跳到主要內容

檢索成本Cost of Retrieval

檢索成本是 Koray 用來說明搜尋引擎抓取、轉譯並理解一個網站要花多少資源的說法,網站越重複混亂,成本越高。

英文
Cost of Retrieval
台灣常見別名
檢索成本、擷取成本、Cost of Retrieval
簡中用語
检索成本、抓取成本
類別
人物自創術語
提出者與年份
Koray Tuğberk Gübür,2023 年 2 月的 Holistic SEO 文章使用 cost of retrieval;較早文章用 Evaluation Cost
官方文件
Google 沒有同名的官方文件;相關:Google 搜尋中心的檢索預算(crawl budget)說明

檢索成本是什麼?

搜尋引擎要處理一個網頁,得先發現網址、送出請求、下載內容、執行頁面程式、解析文字,最後整理進索引,每一步都要花運算與頻寬。檢索成本就是把這整串工作所需的資源,當成一個要被降低的成本來看。

它是 SEO 圈用來思考網站該不該精簡的概念,不是 Google 公布的指標。網站主能觀察的是自己這一端:回應速度、轉址與重複網址。

舉例

一個商店的同一款鞋有上百種顏色、尺寸、排序組合的網址,內容幾乎一樣,爬蟲卻一再抓取。網站主可以用伺服器日誌找出被反覆請求的參數網址,再用標準網址標籤收斂。

檢索成本是誰提出的

  1. 第一層:誰提出、原意是什麼

    Koray Tuğberk Gübür 在〈Importance of Entity, Attribute, Value (EAV) Architecture for SEO〉(Holistic SEO,頁面標示 2023 年 2 月 16 日發表)寫到,網站主與搜尋引擎溝通、提供資料訊號,就能降低 cost of retrieval。更早的〈Importance of Topical Authority for SEO〉用的是 Evaluation Cost,他說那是自己使用的術語。所以 cost of retrieval 是他的用語,不是資訊檢索領域的標準術語,最早使用年份未查到。

  2. 第二層:Google 官方怎麼說

    Google 沒有使用這個詞,官方說明的是檢索預算:Googlebot 能抓、也想抓的網址集合,由伺服器能承受的上限與抓取需求決定。Google 的 Martin Splitt 在 LinkedIn 貼文中說 Google 不追蹤單一頁面的成本(Search Engine Roundtable 於 2024 年 8 月 9 日報導)。

  3. 第三層:現在的用法和原意差在哪

    業界常把它說成頁面越快、Google 越願意收錄,甚至當成會被扣分的分數。這是業界對 Koray 用法的整理,Google 官方文件沒有使用這個詞。較可靠的做法是回到可觀察的事實:重複網址、轉址鏈與錯誤頁本來就值得修。

為什麼重要

找出多餘的轉址、重複網址與錯誤請求並修掉,對使用者和爬蟲都有幫助。Google 的檢索預算文件也說,重複網址會浪費抓取時間,建議整併重複內容、縮短轉址鏈。

怎麼檢查

  1. 取得最近 30 天的伺服器日誌,用 Screaming Frog Log File Analyser 篩出 Googlebot 的請求,看哪些網址被抓最多、回應碼是什麼。
  2. 在 Search Console 的「設定」打開檢索統計資料,看每日請求量、平均回應時間與回應碼分布。
  3. 找出重複請求:帶參數的網址、轉址鏈、404 與 5xx。
  4. 改完後對同樣路徑重新觀察,保留日期與範圍。

常見誤解

  • 秒數快就代表檢索成本一定低。

    傳輸、轉譯與後續處理所需的資源不同。

  • Search Console 有一個檢索成本分數。

    沒有。檢索統計資料只提供請求數量、回應時間等原始資料。

常見問題

檢索成本和 crawl budget 是同一件事嗎?

不同。Crawl budget 是 Google 官方文件的概念,指 Google 能抓也想抓的網址集合;檢索成本是 Koray 的說法,沒有官方定義,也沒有公開的分數,所以兩者不能直接劃上等號。

能用伺服器回應時間估算 Google 的檢索支出嗎?

不能。回應時間只反映網站交付的一部分,不代表 Google 內部的處理成本。用它找出可修正的等待與多餘請求就好,不要當成檢索成本的分數。

網站可以怎麼降低被抓取的負擔?

合併重複網址、減少過長的轉址、讓伺服器回應穩定、保持 sitemap 更新,這些都是 Google 對抓取預算的建議方向。檢索成本本身沒有官方分數,只能看改善後的抓取狀況。

AK · AKSEO Labs · 上線