SEO的兩種偽裝~No Hat 和 Crap Hat|數位時代 BusinessNext

從事網路數位行銷的人都知道 SEO (Search Engine Optimization / 搜尋引擎最佳化) 的重要性，除了社群媒體之外，SEO 可以讓你免費獲得訪客。雖然現在****Facebook****已經成為很多人賴以贏得流量的主要方法，但畢竟比較穩當的做法是：不要單靠一種流量管道。所以SEO****的重要性一點都沒有減少。

但在過去15年裡，SEO 的發展頗為坎坷，除了“SEO已死”的說法不斷外，它的負面形象更是讓很多網路圈內的人都對SEO非常排斥。

究竟SEO是真的如此負面嗎？還是這些都是一些害群之馬造成的？

Search Engine Land 和 Marketing Land 的創辦人Danny Sullivan 在這篇題為：Why People Hate SEO的文章中分享了他的感受。
Sullivan在文中首先表示，他本人不排斥SEO的原因很簡單，因為他知道：
真正的SEO和“搜尋引擎作弊”(spam)之間的差別
真正的SEO和賣狗皮藥膏式的承諾之間的差別

他認為，無論Google的演算法如何演變，SEO 仍然是以符合搜尋引擎規範，來獲得免費流量的方法。有人把SEO作弊也納入SEO的範疇內，但嚴格來說哪些SEO作弊法或“黑帽SEO”，根本稱不上是SEO。硬要說它是的話，我們權且說有兩種SEO：白帽SEO 和黑帽SEO。

那麼，使SEO蒙受污名的罪灰禍首，就是黑帽SEO嗎？Sullivan認為不盡然。因為還有一幫貌似白帽的SEO人，表面上沒有違反Google的任何規定，卻沒有為客戶提供任何價值。 Sullivan認為這些人也是讓SEO蒙羞的共犯。就權且稱他們為“無帽SEO” (No Hats)。

No Hat SEO****無帽式的推銷
Sullivan 對這種所謂的SEO頗為厭惡，他們會發信向你推銷如何只付50元美金即可獲得100個優質連結等的做法。問題是，即使他們真的用“白帽”的方式為你做工作了，這些動作也不會收到任何效果。他們用的錨文字是甚麼？都是用同一組錨文字？那些連結都是同時建立的？是否會觸發Google對你的網站產生懷疑(如“不自然的連結”警告)？總之，50元更本不足以讓任何人力瞭解你的網站，然後為你的網站取得優質的連結。

另一種無帽式的推銷
在Sullivan 收到的推銷信件中，可以看到另一種無帽的推銷的方式，基本上也是廢話連篇，列舉收件人的網站存在的問題，和他們的強大獲認證的團隊如何可以為你效勞，甚至他們列舉的項目一眼就能看出錯誤。但問題是，很多人會相信他們的說詞－就像有人向你推銷一個可以讓你的車子不會積塵的產品，而你會相信一樣。

上述的推銷方式是讓人厭惡SEO****的原因之一，因為他們的手法真的讓人非常厭惡；而讓客戶誤信是投資在SEO上，但事實上並不如此，而白白浪費金錢，是人們厭惡SEO的原因之二。這兩者都讓SEO的形象受損。

Sulliavn 統稱這些操作方式為“胡亂SEO”(crap hat)。因為這種SEO製造了SEO的另一個可怖形象。

Crap Hat SEO****胡亂SEO
一個“胡亂SEO”操作者對任何事均不屑一顧。他們或會用軟體產出數以百計的頁面，然後再用更多的軟體在網站上作垃圾留言，而對他們所造成的混亂沒有任何感覺。

被留言的站長不得不清理這一團糟，而最後就怪罪於可恨的SEO人。另一方面，當搜尋用戶在搜尋結果看到的都是垃圾網頁，而不是他們要找的資訊時，最後也會覺得都是這個叫SEO的東西惹的麻煩。

對於這種現狀，Sullivan 覺得很難找到有效的解決方法。過去對於一些指向SEO的轟擊，他會花時間以很大的篇幅為其聲援。但自從2011年後，他已不再為這些噪音作回應。

教育的重要性
SEO 是一門學問，如果大家受到更好的教育，對SEO有正確的認識，情況會有很大的改變。因此，今後對於不值一顧的妄言，Sullivan 還是會繼續忽略。但是如果某些流言會影響正途學習的話，或許就值得為SEO作捍衛。

教育當然不會阻止那些胡亂亂搞的人，但是或許它可以幫助人們分辨甚麼才是真正有用的SEO，甚麼就是廢話；也或許教育可以幫助提供優質SEO服務的專業人士得到更多應得的尊重。

最後，Sullivan 覺得有一件事是確定的：無論****SEO****的聲譽如何壞，它仍然在繼續中，而且非常可能會持續另一個15年－如果不是更長的話。

(Photo credit:Boby Bahar)

來源：dcplus數位行銷實戰家
網址：www.dcplus.com.tw

數位廣告媒體完整介紹：【企劃與組合策略】、【綜效分析與提昇】、【操作與優化應用】
4/29（一）《數位廣告專家入門實務》—從實務理論、到案例分享、再到媒體企劃分組練習，一次學會數位廣告媒體企劃！
最後40名，立即報名：http://www.bnext.com.tw/edm/2013neo_talent/04Media.html

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/