Cannibalization Entropy：找出分散在多個頁面的查詢

Cannibalization Entropy 會針對每一個出現在兩個或以上頁面的查詢，衡量其曝光量在這些頁面之間的分配有多均勻。當某一個頁面幾乎佔下所有曝光時，分數接近零；當多個頁面平均分攤時，分數就會偏高。分數採用以位元為單位的 Shannon 熵，你可以自行設定門檻，決定哪些查詢會被列為高熵查詢、值得進一步檢視。

分數如何計算

對每個查詢而言，每個取得曝光的頁面都會得到一個佔比：該頁面的曝光量除以該查詢的總曝光量。這些佔比的熵為

H = −Σ p × log₂(p)

只有在至少兩個頁面上有曝光、且總曝光量至少 10 次的查詢才會納入分析。Evenness（均勻度） 是將 H 除以該頁面數量下可能的最大值（即頁面數量的 log₂），因此無論頁面數量多寡，100% 都代表完全均勻的分配。Top page share（首位頁面佔比） 則是單一頁面中最大的佔比。

熵會隨頁面數量增加而增大，因此當兩個查詢涉及的頁面數量不同時，請比較它們的均勻度，而不是熵。

門檻與等級

Entropy threshold 滑桿的範圍為 0 到 3 位元，以 0.1 為單位調整，預設值為 1.0。所有等級都是相對於這個門檻來定義：

• Healthy：低於門檻的一半。
• Moderate：從門檻的一半起，至門檻以下。
• High：從門檻起，至門檻的 1.5 倍以下。
• Critical：達門檻的 1.5 倍以上。

在預設值下，兩個頁面各佔 50% 的分配屬於 High,90/10 的分配則屬於 Healthy。移動滑桿會同時調整所有界線、直方圖以及 High-entropy 分頁，無需重新擷取資料。

如何解讀結果

• 數據卡：Queries analysed（已分析的查詢，並附上已檢視與已排除的數量）、High-entropy queries（達到或超過門檻的高熵查詢）、Impressions at risk（這些查詢的風險曝光量，並附上其點擊數）以及 Average entropy（平均熵）。
• Entropy distribution 以 0.1 位元為區間統計查詢數量，並依等級上色。
• 表格列出 Query、Pages、Impressions、Clicks、Entropy (bits)、Evenness、Top page share、Band 以及 Impression share by page，後者是以長條呈現最多六個頁面。將滑鼠移到某一段上，即可看到該頁面、其佔比及平均排名。分頁可在 High-entropy 與 All analysed 之間切換，搜尋框則可比對查詢或其首位頁面。
• CSV 匯出會以文字形式列出每個頁面的佔比，而不只是長條中的六個頁面。

高分並不一定是問題

當 Search Console 依頁面分組資料時，你的每個頁面在某次搜尋中顯示，都會各自計算一次曝光。因此，若你的兩個頁面出現在同一個搜尋結果頁，兩者都會得分，而同時佔有兩個版位反而可能是優勢，而不是互相競爭。在一段日期範圍內計算的熵，無法區分這種情況，與 Google 逐日在兩個頁面之間輪流切換的情況。

在採取行動之前，請先開啟該查詢的詳細頁面。如果兩個頁面同時都維持良好的排名，就不必處理。如果排名偏弱，而且領先的頁面不斷更替，那就代表這些頁面正在互相競爭。

修正互相競爭的頁面

1. 決定哪一個頁面應該負責此查詢的排名，通常是對該查詢回答得最完整的那一頁。
2. 將另一個頁面中有價值的內容移到該頁面，接著可以將較弱的頁面重新導向，或以 canonical 連結指向較強的頁面，這也是 Google 針對整合重複 URL所建議的做法。
3. 更新內部連結，讓它們指向你選定的頁面。

Cannibalization 報告會以 URL 為單位呈現同樣的問題，並列出流向較弱頁面的曝光量與點擊數。

AutoPSEO 如何避免產生這種情況

內容引擎會將它找到的主題與你網站現有的頁面比對，因此不會為現有頁面已能回答的搜尋再寫一篇文章。如果它自己產出的兩篇文章後來被發現涵蓋相同的搜尋，可以將它們合併：其中一篇會被下架，你的網站會以 301 將舊網址導向保留的那一篇。請參閱內容引擎。

限制

• 報告最多讀取該期間 25,000 筆查詢與頁面資料列。罕見的組合可能會遺漏，而 Google 為保護隱私而匿名化的查詢則完全不會出現。
• 曝光量是唯一的輸入。在搜尋結果很後面取得曝光的頁面，與排在最前面的頁面，每次曝光的計算方式相同，因此在合併任何頁面之前，請先查看長條中的排名。