Google 該不該為搜尋結果道歉?

最近Google牽扯上了種族歧視的問題, 因為在Google透過搜尋美國總統第一夫人, 結果出現了Michelle Obama變成了Ape(猩猩)的照片, 引起美國輿論嘩然, 認為Google挑起種族歧視 ... 這張不當的照片就不貼上了, 相關報導出現在許多媒體上, 也許你可以找到 ... CNN: "Google apologizes for results of 'Michelle Obama' image search" ABC: "Google Explains Offensive Michelle Obama Image in Search Results" Search Engine Roundtable: "First Google Image Result for Michelle Obama Pure Racist" CBS: "Google: Michelle Obama Pic Not Our Fault" 中時: "歐巴馬夫人變猴臉 Google道歉卻不刪" 原本Google知道搜尋結果有不當畫面時有刪除圖片, 但是後來又恢復圖片(似乎只是不在第一頁?), 但是Google在搜尋結果上有內容連結到說明, 處理方式是對於搜尋結果道歉, 但是解釋Google並無法對於搜尋結果負責 其實Google根本無需做出任何道歉, 但是因為「種族歧視」實在是太大的一頂帽子, 而且又跟美國第一夫人有關, 因此不得不做出回應 如果Google需要對於搜尋結果不當而道歉的話, 那大概搜尋引擎需要天天道歉了... 另外值得探討的問題是: 為什麼這張照片會出現在第一頁? Google演算法出問題了嗎? 顯然是利用SEO技術讓這張不雅照片與「Michelle Obama」變成關聯, 這是Google Bomb的又一個代表作

Cloud Computing : 雲端運算市場預估於2011年達美元1600億

Merrill Lynch (美林證券) 分析指出雲端運算市場預估於2011年達美元1600億, 其中950億是商業用途、資料分享、協同作業 ... 之前文章"Mobile Data將在2014年成長14倍"說明過, 到2014年的Mobile Data將會是Productivity(+352M)、Utilities(+325M)、Social Networking(+267M)、Search(+215M)、Games(+49M), 其中Productivity指的是資料分享與協同作業等 (資料來源ABI Research) , 這些Mobile Application大多是會由Cloud Computing的應用程式來提供 另外Gartner也認為, 到2013年的雲端運算市場預估為美元1500億 如果預估準確的話, 雲端運算市場將是成長最快的市場之一, 這個預估代表了什麼意義呢? 代表的第一件事情是: 如果你的企業可以切入雲端運算市場, 已經沒有太多時間等待了 代表的第二件事情是: 企業IT架構必須思考如何善用雲端來節省預算, 並且形成Dynamic IT Infrastructure(動態的IT架構) 由於Cloud Computing以動態資源的使用來計費, 如Amazon EC2, 以往企業可能必須先花費上千萬的預算建構資訊系統, 如果能夠把架構修正能夠使用雲端運算, 那麼先期的投資就可以省下來, 例如Yebol就是使用Amazon Cloud Computing來提供搜尋服務, 可以讓他不需要龐大的硬體設備, 並且可以視需要來增加資源 不過不管Merrill Lynch或Gartner的預估是否準確, 企業先為Cloud Computing做好準備與評估, 總是有備無患的事情

搜尋引擎優化案例研究: 什麼是有效的SEO Strategy?

在前文"由 Alexa 統計數據觀察假流量與假搜尋"提到一些觀察現象, 本文來談談這些SEO策略的效果 ... 目前許多SEO業者把作業重心放在Link Building與Traffic Generation, 其實並不是很有效率的作法, 我們舉個案例來說明 某個SEO網站的Backlink數目約四萬多個, PageRank為3, 經Alexa統計看到Time on site如上圖, 但是他操作的關鍵字於Google SERP排行約為第300多名, 經websitegrader評分為60分以下, 經WayBackMachine查詢並沒有歷史資料 經過分析, 這個網站的作法是: (1)透過購買連結來增加backlinks (2)透過Keyword Stuffing與Link Stuffing在許多免費部落格的「內文」塞入關鍵字與連結 (3)透過人為流量產生軟體來作出流量 但是最終結果是排名300多名, 表示這個作法是沒有效果的, 為何會沒有效果? 沒有效果的主因是沒有注意到「相關性 Relevance」、「品質 Quality」、與「網站內容量 Content Amount」 許多人有注意到Matt Cutts的說法: Footer Link 與 Editorial Link 的比重是不同的 (如下影片) 所以很多人除了購買連結之外, 還造出許多部落格內容來夾雜人為的連結, 但是由於這些內容不會有人看, 也不會有自然流量, 因此內文中塞入再多的假連結, 其效果是很低的 況且近來的技術已經可以快速的找出文章的「相關性 Relevance」, 因此不相關內容的link當然「品質 Quality」就無法提升, 如果連往的網站內容量太少, 與link數目不成比例, 更是容易被搜尋引擎判斷為無效連結, 或者網站有大量的backlink, 但是與其自然流量不成比例, 也很容易被排除在優秀的SERP之外 因此沒有基本的網站信賴度, 只是一味的製造假連結與假流量, 其實是白費空夫, 還是從最基本的內容經營開始, 才是比較好的作法 不只Google如此, Bing的文章"link building for smart webmasters"也說: The webmasters who create end user value within their websites, based on the needs of people, are the ones who will see their page rank improve. So where does that value come from? Content. Good, original, text-based content. 如果想要操作Paid Link或其他人為的作法, 應該好好閱讀"Link Building & Determining Link Quality" ... 也就是說並非哪些作法一定沒有效果, 但是必須把重點放在正常的經營網站, 如果沒有真正優秀的內容, 所有產生的backlink與Traffic都很容易變成無效或低品質的 ...

Sweet 100 「SEO 關鍵解碼」演講

日期：2009年12月4日（五） 時間：晚上 7:00 - 9:40 地點：資策會 地址：台北市民生東路4段133號14樓 名額：限60人參加 費用：免費 內容將包括： (1)如何以最少的預算、最有效率的讓你的產品曝光? (2)如何進行SEO 3.0/SEM 3.0? (3)SEO 關鍵解碼 Q&A 雖然演講只有短短兩個多小時的時間，但是透過各界的廣泛交流，相信可以節省您更多的研究時間，期待您的踴躍參與。 報名網址：http://sweet100.cwcentral.com/?event_id=46 後記: 活動圓滿完成, 感謝Sweet 100的工作人員及所有與會的先進們!!

Yebol 搜尋結果第一名 !?

先前文章"Yebol 與 Wowd 兩個近日推出的搜尋引擎"才剛介紹完Yebol, 閒來沒事試用來搜尋看看, 竟然出現上面的問題 ... 以「搜尋引擎行銷」搜尋, 排名第一名的文字部分是本站的內容, 但是連結卻連到美國的國會圖書館去 ... 實在百思不解, 本站的網頁跟美國國會圖書館的內容有何關係? 會造成Yebol把兩者串在一起呢? 除了「搜尋引擎行銷」搜尋之外, 連「搜尋引擎優化」搜尋也發生同樣的狀況 這些錯誤是使用搜尋引擎以來, 所看到最離譜的錯誤, 希望只出現在Yebol Beta版本, 正式版應該會更正吧? 相對於Yebol這個錯誤, 雖然Bing與Google沒有類似問題, 但是其搜尋結果也是讓許多人失望 如"Bing, Bang, Boom"這篇文章, 就有Bing與Google正反面的看法 Bing is not only more accurate, but more intelligent in its returns, declares Larry Monuteaux, network services administrator for Boston Properties. "While Google seems to give more results overall, Bing gives more directed, relevant results," he says. "After a while, I set Bing as my default and haven't looked back." (有人認為Bing的搜尋結果比較準確) Mark O'Brien, chief technologist for SpectraRep LLC, says that after comparing Bing and Google, Google still returns more accurate results for him. To better test this theory, he uses Google at work and Bing at home. "Many times at home I have to re-run the Bing search on Google to get usable information," says O'Brien. (也有人認為Google的搜尋結果比較準確) 英文的搜尋不夠準確, 更別說是中文搜尋了, 關於更多Bing與Google的比較及相關內容, 我們另文再談了...

由 Alexa 統計數據觀察假流量與假搜尋

(圖一) Alexa的統計資料是許多網路分析的重要參考, 我們在前文"PageRank, BrowseRank, AlexaRank"已經探討過, 因此許多網站莫不希望在Alexa的統計數據漂亮一些而開始動手腳, 但是卻可能是反效果 ... 如上面的Alexa Time on Site (平均停留時間)統計資料, 有沒有看出奇怪之處? 為了避免爭議, 我們拿掉了domain name的資料, 所以並沒有指出是什麼網站的統計數據 正常的統計都是呈現自然的不規則曲線, 但是卻有兩條線有幾乎直線的狀況 ... 為什麼會這樣呢? 要知道原因必須先瞭解Alexa的數據來源, 當使用者的瀏覽軟體安裝Alexa Toolbar後, 就成為Alexa的統計樣本, 你的網路瀏覽數據就進入Alexa的資料中心 因此當然Alexa的統計只算是抽樣, 然後由這些樣本中去推估某個網站的流量數據, 所以如果你把某個網站的Alexa數據單獨來看, 他是不準確的, 但是如果以幾個網站來比較, 相對比較的結果是可以信賴的 也就是說, 你以Alexa的PageViews pers User來看某個網站A, 如果其值是3, 你不能肯定的說網站A平均每位網友瀏覽了3頁, 但是如果另外一個網站B的PageViews pers User是5, 那麼你可以說網站B的平均每位網友瀏覽頁數高於網站A的平均每位網友瀏覽頁數, 當然未必百分之百準確, 但是準確度是目前最有公信力的 雖然也有人質疑Alexa的數據處理不夠精準 (Alexa Toolbar and the Problem of Experiment Design), 但是前面說過, 以單獨資料的失誤來說Alexa不準確, 也不夠科學 我們如果把Alexa的資料與Compete的資料拿來對照, 大概就能夠知道資料的準確度 如下圖二, 我們把ChinaTimes, UDN, TVBS的流量拿來比較 (圖二) 兩個不同資料來源的統計, 都是UDN > ChinaTimes > TVBS, 並且差距比例都類似, 且由於Alexa的資料量比Compete齊全, 所以Alexa的統計在每個時間點都有, 因此曲線的呈現比較有變化 所以基本上, 我們在假設Alexa的統計精準情況下, 來分析假流量與假搜尋 當網站的流量很少時, 人為的數據就很容易影響Alexa的PageViews per User, Bounce rate, Search Percentage的數字呈現 例如狀況A: 某網站的某日有50個自然的Visitors, 平均每個人只有瀏覽1頁, 如果這個網站造假了另外50個Visitors, 並且平均都瀏覽了10頁, 這時原本PageViews per User就從1跳到5.5 狀況B: 如果某網站的某日有5000個自然的Visitors, 平均每個人只有瀏覽1頁, 如果這個網站造假了另外50個Visitors, 並且平均都瀏覽了10頁, 這時PageViews per User還是在1左右 所以同樣做假一樣的量, 狀況A的數據就很容易被改變, 如果每天作假 .... PageViews per User的曲線就可以看出不自然的數據 又因為人為的數據大多透過電腦自動送出資料, 如果沒弄好就會出現如圖一的不自然直線 我們再來看下面的統計圖 (六個月內的統計資料), 同樣也拿掉domain name資料 (圖三) 從上圖的直線區域或近似直線區域, 可以看出疑似作假的假流量與假搜尋 我們再來看下面的統計圖 (一個月內的統計資料), 同樣也拿掉domain name資料 (圖四) 從上面一個月內的資料看, 也可以看出在一個月之內的可疑資料, 有些在六個月內的統計可以看出作假, 有些可以在一個月內的統計資料看出來 ... 因此想要透過人為的方式來製造假流量與假搜尋是吃力不討好的事情, 還是好好經營網站內容才是正道 ... 而且很難保證什麼時候搜尋引擎會開始處理假流量的問題 我們在"SEO關鍵解碼"提到影響搜尋引擎排名的三大原因: 關鍵字相關性, 網站信賴度, 網頁流量 「關鍵字相關性」又可以分成「內容相關」,「外部相關」,「QDF」等因素, 這點相信很多都還是以關鍵字密度與連結Anchor text來操作, 但是都忘記了「品質」的問題, 因此到最後則亂做一通 「網站信賴度」則與PageRank, 收錄量 ... 等因素有關係, 其操作是比較不容易 所以最後最容易操作的就只有「網頁流量」, 許多出現在SERP前面的網站, 根據觀察結果, 有很多是透過製造假流量與假搜尋來完成, 所以很多人才會疑問: 「為什麼這些網頁完全看不出來排到前面的原因」, 有些是真的流量, 但是大半都是假流量 關鍵字相關性, 網站信賴度, 網頁流量這些因素, 透過人為操作確實可以欺騙過搜尋引擎, 但是很難逃過仔細的分析, 雖然獲得了漂亮的SERP, 但是卻損失了信譽 (或者至少應該做的自然一點) 以上只是初略的來研究Alexa的統計資料, 並且假設Alexa的統計數據是精準的, 如果有其他看法來解析造成直線的原因, 歡迎討論交流 ...

Google Image Swirl : 關聯性圖案搜尋

Google的Image Swirl推出實驗版, 功能很類似Google Wonder Wheel 搜尋羅盤, 只不過是使用在圖形的搜尋, 這個圖形搜尋的內容如果跟Bing相互比較一下, 還真的蠻有趣的 ... 以下是Google Image Swirl以Taiwan搜尋的內容 以下是Bing以Taiwan搜尋的內容 有無發現第一層的資料還幾乎雷同, 目前的資料深度比較, Google還比Bing遜色一些, 精準度則是互有上下 這些圖形資料的分群或類似的比較, 大抵由幾個資料而來 : (1)檔案名稱 (2)圖案所在的文字敘述 (3)圖案的meta data(4)圖案的像素比對, 所以大量的資料中還是偶爾會發現完全不相干的資料出現 Google產品經理Aparna Chennapragada敘述說: "It's not just the face, the color, the visual features of the images; we look inside the image and ask how they relate to each other on a pixel level." 所以Bing與Google最後圖案搜尋的決戰就在Pixel Level 從文字類的資料來分析, Bing與Google大概不分上下, 但是透過Pixel Level的分析, Bing其實是略佔上風, 而且Bing已經完全產品化, 但Google還剛從實驗室畢業, 不過Google的Swirl的界面比Bing較為直覺式, 是Bing應該更強化的地方 所以近來Google的Fast Flip news search, Google Squared, Google Image Swirl跟Bing的Visual Search, Bing Image Search都陸續開打, 資料視覺化顯然是文字搜尋之外很大的市場

Google Wonder Wheel 搜尋羅盤

在之前文章"什麼是Google Wonder Wheel?"提過這個, 當時翻譯成「摩天輪」, 現在Google定名為「搜尋羅盤」, 他是Google Search Options(搜尋選項)中的一個功能 ... 在Google Search Options(搜尋選項)中的功能以前也提過, 當你點選顯示選項就會出現 (如下圖) 你可以有下列功能: (1)選擇特定類型的搜尋結果(如影片/新聞/網誌/論壇) (2)選擇特定時間的搜尋結果, 但是特定時間還是有限制(如無法搜最近5小時), 但你可以參考Google搜尋工具 (3)篩選已經瀏覽或未瀏覽的搜尋結果 (4)使用搜尋羅盤、圖文並茂、更多敘述來顯示搜尋結果 以下是圖文並茂的搜尋結果 以下是更多敘述的搜尋結果 其中比較值得提的是「搜尋羅盤」, 因為「搜尋羅盤」的相關詞的正確與否影響搜尋品質最大, 目前看起來Google「搜尋羅盤」的中文的相關性還是有些問題, 並不能真正解析出相關詞 如下圖以Kartoo來搜尋, 英文界面還可以正確顯示相關資料, 但中文界面就還不能 但是不管如何, 這總是Google邁向更語意化(semantic)的開始, 以Google的動作來看, 應該在明年內會更加完備...

社交網路 : Follower 代表什麼涵義?

社交網路行銷跟微網誌行銷是目前很熱門的話題, 不管中小企業、大型企業、以及各行各業都可以看到很多人開始使用, 並且快速累積許多跟隨者(Follower)或是粉絲(Fans), 累積跟隨者或是粉絲的數量代表什麼呢? 其實是 ... NOTHING ! 為什麼跟隨者或是粉絲的數量不代表任何意義呢? 因為這個數量不能代表你的訊息「曝光度」 常在媒體看到哪個名人的跟隨者累積到上百萬人, 哪個名人加入Twitter後, 流量如何增加云云 ... 這些其實都只是「假相」 ... 使用社交網路行銷跟微網誌行銷的目的是要讓別人「看到」你所刊登的訊息, 而不是在增加跟隨者或是粉絲的數量 為什麼這麼多的跟隨者或是粉絲, 但是卻很少人真正的去看你所刊登的訊息? 因為大家都在「餵訊息」而不是在「看訊息」 也就是說這些使用社交網路或微網誌的人當中, 真正的「純消費者」是很少的! 筆者做了一個實驗, 登錄了一個Twitter微網誌配上一個全英文的網站, 每篇文章會feed到Twitter, 完全沒有主動去follow任何人, 也沒有使用auto follow的機制, 在一天之內可以增加近百人的跟隨者, 當然有些是Twitter主動推薦而被跟隨, 一個星期下來, 使用流量統計工具來看有哪些流量的變化 結果發現 ... 這個網站只有搜尋引擎來拜訪過, Twitter的Follower沒有任何人進來, 也就是功效等於「零」 這個代表什麼意思? (1)「餵訊息」的人比「看訊息」的人多 (2)光是「餵訊息」而沒有真正透過Twitter去互動, 不要期待有人去讀你的訊息 (3)跟隨者或是粉絲的數量如果沒有流量, 不代表任何意義 這也是中小企業使用社交網路行銷跟微網誌行銷的一個大問題, 不像大企業或知名人士較能夠吸引閱讀者 大企業或知名人士也許不必花太多時間去耕耘, 就有人會去閱讀他們的內容, 但是中小企業或不知名的人士, 大家跟隨你的目的不在閱讀你的內容, 而是希望你能夠也跟隨他們 所以如果你有許多跟隨者或是粉絲, 不要太高興, 要使用工具去統計到底有多少人真正去閱讀, 否則真的只是自己自言自語, 當然不會有任何的效果 ...

部落格行銷 : 部落客的六月之癢 The 6 Month Itch of Bloggers

部落格行銷是許多部落客的階段性目的, 但婚姻有七年之癢, 癢了可能就會婚姻不保, 部落客也有六月之癢, 癢了可能就寫不下去而退出江湖, 專家說如果部落客能夠撐過前六個月, 持續寫下去的機會就比較高 ... ProBlogger的文章"Getting Over the Blogger’s 6 Month Itch"說到大部分的部落客都在開始寫部落格的六個月後決定不寫了 ... 許多部落客會決定不寫了, 有幾個原因: 沒時間寫、沒東西寫、寫了沒目的、寫了沒人看、有人看但沒有回應、有人看但反應不好 ... 其實能夠持續寫, 而且寫了賺不了錢的部落客, 大多不是笨就是毅力過人 ... 筆者大概屬於前者, 是笨的那一類, 反正有人看或沒人看不打緊, 只要有那麼一個讀者看了有收獲就好, 就當算作功德回饋社會吧 ... 如何才能渡過部落客的六月之癢呢？ (1)善用時間 : 如果沒開始寫部落格或是退出部落客的原因是「沒時間」, 絕對是騙自己, 筆者自己的經驗是越忙寫得越多, 因為忙碌於各類工作, 越有許多心得, 會越有東西寫, 養成習慣後寫一篇內容絕對不需要花太多時間, 把零散的時間集合起來, 可能一篇文章要花十次寫完, 每次只需一兩分鐘, 寫文章的過程就在整理自己的思想, 寫多了會越寫越快速 ... 所以少來了, 沒時間只是藉口, 「沒時間」寫部落格通常也會「沒時間」運動, 也會「沒時間」陪家人, 也會「沒時間」閱讀, 反正都以「沒時間」為擋箭牌 (2)找出目的 : 通常沒目的的寫些雜感, 通常撐不了多久, 部落客持續下去有些是個人的目的, 有些是為了達到商業目的, 你只需要找出一個可以說服自己的目的, 並且這個目的不能難以達成, 例如筆者的目的是作功德為主要目的, 其他的side effect就算是多出來的 (3)經常閱讀 : 通常不常閱讀各類來源的人, 很難自己想出許多可以寫的素材, 就算寫出來也乏善可陳, 經常閱讀許多紙本或是電子資料, 可以激發許多靈感 曾經有人問說: 部落格要寫什麼內容? 部落格的方向一定要自己喜歡的、自己擅長的、資料來源可以取得的 ... 更有人問說: 啊我家種橘子, 能寫什麼部落格? 種橘子當然也能寫部落格! 可以寫栽培橘子的技術, 橘子的知識, 橘子的食譜, 橘子的漫畫, 橘子的週邊商品 ... 有太多可以牽聯出來的內容, 當然最後的目的可以賣橘子...等等 (4)培養情續管理 : 許多部落客會退出是因為失望, 因為常有人來吐槽, 沒有人欣賞, 其實...Who Care? 吐槽可以求進步, 沒人欣賞又如何? 不會多一塊肉或少一塊肉, 通常筆者透過部落格來印證自己的觀念, 如果被吐槽得有道理, 其實應該高興, 因為可以獲得修正的機會, 當然開門寫部落格一定會碰到故意找碴的無聊人士, 這時就是在訓練情續管理的最佳時機, 時間累積下來可以坦然面對各種正面與負面的評價 因此只需要掌握「善用時間」、「找出目的」、「經常閱讀」、「培養情續管理」, 就能夠渡過部落客的六月之癢 ProBlogger也提出了幾個方法, 讓部落客能夠渡過六月之癢 : - Enlist help. Talk to friends, colleagues and relatives. Get their advice and feedback. Actually watch them using your blog. Set challenges for them to find a certain piece of information on your blog and see how easy it is for them. This will help you learn what improvements you can make to the blog to make it easier for your readers to use. 求助於周邊的朋友、同事、親人, 請他們給意見 ... 這個方式不太適合東方社會, 因為周邊的人會客套而不會給真正的意見 - Relook at your goals for the blog and reassess them if necessary. Have your blogging goals changed? If so how? What did you readers enjoy best? Which were your least popular posts? Make adjustments to your blog based on these findings. 重新審視你的目的 - Do a survey on your blog. Ask you readers for feedback. What would they like to read about most? What topics have you covered that the would like to read about more? 從讀者處獲得回應 .... 這個也沒啥功用 - Play to your strengths. Do a skill swap. If you’re great at writing content but the technical side of blogging frustrates you, find someone with the opposite skills to you and trade off. You’ll both end up with a better blog and a blogging ally too. 從別人身上學習你沒有的技能 - Stay motivated by using Twitter or the power of co-motivation with a like-minded blogger. 利用工具尋找動機 - Understand that success will only come from preserving. Most businesses make little or no income in the first year and your blog may not either. To gain benefits from blogging you need to carry on for more than a year. Congratulate yourself on how far you’ve come with your blog so far and resolve to keep up the good work. 要知道成功來自持之以恆 ... 廢話罷了 - Stop comparing your blog to other people’s. Rejoice in their success, congratulate them on it and see what you can learn from them. 從成功的部落客學習 - Compile a testimonials page with all the positive comments people have left on your blog. It will cheer you up and impress new readers too. 檢視正面評價 ... 台灣的讀者願意回應的實在不容易, 除非你已經是知名的部落客, 因此不適合有六月之癢的部落客 - Learn from your mistakes. We all make them. Successful bloggers learn from their mistakes and press on regardless. They don’t give up blogging at 6 months and neither should you. 從錯誤中學習 ... 嗯, 大家都知道, 但是做不到 以上翻譯不容易直接翻 ... 只能大概含意...Sorry了 所以從ProBlogger的建議中可以看到東西方的文化差異與處理方式, 這也是筆者閱讀國外文章的樂趣 ... 常看到知名部落格的廢話 (嗯, 也許本部落格也有許多廢話而不自知吧!?) 你是否也曾經碰到部落客的六月之癢呢？還是你已經跨過去了呢？歡迎提供你的止癢秘方吧!

網路詐騙 Internet Scam : Google Now Hiring People To Work From Home

(以上為詐騙的網路新聞畫面之一) 詐騙集團不是台灣才有, 在Facebook上發現有人四處散佈消息詐騙住在美國的失業者: Google Now Hiring People To Work From Home (Google現在徵人, 讓你在家工作), 而且薪資所得簡直高得匪夷所思 ... 這個詐騙訊息簡直鋪天蓋地的在各種不同網站, 利用看似新聞網站來欺騙網友, 宣稱只需要先花郵資美金$2.95取得信件, 你就可以在家登錄Google給你的資料來賺取高額薪水, 只需要你是住在美國並且會使用電腦 ... 上面還有很多「假見證」, 宣稱現在每天都賺到幾百美元, 每個月都賺到上萬美元 .... 這真的是太神奇了吧 這個新聞踢爆這個網路詐騙 報導內容說, 如果你踏入陷阱後, 你的帳戶會被扣款或是你的信用卡會開始每月被扣美金$79.9, 並且雖然宣稱有七天鑑賞期, 但是你如果想退出, 根本找不到這家公司, 最後只能停止信用卡, 但是許多人還是被騙了不少錢 其實只要是要你先付錢的工作, 或是所得與付出不成比例, 絕對是詐騙手法 ... 貪心與無知永遠是詐騙集團操弄的重要元素 這個手法跟台灣的詐騙比起來, 其實手法並不高明, 但是卻也有許多老美被騙, 尤其是騙這些失去工作的人, 真的是喪盡天良 ...

Yebol 與 Wowd 兩個近日推出的搜尋引擎

這兩個在今年中被批露的搜尋引擎, 終於推出了Beta版, Yebol是由華裔前Yahoo工程師Hongfeng Yin(尹紅風)所創設, Wowd的CEO是Mark Drummond, 這兩個新網站有啥值得討論的呢? (Yebol創辦人尹紅風) 關於尹紅風及Yebol, 這篇文章"Yebol搜索：一個知識型殺手的告白"有介紹, 就不再贅言 ... 以下是Yebol的畫面, 已經頗具搜尋引擎大將之風 ... 真是吹起一陣「紅風」乎? Yebol已於2009/07正式上線, 運用語意搜尋技術(Semantic Search Technology), 提供超過1000萬個關鍵字搜尋資料, 目標是建立以人類思考模式為主的搜尋, 提供最全面的搜尋服務, 目的在將information轉為knowledge Yebol搜尋不只出現單純結果, 其包括的範圍與Bing、Google比起來絲毫不遜色, Yebol使用的是Cloud Computing、MapReduce、Hadoop、Data Mining、Semantic...等技術 Yebol總部設在矽谷, 在北京中關村設有開發中心, 目前僅有英文版, 但可以搜尋中文資料, 未來下一步則考慮增加中文版, Yebol可以說是目前語意搜尋技術中比較貼近可廣泛使用的網站, 值得持續觀察 另外一個Wowd如何呢? 以下是Wowd的畫面, 速度雖快但是不能順利顯示中文!? Wowd比較不像一般的搜尋引擎, 根據CNET的說法: Wowd is a search engine without a data center. It puts the heavy lifting on the computers of the engine's users. With Wowd, you are the data center. 他是沒有資料中心的搜尋引擎(正確說法應該是沒有資料中心來負責crawling/indexing/ranking), 搜尋內容是由“Wowd Crowd”所產生, Ranking也是由“Wowd Crowd”來決定, Wowd Crowd就是指使用Wowd的使用者 這兩個搜尋引擎顯示了兩個趨勢:語意搜尋(Semantic Search)及使用者為中心(User-Centric), 其所使用的技術及索引評等的演算方式, 也應該持續觀察研究 ... 參考資料 Two cool search start-ups: Wowd and Yebol Yebol in Wikipedia

Bing 與 Wolfram Alpha 合作，提供精準搜尋

Bing與Wolfram Alpha在今年八月簽署合作協議後, Bing預計將推出更精準的搜尋, Bing強調的decision engine再加上Wolfram Alpha的answer engine, 會是什麼樣貌呢? Wolfram Alpha的強項在於精準的回答問題, 雖然不能回答所有問題, 但是在某些領域上, 他的表現已經讓人很滿意了 Bing是Wolfram Alpha的第一位API的客人, 將透過Wolfram Alpha的資料來強化Bing的決策能力, 根據資料顯示首波將會使用在健康與數學的查詢(如下圖) 當在Bing查詢「BMI calculate」, 將會顯示BMI(body mass index)的計算器; 並且也可以讓Bing幫你把數學方程式畫出圖形; 或者比較各種食物的卡洛里 ... 但是目前為止, 這些功能尚未公開, 因此你只能透過Wolfram Alpha來瞭解往後Bing會如何提供搜尋資料 例如你在Wolfram Alpha打入「plot x^3 - 6x^2」, 結果如下: 當你搜尋「who is the president of taiwan」, 結果如下: 當你搜尋「who is the president of japan」, 結果如下: 他還知道日本沒有總統 :) 根據ReadWriteWeb的Frederic Lardinois質疑, 認為如果Bing只是把Wolfram Alpha的資料抓過來在Bing上顯示, 這個根本不是Integration(整合) ... Wolfram Alpha的技術使用Mathematica(webMathematica及 gridMathematica), 但是資料來源呢? 根據Wolfram Alpha的說法是: Does Wolfram|Alpha get its data from the web? No. It comes from Wolfram|Alpha's internal knowledge base. Some of the data in that knowledge base is derived from official public or private websites, but most of it is from more systematic primary sources. Where does Wolfram|Alpha's data come from? Many different sources, combined and curated by the Wolfram|Alpha team. At the bottom of each relevant results page there's a "Source information" button, which provides background sources and references. 如果想讓Bing+Wolfram Alpha能夠回答更多問題, Bing與Wolfram Alpha必須更深入的整合, 因此雖然目前已經有合作的開始, 要真正能夠讓大眾享受到, 可能不是短期能夠達成的任務... 相關參考資料 Bing Launches Wolfram|Alpha Integration, Enhanced Hover Preview, and Full Page Weather/Events Results Bing Teams Up With Wolfram Alpha The Arrival of Wolfram Alpha Knowledge Engine

Mobile Data將在2014年成長14倍

這期的IEEE Spectrum文章"Cloud Computing Drives Mobile Data Growth"預測到2014年的Mobile Cloud Subscriber將成長到九億兩千七百萬用戶, 為2009年七千一百萬的14倍左右 ... 文章指出在2014年, 每月行動設備的傳送接收資料量將與2008年整年的量相等, 在2009年的Mobile Cloud Subscriber中以Utilities Application(如Google Map)的四千八百萬最多, 其次為Social Networking(22 M)、Search(14M)、Games(13M)、Productivity(11M), 到2014年將會是Productivity(+352M)、Utilities(+325M)、Social Networking(+267M)、Search(+215M)、Games(+49M), 其中Productivity指的是資料分享與協同作業等 (資料來源ABI Research) 這些Mobile Application大多是會由Cloud Computing的應用程式來提供, 並且認為亞洲將會是Mobile Cloud Subscriber的大宗 遠見雜誌文章"雲端運算引爆企業、生活新革命 愈雲端愈有商機"也指出, 不只亞馬遜、Google, 從微軟、昇陽、思科、IBM、惠普、戴爾、雅虎、到英特爾, 幾乎各大科技廠商全都宣誓搶進這個領域 ... 台灣的各科技大廠也都積極佈局 相關閱讀: CLOUD 與 SOA

Rupert Murdoch 考慮將封鎖 Google

媒體大亨梅鐸(Rupert Murdoch)是News Corporation的主席, 對於長期因為Google、Microsoft...等搜尋引擎免費使用其旗下的新聞內容, 在接受訪談時表示考慮將封鎖Google ... 梅鐸在週末接受也是旗下的Sky News訪問, 表示考慮將封鎖Google, 因為讀者可以未經訂閱而閱讀原本需訂閱的新聞, 在這篇"Rupert Murdoch could ban Google access to his newspapers' content"中顯示: “I think we will [remove our websites from Google’s search index] but that’s when we start charging,” he said.... 也就是說他會封鎖Google, 封鎖後就會開始對內容收費 根據這篇文章"Murdoch to Google: Drop Dead", WSJ.com的流量中有25%來自Google, WSJ.com也是News Corporation旗下的公司, 如果封鎖Google的話, 等於自廢武功丟棄25%的流量 內容是否需要收費? 似乎是沒有正確答案的問題, 不收費的話, 廣告收入無法支撐營運, 收費的話, 閱讀量勢必驟降, 在這個年代想要由內容收費, 除非內容真的具備「獨特性」, 否則大多會以失敗收場, 就算具備「獨特性」, 還必須考慮是否有「可取代性」與「迫切性」 如果Rupert Murdoch最後真的封鎖Google, 那麼真的是一場世紀豪賭, 最後結果會是如何呢? 就慢慢觀賞了 ...

Unimall 的網頁客服系統形同虛設

近日透過Unimall統一購物便購買了一些物品, 對於國內的網路購物品質又增加了一份不信任感, 環節出錯並且客服系統形同虛設, 如上圖的「Unimall網頁客服系統」, 只收到系統自動回覆:「我們將以最快的時間回覆您的問題，Unimall 統一購物便 祝您 購 物 愉 快」, 然後就音訊全無 ... 話說在上週末收到Unimall統一購物便的貨品, 接到後有些納悶: 這麼小的包裝怎麼可以容納得下呢? 果然打開檢查件數後發現少了一件物品, 因為並不急迫, 因此就利用Unimall統一購物便的網頁客服系統發出信件通知他們處理, 然後就收到了「祝您 購 物 愉 快」的系統自動回覆信件, 心想應該OK了吧!? 就這樣經過了兩天 ... 沒再收到任何「Unimall 統一購物便」的訊息 ... 終於按奈不住了, 原本認為不太是問題的問題, 沒有必要打電話, 現在一定要問個清楚, 於是撥了客服電話 ... 等了三分鐘, 出現了客服的聲音 ... 冷漠得不能再冷的語氣 ..... 說會請廠商處理 然後問她說, Unimall的網頁客服系統是否沒有作用? 她說: 不會啊, 會請處理信件的人看看 筆者就看看「會請廠商處理」需要多久? 就看看「沒有問題的網頁客服系統」什麼時候會醒過來發個通知 ... (後續再報導Unimall的處理情況) 總之, 對於Unimall統一購物便的服務品質就是「失望」兩個字 這個就是台灣較具名氣的網路購物服務品質? 相信還有更多人有更精彩的網路購物經驗, 筆者就利用這個案例來探討: 台灣與國外網路購物售後服務的差異 ... 下面是筆者透過美國網購的經驗, 兩者一經比較, 服務品質真的是天地之別, 難怪台灣許多人對於國內網路購物的信賴指數低落, 低落的來源主要就是因為網購的處理流程經常出問題 ... 多年來筆者透過網路購買美國Gymboree的產品(當時還沒有台灣Gymboree的網站), 所有的購物流程都相當順暢, 直到2007年10月出了一個錯誤, 但是這個錯誤更讓人瞭解為什麼美國的網路購物可以真正起飛 ... 話說2007年10月左右接到Gymboree的物品, 其中一件衣服的尺寸弄錯了(如下圖), 因此就寄了信件通知Gymboree客服 (衣服的布標跟紙標尺寸不一致, 導致寄錯尺寸) 寄給Gymboree的內容如下 Dear, I've received the products, but one item was shipped with wrong size. ------------------------------------------------------------------------------------ Sheepdog Hoodie Cloud Cream 18-24 mos ------------------------------------------------------------------------------------ The textile label is 12~18 mos, but the paper label is 18~24 mos. (Please review the picture that I attached in this mail.) I think the sheepdog hoodie is only for 12~18 mos. Please advise what I can do. 隨後就收到Gymboree的回信如下: Hello, Thank you for your email. We sincerely apologize that item: 240309389 Sheepdog Hoodie Color: Cloud Cream Size: 18-24 mos purchased in your order # 35978030 was missing from your package and you received a 12-18 mos. instead. We have contacted the respective department to re-ship the merchandise still available in our stock via air-mail. Please allow 5-10 business days to receive the item in the mail. In case we are not able to re-ship the merchandise for any reason, we will notify you and apply the refund for the item to the credit card used in your original order. Once again, we sincerely apologize for any inconvenience this may have caused you. Please feel free to let us know if you have any further questions and concerns. Gymboree通知說會在5-10個工作天由美國再寄出正確的尺寸, 如果有任何原因無法給我正確的物品, 將會通知退款, 並且在信中道歉兩次 ... Gymboree的購物網站遠在美國, 但是卻溝通順暢、服務到位, 而Unimall統一購物便就在台灣, 但是卻溝通困難, 令消費者不知道他們到底在處理什麼 .... 其實筆者並不是計較物品沒有收到, 而是台灣的網路購物環境, 什麼時候才會把消費者當「人」來看待? 後記: 2009/11/10 12:38 在這篇文章發出的兩個小時左右, 收到了Unimall的補寄貨品 但是那個「沒有問題的網頁客服系統」還是沒有醒過來發個通知 也就是這個缺樣的事件, 就在消費者完全不知道處理過程下, 在Unimall系統中默默的結案了, 換句話來說, 也就是Unimall的管理階層完全不會知道客戶服務到底出了什麼問題 國外的「客服系統」會有Track Number來監督每個客戶的反應處理過程, 但是Unimall的「客服系統」似乎是完全沒有監督機制的 這個事件已經算是Happy Ending了, 但是其他消費者在這個完全忽略「人」的架構下, 是否也能如此幸運? 就只能自求多福了...這是台灣網路購物的實況!? 當下的心情是很沉重的 ... 後記: 2009/11/10 16:05 Unimall統一購物便打電話過來, 說缺件的貨物已經送達 話說怎麼會網路購物有問題時需要消費者打電話聯絡, 當Unimall統一購物便要告知消費者也打電話聯絡 那麼「網路」的功能哪裡去了? 消費者使用Unimall的網頁客服系統沒有下文, 只好被逼打電話聯絡, Unimall統一購物便處理完畢後也不會以電子郵件聯絡, 卻以電話通知? 不使用低成本的電子郵件卻聯絡消費者的手機? 接到電話後, 再去檢查電子郵件 ... 那個「沒有問題的網頁客服系統」當然還是沒有醒過來發通知 是系統的問題? 還是訓練的問題? 還是流程的問題? 還是另有原因? 其實台灣網路購物環境還有一段路需要學習! 後記: 2009/11/10 16:36 那個「沒有問題的網頁客服系統」終於醒過來了 ... 真是太神奇了! 當缺件貨物收到後, 又接到客服的電話通知後, 「網頁客服系統」終於送出通知, 於2009/11/10 16:36連續送了兩封電子郵件, 終於從沉睡中醒了過來 ... 通知"您訂購的商品已於11/10 宅急便配送到達" 這整個記錄應該可以用在「電子商務」或「網路購物」的Case Study上, 流程的錯置是值得參考的 後記: 2009/11/12 10:36 沒想到還有後記必須說明 ... 因為Unimall今天又補寄貨品來了 原本缺件的貨品已經在2009/11/10收到, 不知道Unimall的內部控管怎麼會允許又重覆寄送一次? 當然筆者不會貪小便宜, 打算通知Unimall盡快派員來收回 ... 再後記: 2009/12/3 沒想到還要再次後記 :( 從上次通知Unimall重覆寄送, 請他們派人來收回, Unimall到現在也完全沒有動作, 其內部控管應該是完全out of control 想說再給他一次機會, 於2009/11/22又在Unimall訂購另外的物品, 當天收到訂購通知: 感謝您的訂購！您已選擇宅配到府，我們將儘快為您處理此筆訂單！ 但是現在已經過了十一天, 卻音訊全無, 打電話到Unimall 客戶服務專線：市話請撥4128711，手機請撥(02)4128711 / (02)2668-3390轉9 等了十六分鐘, 只有: 「很抱歉, 現在服務人員都在通話中, 請不要掛斷, 我們很快替你服務 ...」 就這樣聽了數十遍 ... 怎麼說呢? 透過網路通知Unimall沒下文, 透過電話沒人接聽.... 真的蠻無言的! 又再次後記: 2009/12/6 經過十多天的時間, 物品終於「幽幽」的寄來了...為何說是「幽幽」的呢? 因為你完全不知怎麼回事的情況下, 也沒有任何回應到底發生什麼事情, 這個case就close了, 也沒有說明延誤的原因, 也沒有隻字片語, Unimall也太有個性了郥 ... 應該是最後後記: 2009/12/9 Unimall終於要被統一收回直營了, 自即日起到年底停機轉換系統, 希望不只轉換系統, 腦袋也應該轉換 ... 祝賀Unimall從2010年起以全新的面貌及嶄新的服務重新出發!!

Google Commerce Search

Google在2009/11/4宣佈推出Google Commerce Search, 可以義譯為「網路購物搜尋服務」, 這個一般的搜尋有啥不同? 這個服務可以做到什麼地步呢? Google的官方網站的功能展示如下 也就是讓網購業者可以把產品資料上傳給Google,並且自己定義頁面及搜尋功能,藉以提高購物的達成率 根據Google的說法: Visitors spend an average of just eight seconds before deciding whether or not to remain on a website, so having a good search tool is important for turning visitors into buyers. 消費者平均在8秒鐘就決定了停留與否, 因此讓消費者很快的找到產品就可以增加銷售 這些搜尋的功能可以由Google Store大略瞭解這個Google Commerce Search的樣貌 這個Google Commerce Search跟Google Customer Search有些類似, 不同的是Google Commerce Search必須由網站另外提供資料定義, 並且需額外付費每年五萬美金, 兩者都是由Google的Cloud Services來運作, The pricing model for Google Commerce Search is based on the number of products/items (SKUs) in your data feed and the number of search queries entered on your site each year. Pricing starts at $50,000 per year. 每年五萬美金? 對於網購大站來說, 自己應該都有能力建立類似的搜尋, 對於網購小站來說, 根本付不起每年五萬美金 況且這個Google Commerce Search是當消費者到達該網購網站才開始運作, 如果一般搜尋無法把流量導過來, Google Commerce Search就無用武之地 但是如果Google Commerce Search除了原本的功能之外, 還能夠以商場型態集合所有產品, 並且利用這些資料來提高Google一般搜尋的垂直搜尋效能(也就是透過Google Search可以較快搜尋到使用Google Commerce Search的產品), 或是加入到Google Product Search中, 那麼整個狀況可能就又完全不同了, 但是目前似乎看不出來有這樣的描述 另外, 提供更精準的產品資料給Google還要付每年五萬美金? 應該這個服務後續還會有許多修正吧! 參考資料: Google Launches Commerce Search for Retailers Google Launches Commerce Search to Boost Your Conversion Rates Google Commerce Search – a Critique Google Commerce Search DataSheet

CLOUD 與 SOA

什麼是雲端運算(Cloud Computing)? 什麼是SOA(Service-Oriented Architecture)? 雲端運算跟網格運算(Grid Computing)又有何關係? 這些跟Web Services又有何關聯? 這麼多東西到底在說些什麼趨勢? ZDNET的文章"李開復看雲端服務市場：值得投資", 到底投資在雲端運算是啥意思? 李開復先生說: 雲端服務市場的商機很大，是網際網路與軟體等兩個產業的加總 ... 其實應該說跟「網際網路」、「軟體」、「硬體」、「內容」、「服務」都有關係 也就是說雲端服務市場的商機在於利用「網際網路」架構下, 如何透過先進的「軟體」、「硬體」組合把「內容」提供給客戶的「服務」, 所以只要投資在這個架構下的環節中都深具未來性 在CNET的這篇文章"Cloud Computing 雲端運算"指出: 其實 cloud computing 在概念上跟 grid computing 並沒有非常嚴格的區隔或是很大的不同，兩者均可看成是 distributed computing (分散式運算) 衍伸出來的概念。 大致上對於一般人來說, 沒太大問題, 但是就技術人員來說, 中間有些觀點可以再釐清 IBM的文章"Cloud computing versus grid computing"說到: To get cloud computing to work, you need three things: thin clients (or clients with a thick-thin switch), grid computing, and utility computing. Grid computing links disparate computers to form one large infrastructure, harnessing unused resources. Utility computing is paying for what you use on shared servers like you pay for a public utility (such as electricity, gas, and so on). 所以說Grid Computing是Cloud Computing的一環似乎比較適當, 也就是說你可以認為Google或Amazon提供的Web Services是Cloud Computing, 但不能說他們提供的是Grid Computing, 因為只是part-of 雲端運算(Cloud Computing)的定義應該是什麼呢? 這個Cloud其實就是指Internet, 也就是一個特定功能的Internet Computing, 因此雲端運算(Cloud Computing)的定義是: 凡是透過網際網路提供應用服務，讓使用者透過瀏覽器就能使用，不需要了解伺服器在哪裡，內部如何運作，都被稱為雲端運算的服務，背後的技術也概稱為雲端運算 這個定義是由"各方跟進Google推廣雲端服務，但定義不同"而來, 算是比較白話易懂的定義 但是如果你問: 那我在網路上架了一個論壇服務, 算不算"雲端服務"? 當然不算是, 也許背後是雲端服務的hosting, 但論壇服務本身不是"雲端服務" 所以以上的白話定義有必要再說明清楚 凡是透過網際網路提供應用服務，而這個服務架構應用了Grid Computing、Utility Computing、SOA等概念，讓使用者透過瀏覽器就能使用，不需要了解伺服器在哪裡，內部如何運作，都被稱為雲端運算的服務，背後的技術也概稱為雲端運算 所以雲端運算(Cloud Computing)必須使用特定的架構才算, 而非以上的白話定義下的內容 所以我們只需要再瞭解Grid Computing、Utility Computing、SOA, 就可以瞭解雲端運算(Cloud Computing) 雲端運算(Cloud Computing)要服務廣大的用戶, 需要超強的軟硬體跟服務的規劃, Grid Computing使用internet protocol將硬體串起來, 讓這些硬體資源可以共同或個別處理要求, 這些資源是distributed(分散的)、clustered(叢集的)、scalable(可擴展的)、multi-tasked(多工的)、collaborative(協同的)... 也就是在Grid Computing架構中的個體可以單獨工作, 也可以一起做一件事情 但光是Grid Computing是不夠的, 你還需要utility computing(公用運算)讓這個服務可以計費及方便簡單使用, 真正讓使用者能夠plug-n-play(隨插即用) 除此之外, 使用者需要的服務千變萬化, 系統不能硬梆梆的使用傳統的程式概念來建立, 因此必須以服務(Service)觀點來切割成最適當的服務片段, 如某甲需要的是A+B+C, 但是某乙需要的是C+D+E, 但某丙需要的是D+E+part-of-A ... 這時A就必須變成A1, A2 ... 讓某丙也能滿足, SOA(Service Oriented Architecture服務導向架構)就如堆積木般的架起了整個服務 SOA也如Grid Computing只是一個架構概念, 其中可以實現SOA的就是Web Services, 其他方式還有COBRA, DCOM ...等, 礙於篇幅, SOA的內容我們另文再說了 所以使用UDDI/WSDL/XML/SOAP等技術的Web Servies就是SOA的其一型態, 也是目前大多被採用的型態, 其他的COBRA/DCOM也都支援相容性 所以Grid Computing、Utility Computing、SOA這些概念就形成了Cloud Computing 因此常看到有人說Cloud Computing已經取代SOA, 或取代了Web Services, 或取代了Grid Computing ... 都是只見樹而不見林, 在Cloud這朵大雲之下, 你可以使用各種不同的技術, 但是都是類似的概念 Cloud Computing到底長得如何? 我們的資料在Cloud下安全嗎? CNN記者John D. Sutter也有同樣的疑問, 這篇"A trip into the secret, online 'cloud'"就說明了目前企業大多都不太願意公開Cloud Computing的真正樣貌, 連CNN記者都被Amazon與Google拒絕參觀, 最後只有IBM願意 ... 因文章太長, 實在沒功夫去翻譯 以上整理了相關的資料, 如有錯誤, 希望可以多多討論交流 ...

GeoCities 與 Meme : 走了哥哥, 來了個妹妹

Yahoo關閉了多年的免費空間服務GeoCities, 並且開放Meme加入了社交網路的戰局, 為何Yahoo會結束掉GeoCities這個老大哥? 又為何開始Meme這個小妹妹? 真的是走了哥哥, 來了個妹妹... GeoCities開始於1995年, 於1999年被Yahoo收購, 正式關閉於2009年10月26日, 以下是關閉的畫面 (當做紀念吧)... 當時幾乎每個搞網路的都有GeoCities空間 關閉後不再提供註冊, 原有的用戶可以持續使用, 但是鼓勵舊帳戶轉移成付費用戶...這段期間應該是讓GeoCities用戶逃命用的 Yahoo可說是時運不濟, 在2000年泡沫前以美金35.7億收購了GeoCities (TechCrunch說是28.7億), 再加上後續的動作讓使用者非常不爽而陸續出走, 如果不是這些天災人禍, Yahoo應該原本有機會把GeoCities變成Facebook, 或者主導目前的Web 2.0架構, 但是就這樣搞砸了 ... 真是可惜至極 根據ComScore的資料, GeoCities美國流量的不重覆拜訪者下跌24% (2008/4的15.1M 掉到 2009/4的11.5M) 但是這樣的Traffic真的低到必須關站嗎? 應該是商業模式不符目前需求加上許多更好的免費空間服務的競爭, 使得GeoCities不得不關閉, 而Blekko創辦人Rich Skrenta表示有意願接手也沒有如願, 大概Yahoo也不希望讓日後的GeoCities變成競爭者 ... 所以GeoCities不是自然死亡, 而是被掐死的, Yahoo搞垮了GeoCities, 並且完全不給他生存的機會, 真是情何以堪? 根據DMOZ的dump資料, GeoCities還有8萬多個連結存在於DMOZ, 也就是說應該還有很多有品質的內容還存在GeoCities, 但是這些資料可能因用戶已經沒有維護(或死亡?), 就這樣將永遠消失 ... 這個狀況跟我們的文章"No Space, No Liberty"說過的一樣: No Space, No Liberty, 就算有了space, 還是沒有liberty, privacy, 在Internet裡想要談liberty與privacy, 好像是很遙遠的事情... 在之前文章"SEO觀點 : 我們都是白老鼠"也提過, 整個網路上的遊戲規則就是: 免費提供的服務, 使用者沒有任何權利 ... 就算因為使用者的內容而產生利潤, 使用者依然沒有任何權利 (當然你有逃命的權利) Yahoo搞死了GeoCities這個老大哥之後, 青春美麗的Yahoo Meme 妹妹出場囉, 打算讓大家忘記所有的不愉快 這個Yahoo Meme以微網誌與社交網路的型態出現, 但是文字內容可以到達2000個字元, 還可以貼圖與影音資料 (資料來源: 聯合報) Yahoo Meme能否持續保持青春? 還是會步上GeoCities的後塵? 網路上的大咖遊戲, 實在已經不是升斗小民所能理解的 ... 參考資料: 網路上古時代遺跡：GeoCities熄燈 Yahoo Quietly Pulls The Plug On Geocities

電子書與搜尋引擎行銷: eReader and SEM

聲名大噪的Amazon Kindle已經慢慢顯示出虛擬的勢力, 而Plastic Logic的產品eReader更讓人眼睛一亮, 這個電子書的風潮如何影響實體與虛擬的界線呢? 搜尋行銷的威力即將因設備的個人化而更加發威, 我們先來看看eReader的介紹影片 eReader的介紹這篇"Plastic Logic：工作電子紙閱讀器"已經說明很清楚, 我們就不再贅言 不管是Kindle或是eReader, 這些電子閱讀器會造成什麼影響? 我們在"Internet大破譯(四): 虛實難辨的網路服務"等一系列的文章已經提過: 虛擬與實體的分隔會越來越模糊 這個電子閱讀器就是跨越虛擬與實體分隔其中之一的設備, 當電子閱讀器可以閱讀電子書、當電子閱讀器可以上網、電子閱讀器可以當成導航、電子閱讀器可以用來通訊 ... 當這個設備變成真正的隨身行動設備, 如現在的手機一樣...就是虛擬與實體的分隔會越來越模糊的實現 等到真正實現虛擬與實體無法分離, 行銷的last mile(最後一哩)就在每個人的手上, 要直通這個last mile的工具就是網路行銷, 就是SEM(搜尋引擎行銷)與SEO(搜尋引擎優化)等等這些手法發揮最大功效的時候 當你到達一個地方, 不知道應該去哪裡吃日本料理, 使用這個設備查詢就出現所有最近的日本料理餐廳; 哪家口碑最好? 使用這個設備查詢就可以一目瞭然; 當你在超級市場看到某些商品, 哪個是評價最好的? 使用這個設備查詢就可以決定是否購買 ... 這個境界還需要多久? 我們從2002年一直講到現在, 應該就在五年內了, 也就是"Eric Schmidt : What the Web will look like in five years?"所說的樣貌 如果你的企業還沒有真正落實網路行銷, 還沒有規劃SEO/SEM ... 五年後會變成什麼樣子? 應該好好的思考了 ...

網頁設計與搜尋引擎優化 : Web Design and SEO

網頁設計與搜尋引擎優化的關係是什麼? 許多人都以為只要把網頁的結構符合W3C及SEO原則就完成了SEO作業, Derek Powazek也認為只要SERP表現不好, 就把Web Designer開除, 如果事情這麼簡單就好了 ... 我們提過許多次「網站優化」的概念, 「網站優化」= 內容優化 + 配置優化 + 目的優化 + 使用者界面優化 + 顯示優化 + 搜尋引擎優化 其中「配置優化」「使用者界面優化」「顯示優化」跟網頁設計有直接關係, 「搜尋引擎優化」跟網頁設計有部分關係, 「內容優化」與「目的優化」則跟「搜尋引擎優化SEO」及「搜尋引擎行銷SEM」有關係 另外網頁設計只能顧及on-page的「搜尋引擎優化」, 而無法管到off-page的「搜尋引擎優化」(請參考: "SEO策略: OnPage & OffPage") 所以Derek Powazek說: 只要SERP表現不好, 就把Web Designer開除 ... 當然是沒道理的 因此網頁設計再厲害, 只能做到部分的SEO, 真正整體網站要表現優異, 達成網站的目的就必須「網站優化」與全面的「搜尋引擎行銷SEM」 什麼是全面的「搜尋引擎行銷SEM」呢? 請參考 "SEM : 什麼是 Search Engine Marketing ?" "搜尋引擎行銷 : 說故事與Landing Page" "Search Engine Marketing : 搜尋引擎行銷應該包含什麼?" 昨天有網頁設計的先進討論到: 為什麼高PR的網站無法有優秀的SERP呢? 我們在"SERP v.s. PageRank : PR值與搜尋排前的關係"也談過SERP跟Pagerank沒有直接關係, 但是要會利用高PR來產生優秀的SERP 哪些因素會影響SERP呢? 我們在"SEO關鍵解碼"書中也提過, 目前最主要因素是--相關性、信賴度、流量應該可以說是前三個主要因素(Page 401), 當然這三大因素解析下來, 可能就又是數百個小因素組成 所以不是做好「網頁設計」就算完成了「搜尋引擎優化」, 其間還有很大的一段距離 ...