從反向連結建設的角度優先考量。 我們都希望排名能夠很好，藉此獲得很高質量的流量，並盡可能的讓網站能夠對更多人來說有價值。 總結來說，SEO 是幫助你的網站在搜尋引擎中獲得更高的排名，除了包括傳統的優化（像是內容優化與程式碼優化...等等）。 想要在 2018 年 甚至是 2019 年當中獲得更高的排名，你還必須要具備品牌、使用者體驗、網站設計、有效內容、寫作技巧...等等。 認為，「什麼不是 SEO？」，對他來說，搜尋引擎優化只是一個和使用者與關鍵字之間的關係，如何讓使用者在搜尋結果中得到「最多」的內容，因此你能提供的必須要是「最好」的東西。 Perficient 的 Eric Enge 認為，傳統的 web optimization 指的是能夠從搜尋引擎獲得更多流量的作法，人們傾向於通過搜尋引擎來尋找他們想要找的東西。 這是傳統搜尋引擎演算法適用的地方，也就是關鍵字、內容質量和連結。 但實際上，因為搜尋引擎演算法變動如此快速，因此某些傳統的 SEO 技術很可能會馬上失效，轉而要不斷的學習與研究新的優化技巧。 Louder.Online 的 Aaron Agius 認為，SEO 是通過有價值的內容投資於教育或娛樂其目標使用者的偉大結果。 它是創造並成為在你所處的行業中，在眾多問題當中給予最佳答案，並讓 Google 透過網站能夠了解到，這些有價值且深度的內容，被其他同樣高權威網站連接你的網站。 Ryanmjones seo 的 Ryan Jones 認為，SEO 的核心很簡單，它就是了解你的使用者想要尋找什麼，並且幫助他們找到。 而這不僅僅是對於新手來說很困難，對於經驗豐富的行銷人員來說更是一種挑戰。 由於 Google 演算法的更動非常的快速，因此對於一個變化如此快速的技術，行銷人員必須要不斷學習才能跟上腳步。 一個非常成功的 web optimization 能夠讓網站再受眾目標、內容提供與網頁技術上都非常強大。 Gotch web optimization 的 Nathan Gotch 認為，Search Engine Optimization（SEO）是優化與推廣，讓網站增加在 Google 或其他搜尋引擎結果當中的能見度的一個過程。 而這最終目標都是為了要獲得更多的自然流量，從搜尋引擎當中引導更多的使用者進入。 在少數案例中，SEO 也適用於名譽管理，也就是產生正面的消息來抑制負面消息。 Optimisey 的 Andrew Cock 認為，SEO 能夠平等的分成藝術和科學兩個部分。 首先，它可以幫助辨別潛在客戶的問題，你究竟應該如何回答或回應他們的問題，並且要如何確保當這些客戶使用搜尋引擎進行搜尋時，他們能在搜尋結果當中找到你的答案，從而為你的網站當中帶來更多正確且有效的流量。 Link Fish Media 的 Julie Joyce 認為，搜尋引擎優化就是一切，所有的一切都可以使你的網站對於搜尋引擎與使用者來說變得更好。 但猶豫期並非試用期，所以，您所退回的商品必須是全新的狀態、而且完整包裝；請注意保持商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性，切勿缺漏任何配件或損毀原廠外盒。 然而，今天的 search engine optimization 應該從更廣泛的角度來看 SEO 的定義。 例如，從 Google Assistant 獲得流量也被視為是 SEO。 這是一個和各種數位行銷合作的流程，在最終的結果中，可以提高你在尋找答案和資訊的人眼中的知名度。 The Carter Group 的 Brian 認為，SEO 是搜尋引擎優化，當人們搜尋你或你提供什麼的時候，你的排名如何？ Ghergich & Co. 的 Aj Ghergich 認為，SEO 試圖將使用者搜尋意圖與網站內容進行完美的匹配。 當你在搜尋引擎優化的領域當中投入的經歷越多，通常你的排名也就會越高，你所得到的流量就會越多，結果就是你的收入也會隨之更多。 Zyppy SEO 的創辦人 Cyrus Shepard 認為，SEO 是實踐網站定位以提高網站在搜尋引擎中的能見度，通過最佳的實踐、測試和努力工作，在正常的情況之下是可以成功的提升排名。 RustyBrick 的創辦人 Barry Schwartz 認為，SEO 是在 Google 與其他搜尋引擎當中，讓內容被抓取、索引和得到更好的排名當中的過程。 Kevin-indig.com 的 Kevin Indig 認為，「什麼是 SEO？」這個問題有兩個答案。 第一個很簡單，SEO 就是搜尋引擎優化，從搜尋引擎獲得自然流量優化網站的藝術與科學。 Detailed 的 Glen Allsop 認為，SEO 對他來說，如果給一個他感興趣的解釋的話，就是一部分對演算法的逆向工程與一部分對人性的逆向工程。 這就是關於使用邏輯和專業人士的直覺來做出你認為重要的事情，接著再依據數據分析結果來不斷改善這一個過程。