SlideShare a Scribd company logo
1 of 1
Download to read offline
2011/1/4
 データベースメディアにおける検索エンジン最適化プロセス                 株式会社ECナビ ECナビ事業本部
                                             榎本 徹
                              流入数
                                      ①マスタデータ数
                                       マスタデータ数
                                      マスタデータのボリュームがすべての母数となる。
                                      仮に10レコードしかなければ他をいくら最適化し
②属性データ量                               てもスケールしないことは明白。


                                      ②属性データ量
                                       属性データ量
                                         データ
                                      マスタアイテムに関するデータ(トランザクション
                                      データ、メタデータ、等言われるもの)。=コンテン
                                      ツ。属性種類×ボリューム。


                                      ③最適化
                                      検索キーワードにより多く、より上位にヒットする
       ③最適化                           ように、
                                      1. ①②を設計。
                                      2. ①②をMIXした情報の切り出し方(=「キー
                                         ワード単位」「ページ単位」の作り方)を設計。
                                      3. カテゴリドリルダウンでのキーワード・ディストリ
                                         ビューション概要を設計。全体ストラクチャ。
                      ①マスタデータ数           URL体系。
                                       4. 詳細ストラクチャ設計。キーワードを強めるた
                                          めの切り出した情報同士のリンク。ページ内要
• あくまで、「キーワード」ありき。「データ量まかせ」「テールワードま
  あくまで、「キーワード」ありき。「データ量まかせ」「テールワードま
      、「キーワード    。「データ    」「テールワード        素。
  かせ」にしない。
  かせ」にしない。                            (直線的ではなく、③の中の各工程を行き来しな
                                      がらつめていく)
• 3要素の何をどのように今後変化させていくかを念頭に設計する。
   要素の をどのように今後変化させていくかを念頭 設計する。
             今後変化させていくかを念頭に  する

More Related Content

What's hot

Code for Japan Summit 2020 --- BAD OpenData Kuyodera
Code for Japan Summit 2020 --- BAD OpenData KuyoderaCode for Japan Summit 2020 --- BAD OpenData Kuyodera
Code for Japan Summit 2020 --- BAD OpenData Kuyoderassuserc75473
 
Linked Data - Webをグローバルなデータ空間にする仕組み 第4章
Linked Data - Webをグローバルなデータ空間にする仕組み 第4章Linked Data - Webをグローバルなデータ空間にする仕組み 第4章
Linked Data - Webをグローバルなデータ空間にする仕組み 第4章Yoshitaka Minami
 
個人情報とビッグデータとマイナンバーに関するニュース多発
個人情報とビッグデータとマイナンバーに関するニュース多発個人情報とビッグデータとマイナンバーに関するニュース多発
個人情報とビッグデータとマイナンバーに関するニュース多発新潟コンサルタント横田秀珠
 
ムダ知識との出会いを求めて - ふわっと関連検索
ムダ知識との出会いを求めて - ふわっと関連検索ムダ知識との出会いを求めて - ふわっと関連検索
ムダ知識との出会いを求めて - ふわっと関連検索Masao Takaku
 
「ふわっと関連検索」 CiNii APIを使ったアプリケーション
「ふわっと関連検索」 CiNii APIを使ったアプリケーション「ふわっと関連検索」 CiNii APIを使ったアプリケーション
「ふわっと関連検索」 CiNii APIを使ったアプリケーションMasao Takaku
 
20140708 オンラインゲームソリューション
20140708 オンラインゲームソリューション20140708 オンラインゲームソリューション
20140708 オンラインゲームソリューションTakahiro Inoue
 
データをどうやって見せるか?
データをどうやって見せるか?データをどうやって見せるか?
データをどうやって見せるか?E2D3.org
 
2015.11.29オープンガバメント推進協議会公開シンポジウム「オープンデータに関するパネルディスカッション」福岡市事例紹介
2015.11.29オープンガバメント推進協議会公開シンポジウム「オープンデータに関するパネルディスカッション」福岡市事例紹介2015.11.29オープンガバメント推進協議会公開シンポジウム「オープンデータに関するパネルディスカッション」福岡市事例紹介
2015.11.29オープンガバメント推進協議会公開シンポジウム「オープンデータに関するパネルディスカッション」福岡市事例紹介ビッグデータ・オープンデータ 活用推進協議会
 

What's hot (8)

Code for Japan Summit 2020 --- BAD OpenData Kuyodera
Code for Japan Summit 2020 --- BAD OpenData KuyoderaCode for Japan Summit 2020 --- BAD OpenData Kuyodera
Code for Japan Summit 2020 --- BAD OpenData Kuyodera
 
Linked Data - Webをグローバルなデータ空間にする仕組み 第4章
Linked Data - Webをグローバルなデータ空間にする仕組み 第4章Linked Data - Webをグローバルなデータ空間にする仕組み 第4章
Linked Data - Webをグローバルなデータ空間にする仕組み 第4章
 
個人情報とビッグデータとマイナンバーに関するニュース多発
個人情報とビッグデータとマイナンバーに関するニュース多発個人情報とビッグデータとマイナンバーに関するニュース多発
個人情報とビッグデータとマイナンバーに関するニュース多発
 
ムダ知識との出会いを求めて - ふわっと関連検索
ムダ知識との出会いを求めて - ふわっと関連検索ムダ知識との出会いを求めて - ふわっと関連検索
ムダ知識との出会いを求めて - ふわっと関連検索
 
「ふわっと関連検索」 CiNii APIを使ったアプリケーション
「ふわっと関連検索」 CiNii APIを使ったアプリケーション「ふわっと関連検索」 CiNii APIを使ったアプリケーション
「ふわっと関連検索」 CiNii APIを使ったアプリケーション
 
20140708 オンラインゲームソリューション
20140708 オンラインゲームソリューション20140708 オンラインゲームソリューション
20140708 オンラインゲームソリューション
 
データをどうやって見せるか?
データをどうやって見せるか?データをどうやって見せるか?
データをどうやって見せるか?
 
2015.11.29オープンガバメント推進協議会公開シンポジウム「オープンデータに関するパネルディスカッション」福岡市事例紹介
2015.11.29オープンガバメント推進協議会公開シンポジウム「オープンデータに関するパネルディスカッション」福岡市事例紹介2015.11.29オープンガバメント推進協議会公開シンポジウム「オープンデータに関するパネルディスカッション」福岡市事例紹介
2015.11.29オープンガバメント推進協議会公開シンポジウム「オープンデータに関するパネルディスカッション」福岡市事例紹介
 

Viewers also liked

Viewers also liked (20)

UPyD preguntas frecuentes
UPyD preguntas frecuentesUPyD preguntas frecuentes
UPyD preguntas frecuentes
 
Actividad 1
Actividad 1Actividad 1
Actividad 1
 
MEU - Esquemas Mentales
MEU - Esquemas MentalesMEU - Esquemas Mentales
MEU - Esquemas Mentales
 
Netiqueta
NetiquetaNetiqueta
Netiqueta
 
Educacion ambiental joel
Educacion ambiental joelEducacion ambiental joel
Educacion ambiental joel
 
Digital Transformation - Peel the onion
Digital Transformation - Peel the onionDigital Transformation - Peel the onion
Digital Transformation - Peel the onion
 
Direitos autoras
Direitos autorasDireitos autoras
Direitos autoras
 
Mi corazón insiste
Mi corazón insisteMi corazón insiste
Mi corazón insiste
 
Yoheliscampos.a2
Yoheliscampos.a2Yoheliscampos.a2
Yoheliscampos.a2
 
Corriente roja
Corriente rojaCorriente roja
Corriente roja
 
Aec regulamento 14
Aec regulamento 14Aec regulamento 14
Aec regulamento 14
 
Iswanto
IswantoIswanto
Iswanto
 
Norena da umeen heziketaren ardura
Norena da umeen heziketaren arduraNorena da umeen heziketaren ardura
Norena da umeen heziketaren ardura
 
English unit 9.4 it’s a matter of opinion week three
English unit 9.4 it’s a matter of opinion week threeEnglish unit 9.4 it’s a matter of opinion week three
English unit 9.4 it’s a matter of opinion week three
 
QM-064-常用QC手法
QM-064-常用QC手法QM-064-常用QC手法
QM-064-常用QC手法
 
Play Ad Preview
Play Ad PreviewPlay Ad Preview
Play Ad Preview
 
Presentación abp slideshare
Presentación abp slidesharePresentación abp slideshare
Presentación abp slideshare
 
Principles of communication
Principles of communicationPrinciples of communication
Principles of communication
 
Borrador ilp para 31 de mayo
Borrador ilp para 31 de mayoBorrador ilp para 31 de mayo
Borrador ilp para 31 de mayo
 
Valorização da cultura nacional na formação da identidade
Valorização da cultura nacional na formação da identidade Valorização da cultura nacional na formação da identidade
Valorização da cultura nacional na formação da identidade
 

Similar to データベースメディアにおける検索エンジン最適化

メタデータスキーマレジストリ MetaBridge
メタデータスキーマレジストリ MetaBridgeメタデータスキーマレジストリ MetaBridge
メタデータスキーマレジストリ MetaBridgeMitsuharu Nagamori
 
20121123 groonga nanapi
20121123 groonga nanapi20121123 groonga nanapi
20121123 groonga nanapiShuichi Wada
 
MySQL全文検索ことはじめ
MySQL全文検索ことはじめMySQL全文検索ことはじめ
MySQL全文検索ことはじめTetsuro Ikeda
 
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
【IVS CTO Night & Day】AWSにおけるビッグデータ活用【IVS CTO Night & Day】AWSにおけるビッグデータ活用
【IVS CTO Night & Day】AWSにおけるビッグデータ活用Amazon Web Services Japan
 
避けては通れないビッグデータ周辺の重要課題
避けては通れないビッグデータ周辺の重要課題避けては通れないビッグデータ周辺の重要課題
避けては通れないビッグデータ周辺の重要課題kurikiyo
 
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京Koichi Hamada
 
とある制作会社の目次索引作成技法
とある制作会社の目次索引作成技法とある制作会社の目次索引作成技法
とある制作会社の目次索引作成技法Kenshi Muto
 
DMBOKをベースにしたデータマネジメント
DMBOKをベースにしたデータマネジメントDMBOKをベースにしたデータマネジメント
DMBOKをベースにしたデータマネジメントKent Ishizawa
 
データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)
データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)
データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)Takeshi Mikami
 
Hadoop Conference Japan 2013 Winter: "見える"Twitter全量リアルタイム解析 ~Hadoop/RabbitMQ処...
Hadoop Conference Japan 2013 Winter: "見える"Twitter全量リアルタイム解析 ~Hadoop/RabbitMQ処...Hadoop Conference Japan 2013 Winter: "見える"Twitter全量リアルタイム解析 ~Hadoop/RabbitMQ処...
Hadoop Conference Japan 2013 Winter: "見える"Twitter全量リアルタイム解析 ~Hadoop/RabbitMQ処...Kenji Hara
 
MSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォーム
MSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォームMSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォーム
MSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォームkumo2010
 
プログラムの大海に溺れないために
プログラムの大海に溺れないためにプログラムの大海に溺れないために
プログラムの大海に溺れないためにZenji Kanzaki
 
ビジネスインテリジェンス入門~OSSでBIを始めよう~version2(公開版)
ビジネスインテリジェンス入門~OSSでBIを始めよう~version2(公開版)ビジネスインテリジェンス入門~OSSでBIを始めよう~version2(公開版)
ビジネスインテリジェンス入門~OSSでBIを始めよう~version2(公開版)Kensuke SAEKI
 
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...Koichi Hamada
 
データテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試み
データテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試みデータテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試み
データテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試みYahoo!デベロッパーネットワーク
 
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐Rakuten Group, Inc.
 
実行時のデータ型の表現手法
実行時のデータ型の表現手法実行時のデータ型の表現手法
実行時のデータ型の表現手法Atusi Maeda
 
ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展Recruit Technologies
 
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介Recruit Technologies
 

Similar to データベースメディアにおける検索エンジン最適化 (20)

メタデータスキーマレジストリ MetaBridge
メタデータスキーマレジストリ MetaBridgeメタデータスキーマレジストリ MetaBridge
メタデータスキーマレジストリ MetaBridge
 
20121123 groonga nanapi
20121123 groonga nanapi20121123 groonga nanapi
20121123 groonga nanapi
 
MySQL全文検索ことはじめ
MySQL全文検索ことはじめMySQL全文検索ことはじめ
MySQL全文検索ことはじめ
 
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
【IVS CTO Night & Day】AWSにおけるビッグデータ活用【IVS CTO Night & Day】AWSにおけるビッグデータ活用
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
 
避けては通れないビッグデータ周辺の重要課題
避けては通れないビッグデータ周辺の重要課題避けては通れないビッグデータ周辺の重要課題
避けては通れないビッグデータ周辺の重要課題
 
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
 
とある制作会社の目次索引作成技法
とある制作会社の目次索引作成技法とある制作会社の目次索引作成技法
とある制作会社の目次索引作成技法
 
DMBOKをベースにしたデータマネジメント
DMBOKをベースにしたデータマネジメントDMBOKをベースにしたデータマネジメント
DMBOKをベースにしたデータマネジメント
 
データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)
データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)
データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)
 
Hadoop Conference Japan 2013 Winter: "見える"Twitter全量リアルタイム解析 ~Hadoop/RabbitMQ処...
Hadoop Conference Japan 2013 Winter: "見える"Twitter全量リアルタイム解析 ~Hadoop/RabbitMQ処...Hadoop Conference Japan 2013 Winter: "見える"Twitter全量リアルタイム解析 ~Hadoop/RabbitMQ処...
Hadoop Conference Japan 2013 Winter: "見える"Twitter全量リアルタイム解析 ~Hadoop/RabbitMQ処...
 
MSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォーム
MSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォームMSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォーム
MSC 2010 T1-3 Microsoft SharePoint 組織のチカラを引き出す クラウド時代のビジネス コラボレーション プラットフォーム
 
プログラムの大海に溺れないために
プログラムの大海に溺れないためにプログラムの大海に溺れないために
プログラムの大海に溺れないために
 
ビジネスインテリジェンス入門~OSSでBIを始めよう~version2(公開版)
ビジネスインテリジェンス入門~OSSでBIを始めよう~version2(公開版)ビジネスインテリジェンス入門~OSSでBIを始めよう~version2(公開版)
ビジネスインテリジェンス入門~OSSでBIを始めよう~version2(公開版)
 
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
 
TechTarget新サービス
TechTarget新サービスTechTarget新サービス
TechTarget新サービス
 
データテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試み
データテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試みデータテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試み
データテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試み
 
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
 
実行時のデータ型の表現手法
実行時のデータ型の表現手法実行時のデータ型の表現手法
実行時のデータ型の表現手法
 
ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展
 
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
 

More from Toru Enomoto

Abテストノススメ
AbテストノススメAbテストノススメ
AbテストノススメToru Enomoto
 
開発プロセスで使いたいデザイン検証テクニック
開発プロセスで使いたいデザイン検証テクニック開発プロセスで使いたいデザイン検証テクニック
開発プロセスで使いたいデザイン検証テクニックToru Enomoto
 
Lean startup を理解する10題
Lean startup を理解する10題Lean startup を理解する10題
Lean startup を理解する10題Toru Enomoto
 
ライフスタイル・インデックスを利用したユー ザー定義事例
ライフスタイル・インデックスを利用したユー ザー定義事例ライフスタイル・インデックスを利用したユー ザー定義事例
ライフスタイル・インデックスを利用したユー ザー定義事例Toru Enomoto
 
インターネットメディアにおけるコンテンツの開発と評価
インターネットメディアにおけるコンテンツの開発と評価インターネットメディアにおけるコンテンツの開発と評価
インターネットメディアにおけるコンテンツの開発と評価Toru Enomoto
 
UXDから見たLEAN UX
UXDから見たLEAN UXUXDから見たLEAN UX
UXDから見たLEAN UXToru Enomoto
 
[_gaTracker]GAのここがすき。ここがきらい。
[_gaTracker]GAのここがすき。ここがきらい。[_gaTracker]GAのここがすき。ここがきらい。
[_gaTracker]GAのここがすき。ここがきらい。Toru Enomoto
 
コンバージョンカンファレンス2010EAST
コンバージョンカンファレンス2010EASTコンバージョンカンファレンス2010EAST
コンバージョンカンファレンス2010EASTToru Enomoto
 
インターネットメディアにHCDを導入する意義
インターネットメディアにHCDを導入する意義インターネットメディアにHCDを導入する意義
インターネットメディアにHCDを導入する意義Toru Enomoto
 

More from Toru Enomoto (9)

Abテストノススメ
AbテストノススメAbテストノススメ
Abテストノススメ
 
開発プロセスで使いたいデザイン検証テクニック
開発プロセスで使いたいデザイン検証テクニック開発プロセスで使いたいデザイン検証テクニック
開発プロセスで使いたいデザイン検証テクニック
 
Lean startup を理解する10題
Lean startup を理解する10題Lean startup を理解する10題
Lean startup を理解する10題
 
ライフスタイル・インデックスを利用したユー ザー定義事例
ライフスタイル・インデックスを利用したユー ザー定義事例ライフスタイル・インデックスを利用したユー ザー定義事例
ライフスタイル・インデックスを利用したユー ザー定義事例
 
インターネットメディアにおけるコンテンツの開発と評価
インターネットメディアにおけるコンテンツの開発と評価インターネットメディアにおけるコンテンツの開発と評価
インターネットメディアにおけるコンテンツの開発と評価
 
UXDから見たLEAN UX
UXDから見たLEAN UXUXDから見たLEAN UX
UXDから見たLEAN UX
 
[_gaTracker]GAのここがすき。ここがきらい。
[_gaTracker]GAのここがすき。ここがきらい。[_gaTracker]GAのここがすき。ここがきらい。
[_gaTracker]GAのここがすき。ここがきらい。
 
コンバージョンカンファレンス2010EAST
コンバージョンカンファレンス2010EASTコンバージョンカンファレンス2010EAST
コンバージョンカンファレンス2010EAST
 
インターネットメディアにHCDを導入する意義
インターネットメディアにHCDを導入する意義インターネットメディアにHCDを導入する意義
インターネットメディアにHCDを導入する意義
 

データベースメディアにおける検索エンジン最適化

  • 1. 2011/1/4 データベースメディアにおける検索エンジン最適化プロセス 株式会社ECナビ ECナビ事業本部 榎本 徹 流入数 ①マスタデータ数 マスタデータ数 マスタデータのボリュームがすべての母数となる。 仮に10レコードしかなければ他をいくら最適化し ②属性データ量 てもスケールしないことは明白。 ②属性データ量 属性データ量 データ マスタアイテムに関するデータ(トランザクション データ、メタデータ、等言われるもの)。=コンテン ツ。属性種類×ボリューム。 ③最適化 検索キーワードにより多く、より上位にヒットする ③最適化 ように、 1. ①②を設計。 2. ①②をMIXした情報の切り出し方(=「キー ワード単位」「ページ単位」の作り方)を設計。 3. カテゴリドリルダウンでのキーワード・ディストリ ビューション概要を設計。全体ストラクチャ。 ①マスタデータ数 URL体系。 4. 詳細ストラクチャ設計。キーワードを強めるた めの切り出した情報同士のリンク。ページ内要 • あくまで、「キーワード」ありき。「データ量まかせ」「テールワードま あくまで、「キーワード」ありき。「データ量まかせ」「テールワードま 、「キーワード 。「データ 」「テールワード 素。 かせ」にしない。 かせ」にしない。 (直線的ではなく、③の中の各工程を行き来しな がらつめていく) • 3要素の何をどのように今後変化させていくかを念頭に設計する。 要素の をどのように今後変化させていくかを念頭 設計する。 今後変化させていくかを念頭に する