隨著 Google 搜尋演算法不斷地導入 AI 人工智慧，相信有許多人發現到搜尋結果越接近使用者意圖。而面對越來越聰明的搜尋演算法，許多企業的 SEO 策略也必須與時俱進，除了運用更多的 SEO 工具分析網站體質，同時也必須不斷地優化網站內容，以滿足變化難測的使用者需求。但是傳統的 SEO 操作模式，在現今科技發達的情況，常常會遇到跟不上的問題，導致銷售力道不足，awoo 要分享在人工智慧當道的時代下，SEO 所遇到的問題，並且介紹最佳的 SEO 銷售方案。
傳統SEO問題：分類規劃、內連規模化、長尾關鍵字最佳化不易
1.商品分類眾多，網站分類不易
為什麼好的商品分類很重要?因為一個網站如果有好的商品分類，可以幫助使用者快速找到商品，並且順利完成消費。從 SEO 的角度來看，好的商品分類可以增進商品頁與商品頁之間的關聯性，同時也可以幫助爬蟲更快速理解網站架構。但是對於許多零售電商而言，尤其是從線下轉型到線上的傳統零售商，對於商品分類方式都還是停留在人工分類法。
人工分類在面對商品或品項不多的情況下，或許還可以輕鬆應對，但是如果今天生意蒸蒸日上，進貨商品越來越多，分類商品時間也會越來越多，同時也常常會遇到特定商品不知道要怎麼分類的困境。
觀察近幾年電商網站，銷售的品項和商品越來越豐富，單一網站同時販售像是 3C 商品、生活用品、美妝、家電等等商品，已經可以說是線上的百貨公司。
▲知名線上百貨 PChome，販售 3C 商品非常多，也導致它的分類琳瑯滿目
而今天當商品數量變多的情況下，面對的問題就是要如何進行分類，這會令人十分困擾的一件事情。
2.短時間內擴充網站規模難度大
小型網站在傳統 SEO 的技巧上，會透過增加或補充網站內容的方式甚至針對不同的關鍵字進行商品組合，增加網頁數量，達到擴大網站規模，同時增加爬蟲對於網站的信賴。但是一山還有一山高，面對長期經營或者品牌知名度的較高的網站，網頁內容或商品數量很難在短時間超越。
許多小型零售電商，貨源和商品數量根本不如大型零售電商，在競爭同一個或一組商品關鍵字時，往往都不具有競爭力。對 Google 爬蟲來說，規模越大、商品數量越多的網站，檢索預算也比較多，能夠被收錄的頁面相對來說也會比較多，因此他們排名出現在前幾名的機會也比較大。
▲輸入「藍牙喇叭」，在第一頁前幾名都是具有規模的大型電商網站
3.大量商品命名難以與搜尋意圖一致
為了吸引消費者購買，商品命名方式尤其重要，在某些知名電商上看到品名命名方式都是以促銷活動+商品功能+商品名稱的方式來命名，藉此來促進消費者能夠進一步購買，但是這樣命名方式是否有命中消費意圖，又或者是否可以增進轉換率，隨者時間的演進，又充滿了不確定性，而這往往需依賴銷售人員的經驗來判斷，如果今天銷售員工產生流動，就又必須讓新人來重新累積經驗來進行命名，可以說是相當耗時。
▲商品名稱命名方式，與消費意圖息息相關，如何命名，是一個重要技巧
AI人工智慧解決了許多零售電商的SEO痛點
AI 人工智慧擁有處理大數據、語意理解和預測分析的能力。在海量的文字資料當中，AI 人工智慧找到文字資料的規律和型態，透過 NLP 自然語言處理機制去處理中文字斷詞問題，運用機器學習讓電腦能夠自動化找到人類詞彙的變化規則，進而辨別出詞彙背後的意義。這大量和快速的處理機制大大的幫助了 SEO 在面對大量商品時，可以更快速對於商品進行最佳化分類，並且可以根據關鍵字的搜尋量等客觀資料加上使用者行為和習慣等主觀資料，自動化進行調整和優化。
關鍵字配置方面，AI 人工智慧可根據產品特性、規格、尺寸等資訊，組合出各種不同的可能性，自動化產出了許多長尾關鍵字，省去了不少透過人工發想長尾關鍵字的時間。這些組合中，有不少是低競爭高轉換的長尾關鍵字，有相當高機會產生轉換。
▲ AI人工智慧的出現解決傳統SEO問題
有了這些長尾關鍵字的產出，就可以為網站產出各式各樣的產品頁，例如褲子可以搭配七分、短褲、牛仔風等不同屬性進行結合，變化出各種不同風格的褲子產品頁面，達到擴大網站規模之目的。更重要的是，這些都會根據使用者購物情境和消費習慣進行調整，換句話說，該頁面所呈現體驗是非常客製化，符合每一位來瀏覽的消費者習慣。
awoo nununi AI：零售電商 SEO 最佳銷售方案
在過去 Martech 市場上，許多公司都將 AI 人工智慧運用在客戶或廣告投放上，鮮少有人用在商品特性分析上。awoo 是結合過去 SEO、EDM 和廣告投放經驗，將 AI 人工智慧專注用在商品特性上，開發出首款針對商品解析的『nununi AI (2021/03 後更名為商品推薦引擎)』。nununi AI (2021/03 後更名為商品推薦引擎) 是一個超級銷售員，它會透過商品理解的方式來找到顧客的需求，並且建構顧客的消費情境，提供最適合當下情境的商品標籤。
▲nununi AI，理解商品特性的人工智慧
nununi AI 運用演算法解析了商品產品屬性，將不同的產品根據它們的特性進行拆分，找出這些產品共有屬性，而這些屬性將會與顧客的消費情境、習慣或行為進行適配，進行商品屬性的資料結構化，產出最佳的購物情境標籤。
▲nununi AI透過演算法來解析商品特性，並且進行資料結構化
有了資料結構化，就可以大幅改善傳統 SEO 的問題。面對大量豐富商品品項，nununi AI 將會自動化地協助進行最適合分類標籤，產出對 SEO 最友善的分類模式。每一個分類標籤也都是一個主題商品頁面，這些分類標籤也會是內連的來源，擴大了網站的整體規模，讓小型的零售電商也能享有大電商的規模地位。更重要的是，分類標籤的長尾關鍵字組合，更能帶動搜尋結果頁的競爭，讓具有競爭力的長尾關鍵字不斷地根據使用者購物情境生成，提高能夠達到第一頁的進站關鍵字數量。
▲資料結構化幫助SEO進行分類、內連最大化和長尾關鍵字的大量組合
相信 nununi AI+SEO 會是目前許多零售電商的數位行銷策略的最佳銷售方案。它將會幫助零售電商用最少的資源，獲取大量的自然流量，來達到銷售最大化。
> 完整瞭解 nununi AI 顧客體驗優化系統
