Cannibalization Entropy：找出分散在多个页面上的查询

Cannibalization Entropy 会针对每个触达两个或更多页面的查询，衡量其展示次数在这些页面之间的分配有多均匀。当某一个页面获得了几乎全部展示次数时，得分接近于零；当多个页面均分展示次数时，得分较高。得分即以比特为单位的香农熵，你可以设置一个阈值，由它决定哪些查询会被列为高熵查询，值得进一步检查。

得分的计算方式

对于每个查询，每个获得展示次数的页面都对应一个占比：该页面的展示次数除以该查询的总展示次数。这些占比的熵为

H = −Σ p × log₂(p)

只有在至少两个页面上有展示次数、且总展示次数不少于 10 的查询才会被分析。Evenness 是用 H 除以该页面数量下可能达到的最大值（即页面数的 log₂），因此无论页面数量多少，100% 都表示完全均匀的分配。Top page share 是其中最大的单个占比。

熵会随页面数量增加而增大，因此当两个查询触达的页面数量不同时，请比较它们的 Evenness，而不是熵。

阈值与等级

Entropy threshold 滑块的范围是 0 到 3 比特，步长为 0.1，默认值为 1.0。所有等级都是相对于该阈值设定的：

• Healthy：低于阈值的一半。
• Moderate：从阈值的一半起，到阈值之前。
• High：从阈值起，到阈值的 1.5 倍之前。
• Critical：达到或超过阈值的 1.5 倍。

在默认设置下，两个页面 50/50 的分配属于 High,90/10 的分配属于 Healthy。移动滑块会同时调整所有分界线、直方图和 High-entropy 标签页，无需重新获取数据。

解读结果

• 卡片：Queries analysed（含已查看和已排除的数量）、达到或超过阈值的 High-entropy queries、这些查询上的 Impressions at risk（含其点击次数）以及 Average entropy。
• Entropy distribution 以 0.1 比特为一档统计查询数量，并按等级着色。
• 表格列出 Query、Pages、Impressions、Clicks、Entropy (bits)、Evenness、Top page share、Band 以及 Impression share by page，后者是一条最多显示六个页面的条形图。将鼠标悬停在某一段上，可查看该页面、其占比及平均排名。标签页可在 High-entropy 与 All analysed 之间切换，搜索框可匹配查询或其 Top page。
• CSV 导出以文本形式包含每个页面的占比，而不仅限于条形图中的六个。

高分并非问题的情形

当 Search Console 按页面对数据分组时，你的每个页面在某次搜索中展示，都会各自计入一次展示。因此，同一搜索结果页上出现你的两个页面时，两者都会得分，而同时占据两个展示位置可能是优势，而不是内耗。对一段日期范围计算的熵，无法区分这种情形与 Google 每天在这两个页面之间来回切换的情形。

采取行动之前，请先打开该查询的详情页。如果两个页面同时保持着良好的排名，就不必处理。如果排名较差，且领先的页面不断变化，说明这些页面在相互竞争。

修复相互竞争的页面

1. 确定哪个页面应当针对该查询获得排名，通常是对该问题回答得最完整的那个。
2. 将另一个页面中有价值的内容并入该页面，然后将较弱的页面重定向，或者按照 Google 对合并重复 URL的建议，用 canonical 链接将其指向较强的页面。
3. 更新内部链接，使其指向你选定的页面。

Cannibalization 报告按 URL 展示同一问题，并列出流向较弱页面的展示次数和点击次数。

AutoPSEO 如何避免产生这个问题

内容引擎会将它发现的主题与你网站上已有的页面进行比对，因此不会为现有页面已经能够回答的搜索再写一篇文章。如果它自己撰写的两篇文章最终覆盖了相同的搜索，可以将其合并：其中一篇会被下线，你的网站会对其旧地址返回 301，跳转到保留的那一篇。参见内容引擎。

限制

• 报告会读取所选时段内最多 25,000 行查询与页面数据。罕见的组合可能缺失，而 Google 出于隐私而匿名化的查询则永远不会出现。
• 展示次数是唯一的输入。在搜索结果靠后位置获得展示的页面，每次展示的权重与排在顶部的页面相同，因此在合并任何页面之前，请先查看条形图中的排名。