为何需要SEO
假设你有一个销售化妆品的电商网站，你希望人们通过搜索引擎(百度、搜狗、搜搜等网站)查找到你的网站，进而到你的网站购买化妆品，此时你就需要对网站做SEO.比如你的网站的化妆品种类有防晒类、保湿类、抗皱类等。针对防晒类产品，你希望人们在搜索防晒化妆品、防晒霜、防晒乳等词汇时能搜索到你的网站，那么，防晒化妆品、防晒霜、防晒乳等词汇就是你的目标关键词。通过对网站关键词的优化(SEO工作)，如果在百度中搜索防晒霜，你的网站出现在搜索结果页的前面，那就说明你的
SEO是带来客户的重要渠道。从这个意义上来说，SEO是通过技术的方法来实现营销的目的。SEO的好处很多，首先是排名稳定。通过SEO的方法优化的关键词排名一般比较稳定，除非网站进行大量修改或者竞争对手异军突起，否则一般可以保持排名的时间比较长，相对于花钱做广告，停止花钱可能排名就消失，好处不言而喻。其次，SEO成本低。做过网络广告投放的人都知道，投放网络广告花费较高，比如在百度投放蜂巢广告，一般一次点击至少花费2元，点击一次热门的词汇要花费5~9元，点击一次超级热门的广告花费几十元也不鲜见。因此，投放网络广告，花销不容易控制。当然，网络广告投放SEM是另外一门技术，我们暂且不讨论。相较而言，通过SEO的方法进行网络营销，确实是一个更便宜的办法，因为SEO只需要SEO人员和一些辅助落实的技术人员，没有额外的资金成本。
另外，因为SEO本质需要通过关键词等方式来吸引精准的用户，所以，SEO人员会从传播的角度对产品和网站进行深入思考，他们是真正憧产品和网站价值的人。
SEO的经济价值
如果SEO做得好，其创造的经济价值是非常大的。我们来计算一下，比如一个大型门户网站日均IP是50万，这个数据对于大型门户来说已经非常保守了。假设当前通过SEO引过来的自然搜索流量占据20%,即日均免费的搜索量大概是10万IP(50x20%).理想状态下，免费的自然流量占到50%也是常见的，通过SEO人员的努力，SEO的日均免费流量提升到20万IP,即增加了10万免费的流量。按照SEM投放的数据，均价1.5元一个IP已经是最低的竞价标准了，10万x1.5元=15万元，那么一个月就是450万元(15万元x30).这是一笔巨大的成本节省。即使维护了一个5人的SEO团队，月均20万元的人力支出，也是非常合算的。可见，SEO对于互联网引流是至关重要的一环，任何依赖流量生存的网站都必须重视SEO工作，对SEO进行更多的资源倾斜。
关键词可以粗略等同于网页的定位，通过关键词的设计，对网页进行定位，再传达定位信息给搜索引擎，吸引相关的搜索客户到达页面。
关键词的定义
关键词(Keywords)是SEO中最重要的一个词汇。关键词就是你希望能在搜索引擎的搜索结构中获得良好排名，给网站带来流量的同时能推广目标的词汇：比如，你的文章内容是对新款手机的介绍，则“手机”一词可能就是你的关键词。关键词分为核心关键词和长尾关键词(Long-tail Keywords).长尾关键词是对于核心关键词的一个概念，是核心关键词的一个扩展。比如“手机”是核心关键词，那么“jPhone6plus 手机”就是一个长尾关键词。长尾关键词可以按照很多维度进行扩展，扩展的目的是捕获更多的流量。
对于某些词汇来说，可能说法完全不一样，但也是关键词的范畴。比如“国庆节”是关键词，那么“十一黄金周”在某些程度上可以认定为相关的语义关键词，这里的语义关键字实际是基于机器智能学习自动识别的关键词。在机器识别方面，有很多不同的规则，其中一个重要的规则是依据词汇之间经常同时出现的概率计算。
在关键词优化的时候，页面应该怎么部署关键词，关键词应该出现多少次?可以用关键词密度这个概念进行量化。业界对于关键词密度的公认数值为3%~8%,密度过低，排名不好，密度过高，有作弊之嫌，很容易被搜索引擎封杀。那么，关键词密度是怎么定义的呢?
关键词密度
关键词密度是关键词在网页中所占比重的一种计量方式，对SEO的效果有重大影响。那么，关键词密度是怎么计算的呢?
例如，SEO是一门技术。
那么SEO的密度是多少呢?如果是网站工具，在考虑分词的情况下，实际的关键词密度计算方法如下。
分词：SEO,是，一门，技术。共4个词。
SEO出现1次，则密度=1/4=25%.
每个搜索引擎都有一套自己的分词方法，分词方法的优劣决定了搜索结果的精度。在分词的处理上，其普遍会建立一个词库，用来识别常见的词汇组合。比如“男人婆”是一个俗称，组合在一起的意思大家都很清楚，但是，搜索引擎是机器，不知道这个词的意思，很可能会将其切分成“男人”和“婆”两个字，这样，词汇原有的含义就丢失了。为了避免这种情况的发生，搜索引擎建立了一个专门的库，标识“男人婆”是一个专门的词汇，在遇到这个词的时候，不把它们切分开来。
建库是一个庞大的工作，一般通过机器学习的方式来完成。机器学习的基本原理是通过对海量网页进行分析，找到经常一起出现的词汇，把这些词汇提取出来，默认这些词是有专门意义的组合词，再通过逐步提取的方式，把基础库建立起来。
即使如此，再好的分词方法也有出错的可能，这时候就需要人工来标识辅助，逐步完善分词基本库的工作。几乎每个搜索引擎公司都有这种人工标识词库的人员，他们的工作就是不断地找出 Bad Case(
