Skip to content
··阅读时间2分钟

搜索分析:站内搜索、SEO 与 PPC

站内搜索常被忽视,但它是理解用户意图与转化路径的关键层; 本文结合 SG/SEA 实务,梳理 Internal Search、SEO、PPC 及高级分析方法。

本文写于2008年,部分内容可能已发生变化。

大家好,

好久没写 Analytics 了。
周末我又把《Web Analytics: an hour a day》拿出来复盘,觉得可以把一些心得整理出来。

我自己最熟的是 Search Analytics。
这篇会围绕第 8 章:Search Analytics(Internal Search、SEO、PPC)展开。

1. Internal Search(站内搜索)

按我在 SG/SEA 的实务经验,这是最容易被忽略的一块。
大家通常只分析外部流量来源,却把站内搜索完全忘掉。

先统一一下定义:
我说的 Internal Search,是你网站内部的搜索功能。
用户进入站点后,用它来搜站内内容。
比如在 IMDB 搜电影、在 Amazon 搜图书。

为什么它重要?

因为用户越来越懒,尤其在互联网上。
(某种程度上,这也是 Google 成功的一大原因。)
同时企业网站越来越复杂,页面数动辄几千上万。
如果没有可用的站内搜索,潜在客户很难快速找到目标信息。

但现实是,新加坡很多网站当时并没有做好站内搜索。
看几家银行:

  • DBS:本地最强势银行之一(个人+企业),无站内搜索;
  • UOB:无;
  • OCBC:无;
  • Citibank Singapore:无;
  • HSBC:有。至于结果质量如何,这篇不展开。

看 B2C 网站:

  • 新加坡美食站 HungryGoWhere:号称“美食搜索引擎”,但站内搜索体验在我看来未达预期;
  • 鲜花电商 FarEastFlora.com:站内搜索尚可;
  • sg.creative.com:站内搜索尚可;
  • Singapore Airlines:有站内搜索,但质量一般。比如搜 “Bangkok flight”,前几条居然先出来 Boarding pass。

Avinash 在书里给了几类很实用的站内搜索指标与报告:

  • 站内搜索使用率(Usage Metrics);
  • Top 站内搜索词报告:这份报告对 IT、产品、市场、销售协同特别有价值;
  • 通过 Site Overlay 看点击密度:可视化用户如何使用搜索结果页。
    在 SG/SEA 多数公司里,这一层通常算“进阶实践”。

还可以继续看 CTR、Exit Rate 等细项。

  • 如果是电商网站,务必比较“使用站内搜索用户”的转化率。
    这对论证“是否投资升级站内搜索”非常有说服力。

2. Search Engine Optimization(SEO)

SEO 本质是让你的网站更“搜索引擎友好”。
在 US/UK/AU 等市场,SEO 长期是营销策略核心组成。
但在 SG/SEA,整体采用率当时仍偏低。

这篇不展开 SEO 技术细节,我只讲如何衡量 SEO。
正如 Avinash 所说:SEO 衡量并不简单。

SEO 终极目标当然是:在 SERP 上拿到高排名。
但不只是“排名高”,而是“对的关键词排名高”。

比如你卖花,却在新加坡把 good restaurant 做到 Google 第一,这没意义。
这是简化例子,但核心点是:每个关键词背后意图不同,不同人群(中产、C-level 等)搜索行为也不同。
所以关键词分析必须谨慎。

  • 排名报告(Ranking Report):选 10-20 个核心词,持续追踪 Google/Yahoo 排名变化。

在多数 SEA 市场,Google + Yahoo 大约占到 90% 搜索份额。
但与 UK/欧洲/AU 等“Google 极高占比”市场不同,Yahoo 在 SEA(特别是新加坡)仍有明显份额(约 28%)。
所以做 SEO 不能只盯 Google,也要兼顾 Yahoo。

  • 收录报告(Index Report):

相较排名报告,这是次一级但仍重要。
你网站也许有几十万页,如果搜索引擎没收录,就不会出现在 SERP。

  • 外链页面报告(Pages with External Links):

即“哪些页面被外部站点链接”。
Google Webmaster Tools 里可查。
这份报告很关键,但深讲 link building 已超出本文范围。

  • 分群(Segmentation):

Segmentation 是 web analytics 的核心。
在这里就是把 organic、paid search 与其他来源拆开看。
先定义业务目标(如转化),再对比 organic 与其他来源表现。

同时请记住:organic 不是免费流量。
你请 agency 做 SEO 有费用;内部 IT 改造有成本;线下/线上品牌投放也会反哺自然搜索。
严格说,品牌投入对 organic 的贡献很难精确切分,但“natural traffic 不是 free”是确定的。

3. Pay Per Click(PPC)

Avinash 说 PPC 很“热”,我同意。
原因很简单:有效,且启动门槛相对低。

先强调一个基础:必须分开看 Search Campaign 与 Contextual Campaign。
两者机制不同,指标解释逻辑也不同。
不要把 Search 和 Content 流量混成一锅再用统一指标判断。

PPC 基础指标包括:

  • Impressions:广告展示次数。
    该指标在 Google Search 场景通常比 Content 场景更有解释价值;
  • Clicks:从广告点击进入站点次数。
    注意它不等于 unique visitors,也不等于总 visits;
  • CTR(Clicks/Impressions): Search 的 CTR 通常天然高于 Contextual,这本身不稀奇。
    CTR 重要在两点:带来更多点击,以及通常伴随更高质量分/质量指数,从而拉低 CPC;
  • CPC:单次点击成本。

这些是基础,但单独看会有很多盲区:

  • 这些数字对业务底线到底意味着什么?
  • 如何把它们接入完整分析体系做更高阶判断?
  • 等等。

尽管如此,SG/China/HK 仍有不少 agency 只给客户这几个表层数字。
(这里不包括那些已尽力解释全局、但受合作模式或数据约束所限的团队。)

Bottom-line 指标

Avinash 用 Outcome 这个词,指订单、线索、页面浏览或任何已定义目标。
由此衍生:

  • Onsite Conversion Rate(OSC)= Outcomes / Clicks。
    它很常见,也很关键,可用于判断流量源对业务目标的质量。

但也不要过度解读 OSC。
因为影响它的变量非常多。

第一步先确认“测量方式正确”。
听起来简单,实际上很容易出错。
点击数通常由搜索引擎提供,相对容易。
但客户常用第三方追踪,若设置/测试不到位,误差会很大。
即便都配置正确,搜索引擎与第三方系统之间出现 10%-15% 差异也并不罕见,尤其含 Search Network / Content Network 时。

转化数本身更复杂。
常见计数方式:

  • 转化归因规则:Last Click Wins。即只有“最后一次来源”拿到转化;
  • 用户到达确认页才算转化。问题是:用户可能刷新、或页面未完整加载即离开,都会影响计数。

另一个常见问题是“同一用户多次转化”:
同次访问买多件,或跨几天/几周多次购买。
再加上用户路径越来越多触点(banner、eNewsletter、organic、PPC),如果归因规则不清,不同 agency 会争抢同一笔转化。
例如媒介代理会认 banner 带来的后续购买,SEM 代理也会认 sponsored link 带来的访问与转化。

所以我的建议是:
要重视 Onsite Conversion,但不能脱离归因、追踪实现和业务场景去“只看一个数”。

其他常见结果指标还包括:

  • Revenue
  • CPL(Cost per Lead)
  • CPO(Cost per Order)
  • ROAS(Return on Ad Spend)
  • 等等

4. 高级分析概念(借第 14 章)

这一部分来自第 14 章,但和搜索分析直接相关,所以也放在这里。

  • Statistical Significance:定义可参考 Wikipedia;
  • Segmentation:

Avinash 说过一句我很认同的话:
“如果你不理解所报告指标及其业务价值,就不可能做好分群。”

我个人认为 Segmentation 既有威力,也需要苦功。
它也是区分“普通报表员”和“好分析师”的关键。

在搜索场景里,最基本要求是:
每次报一个数字,都要带上下文; 并分层看 Search total、Google Search、Google Content、Yahoo Search。
(Yahoo Content 在 SG/SEA 体量较小,实操价值有限。)

还要按国家拆开分析,别一股脑汇总。
短期汇总看起来方便,但请确保原始数据可回溯。
这也意味着:不要用一个 PPC campaign 同时混投两个国家。

  • 趋势化分群(Trending Segmented Data):

建议用线图或柱状图展示。
若能把不同来源趋势叠加展示,或结合竞品/行业基准,会更可行动。

最后列一组 Avinash 的 best practices(我按实务补充):

  • Forget overall site conversion rate:完全同意。
    很多客户问“转化率 benchmark 是多少”。我通常会解释:行业、市场、分析成熟度都不同,单一 benchmark 意义有限;
  • 看长期趋势并考虑季节性:完全同意。
    不要跑 1-3 个月 PPC 就下结论“没用”;成熟 SEM 往往需要 6-12 个月;
  • 理解企业的获客战略: 若企业长期以线下为主、市场认知也偏线下,直接做纯线上 direct response 会更难(不代表做不了);
  • 按 Top 5 referring URLs 看转化率: 大型 MNC 常见问题是市场团队拿不到 analytics,或没人教他们用;agency 也常与客户 analytics 团队脱节;
  • 不按单页/单链接看转化率: 这在 SG/SEA 反而不算高频问题;
  • Segment like Crazy: 前面反复强调了;
  • 转化旁边永远放收入: 这通常更适用于客户内部团队。利润/收入数据常属机密,agency 往往拿不到;
  • 带着明确目标看转化率: 这是所有分析动作的起点。

书里还有不少很好的实践。
我的建议是:自己买一本,在完整语境里系统读一遍。

今天先到这里。
下次见!
Chandler

继续阅读

我的旅程
联系
语言
偏好设置