文档
高级分析
六项 Beta 报告,为你的 Search Console 数据提供统计分析:CTR 曲线、机会评分、熵、分解、变点和异常。
高级分析位于资源侧边栏的 Advanced 部分,共有六项报告,每项都会对你的 Search Console 数据应用一种统计方法。其中三项以查询词为分析对象,回答哪些查询词获得的点击过少、哪些最值得优先优化,以及哪些查询词把展示次数分散到了多个页面;另外三项以每日序列为分析对象,用于区分趋势与每周节律、确定持续性变化的日期,并标记异常日期。六项报告均标有 Beta,只有在你点击 Run Analysis 后才会运行。
各报告解答什么问题
| 报告 | 解答的问题 | 读取的数据 | 最低要求 |
|---|---|---|---|
| CTR Curve Modeling | 哪些查询词获得的点击少于其在你自己网站上的排名应得的点击? | 查询词 | 10+ 次展示,排名 1-20 |
| Opportunity Scoring | 哪些排名紧随前列结果的查询词最值得投入精力? | 查询词 | 10+ 次展示,排名 3-30 |
| Cannibalization Entropy | 哪些查询词的展示次数分散在你的多个页面之间? | 查询词与页面组合 | 2+ 个页面,10+ 次展示 |
| Time-Series Decomposition | 波动中有多少来自趋势,有多少来自星期几的差异? | 每日总量 | 14 天 |
| Change Point Detection | 流量在哪些日期稳定到了新的水平? | 每日总量 | 14 天 |
| Anomaly Detection | 哪些单日数据超出了正常范围? | 每日总量 | 21 天 |
该部分顶部的 Advanced 入口会打开这六项报告的索引页,标题为 Experimental Analytics,其中列出了每项报告的方法及所需数据。
如何运行分析
- 打开资源,在侧边栏的 Advanced 下选择报告。
- 选择日期范围和筛选条件:查询词、页面、国家/地区、设备、搜索外观、搜索类型,以及品牌流量或非品牌流量。品牌词是你在 Property Setup 中列出的词。
- 点击 Run Analysis。结果显示后,按钮会变为 Re-run Analysis;修改范围或筛选条件后,请再次点击。
仅影响结果解读方式的控件会立即生效,无需重新获取数据:熵阈值、Opportunity Scoring 中的图表大小、三项每日报告中的指标,以及 Change Point Detection 和 Anomaly Detection 中的灵敏度。在 CTR Curve Modeling 中切换模型会重新拟合曲线。
一次运行使用多少数据
- 查询词报告会读取该时间段内最多 25,000 行数据,按点击量从高到低排列。这与 Search Analytics API 单次请求最多返回的行数一致。
- 每日报告始终至少分析 90 天。如果你选择的范围较短,系统会向前延长,并在结果上方的说明中给出实际使用的日期。没有 Search Console 数据的日期按零计算,因此,如果资源的存在时间短于该窗口,开头会有一段空白日期。
这些报告无法说明什么
- 按查询词统计的行不包含匿名查询词,即 Google 出于隐私考虑而不公开的低频搜索,因此查询词报告看到的数据少于资源总量。Google 在性能数据深度解析中对此作了说明。
- 排名是 Search Console 对你的网站在每次搜索中所获最高位置取的平均值,因此会掩盖排名上下浮动的查询词的真实情况。
- 标记只是数据中的一种规律,而不是原因。在采取行动之前,请先检查对应的查询词或页面、你的注释,以及网站上发生过的变更。
- Beta 意味着方法仍可能调整。本文档中各报告的页面描述的是当前版本。
导出与分享结果
页眉中的 Export 会将主表格按当前标签页和搜索框的状态保存为 CSV,每张图表也有各自的 PNG 按钮。工具栏中的 Save & share report 和 Send to Slack 与其他所有报告中的用法相同,详见导出和分享。
与内容引擎的关系
对于由 AutoPSEO 撰写并管理的文章,内容引擎每周都会监测同样的数据:当文章点击量下降 40% 或以上时,会将其加入更新队列;当文章排名在 8 到 20 之间,但点击率不足该排名通常水平的 60% 时,则加入优化队列。详见保持文章时效性。对于网站的其余部分,或者当你想查看决策背后的数据时,可以使用高级分析报告。
本节内容
CTR 曲线建模:各排名位置的预期 CTR
基于您自己的查询词拟合点击率曲线,找出点击率低于其排名预期的查询词,并估算它们遗漏的点击量。
机会评分:按未获取的点击量为查询排序
按展示次数、错失点击量和与榜首的距离,为平均排名在第 3 到 30 位的查询打分,并估算排名提升到第 3 位后可新增的点击量。
Cannibalization Entropy:找出分散在多个页面上的查询
以香农熵(单位为比特)衡量每个查询的展示次数在各页面之间的分配是否均匀,并将结果划分为从 Healthy 到 Critical 的等级。
时间序列分解:趋势、每周规律与噪声
将每日点击量或展示量拆分为趋势、星期规律和残差,标注趋势方向,并标记模型无法解释的异常日期。
变点检测:精确定位流量的变化日期
使用 CUSUM 和二元分割法,找出每日点击量或展示量转入新水平的日期,并给出每次变化的幅度和置信度。
异常检测:发现 Search Console 数据中的异常日期
使用稳健统计方法,将每一天与前后同一星期几的数据对比,按严重程度标记激增与下跌,并提供 EWMA 图表以发现缓慢漂移。