你知道各種搜尋引擎保存你的瀏覽記錄多久嗎?

Blekko說他們只儲存使用者資料48小時，根據Google的隱私權常見問題頁面，Google則是保存IP位址9個月，保存Cookie達18個月。Yahoo也是從原來說的90天延長到18個月。微軟的Bing則是宣稱遵守歐盟的規定，只保留紀錄6個月。

Blekko不僅只保留紀錄48小時，就算你登入後去搜尋，Blekko也完全不會紀錄你的瀏覽紀錄。Blekko與DuckDuckGo都是不會紀錄個人資料的搜尋引擎，但是為何其他的搜尋引擎要保存6個月到18個月之久呢?

Blekko — 保留使用者點選紀錄48小時

Google — 保留使用者點選紀錄9個月~18個月

Yahoo — 保留使用者點選紀錄18個月

Bing — 保留使用者點選紀錄6個月

這些資料就是Clickstream，除了可以用來改善搜尋的精準度之外，就是可以用來分析消費者行為當成行銷之用，也就是說這些資料是非常有價值的。

Google、Bing、Yahoo就是不願意為了保障隱私而放棄利益，當然最被詬病的Facebook也是侵犯隱私的大咖，最近又推出了Brand Tagging，讓大家可以在公開的照片上標記產品品牌，你可以標記各種粉絲頁面或是非朋友在照片中。

不過好笑的是，Facebook大聲張揚說Google侵犯隱私去抓取未經同意的個人資料，這個可好玩了，為何Google會去抓這些個人資料呢?

原來是Google抓了Facebook公開的個人資料當成Social Circle的資料，但是誰公開這些資料呢? 當然是Facebook公開的吧! Google如果抓公開的資料還要經過允許，那麼生意不用做了，各個網站資料還要一一經過允許，根本不可能的事情。

Facebook一方面預設得很公開，或是鼓勵使用者使用真名並公開資訊，但是一方面卻大喊Google偷資料，確實不是一家大公司該有的格調。

個人隱私與商業利益孰輕孰重? 這些企業其實都不必說謊，從他們的言行舉止就可以看得很清楚。

Facebook的這個專利”Visual tags for search results generated from social network information“，在2011年2月15日通過，他是延續”Method of sharing social network information with existing user databases“這篇專利而來。

根據另外一個資料”New Facebook Patent: the Huge Implications of Curated Search [Update]“顯示，該專利是Facebook向Friendster於去年購買的七個專利與十一個專利應用之ㄧ(總共花了美金$39.5M)。

在Facebook的Social Graph(如下圖)架構下，每個人的社交圈都會依照疏離狀態決定關係，也就是你的直接朋友屬於1 d/s (one degree of separation)，你的朋友的朋友就屬於2 d/s … 依此類推，因此越疏離表示他的世界就會離你越遠。

以上的Social Graph，每個人都是一個節點(node)，人與人之間都是一個邊線(edge)，要計算某個人與另外一個人的關係，就由邊線數目(hop)來決定，這個邊線數目(hop)就是上述的degree of separation (d/s)。

有點講得太難了，可能很多人會聽不下去，我們以下就用比較簡單的方式，來介紹這個專利的涵義。

講得白話一點就是，「Facebook的搜尋是希望你的搜尋結果，會因為你的週遭朋友的活動而影響」。

什麼活動會影響你的搜尋呢?   根據專利內容是說根據「點擊」。這個其實跟我們提的Clickstream也是一樣的東西。不同的是Clickstream(點擊流)是跟所有使用者有關，而Facebook的搜尋結果是跟朋友的點擊有關，只是朋友的範圍可以因疏離程度而擴大或是縮小。

當然Facebook也不可能只會根據「點擊」來做社交搜尋，他還有其他太多由Social Graph而來的資料可以應用。

如果Facebook的social graph是準確的，Google應該擔心Facebook的社交搜尋。

問題是: social graph是準確的嗎?

你可以自己想像一下，你的Facebook朋友，有多少比例是真的朋友呢? 你的朋友當中有多少是潛伏的行銷人員呢?

回答完這個問題之後，你就可以知道，我們該依賴這個社交搜尋的程度是多少了。

其實如果不因為這些不同陣營的競爭，而能夠把Google、blekko、 Facebook、 Bing的搜尋技術合而為一的話，相信最後的搜尋結果一定會更加的符合需求。

因此Facebook如果想在搜尋的領域上打敗Google，除了跟Bing更緊密合作之外，也應該更加的調整Social graph的準確性，否則搜尋出來的結果，也只是另外一個不準確的垃圾。

什麼是Clickstream? 就是使用者的在網頁間來來去去的點選記錄，在Alexa.com中的Clickstream又分成Upstream 跟 Downstream，前者就是進入你的「網站來源」，後者就是拜訪完你的網站之後的「網站去向」，所以當透過網站A點選某個連結，進入你的網站，然後使用者關閉你的網站後，繼續瀏覽網站B，網站A就是你的網站的Upstream，網站B就是你的網站的Downstream。

所以Clickstream (點擊流)可以說是使用者的網路瀏覽歷程，這個資料是網路行銷的寶貴資料，也是搜尋引擎的重要參考。

我們為何要再次討論Clickstream呢? 就是因為前陣子有人開始說，Bing偷偷使用Google的搜尋結果。請參考這篇SearchEngineLand 主編Danny的文章”Google: Bing Is Cheating, Copying Our Search Results“，文章中說到Bing也沒有太否認，他們說Bing的工具列外掛軟體本來就會瞭解使用者的使用習慣 … 云云。

奇怪，前陣子不是才有統計資料說Bing的搜尋精準度高於Google嗎? 請參考這篇”Study Shows Bing Is More Accurate Than Google, And It’s Gaining Share“，現在到底是怎樣呢? Bing的搜尋精準度高於Google，Bing又怎會偷Google的搜尋結果呢?

其實各位看倌有無看出端倪呢? 整個市場就是爾虞我詐，許多各處看到的文章不全都是真的。

對於市場上的訊息說:根據研究脽的產品優秀，或是市場佔有率多少的訊息，你都必須抱持存疑並且求證的態度，如果你在網路上看到某個部落格說啥東西很棒、某個課程很優、某個專家很酷… 云云，絕對有一半以上的機率是操作出來的 (說一半也許都還太保守)。

但是上面文章的作者Danny，更舉出了許多的證明，確認Bing是偷了Google的搜尋結果，而非只是收集Clickstream。我們不再重覆說明這些例子，如果你有興趣的話，請參考上面Danny的文章連結。

我們的重點是要談Clickstream，Google跟Bing如何處理從各種管道取得的Clickstream呢?

Bing已經說了，Clickstream是會當成重要資料來影響頁面評等，但是Google工程師卻說他們不會使用Clickstream去影響頁面評等 ….. 這會是真的嗎?

之前Google說他們關切網站的速度，並且會是評等的其中因素，之前文章”網站速度是否為SEO的重要因素?”也談過，他們瞭解網站速度的來由是:

(1) 由Googlebot在抓取資料時的網站反應時間

(2) 由Google Toolbar來瞭解網站的載入時間

所以其實Google toolbar本來就是負責收集資料的角色，但是Google的工程師竟然否認!? 這次換成Google在唬爛了。

其實Google與Bing對於Clickstream資料都會利用，這是無庸置疑的，只是利用程度的不同。因為Clickstream代表的是使用者的習慣，對於搜尋者是否滿意搜尋結果，Clickstream絕對有其意義。

SEOmoz這篇”Director of Bing Discusses Holistic Search and Clickstream Data“，則是訪問了Stefan Weitz(Bing的Director)，他說: Bing is trying to take a more holistic approach to search results calculation and delivery to ensure searchers get the information most relevant to them, which means using a variety of data sources and experimenting with innovative ways to display results to users. 他們嘗試整體的方式去確認搜尋者能夠得到最相關的資訊，也就是說會使用各類的資料來源及創新實驗來顯示結果給使用者。

(其他談到不是關於Clickstream，我們先略去不談)

Stefan Weitz說到，從2007年起我們就在分析clickstream，SEOmoz的Rand也說前Google工程師也說過他們也幹同樣的事情。從他們的談話中可以了解，大家都在做clickstream的分析。

當然Clickstream的資料肯定只是一小部份，Bing就是因為演算法把它弄成大部份，所以才會被抓包說是偷Google的資料。把Clickstream以及其他可當參考的資料彙集，就可以作「分類器」，也就是把網頁分門別類的放置取出 …

這個就是重點啦，你的網站被機器分類成什麼樣子，就會呈現在搜尋結果上。

另外他們的談話還談到一個重點，就是Google跟Bing都有以「人」為主體的評分者，以這個方式來彌補機器學習clickstream等資料的缺失，只是他們的作法各有不同，有的會以人為介入去修改「資料」，但是有的不去介入資料，只會介入「訊號」，或是修正演算法來間接改善資料呈現。

到底Google跟Bing脽是會以人為介入去修改「資料」，而脽不會呢? 這個當然不能聽他們自己說，需要持續觀察。

說了半天，大家肯定搞昏了，我們再來簡要整理一下，讓大家清楚些:

(1)clickstream是網路使用者的流覽歷程，各搜尋引擎都會分析當成參考。

(2)你的網站呈現樣貌會被依據來當分類的參考，你知道他們的分類標準，就能改善搜尋結果。

(3)各搜尋引擎都有人為評審來介入資料，只是介入程度上的不同，所以做假有很高的機率會被抓包。

後續我們會再告訴各位，如何掌握被分類的重點，以及如何影響Clickstream，這些都不是作弊，而是引導使用者以及引導搜尋引擎，如果你能夠把他們導到你希望的方向，你的網站就是邁向成功的時候了。

更多後續文章將刊登於: 搜尋引擎技術學院

[2011/02/27後記]

我們在上述文章就說，雖然Google在受訪時否認使用Clickstream (點擊流，使用者瀏覽歷程資料)，但是從經驗判斷，Google一定也使用Clickstream。

並且我們文章中亦說明，「各搜尋引擎都有人為評審來介入資料，只是介入程度上的不同」。

過不出幾天，這篇新聞”Google「微整型」 搜尋更精確“就更證實了我們的說法，這篇內容說到: Google在演算法中納入「使用者與網站互動方式」等多項因素，並聘用數百人評估搜尋結果的轉變，採納這些「評價員」的回饋意見。

並且從Google工程師的原文來看: Finding more high-quality sites in search

It’s worth noting that this update does not rely on the feedback we’ve received from the Personal Blocklist Chrome extension, which we launched last week. However, we did compare the Blocklist data we gathered with the sites identified by our algorithm, and we were very pleased that the preferences our users expressed by using the extension are well represented. If you take the top several dozen or so most-blocked domains from the Chrome extension, then this algorithmic change addresses 84% of them, which is strong independent confirmation of the user benefits.

雖然Google沒有直接使用Personal Blocklist的資料，但是他們有經過比對這些資料 … 也就是說他們能夠收集到的使用者習性資料，是否會用來影響Ranking algorithm，還會經過一個階段，那就是「驗證」。

最後再重覆重點: 就是搜尋結果還是都會有「人」來做搜尋結果的採樣，當被「人」評為垃圾，就會在搜尋中消失，並且Clickstream (點擊流，使用者瀏覽歷程資料)如果顯示出很高比例的某種趨勢，同樣會去影響搜尋結果，而這些結果到最後就可能會變成演算法修改的參考。