CTR at average position sa Search Console, ipinaliwanag

Ang click-through rate (CTR) ay ang bilang ng clicks na hinati sa bilang ng impressions. Ang average position ay ang pinakamataas na posisyon ng iyong site sa bawat paghahanap kung saan ito lumabas, na ina-average sa lahat ng paghahanap na iyon. Parehong average ang dalawa sa libu-libong magkakaibang paghahanap, kaya mas marami itong itinatago kaysa ipinapakita kapag site-wide ang tinitingnan. Basahin ang mga ito kada query o kada page, at hatulan ang CTR batay sa kinikita ng sarili mong site sa parehong posisyon.

Paano kinakalkula ang average position

Ang mga panuntunan ng Google sa pagbibilang (How position is counted) ay nauuwi sa ilang punto:

• Ang pinakamataas mong resulta lang ang binibilang. Kung tatlo sa mga link mo ang lumabas sa iisang paghahanap sa posisyon 2, 4 at 6, posisyon 2 ang itatala ng paghahanap na iyon.
• Pagkatapos, ina-average ito sa lahat ng paghahanap. Halimbawa mismo ng Google: ang isang paghahanap ay nagpapakita ng mga link mo sa 2, 4 at 6 (naitala bilang 2), ang isa pa ay sa 3, 5 at 9 (naitala bilang 3), kaya ang average position ay 2.5.
• Walang impression, walang position. Naitatala lang ang position kapag nagkaroon ng impression ang link, at ang gitling sa report ay nangangahulugang walang naitala.
• Pagkakasunod-sunod ng bilang. Ang mga posisyon ay mula itaas pababa sa pangunahing column, saka pababa sa pangalawang column. Sa image results, mula kaliwa pakanan, saka mula itaas pababa.
• May mga block na iisang posisyon lang. Ang AI Overview ay sumasakop sa iisang posisyon, at lahat ng link sa loob nito ay may parehong posisyon. Karaniwang nasa posisyon 1 ang featured snippet.

Tandaan kung ano ang ibig sabihin nito para sa isang page. Binibilang ng Pages table ang bawat page, kaya ang position ng isang page ay ang sarili nitong pinakamataas na posisyon sa bawat paghahanap. Sa chart, na binibilang kada property, ang paghahanap kung saan nasa 3 ang home page mo at nasa 8 ang isang blog post ay bibilangin bilang position 3 para sa site.

Bakit puwedeng bumaba ang site-wide position habang bumubuti ang lahat

Ang average position ay weighted average, at gumagalaw ang mga average kapag nagbago ang halo. Ipagpalagay na ang site mo ay nakakuha ng 50,000 impressions kada buwan sa average position na 12.0, na may 1,900 clicks. Nag-publish ka ng 30 bagong guide. Sa susunod na buwan, magsisimula silang lumabas sa mahabang listahan ng mga bagong paghahanap, na nakakolekta ng 40,000 impressions sa average position na 28 at 160 clicks.

• Tumaas ang clicks mula 1,900 hanggang 2,060, humigit-kumulang 8% na pagtaas.
• Bumaba ang average position mula 12.0 hanggang 19.1, dahil (50,000 × 12 + 40,000 × 28) ÷ 90,000 = 19.1.
• Bumaba ang CTR mula 3.8% hanggang 2.3%.

Dalawa sa tatlong pangunahing numero ang nagsasabing lumala ang lahat, gayong nadagdagan ang clicks mo at wala kang nawala. Kaya dapat mong subaybayan ang isang takdang hanay ng mga query, o takdang hanay ng mga page, sa halip na ang pangkalahatang average ng property. Kapag gumalaw ang average, buksan ang Queries tab na may comparison period at i-sort ayon sa difference column bago magbigay ng anumang konklusyon.

Paano gumagana ang CTR, at bakit nakadepende ito sa position

Ang CTR ay clicks ÷ impressions, na ipinapakita bilang porsyento. Mas hinuhubog ito ng kinalalagyan ng resulta kaysa ng anupamang bagay: ang mga resultang malapit sa itaas ay ilang ulit na mas madalas na kini-click kaysa sa mga nasa ibaba. Hindi naglalathala ang Google ng mga benchmark na CTR, pero maraming pag-aaral sa industriya ang sumukat ng curve. Gumagamit ang AutoPSEO ng pinagsamang halo ng mga nailathalang pag-aaral bilang fallback kapag kulang ang sariling data ng isang site:

Ituring ang mga ito bilang hugis, hindi bilang target. Ang sarili mong curve ay puwedeng mas mataas o mas mababa nang malaki, depende sa kung ano pa ang lumalabas sa mga results page mo (ads, AI Overviews, videos, shopping results), ilan sa mga paghahanap mo ang may pangalan ng brand mo, at kung mabilisang sagot ba o buong artikulo ang hanap ng mga tao. Kaya ang pinakamakabuluhang benchmark ay ang binubuo mo mula sa sarili mong data.

Bumuo ng sarili mong expected CTR curve

Magagawa mo ito gamit ang spreadsheet sa loob ng humigit-kumulang dalawampung minuto.

1. Buksan ang Performance → Search results, itakda ang date range sa nakaraang tatlong buwan at ang search type sa Web.
2. Alisin ang mga branded na paghahanap. Kung mayroon ang property mo ng branded queries filter, piliin ang Non-branded sa ilalim ng query filter. Kung wala, magdagdag ng query filter na may custom regex na nakatakda sa "Doesn't match regex" at ilista ang mga baybay ng brand mo (Advanced filtering). Mas mataas nang husto ang CTR ng mga branded na paghahanap at pupunuin nila ang curve.
3. I-export ang Queries table. Hanggang 1,000 row lang ang naeexport ng interface; ang mas malalaking site ay nangangailangan ng API o tool na gumagamit nito (Search Console data limits).
4. Itapon ang mga manipis na row. Alisin ang mga query na wala pang 10 impressions. Sa ganoong kaliit, ang isang dagdag na click ay nagpapagalaw sa CTR ng sampung puntos o higit pa. Pasya mo ang cut-off na ito; itaas ito sa malaking site.
5. I-bucket ayon sa position. I-round ang position ng bawat query sa pinakamalapit na buong numero at panatilihin ang mga position 1 hanggang 20.
6. Hatiin ang mga kabuuan, hindi ang mga average. Sa bawat bucket, sumahin ang clicks, sumahin ang impressions, at saka maghati. Kapag ang CTR column ang ina-average, magkakaroon ng parehong bigat ang query na may dalawang impression at ang may dalawang libong impression.
7. Markahan ang mga manipis na bucket. Hindi maaasahan ang bucket na ilang daang impressions lang. Itinuturing ng AutoPSEO na masyadong manipis ang anumang position na wala pang 200 impressions at bumabalik ito sa benchmark para doon.

Ngayon, ihambing ang bawat query sa bucket nito. Halimbawa, ang position 4 ay may 38 sa mga query mo na may 21,400 impressions at 1,520 clicks, kaya ang expected CTR ay 7.1%. Ang query sa position 4.2 na may 2,000 impressions at CTR na 2.5% ay kumikita ng humigit-kumulang isang katlo ng karaniwang kinikita ng site mo sa puwestong iyon. May something sa resulta nito na nagtataboy sa mga naghahanap, at sulit itong silipin.

Gaano kababa sa curve ang masyadong mababa?

Walang opisyal na threshold; pasya ito na nakadepende sa dami ng impressions sa likod ng numero. Sa ilang daang impressions, nagbabago-bago ang CTR dahil sa pagkakataon, kaya malalaking agwat lang ang may kahulugan. Sa sampu-sampung libo, totoo na ang mas maliit na agwat. Bilang sanggunian, ito ang mga linyang iginuguhit ng AutoPSEO:

• Minamarkahan ng CTR Benchmark report ang isang query o page bilang kulang ang performance kapag ang CTR nito ay mahigit 20% na mas mababa kaysa sa expected value para sa position nito.
• Inililista ng Page Poaching report ang mga resultang malapit na sa itaas pero kumikita ng wala pang 70% ng expected CTR.
• Ang content engine ay nagpapila ng optimisation para sa isa sa sarili nitong artikulo kapag lumalabas ito sa mga position 8 hanggang 20 na may hindi bababa sa 30 impressions sa loob ng 28 araw pero kini-click nang wala pang 60% ng inaasahan ng benchmark curve.

Magsimula sa mahigpit (malayong-malayo sa curve, na may maraming impressions) at luwagan ang panuntunan kapag naayos mo na ang mga halatang kaso.

Pagbasa ng mga pagbabago sa position nang hindi nagpapadalos-dalos

• Magbantay ng takdang listahan. Pumili ng 20 hanggang 50 paghahanap na mahalaga sa negosyo at sundan ang mga iyon, sa halip na ang average ng property.
• Ihambing ang magkapareho. Gumamit ng mga window na pantay ang haba at may parehong mga araw ng linggo, gaya ng nakaraang 28 araw laban sa 28 bago nito.
• Tingnan din ang impressions. Ang pagbabago ng position sa query na may 40 impressions kada buwan ay halos ingay lang.
• Huwag mag-rank-check nang mano-mano. Nag-iiba ang mga resulta ayon sa lokasyon, wika, device at oras, kaya ang resultang nakikita mo kapag naghanap ka ay isang sample lang, hindi sukat.

Saan makakatulong ang AutoPSEO

Binubuo ng CTR Benchmark report ang curve na inilarawan sa itaas mula sa sarili mong data, bumabalik sa benchmark para sa mga manipis na position, at sinusuma ang mga click na naiiwan ng bawat query o page na kulang ang performance. Ginagamit ng Page Poaching ang parehong curve para tantiyahin kung magkano ang halaga ng pag-akyat, at ang CTR curve modelling ay nagfi-fit ng makinis na curve dito. Sinusubaybayan ng Rank Changes ang galaw ng position kada query, kaya ang pagbabago sa halo ay hindi mukhang pagkawala ng ranking. Kung wala kang account, ang libreng CTR Opportunity Analyzer ay gumagawa ng parehong paghahambing sa na-export na CSV.