poxiaoxi博客从Google Search Console的“搜索结果”效果报告下载Excel之后，第一次打开很容易有点迷糊。一个文件里面不是只有一张数据表，而是被拆成了“图表”“查询数”“网页”“国家/地区”“设备”“搜索结果呈现”“过滤器”等多个工作表。
更让人疑惑的是，这些表里经常都有点击次数、展示次数、CTR和平均排名。既然指标差不多，为什么还要拆这么多张表？有时候把某张表里的展示次数全部加起来，还和“图表”中的总数据对不上。
理解这份文件，关键不是把它看成七份不同的报告，而是要把它看成同一份Google搜索效果数据的不同观察角度。图表看时间变化，查询数看用户搜了什么，网页看哪些URL获得了搜索曝光，国家和设备用来拆分流量环境，搜索结果呈现则告诉你网站以什么样的搜索结果形式出现。过滤器更特殊，它记录的是这次报告在什么条件下生成。
先弄清GSC导出了什么
Search Console的搜索效果报告主要围绕几个常用指标展开，包括点击次数、展示次数、点击率和平均排名。平时在GSC网页里切换“查询”“网页”“国家/地区”“设备”等标签，本质上就是把这些指标按照不同维度重新分组。
例如一个网站在某一天获得1000次展示，这1000次展示可以按照搜索词拆，也可以按照页面拆，还可以按照国家或者设备拆。数据还是那批搜索数据，只是观察方法变了。
因此，下载后的几个工作表并不是这样的关系：
查询数 + 网页 + 国家 + 设备 = 总流量
它们更接近：
同一批搜索数据 ├── 按时间看 ├── 按搜索词看 ├── 按网页看 ├── 按国家看 ├── 按设备看 └── 按搜索结果形式看
这一点很重要。实际做SEO报表时，不能把不同工作表里的点击数再加到一起，否则等于把同一批流量重复计算了好几遍。
“图表”主要看流量走势
“图表”工作表比较接近GSC效果报告顶部那张趋势图的数据底稿。它不是在告诉你“哪个关键词表现最好”，而是在回答另一个问题：网站的Google搜索表现是怎么随时间变化的。
如果报告选择的是按天查看，这张表通常就是一天一行；如果使用周或月粒度，则会按照对应时间周期汇总。你可以从中观察点击、展示、CTR和平均排名在一段时间内的变化。
这张表最适合拿来做趋势分析。例如网站流量从什么时候开始上涨，某次改版后点击量有没有明显变化，最近的下降是一两天的波动还是已经持续几周，都应该先从时间序列看，而不是一上来就钻进关键词明细。
自己制作SEO周报或月报时，“图表”通常也是最适合拿来生成折线图的数据表。
“查询数”其实指搜索词
中文界面里的“查询数”这个名称很容易让人误解，以为这里统计的是“总共有多少个查询”。实际上对应的是Queries，也就是用户在Google中输入的搜索查询。
表中的每一行通常对应一个具体搜索词，并列出这个查询带来的点击、展示、CTR和平均排名。例如：
| 查询 | 点击次数 | 展示次数 | CTR | 平均排名 |
|---|---|---|---|---|
| 网站流量分析工具 | 数据值 | 数据值 | 数据值 | 数据值 |
| 怎么看网站流量 | 数据值 | 数据值 | 数据值 | 数据值 |
这张表对SEO最直接，因为它能让站长看到用户究竟是通过什么搜索需求遇到自己的网站。高展示、低点击的词可以进一步检查标题和搜索结果竞争情况；排名已经比较靠前但流量不高的词，可以看看本身搜索需求是否有限；一些完全没预料到的查询，还可能带来新的内容方向。
不过这里有一个很容易踩坑的地方：查询表并不是所有搜索词的完整流水账。Google会出于隐私原因隐藏部分匿名查询，同时Search Console界面数据本身也存在行数和数据截断方面的限制。因此，把查询表中的展示次数全部求和，并不一定等于图表显示的总展示次数。
所以看到“图表显示10万次展示，但查询表加起来只有8万多”时，不要立刻认为Excel导出错了。这种差异在GSC的数据逻辑里本来就可能出现。
“网页”看哪些URL获得搜索流量
如果说查询表回答的是“用户搜什么”，网页表回答的就是“Google最终展示了网站里的哪些页面”。
这里通常会列出具体URL，以及对应的点击、展示、CTR和平均排名。对于内容型网站来说，这张表非常实用，因为它很快就能告诉你哪些文章是搜索流量主力，哪些页面虽然有曝光但一直拿不到点击。
实际分析时，我更习惯先从网页表找到一个值得研究的URL，再回到GSC里筛选这个页面，然后查看它对应的查询。这样就能把“页面”和“关键词”联系起来。
例如一篇文章获得了2万次展示，却只有很少点击。只看页面数据，你只能知道它CTR偏低；继续查看这个页面对应的查询以后，才可能发现真正的问题：也许主要曝光来自排名第8到第15位的关键词，也可能文章标题和用户实际搜索意图没有完全对上。
还有一点值得留意。GSC效果数据通常会将相关表现归到规范网址，也就是canonical URL。因此，搜索结果实际出现过某些重复URL或者重定向地址时，最终看到的数据归属不一定和浏览器地址栏里的访问地址完全一样。
“国家/地区”反映搜索发生在哪里
国家/地区表的逻辑比较直观，它按照搜索发生的国家或地区拆分数据。
对于只做单一市场的网站，这张表平时可能不会被频繁打开；但只要涉及外贸、多语言网站或者全球业务，它马上就变得重要起来。
例如一个英文网站原本重点做美国市场，后来发现印度、英国和加拿大已经出现大量自然展示，这就值得继续看看这些地区到底由哪些页面和关键词带来。反过来，如果某个目标市场投入了很多内容，却一直没有多少展示，也能较早发现问题。
需要注意的是，这里的国家/地区描述的是搜索用户所在的地区，不是网站服务器所在地，也不是域名注册地。
“设备”用来看桌面与移动搜索
设备表把搜索表现按照桌面设备、移动设备和平板设备等类型拆开。
很多网站看总数据时感觉一切正常，拆到设备以后才会看到差异。比如移动端拥有大量展示，但CTR明显低于桌面端；或者某类关键词主要发生在手机上，而网站对应页面在小屏幕上的体验并不好。
设备数据不能单独证明某个页面存在移动端问题，但它很适合用来发现值得进一步排查的方向。如果移动端表现长期明显落后，可以继续检查页面布局、加载速度、首屏内容、标题在移动搜索结果中的展示效果，以及用户搜索意图是否存在设备差异。
对于现在的大多数网站，我不太建议只盯着整个站点的“移动流量占比”。真正有价值的往往是把设备和页面、查询放在一起看。
“搜索结果呈现”不是搜索类型
这一项特别容易和“网页搜索、图片搜索、视频搜索”搞混。
搜索结果呈现（Search appearance）关注的是网站内容以什么样的搜索结果形式或功能出现。根据网站实际获得过的展示，可能看到视频、商品摘要、商家信息、评论摘要等不同类型。并不是所有网站都会出现同样的项目，没有获得相关展示的类型通常也不会出现在报告里。
它和GSC顶部的“搜索类型”不是同一个概念。
| 项目 | 关注的问题 | 常见例子 |
|---|---|---|
| 搜索类型 | 用户在哪类Google搜索中搜索 | 网页、图片、视频、新闻 |
| 搜索结果呈现 | 网站内容以什么结果形式出现 | 视频、商品摘要、评论摘要等 |
对于部署了结构化数据的网站，这张表尤其值得看。比如电商网站做了商品相关结构化数据，可以结合搜索结果呈现观察相关搜索功能是否已经产生展示和点击，而不是只通过肉眼偶尔搜索几个关键词来判断。
不过搜索结果呈现中的类型会随着Google搜索产品变化而调整，因此实际分析时应以当前GSC报告中出现的项目为准，不需要强求自己的网站一定拥有某一种结果形式。
“过滤器”记录这份数据的前提
过滤器和前面几张表不是一类东西。它基本不承担SEO表现分析，而是用来记录这次导出报告时使用了什么条件。
比如你可能导出的是过去3个月的数据，搜索类型选择“网页”，同时又限制了某个国家或者某个URL。离开GSC界面以后，如果只看数据表，很容易忘记当时到底筛选了什么。过滤器工作表就是用来保留这些上下文。
这一页平时看起来最没用，真正做长期报表时反而不能忽略。
假设你手里有两份GSC Excel，一份显示3万点击，一份只有1万点击。如果不知道其中一份筛选了美国移动端流量，两份数据直接拿来比较就没有意义。查看过滤器，往往能先排除这种人为造成的口径差异。
几个工作表应该怎么看
| 工作表 | 数据观察角度 | 比较适合解决的问题 |
|---|---|---|
| 图表 | 时间 | 流量什么时候上涨或下降 |
| 查询数 | 搜索词 | 用户通过哪些关键词发现网站 |
| 网页 | URL | 哪些页面获得搜索曝光和点击 |
| 国家/地区 | 地理位置 | 搜索流量主要来自哪些市场 |
| 设备 | 设备类型 | 移动端和桌面端表现是否存在差异 |
| 搜索结果呈现 | 结果形式 | 网站通过哪些搜索功能获得曝光 |
| 过滤器 | 报告条件 | 确认当前数据采用了什么统计口径 |
实际做SEO分析时，我通常不会把这几张表平均用力。先看图表确认整体趋势，再进入网页判断是哪些URL在贡献或者损失流量，接着通过查询寻找具体关键词变化。如果网站涉及多个市场或者发现移动端数据异常，再进一步看国家和设备。搜索结果呈现则更适合有富媒体、商品、视频等搜索展示需求的网站。
这样的顺序比从几千个关键词开始一行行翻要轻松得多，因为先确定“哪里发生了变化”，再去追“为什么变化”，数据之间才容易串起来。
为什么几个表的合计会对不上
这是GSC导出数据里最值得单独说的一件事。很多人把不同工作表求和后发现数字不一样，第一反应是Google的数据不准确，其实其中有一部分差异来自统计方式本身。
Google官方说明中明确区分了按网站资源汇总和按网页汇总两种方式。查询、国家、设备等维度通常按资源聚合，而网页和搜索结果呈现的表格数据会按页面聚合。假如同一个网站有多个URL同时出现在一次搜索结果中，两种聚合方式下展示和排名的计算方式可能就不一样。
查询数据还有另一层影响：部分搜索查询为了保护用户隐私不会显示在查询表里，但相关数据仍可能计入图表总数。再加上表格存在数据截断，查询明细相加以后小于顶部总量并不罕见。
所以，GSC里的“总数”与“明细求和”不能永远画等号。做报告时最好保留Google给出的总体指标，不要拿查询表求和以后重新计算一个“网站总展示量”去替代它。
把几张表串起来才更有价值
单独看某一张表，只能得到一个侧面的结论。GSC真正有用的地方，是把这些维度组合起来分析。
比如发现最近28天点击下降，可以先通过图表找到下降开始的日期，再去网页表寻找损失点击最多的URL。确定页面以后，在GSC中按这个URL进行筛选，然后查看查询数据，就能继续判断到底是原来的关键词排名下降了，还是搜索需求本身减少了。
如果只有移动端下降，问题范围又缩小了一层；如果只发生在某个国家，就没有必要马上对整个网站做大规模修改。
整体流量发生变化 ↓ 图表：什么时候开始变化？ ↓ 网页：哪些URL变化最大？ ↓ 查询：哪些搜索词发生变化？ ↓ 国家/设备：变化集中在哪里？ ↓ 搜索结果呈现：是否和特定结果形式有关？
这比简单导出一个“关键词排行榜”有用得多。GSC提供这些工作表，本质上不是为了让站长收集更多Excel，而是让同一批搜索数据可以从不同角度被拆开检查。
所以以后再打开GSC导出的文件，可以把“图表”当作时间轴，把“查询数”和“网页”当作SEO分析的两条主线，把国家、设备和搜索结果呈现作为进一步细分条件，而“过滤器”负责告诉你这份报告到底是在什么范围内统计的。把这层关系理顺以后，七张表看起来就没有那么杂了。
精彩评论