Rimal Desal · 海水淡化 EPC 承包商 · 马斯喀特
一家马斯喀特海水淡化承包商如何让双语项目档案重新可被抓取
أرشيف مشاريع ثنائي اللغة، قابل للزحف من جديد
核心成果
+140% 自然搜索招标线索
阿曼马斯喀特 · 11 个月
已收录阿拉伯语页面 120 → 980
进水水质
三十年的业绩资历,在两种语言里都无人看见。
双语项目档案里满是损坏的阿拉伯语 URL 和孤立页面,让招标研究员找不到这家公司的业绩资历。
在海水淡化 EPC 行业,官网不是宣传册,而是业绩清单:水务公司的招标研究员在拟定资格预审短名单之前,都会来这里核查。Rimal Desal 建成了 640 多座淡化厂和泵站,每个项目都有阿拉伯语和英语两个页面。可经过两次 CMS 改版,阿拉伯语那一半大多已从索引中消失。
研究员用阿拉伯语搜索在阿曼沿海有 SWRO 经验的承包商时,看到的是竞争对手,或者一个 404 页面。公司来自自然搜索的招标询价停滞在每季度五条,而且几乎全部来自英语搜索。
诊断 · 五个膜层
每一个错误,都按会截住它的那一层归类。
一次双语全站抓取,加上 90 天的服务器日志,共找出 3,900 个抓取错误。我们没有把它们列成一张长长的清单,而是像反渗透工艺分离杂质那样逐级归类:先是粗大的编码故障,最后是最细微的抓取预算浪费。选择一个膜层,看看它截住了什么。
第 01 层 · 网站架构
طبقة الترميز
格式错误的阿拉伯语 URL
进入
3,900
截留
1,620
通过
2,280
截住了什么
- CMS 每次保存都会对阿拉伯语 slug 再做一次百分号编码(%25D9%2585…)
- 阿拉伯-印度数字与西方数字混用,同一个项目编号产生两个 URL
- 末尾空格和延长符(ـ)让来自招标平台的链接变成 404
解决方案
统一一条不做音译、经 NFC 规范化的阿拉伯语 slug 规则,并为每个历史变体设置一跳到位的 301,共 1,180 条。
rimal-desal.example/ar/%25D9%2585%25D8%25B4%25D8%25A7%25D8%25B1%25D9%258A%25D8%25B9/sur-ii
404 – الصفحة غير موجودة
2022 年改版遗留的双重编码阿拉伯语 slug。没有 hreflang 配对,也没有结构化数据。
rimal-desal.example › ar › مشاريع › صور-٢
محطة صور ٢ لتحلية مياه البحر — ٨٠٬٠٠٠ م³/يوم
SWRO · 2019 年竣工 · 南沙尔基亚省。英语版本通过 hreflang 关联。
处理工艺链
四项策略,按水流经过的顺序依次实施。
本项目采用我们的 Signal 方案(技术 SEO):先解决挡住爬虫的问题,再解决让它困惑的问题,最后解决它读不懂的问题。
Hreflang
为每个阿拉伯语项目页配上对应的英语页面。
由项目 ID 生成 ar-OM、en-OM 和 x-default 组并写入站点地图,以后无论模板怎么改,配对都不会再断。
网站架构
重建档案结构,让任何一个业绩页面都不超过三次点击。
一条经 NFC 规范化的阿拉伯语 slug 规则,为 1,180 个历史变体设置一跳重定向,再按产能、技术和客户建立枢纽页,让 214 个孤立页面有了上级。
Schema 标记
把每座淡化厂变成搜索引擎能读懂的实体。
项目实体标注了以 m³/日计的产能、膜技术、地点和竣工年份,双语互为镜像,统一归属于同一个 Organization。
日志文件分析
观察 Googlebot 实际把时间花在了哪里。
90 天的服务器日志显示,71% 的抓取浪费在筛选和日历页面上。屏蔽之后,爬虫转向项目页,现在每 6 天就会重新抓取一次。
11 个月
一个月接一个月,产水越来越清。
M01 · 诊断
抓取两种语言版本,调取 90 天日志
完成双语全站抓取,解析 412,000 行日志,每个错误都归入五个膜层之一。
M02 · 编码
规范阿拉伯语 slug
与工程团队商定 slug 规则;1,180 个历史变体各自映射到唯一 URL。
M03 · 编码
上线重定向表
一跳到位的 301 在一次发布中全部上线;逐一人工复测招标平台上的深层链接。
M04 · 语言
基于项目 ID 重建 hreflang
互相对应的 ar-OM / en-OM / x-default 配对在站点地图中生成,而不是写在模板里。
M05 · 结构
设计枢纽模型
起草产能、技术和客户枢纽页;214 个孤立的阿拉伯语页面有了上级页面。
M06 · 结构
把档案结构扁平化
用距首页三次点击、可筛选的索引取代分页档案。
M07 · 语义
把项目建模为实体
两种语言各 640 个项目页标注了产能、技术和竣工年份。
M08 · 抓取预算
堵住爬虫陷阱
屏蔽分面筛选和日历 URL;PDF 数据表合并到同一路径。
M09 · 抓取预算
第二轮日志复查
Googlebot 对项目页的抓取占比从 29% 升至 74%;阿拉伯语页面的重新抓取间隔缩短到 6 天。
M10 · 语义
面向投标的业绩页面
为招标研究员最常问到的 40 座淡化厂补充双语资历摘要。
M11 · 交接
监控与运维手册
日志和 hreflang 每周检查实现自动化;运维手册移交给内部网站团队。
交接
监控与运维手册
日志和 hreflang 每周检查实现自动化;运维手册移交给内部网站团队。
产水 · 成果
+140% 自然搜索招标线索。
这是为虚构企业建模的情景,并非客户的真实成果。我们从不保证排名和流量;详见我们的服务条款。
抓取错误
3,900 → 41
已收录阿拉伯语页面
120 → 980
每季度招标线索
5 → 12
改造前后的排名
Google 阿曼,桌面端,第 0 个月与第 11 个月的模拟排名。
| 搜索词 | 语言 | 改造前 | 改造后 |
|---|---|---|---|
| مقاول تحلية مياه عمان | 阿拉伯语 | 未上榜 | 第 3 名 |
| desalination EPC contractor Oman | 英语 | 第 34 名 | 第 4 名 |
| مشاريع تحلية المياه مسقط | 阿拉伯语 | 第 61 名 | 第 2 名 |
| SWRO plant references GCC | 英语 | 第 41 名 | 第 7 名 |
| محطة تحلية بالتناضح العكسي | 阿拉伯语 | 未上榜 | 第 6 名 |
| reverse osmosis contractor Muscat | 英语 | 第 28 名 | 第 3 名 |
| brine outfall design Oman | 英语 | 未上榜 | 第 9 名 |
| شركة مقاولات محطات المياه | 阿拉伯语 | 第 72 名 | 第 8 名 |