雖然是以英國網站資料為主要搜尋對象，但是經過測試之後，連中文網站也都已經收錄進去。

如下圖，在Oscobo上搜尋「搜尋引擎優化」，也出現中文網站。

創辦人是Fredrik Cornell與Robert Perin，其中Cornell是曾經待在Yahoo 12年的前員工。

他說他很喜歡Yahoo，但是也看到他們追蹤使用者，並且運用這些資料去賺更多的錢，他開始覺得不舒服。因此他決定要提供一個完全不追蹤使用者的搜尋引擎。

當然Oscobo不是第一個完全不追蹤使用者的搜尋引擎，之前就有DuckDuckGo、StartPage、ixquick、以及blekko。但是blekko已經被IBM買下之後，真正不追蹤使用者的搜尋引擎已經越來越稀有了。

Cornell表示，近幾年來使用者的資料被廣泛拿來運用或是交換，但是當愛德華·史諾登(Edward Snowden)揭露美國政府正在秘密建造一個龐大監視機器，摧毀隱私及網際網路自由之後，大家突然覺醒過來。也因此DuckDuckGo在過去兩年就成長了600%。

個人隱私已經開始變成影響網路發展的一個重要因素，因此歐盟前幾年開始有了Cookie相關規範，除了要告知使用者之外，還必須讓使用者可以拒絕被追蹤。

雖然這些規範還不夠成熟，但是這個趨勢可能會造成後續重大影響。

後續將持續追蹤Oscobo的發展，以及個人隱私趨勢變化。

這篇”A multi-screen and conversational search experience“說，人類透過交談來溝通，不是下關鍵字，而我們也已經很努力的改善Google，讓他能夠了解問題並且回答。我們也已經在各種設備上，可以透過語音來讓Google反應你的要求。

以後你將可以問說:「Google，這個周末會不會下雨?」並且得到語音的答覆。

假如你正開車前往某個目的地，你也可以問說: 「Google，我距離目的地還有多遠?」你也可以獲得回應。

更好的回答 — 對於知識圖譜的改良

Google之前公佈的知識圖譜 (Knowledge Graph)，是對於真實世界的人、地、物的映射，到目前已經又增加了許多深度的改善。也已經可以讓更多語言使用，讓搜尋增加了智慧，例如使用波蘭語、土耳其語、簡繁體中文。你也可以得到更豐富的結果，例如「加拿大有多少人口」，不僅可以得到答案，還可以得到更多相關的答案，例如「加拿大人口的變化」、「加拿大人口與其他地方的比較」。

Google Now: 一個新的提醒小秘書。

Google Now是要在正確的時間，提供你正確的資訊。不僅可以稍候提醒你，還可以讓你挑選時間或是地點來啟動提醒，在最正確的時間跳出提醒內容。例如當你在超級市場時，就會跳出提醒，是否應該購買牛奶、紙巾、狗食，這些提醒就是在正確的時間，在正確的地點來讓你不會忘記應該執行某些事情。

如果你對於一些未上市的書籍或是音樂感興趣，Google Now也會在這些東西上市的時候通知你。並且最可貴的地方是，你可以使用聲音來建立備忘資料。

這篇”OK Google: The End of Search as We Know It“說到~ “no interface” approach to search，沒有介面的搜尋，跟我們在”搜尋的未來: 沒有SERP的SEO是什麼?“與”什麼是完美的搜尋引擎 (The perfect search engine)?“說的很類似，未來可能會透過「語境訊號」來了解你要什麼，得到的結果也不再有傳統SERP的樣子。

以下是2013 Google I/O的影片，我們來看看  … 你應該可以看到未來Google的樣貌。

所以這個發展對於SEO來說，有什麼意義呢? 代表的是我們所說的~ 內容為王、結構為后，並且人為的連結將無法再主導搜尋結果，並且內容的相關性已經很難以簡單關鍵字來鎖定。

你對於Google所說的未來發展有何寶貴意見嗎? 歡迎發表您的看法，或是到我們的粉絲團留言喔。

網路上確實有浩瀚的知識，但是在大量正確的資訊外，也存在許多錯誤的訊息。不只專業的知識會有許多錯誤的內容，連生活上的資訊都存在亂七八糟的胡扯內容。也有些資訊不算錯誤，只是因為過時而不適用。

為什麼網路上會有許多錯誤或是過時的訊息呢? 因為大家都能夠在網路上發表看法，可能有些自認正確的訊息，就在沒有篩選機制下散佈出來。許多當時正確的訊息，發布者也不可能隨時上來更新。所以這種情況只會越來越嚴重，在大量的網路訊息中，正確的比率會越來越低，胡扯的內容會越來越多，因為大家都把網路當成練習台。在這個廣大的練習台中，如果你無法有效的篩選，你可能會被錯誤的資訊所誤導。

另外如”SEO亂像 : 垃圾內容就是這麼來的“說的，常在搜詢結果找到網站後，發現內容每個字都懂，但怎麼就是不知道到底在說甚麼，原因就是許多內容是胡亂拼湊出來的。

所以網路搜尋並不等於研究，搜尋過後還必須透過專業訓練來進行過濾，進行過濾以及形成正確的知識才是研究，但是許多人都直接把搜尋後的內容當成研究結果。

這篇”94 Percent Of Teachers Say Students Equate “Research” With Using Google“說，根據PEW的研究顯示，94%的老師說學生以Google等搜尋引擎當成研究的工具。

把Wikipedia等線上百科當成研究工具以75%列第二名，而使用實體書籍以及實體圖書館當成研究工具竟然敬陪末座。

以下的統計顯示，55%的老師認為他們大部分的學生具有良好的搜尋能力，40%的老師認為他們一些學生具有良好的搜尋能力，5%的老師認為他們的學生都具有良好的搜尋能力。

所以搜尋雖然已經是網路上重要的研究工具之一，但是許多學生都還不具備專業的搜尋能力，並且尚無法正確的篩選出來真正的知識，因此網路搜尋並不等於研究。

如果要真正的能夠善用搜尋引擎成為真正的研究工具，就必須完全了解搜尋引擎，知道如何下指令去進行有效的搜尋，並且找到一大堆資料之後，還必須依靠各種知識來源(如書籍等)，去確認搜尋的資料正確性，然後這些資料才能成為研究的材料，當然這些研究的材料是別人的，還必須消化彙整之後，再加入自己的東西才能真正成為研究內容。

這篇”Zuckerberg On Search: At Some Point, We’ll Do It & Be Uniquely Positioned“說到，雖然Facebook沒有真正推出搜尋服務，但是每天都在進行十億次之多的人名或是品牌搜尋 (是否真的是十億次搜尋，作者尚未確認)，Zuckerberg說這個是一個很大的機會。

但是Facebook的搜尋服務可能跟一般的不太一樣，他想要的是回答人們的問題，而不是以關鍵字來得到一大堆資料列表。例如想要到壽司餐廳，Facebook就會根據你的網路來給你壽司餐廳。

Zuckerberg說到Facebook有一組人在進行搜尋，但是又說搜尋服務是還在持續進行的事情，目前還沒有什麼可以宣佈的。目前Facebook的搜尋相關專案還是與Bing進行合作，而且把Google擋在門外。

“How Serious Is Facebook About Search?“說到，Facebook有20多個人在前Google工程師Lars Rasmussen的領導之下，進行搜尋的改善。

並且除了改善Facebook的內容搜尋功能之外，Facebook還可以藉此推出類似Google AdWords的廣告服務，而Facebook也說他們沒有意思要挑戰Google的Web Search。

據Business Week的資料，Facebook在今年二月有三億三千六百萬次的搜尋，如果Facebook真正的改善搜尋服務的話，可以增加不少的營收。

(這個搜尋次數資料跟上述的搜尋次數顯然有差異，待確認中)

還記得Google也說過類似的話，當時Google+1推出的時候，Google說他們沒有要挑戰facebook去建立一個社交網路，結果最後東扯西扯，最後還不是推出來了Google Plus社交網路。

所以Facebook說他們沒有要推跟Google一樣的搜尋，應該要解讀成: 我們沒有要推像Google這麼不精準的搜尋，我們要的搜尋是給使用者答案。

所以Facebook也即將推出搜尋服務嗎? 是的，這只是時間的問題。

我們先來看看以下的影片:

(How search works?)

以下的影片說明搜尋引擎的四大步驟~ 抓取/儲存/擷取/評等。

以下影片則說明關鍵字的作用。

其實儲存與擷取可以把它看成一個程序。因此尋引擎的運作，可以分成四大部分~ 抓取、處理、評等、展示。

[抓取]就是搜尋引擎會派出許多程式到處抓資料，把這些資料抓到他們的資料中心。
[處理]就是把抓回來的資料找出有用的資料，進行有系統的儲存。
[評等]就會分成兩種方式~與關鍵字無關的評等、或是與關鍵字有關的評等。
[展示]當使用者搜尋時，要如何顯示給使用者瀏覽。

所以如果在抓取與處理程序上沒有順利進行，就不可能進到評等的階段，更別提說展示的階段了。

你有了網站，搜尋引擎就會乖乖的抓取嗎? 抓取完成後，就一定會正確的處裡嗎?

當然不是的，許多網站都無法被搜尋引擎完全抓取，或是只抓取小部分的網頁。許多網頁也未必能夠被搜尋引擎正確的處理。

許多人沒有作對事情讓搜尋引擎正確的抓取與處理，但是卻期待能夠有好的評等與展示，當然結果不會如願。也就是說雖然你的網頁遵照評等因素進行了許多調整，但是卻連第一個關卡都沒有開始，怎麼可能會有好的結果呢?

所以你必須瞭解清楚搜尋引擎的抓取、處理、評等、展示的步驟，你才有可能會有好的搜尋引擎優化的結果。

[補充]

許多半路出家的部落客經常發表一些很奇怪的SEO觀點，最主要原因就是對於搜尋引擎的運作原理不瞭解。

這些部落客經常弄錯的有~ Pagerank到底重不重要? 到底哪些連結是合乎規範的? SEO所談的結構到底是什麼? 當被搜尋引擎處罰後會發生什麼事?

不是觀點反覆，就是壓根錯到底。一下子說Pagerank不重要，一下子又說Pagerank很重要。或是大肆宣傳錯誤的連結方式，並且把我們拖下水，說我們的書也這麼說。

SEO有很多觀點是不太會變的中心思想，但是也有很多觀點是每年在變化的。如果研究SEO的人沒有搞懂搜尋引擎，就不會知道這些變與不變的道理。當然說出來的論點，就可能在傳遞錯誤的訊息。

我們之前說過，SEO是一個入門門檻很低，但是要出師的門檻很高的一項技術。如果沒有資訊相關背景的話，可能很多SEO相關的基本觀念都會搞錯。

不是所有的網路內容都是正確的，所有讀者應該多多思考，才不會花了許多時間卻學習到錯誤的知識，共勉之。

但是要知道什麼是完美的搜尋引擎 (The perfect search engine)有這麼簡單嗎? 其實並不難，困難的是我們還必須知道，目前哪些可以應用的技術是成熟的，如此才能預測搜尋引擎可能演進的軌跡。

這篇”How Would You Create The Perfect Search Engine?“提到如何建立一個完美的搜尋引擎，其中有一個影片探討完美的搜尋引擎，我們先來看看內容 …

影片中提到完美的搜尋引擎的要素，包括以下幾個項目:

(1)User experience (使用者經驗)

— Query format (查詢詞的格式) 可以允許透過image/audio/voice/text當成查詢的輸入。

— SERP integration (搜尋結果的整合) 應該回覆product/news/maps/video/images/website … 等等各類可能被需要的資訊。

— SERP interaction (搜尋結果的互動) 應該提供什麼方式讓搜尋者過濾出需要的資訊，如Transactions/Recommendations/Refinement tools/Onebox answer/Links … 等等。

(2)Relevancy algorithm (相關性演算法)

— On-page elements (頁內元素) 包括頁內的文字新鮮度、頁內結構、關鍵字密度、標題標記 … 等等。

— Links (連結) 包括backlinks與outbound links的數量與品質。

— Social signals (社交訊號) 網站內容在各種社交平台上的影響層面。

— Personalization (個人化) 依照每個人的歷史資料、個人喜好需求、地理位置、社交情況 … 等等，而改變相關性計算的權重。

— Contextual signals (語境訊號) 以搜尋者的各種狀況，如搜尋時的日期時間、作業系統、設備、地點 … 等等來決定相關性計算。

總之，我們希望搜尋引擎能夠給搜尋者所需要的資訊，但是問題是這麼多種類型的資訊，搜尋引擎怎麼知道「搜尋者的意圖」呢? 其實現在決定搜尋引擎是否完美，很大的部分決定在於搜尋引擎要能夠猜測搜尋者到底要什麼? 如果無法精準的猜測，至少需要提供界面，或是上面說的SERP interaction(搜尋結果的互動)方式，讓搜尋者去挑選真正需要的資訊。

相對於「猜測搜尋者的意圖」，搜尋引擎對於相關性的計算，其實已經比較成熟，因此你的網頁是否與某個關鍵字相關，是否能夠出現在搜尋排名優秀的位置，除了相關性之外，就取決於~關鍵字的精準、QDF、QDD等因素來決定。

現在你已經知道什麼是「完美的搜尋引擎」，所以你應該知道Google或是Bing會在哪些方面追求精準，你也應該要知道如何改善你的網站，才能夠逐漸的提升搜尋排名。

我們如果使用indeed去搜尋( 如上圖)，可以發現資料來源有104人力銀行、eJob 全國就業e網、1111人力銀行、518人力銀行、JobsDB Taiwan …等等的人力資源網站。

這個表示台灣自己都還沒做的「人力資源垂直搜尋」已經被外國公司做掉了。我們在”SEO 關鍵解碼“書中也介紹了許多的「垂直搜尋」的搜尋引擎，這些服務可以協助使用者不需要到每個網站去搜尋。

上述的「人力資源垂直搜尋」服務，對於人力資源網站來說，應該是又愛又恨，愛的是可以替他們散佈工作訊息，但是恨的是會減少使用者在他們網站的停留時間，可能影響廣告收益。但是不管如何，其實長期來說，「垂直搜尋」的搜尋引擎服務，其實對於使用者及資料網站都應該是正面的。

「人力資源垂直搜尋」服務indeed來到台灣還有什麼意義?

就是你的資料能否被正確而有效率的被「垂直搜尋」抓取呢? 如果沒有跟這類服務能夠有資料交換機制，或是被他們網路抓取的話，可能你的資料就無法在垂直搜尋中出現。

FindTheBest目前還在beta測試階段，據Kevin O’Connor所說的，他是一個比較式的搜尋引擎，也就是你可以比較數種相機產品，你也可以比較紐約跟洛杉磯的生活費用，也可以比較到底哪些學校的師資比較好 ….

如下圖比較哪些eBook Reader比較好 …

其實這個跟我們之前提過的Google Squared類似，也跟Bing的某些功能類似。他都可以做主題式的資料比較，但是我們不是要談FindTheBest的功能，我們要談的是這些服務的背後意義。

FindTheBest這類的搜尋引擎跟一般搜尋引擎最大的不同在於資料來源與語意處理，一般搜尋引擎抓取各種資料，幾乎來者不拒，先抓再說，抓完之後頂多分詞、關連、評比、索引，但是FindTheBest這類的搜尋引擎會選擇資料來源，並且進行深度的語意分析。

我們在SEO與行動行銷也提過，傳統搜尋引擎上的排名不能夠保證與行動搜尋的結果是相同的資料，再綜合各種主題式搜尋的出現，企業或者SEO業者必須要思考的是:

(1)我們建立的網站內容如何可以被垂直搜尋善用?

(2)我們除了提供傳統的網站之外，是否能夠因應行動設備的瀏覽?

(3)是否除了傳統網站的SEO作業之外，是否可能提供使用者mobile apps?

以上三大點的詳細解說，我們後續再來談囉。

最常見到的就是新聞(Google News)，因為可能許多人透過Google News看完標提及大綱就完成閱讀，沒有特別興趣的內容就不會再點入。再如商家資訊，許多搜尋結果都已經顯示出地址跟電話，例如下圖

如果你是要找旅館的連絡訊息，當然就可能不再點入。

如果你是商家的話，問題還比較簡單，因為你需要聯絡資訊，表示是要前往消費，沒有點入還不至於造成損失，但是如果你是商家資訊提供商網站，例如集合旅館訊息的旅遊網站，前往店家消費並未帶來你的獲利，因此這類網站可能就會不太高興了 …

所以這時候，如這篇文章”When Did Search Engine Visibility Become a Bad Thing?“說的，Yelp這個餐廳資訊網就老大不高興了，因為搜尋引擎大大影響了他的流量，尤其是 Google Place (當地店家資訊)還使用了許多Yelp的Review內容 …

所以這時候，搜尋引擎抓出太多資料，反而不是好事了，不但如Yelp之類網站不高興，連店家也要特別注意了，因為許多關於商店的抱怨資料，都隨手可以搜尋得到。

所以，商家資訊提供商網站就必須思考如何提供更深層的服務，而非只是片面的文字訊息提供，對於店家來說，定期的進行「網路聲譽搜尋」也是極其必要的事情。

因此，搜尋引擎之間的戰爭也日益精彩，微軟的Bing在美國與Yahoo形成統一連線來對抗Google(參考: Bing+Yahoo)，而日本Yahoo卻與Google結盟 (參考: 日本Yahoo+Google)。由此大略可以知道搜尋引擎大戰簡直已經是混戰了，反正大家可以抓來取暖就加減湊合。

根據幾篇文章的報導，How Bing is out-innovating Google，Bing and Google in a Race for Features，幾乎都在稱讚Bing的表現，Google最近的功能改善腳步上似乎有些緩慢，尤其許多人認為Google似乎在竊取 Bing 的創意，例如原本Google首頁是簡明的白色，前陣子竟然學Bing也在首頁放上圖片，讓使用者一陣譁然撻伐之後，又摸著鼻子把界面改回來，過了一陣子又發現Google的圖片搜尋界面竟然跟Bing的界面幾乎雷同。

也許是心裡不是滋味吧，Google的圖片搜尋結果中，如果你用”bing”當搜尋關鍵詞，你會發現如下的畫面 …

怎麼會許多性感的圖片呢? 原來有些女藝人剛好名字就有bing這個字，但是你應該會納悶，這些女藝人的照片就跟bing這麼密切相關嗎? 有密切相關到必須出現在第一頁嗎? 難道Google是要發洩心中對bing的不爽嗎? 這個就不得而知。

不過雖然會發生上述可能不是那麼相關的意外，但是基本上搜尋引擎能夠提供給你資料的準確性，完全依靠你給他什麼訊息依據，也就是垃圾進、垃圾出的概念。

這篇文章”Innovation: Shrewd search engines know what you want“就提到，如果搜尋引擎知道搜尋者的 Demographic data (如使用者的年齡、性別、職業 … )，那麼搜尋引擎就能提供更精準的搜尋結果，如果搜尋引擎知道你的基本資料，又知道你的網路瀏覽歷史，又知道你的搜尋歷史，如果再偵測你在使用網路時滑鼠移動的位置的話，就更可以知道你的關注點在哪裡。

上述研究發現，如果搜尋引擎知道使用者的基本資料，可以改善釐清語意不清的搜尋關鍵字，並且70%的使用者會將滑鼠圍繞在閱讀的區域。

搜尋引擎知道你要什麼 ! 只要給他更多的訊息，也許透過不斷的資料收集，或者透過訓練機制，使用者可以慢慢的告訴搜尋引擎更多資料，讓搜尋結果更精準，但是這又牽涉到個人隱私的問題，你願意用犧牲個人隱私來換取精準的搜尋結果，還是寧願糟糕的搜尋結果也要抓緊個人隱私呢?

這篇”Feds Resurrect “Do Not Track” Concept for Online Ads“提到，美國開始考慮限制線上廣告追蹤使用者的使用習慣，如過這樣的思考普遍被接受，可能連搜尋引擎都會被限制追蹤使用者，如此一來可能會讓搜尋引擎更不了解使用者，也就無法提供精準的搜尋結果了。

當然個人隱私非常重要，但是如何在保障隱私與便利性上找出平衡點，的確不是一件容易的任務。