先看结论:总体增长掩盖核心页面下降,通常不是百度指数本身出了问题,而是你拿“全站平均”去解释“单页表现”。拆分平均数的关键,是把总量拆成“核心页面 + 其余页面”两部分,再分别看各自的访问量与人均指标,而不是继续在全站均值里找原因。
假设你手里有一份站内统计:全站日访问量从 1000 涨到 1200,人均停留从 90 秒涨到 96 秒,但首页和三个栏目页的人均停留反而从 120 秒掉到 100 秒。这个矛盾说明,增长来自“其余页面”的规模扩张,而不是核心页面变好。
做法很直接:把全站数据拆成两组——核心页面组(你真正关心的几个入口或栏目页)和其余页面组。分别列出访问量、总停留时长、人均停留。只要核心页面组的人均指标下降,而其余页面组访问量大幅上升,全站平均就会被拉高。这一步不是算得更细,而是让被平均掉的那部分重新可见。做完这一步,你才能判断下一步该查核心页面,还是查新增流量的来源。
不要只看一个指标。按下面顺序核对,每一步都能排除一种解释:
这里要说明一个容易被忽略的条件:请求量、抓取量或某个统计归零,并不能单独证明你的处理是对的。它也可能是统计代码失效、页面被合并、抓取预算转移等合理解释。只有把分组数据、搜索报告和页面实际内容放在一起看,才能形成可核查的证据链。
假设某站只有两类页面:核心页面组 4 个,其余页面组 40 个。上个月核心页面组访问量 400、总停留 48000 秒,人均 120 秒;其余页面组访问量 600、总停留 36000 秒,人均 60 秒。全站人均是 (48000+36000)/1000 = 84 秒。
这个月其余页面组新增了 20 个页面,访问量涨到 1000、总停留 50000 秒,人均 50 秒;核心页面组访问量仍是 400,但总停留降到 40000 秒,人均 100 秒。全站访问量 1400、总停留 90000 秒,人均约 64 秒——如果只看全站总量,你会以为整体在增长;但拆开看,核心页面组人均从 120 秒掉到 100 秒,其余页面组从 60 秒掉到 50 秒,两组都在变差,只是新增页面的数量把总量撑大了。
这个例子说明:总体增长不等于每个部分都在增长。拆分的动作是分别计算两组的人均指标,而不是继续用全站均值做判断。做完这个动作,你下一步该做的是检查核心页面组的内容是否被替换、入口位置是否变化,而不是去优化新增页面。
拆分完成后,优先处理“核心页面组人均指标下降”这一项。具体动作是:把核心页面组里每个页面单独列出来,对比它们上期和本期的访问量、停留时长、跳出情况,找出是哪一个或哪几个页面拉低了整组。如果只有一个页面下降,问题在页面本身;如果全部下降,问题更可能在入口、导航或外部流量结构。
这个动作的结果会直接决定下一步:若下降集中在个别页面,就针对这些页面检查标题、首屏内容和内链;若整组同步下降,就检查核心入口是否被改版、是否被其他页面分流。不要跳过这一步直接去改全站模板,否则你改的可能只是被平均掉的那部分。
如果核心页面组访问量本身很小,比如每天只有几十次访问,人均指标的波动会很大,拆分出来的差异可能只是随机波动。这时应先积累更长时间的数据,或者把核心页面组合并成更大的分组,而不是急着下结论。另一种情况是:核心页面组和其余页面组的口径本身就不一致,比如一个按会话统计、一个按页面浏览统计,那么拆出来的平均数没有可比性,需要先统一口径再拆。
适用条件很明确:只有当两组数据来自同一套站内统计、同一时间范围、同一统计单位时,拆分平均数才有诊断意义。否则,你得到的只是两个不同尺子的读数,不是同一件事的两个部分。