先给结论:总体增长与核心页面下降同时出现,通常说明“平均数”把两类页面混在了一起。此时不要先改核心页面,而要把总量拆成“核心页集合”和“其余页集合”,分别看点击、展现、排名位置和落地页转化。如果核心页集合的降幅集中在少数几个入口页,优先查这些页面的抓取、收录状态与内容改动;如果核心页整体均匀下滑,而其余页大幅上涨,则更可能是需求结构或站内流量分配变化。拆分的意义是决定下一步动作,而不是制造一个更好看的报表。
第一种解释是“分母变了”。站内新增或改版后,大量非核心页开始获得展现和点击,总量因此上升,但核心页的绝对点击并未同步增加,它在总量中的占比被稀释。第二种解释是“核心页本身变弱”。核心页的展现、点击或平均排名出现实质下降,只是被其他页面的增量抵消。两者在总量曲线上可能几乎一样,但后续动作完全相反:前者要检查流量是否流向了低价值页面,后者要检查核心页的收录与竞争环境。
区分它们的关键证据是“集合内绝对值”,而不是“占比”。把核心页单独列成一个集合,记录其点击、展现、平均排名和转化数。如果核心页集合的绝对值稳定,只有占比下降,问题更偏向结构;如果核心页集合的绝对值也在下降,问题更偏向页面自身。
核心页面不是“我觉得重要的页面”,而应有可执行的定义。常见做法包括:按业务转化路径定义,例如注册页、商品详情页、方案页;按进入站内后产生咨询或下单的落地页定义;按历史贡献定义,例如过去一个完整周期内带来有效转化的页面。定义一旦确定,就不要在分析中途更换,否则前后口径不可比。
拆分时至少保留三个集合:核心页、其余自然流量页、以及站内其他来源页。这样做的目的不是追求分类完整,而是让“总量增长”能被还原到具体集合。若只拆成“核心”和“非核心”,当非核心集合内部差异很大时,仍然会掩盖问题。
可核查的证据链通常按以下顺序展开:
这些现象都只是候选解释。点击或抓取量归零,不能单独证明某个处理正确,也可能来自统计口径切换、报告延迟、过滤条件变化或页面被合并。诊断的价值在于缩小候选范围,而不是一次性给出唯一原因。
假设某站上个月总自然点击从 10000 升到 12000,但三个核心落地页的点击从 3000 降到 2400。若只看总量,会得到“增长”的结论;拆开后,核心页集合下降 20%,其余页集合从 7000 升到 9600。此时下一步不应立刻重写核心页,而应先确认其余页集合的增量来自哪些页面:如果来自大量低相关的新页面,重点可能是站内链接与内容边界;如果来自少数与原核心页主题相近的页面,重点可能是页面之间互相竞争,需要重新安排内链与主推页面。
这个例子中的数字仅用于说明拆分方法,不代表任何真实站点的表现。实际判断时,应使用同一统计口径、同一时间范围、同一过滤条件下的集合数据。
如果核心页集合绝对值稳定、占比下降,且其余页集合增量来自与业务无关的页面,优先处理站内流量分配:检查内链是否把权重导向了低价值页,检查模板是否让非核心页获得了过多入口。如果核心页集合绝对值下降,且下降集中在少数页面,优先逐页排查收录、内容改动和搜索需求变化。如果核心页集合整体均匀下降,同时全站其余页也在下降,只是总量被站外或广告来源抬高,那么问题不在自然搜索,应先核对来源口径再决定是否继续做页面级诊断。
拆分平均数不是终点。它只是把“总体增长”这个结论还原成可验证的集合差异,让你在核心页、其余页和来源口径之间选对下一步。完成一次拆分后,应把集合定义、时间范围和证据来源固定下来,下一次复查时沿用同一口径,否则新的平均数仍会掩盖同一个问题。