Search Console 中的 CTR 与平均排名详解

点击率(CTR)是点击次数除以展示次数。平均排名是指你的网站在每次出现的搜索中所处的最靠前位置，再对所有这些搜索取平均值。两者都是对成千上万次不同搜索取的平均值，因此全站层面的数字掩盖的信息多于它揭示的信息。请按查询或按页面来解读，并将 CTR 与你的网站在相同排名上的实际表现进行对比。

平均排名是如何计算的

Google 的计数规则(排名如何计算)可归纳为以下几点：

• 只计入你最靠前的结果。 如果你有三个链接出现在同一次搜索的第 2、4、6 位，这次搜索记录的排名是 2。
• 然后对所有搜索取平均。 Google 自己的示例：一次搜索中你的链接位于第 2、4、6 位（记为 2），另一次位于第 3、5、9 位（记为 3），则平均排名为 2.5。
• 没有展示就没有排名。 只有链接获得展示时才会记录排名，报告中的短横线表示没有记录。
• 计数顺序。 排名先在主栏中自上而下计数，再继续计入副栏。在图片搜索结果中，则先从左到右，再从上到下。
• 有些区块只算一个位置。 AI Overview 只占一个位置，其中的所有链接共享该位置。精选摘要通常位于第 1 位。

请注意这对单个页面意味着什么。"页面"表按页面计数，因此某个页面的排名是该页面在每次搜索中自身最靠前的位置。而在按资源统计的图表中，如果某次搜索里你的首页排第 3、一篇博客文章排第 8，则该网站在这次搜索中的排名记为 3。

为什么全站排名下降时，实际情况可能在变好

平均排名是加权平均值，而内容构成一变，平均值就会跟着变。假设你的网站每月有 50,000 次展示，平均排名为 12.0，获得 1,900 次点击。你发布了 30 篇新指南。接下来一个月，它们开始出现在大量新的长尾搜索中，带来 40,000 次展示，平均排名为 28，获得 160 次点击。

• 点击量从 1,900 增至 2,060，增长约 8%。
• 平均排名从 12.0 降至 19.1，因为 (50,000 × 12 + 40,000 × 28) ÷ 90,000 = 19.1。
• CTR 从 3.8% 降至 2.3%。

三个核心数字中有两个看起来变差了，但实际上你多获得了点击，什么也没有损失。这就是为什么应该跟踪一组固定的查询或一组固定的页面，而不是整个资源的总体平均值。当平均值发生变化时，请先打开带对比周期的"查询"标签页，并按差值列排序，再下结论。

CTR 的运作方式，以及它为何取决于排名

CTR 等于点击次数 ÷ 展示次数，以百分比显示。它受结果所处位置的影响远大于其他任何因素：靠前的结果被点击的次数比靠后的结果多出许多倍。Google 并未公布基准 CTR，但许多行业研究已经测得了这条曲线。当网站自身数据太少时，AutoPSEO 会以多项已发布研究的综合结果作为备用基准：

请把这些数字当作一种形态，而不是目标。你自己的曲线可能远高于或远低于这些数值，具体取决于搜索结果页上还出现了什么（广告、AI Overview、视频、购物结果）、有多少搜索包含你的品牌名称，以及用户想要的是快速获得一个事实还是阅读一篇完整的文章。因此，最有用的基准是用你自己的数据建立的基准。

构建你自己的预期 CTR 曲线

用电子表格大约二十分钟就能完成。

1. 打开"效果 → 搜索结果"，将日期范围设为最近三个月，搜索类型设为"网页"。
2. 排除品牌搜索。 如果你的资源提供品牌查询筛选器，请在查询筛选器中选择"非品牌"。如果没有，请添加一个查询筛选器，使用自定义正则表达式并设为"不匹配正则表达式"，然后列出你品牌的各种拼写(高级筛选)。品牌搜索的 CTR 要高得多，会拉高整条曲线。
3. 导出"查询"表。 界面最多导出 1,000 行；较大的网站需要使用 API 或基于 API 的工具(Search Console 数据限制)。
4. 剔除数据过少的行。 删除展示次数少于 10 的查询。低于这个数，多一次点击就会让 CTR 变动十个百分点甚至更多。这个截断值需要自行判断；网站较大时应调高。
5. 按排名分组。 将每个查询的排名四舍五入到最接近的整数，并保留第 1 到 20 位。
6. 用总数相除，而不是对平均值再求平均。 对每个分组，分别汇总点击次数和展示次数，然后相除。如果改为对 CTR 列求平均，一个只有两次展示的查询就会与一个有两千次展示的查询权重相同。
7. 标记数据过少的分组。 只有几百次展示的分组并不可靠。AutoPSEO 会将展示次数少于 200 的排名视为数据过少，并对其改用基准值。

现在把每个查询与其所在分组进行比较。假设第 4 位有你的 38 个查询，共 21,400 次展示和 1,520 次点击，预期 CTR 为 7.1%。一个排名 4.2、有 2,000 次展示、CTR 为 2.5% 的查询，所获得的点击大约只有你的网站在该位置通常水平的三分之一。它的搜索结果中有某些因素把搜索者拒之门外，值得仔细查看。

比曲线低多少才算过低？

没有官方阈值；这取决于数字背后有多少展示次数，需要自行判断。只有几百次展示时，CTR 会因随机因素大幅波动，因此只有很大的差距才有意义。有数万次展示时，较小的差距也是真实的。作为参考，以下是 AutoPSEO 划定的界线：

• CTR Benchmark 报告会在某个查询或页面的 CTR 比其所在排名的预期值低 20% 以上时，将其标记为表现不佳。
• Page Poaching 报告会列出已经接近顶部、但获得的 CTR 不到预期 CTR 70% 的结果。
• 内容引擎会在自己的某篇文章出现在第 8 到 20 位、28 天内至少有 30 次展示、但被点击的频率不到基准曲线预测值的 60% 时，将该文章加入优化队列。

起步时可以从严（远低于曲线，且展示次数充足），待处理完明显的问题后再放宽规则。

解读排名变化，避免反应过度

• 盯住一份固定清单。 选出对业务重要的 20 到 50 个搜索并持续关注，而不是看资源的平均值。
• 比较同类数据。 使用长度相同且包含相同星期构成的时间窗口，例如最近 28 天对比之前的 28 天。
• 同时查看展示次数。 对于每月只有 40 次展示的查询，排名变化大多只是噪声。
• 不要手动查排名。 搜索结果会因地点、语言、设备和时间而异，所以你搜索时看到的结果只是一个样本，而不是一次测量。

AutoPSEO 能提供哪些帮助

CTR Benchmark 报告会根据你自己的数据构建上述曲线，对数据过少的排名改用基准值，并汇总每个表现不佳的查询或页面所流失的点击量。Page Poaching 使用同一条曲线来估算排名上升能带来多少价值，而 CTR 曲线建模则会为其拟合一条平滑曲线。Rank Changes 按查询跟踪排名变动，这样内容构成的变化就不会被误看作排名下滑。无需账户，免费的 CTR Opportunity Analyzer 就能对导出的 CSV 运行同样的对比。