跳到主要内容

如何解释自然点击量下降的原因

如何使用 SEO Stack 定位点击量流失的位置,并分析其原因。

4 分钟阅读Ranking & Traffic Loss进阶最后核实 2026-11-21

如果客户告诉我他们的自然点击量下降了,我首先想知道的是:过去是哪些页面带来了这些点击,以及用户搜索了什么词找到它们。分析点击流失需要一些时间和诊断能力,所以在这篇知识库文章里,我会向你展示具体可以做哪些事。

我为这篇知识库文章录了一个视频:

另外,我也建议你看看我写的这篇博客,它其实涵盖了围绕点击流失的很多考量因素,比如因 CTR 下滑导致的点击流失(Google 的 AI overviews)、因排名下滑或整站/内容降权导致的点击流失,在试图弄清自然点击为何下降时,这些都适用。

去看看诊断点击流失的终极指南——AI overviews、CTR 退化、内容问题、垃圾内容与技术 SEO。

imageimage

如果客户找到我,指出点击量或排名下滑,我通常做的第一件事是分析他们的 Search Console 数据,搞清楚哪些查询词和页面失守了,以及是否存在一个明显的下滑节点,也就是说:点击量是不是在某次 Google 核心更新期间开始下跌的?每种情形可能都需要各自的分析方式。例如,如果下滑发生在网站迁移之后,我会想知道旧 URL 重定向到了哪里,以及新页面是否接住了此前带来点击的那些查询词。

本次演示我使用 riderguide.com。2025 年 5 月和 6 月,该站每月约有 70,000 次自然点击。到 8 月,只剩约 10,000 次。我会演示如何从这次下滑倒推到造成下滑的页面,然后用查询词计数来确定点击流失最多的那个页面的排名发生了什么变化。

1. 将日期范围设为 First Data Point 并找到下滑点

在 SEO Stack 中,选择你的网站资源,进入 SEO Workspace → Search Console Data。点击日期选择器,选择 First Data Point。对 RiderGuide 来说,这会回溯到 2025 年 1 月 1 日。在图表上方选择 Month,并沿着蓝色的 Clicks 线观察,使用左侧的刻度。

你可以看到点击量从 3 月开始上升,5 月达到最高,6 月维持在接近该水平。7 月是第一个出现大幅下跌的月份,点击量在 8 月继续下滑。在图表下方,打开 Select Algo Types 并勾选 Core Updates。6 月底的那个标记正好落在两个差异极大的流量水平之间。

imageimage

蓝线显示 RiderGuide 的月度点击量。5 月和 6 月是 2025 年 6 月核心更新标记与 7 月下滑之前的高点。

Google 的 6 月核心更新于 2025 年 6 月 30 日至 7 月 17 日推出。切换到 Week 可以看到流失发展得有多快。我还会查看站点标注,并询问客户在那段时间网站上做了哪些改动。时间点为我们指明了一次具体的更新去调查。我们仍需要查明是哪些搜索词和页面失去了可见度。Google 2025 年 6 月核心更新记录

2. 将高流量时期与更新之后的时期做对比

打开 Search Console Comparison,点击日期选择器并选择 Custom。将第一个区间设为 2025 年 8 月 1 日–10 月 29 日,compare to 区间设为 2025 年 4 月 1 日–6 月 29 日。这样两边各有 90 天。较早的区间包含 5 月和 6 月的峰值,并在更新推出的前一天结束。较晚的区间从更新推出完成之后开始,覆盖了持续下滑的阶段。

RiderGuide 资源4 月 1 日–6 月 29 日8 月 1 日–10 月 29 日变化
自然点击量203.44K27.81K−86.33%
展示量11.24M2.79M−75.14%
CTR1.81%1.00%−0.81 个百分点
平均排名11.1717.69下降 6.52 位

整个资源大约损失了 175,600 次点击。展示量下降了四分之三,平均排名从 11.17 降到 17.69。此时我想知道这些损失中有多少来自少数几个 URL,因为那些正是我要带入查询词计数分析的页面。

3. 按点击流失对页面排序并导出

在图表下方点击 Pages,按 Clicks (Difference) 排序,直到最大的负值排在最前。注意核对各列上方的日期。以电动摩托车指南为例,较晚的区间为 5,639 次点击,较早的区间为 41,084 次,差值为 −35,445。

imageimage

Pages 报告在各自的点击列上方显示两个日期区间。用 Clicks (Difference) 来对流失量排序。

关闭 Relative 以查看完整 URL,然后选择 Export → CSV。勾选 Pages,本次导出取消勾选 Queries,选择 Max 并点击 Export。

imageimage

导出前在 CSV 对话框中勾选 Pages。最大行数取决于资源和日期范围。

4. 筛选导出文件,保留点击流失的 URL

使用 File → Import → Upload 将 CSV 导入 Google Sheets。选中包含表头的完整数据区域,进入 Data → Create a filter。打开 Clicks (Difference) 上的筛选器,选择 Filter by condition → Less than,输入 0 并点击 OK。将该列按 A → Z 排序。如果你只有两个点击列,可在新列中用较晚的点击数减去较早的点击数,然后在该列上应用筛选。

以下是我会从 RiderGuide 对比中取出的前三个 URL。三者都是 /best-rated/ 下的购买指南,因此我们可以观察一组用途相似的页面。

购买指南峰值期点击更新后点击流失点击
电动摩托车41,0845,63935,445
踏板式电助力车17,6851,46016,225
折叠电动自行车15,34159214,749

三者合计占 66,419 次流失点击,约为该资源净下滑量的 38%。从表格中复制这三个完整 URL,每行一个。

5. 将这些页面保存为 KEY URLS LOST

回到 Search Console Data → Add Filters → Page…。将运算符设为 Should,匹配类型设为 Exact,并打开 Bulk。把 URL 粘贴到文本框中。Should 允许三个 URL 中任意一个匹配,而 Exact 则确保数据严格对应你所复制的地址。

imageimage

RiderGuide 上的 Page 筛选器。Should 表示匹配任一列出的 URL,Exact 将每条规则限定为该 URL,Bulk 接受每行一个值。

点击 Apply,打开 Expand 核对这三条页面规则。在 Preset Filters → + New Preset Filter 下,输入 KEY URLS LOST 并点击保存图标。如果你已经有同名的预设,在用于另一次下滑分析前请先检查其中的 URL。

imageimage

为预设命名,并点击标题字段右侧的保存图标。

6. 对流失最多的页面运行 URL Query Count 分析

进入 SEO Workspace → Data Tools → URL Query Count Tool。打开 Preset Filters 调出你保存的页面组。若要逐页分析,在 Search for URL 中选择完整的摩托车指南 URL,并在 Expand 下核对生效的规则。下面的数据我只使用了这一个页面:/best-rated/the-5-best-electric-motorcycles-of-2024/。

从 Total Queries 和 Clicks 开始

选择 First Data Point 和 Month。使用图表图例,对照查看 Total Queries 与 Clicks。滚动到查询词列表下方标题为 Vol of Queries 的表格,找到 6 月、7 月和 8 月的列。横向读取 Total Queries 行,它显示工具在每个月为该 URL 记录了多少个不同的查询词。再读取相同月份的 Clicks 行。

imageimage

在 URL Query Count Tool 中选中的摩托车指南。Month 视图显示了 2025 年 6 月之前的积累以及 7 月和 8 月的下滑。

摩托车指南2025 年 6 月2025 年 7 月2025 年 8 月
查询词总数17,71011,1502,315
排名 1–3 的查询词1,396744379
排名 4–10 的查询词2,9972,021994
点击量14,4393,3031,124

6月,该指南在17,710个有数据的查询词上出现过。到8月,这一数字降至2,315,减少了15,395。现在看 Position 1–3 这一行。6月该指南有1,396个查询词进入前三,8月只有379个。我们在更大范围的搜索中失去了可见度,其中进入1–3位的查询词减少了1,017个。请直接使用 Total Queries 这一行。把各排名区间相加,或把各月份数据相加,都可能把同一个查询词重复计算。

切换到 Week,查看排名是什么时候掉下去的

点击 Week,横向滚动表格到 22–28 June,也就是更新推送前最后一个完整周。先看这一列,然后每次往后挪一周。Change 列是与上一周的差值。对于横跨两个月部分时间的更新,这里可以看出大部分损失发生在什么时候。

imageimage

逐周往下看 Position 1–3、Total Queries 和 Clicks。从 29 June–5 July 到 6–12 July,该指南损失了5,167个有数据的查询词和2,264次点击。

Motorcycle guide22–28 Jun29 Jun–5 Jul6–12 Jul13–19 Jul
Total queries10,6509,8114,6441,522
Positions 1–357054423398
Positions 4–101,7291,689776481
Clicks3,4852,711447237
Impressions111,667101,05929,79616,375

看 6–12 July。仅仅一周内,点击从2,711掉到447,排在1–3位的查询词数量从544掉到233,4–10位也从1,689降到776。如果主要问题是查询词下滑了几位,我会在第一页更靠后的位置找到这些相同的词。而这里,这一周查询词总数减少了一半以上,下一周又继续下降。这给了我们在这个URL上需要排查的两件事:它不再出现的那些搜索,以及它仍然出现但排名更低的那些搜索。

7. 查清哪些查询词彻底丢了,哪些只是下滑

回到 Search Console Comparison,保持相同的两个90天周期,对这份摩托车指南应用 Exact 页面筛选。点击 Queries,按 Clicks (Difference) 排序。导出查询词行,包含两个周期的点击、展示和平均排名。从下滑前贡献点击最多的查询词开始往下排查。

  • 对于此前排在1–3位的查询词, 查看同一查询词和URL在后一周期的排名。一个从第2位掉到第8位、且两个周期都有展示的词,就是排名下滑的确凿例子。记录该词损失的点击,并对其余前三位的词重复这一步。

  • 对于前一周期有展示、后一周期没有对应行的查询词, 移除页面筛选,在整个资源范围内精确搜索该查询词。如果现在是另一个 RiderGuide 的URL拿到了这些展示,记录是哪个页面接手了。如果两个URL都没有展示,就把这些消失的查询词按主题分组,并在下内容层面的结论之前,先检查需求、页面可索引性和规范化(canonicalisation)。

  • 对于排名保持不变的查询词, 在相同国家和设备条件下比较展示量和点击率。如果展示量稳定而点击率下降,查一下历史搜索结果页,看布局是否有变化或出现了新的搜索功能。如果展示量下降而排名和点击率基本没变,看看后一周期是不是该主题的搜索需求减少了。

在这份摩托车指南上这么做是有充分理由的。在两个90天周期之间,它的页面级平均排名实际上从21.23提升到了15.09,而同时损失了35,445次点击。排名较低的词消失,会拉高报告中剩余词的平均值。每周的查询词数量暴露了页面平均值掩盖的东西,而逐词比对能告诉你究竟是哪些排名发生了变化。

8. 用丢失的查询词来决定审查什么

我会从摩托车指南开始,然后对轻便电摩和折叠电动自行车指南做同样的分析。对每个页面,我会调出下滑前的线上版本,与当前页面做对比。先检查HTTP响应、重定向、Google选定的规范网址和内链。然后按骑行者想了解什么来给丢失的查询词分组,比如上路合法性、续航、纯性能表现,或是否适合某类骑行者。

对每一组,看看是哪些页面拿走了这些排名,以及它们给读者提供了什么。对于一份购买指南,我会检查推荐是否覆盖了人们在搜索的车型、实际由谁测试、测了哪些指标,以及当时的价格、库存和参数是否准确。如果页面以续航为依据推荐某款车,读者能看到实测续航、骑行者体重和测试条件吗?在有 GA4 跟踪数据的情况下,我还会检查移动端访客是否能正常使用对比表格并点进产品链接。把每一项具体改动与它想要改善的查询词对应记录下来,然后给这次发布打上标注,以便针对相同的URL来衡量效果。

我会怎么向客户解释这次下滑

在春季高峰期与2025年6月核心更新后我们所测量的90天之间,RiderGuide 的自然搜索点击下降了86.33%。三份购买指南合计损失了66,419次点击。电动摩托车指南是最大的贡献者,其最陡峭的周度下滑发生在更新推送期间。到 13–19 July 那一周,它只在1,522个查询词上出现,而推送前最后一个完整周是10,650个。在同样这几周里,它进入前三的查询词数量从570降到98。我会优先处理这份指南,逐个排查它过去带来点击的查询词,确定哪些排名下滑了、哪些搜索不再产生展示,以及是否有流量转移到了另一个 RiderGuide 页面。

连接一个资源,看着数据开始累积。

连接 Search Console 资源的那一刻,入库就开始了:不用配置 Google Cloud 项目,不用 BigQuery,也不用设计表结构。你只要连接资源,SEO Stack 就会从那天起存下你的每一行数据。

  • 需要信用卡
  • 在试用期内取消不会扣款
  • 无合约