|
Post by account_disabled on Dec 10, 2023 9:13:32 GMT
参考线对于突出显示高于或低于特定阈值的值非常有用。查看平均值、中位数或特定百分位数可以引起人们对模型偏差的注意。 图表中的每个气泡代表一个查询,具有以下样式属性: 方面。使用点击次数作为气泡大小可以帮助您一目了然地了解哪些查询生成最多的流量:气泡越大,查询生成的流量就越多。 颜色。使用设备类别作为气泡颜色可以帮助您了解移动和桌面搜索性能之间的差异。您可以使用任何大小作为颜色,但随着值的数量增加,识别图案就越困难。 数据分析方法 气泡图可视化的目标是帮助显示查询优化机会;如前所述,该图显示了查询性能,其中 Y 轴代表平均位置,X 轴代表点击率,而气泡的大小代表点击总数,气泡的颜色代表设备类别。 通过这种方式,我们可以尝试将查询划分为多个桶,以便更轻松地确定优先级并量化我们应该在改进每个桶上投入的精力。 红色参考线为我们提供了帮助,如上所述,它显示了每个轴的平均值并将图表划分为象限,显示了四种类型的存储桶和查询性能(如果我们的象限与视频中共享的不同)是正常的,因为这取决于站点查询的分布)。 四个象限进行分析 总的来说,该图表显示了四个组,我们可以分析它们来决定在 特殊数据库 查询性能优化工作中重点关注的内容: 更高的位置,更高的点击率:对于这些查询,无需做太多事情,我们已经做得很好了,Waisberg 总结道。 位置低,点击率高:查询似乎与用户相关,即使排名低于网站上的平均查询,也能获得高点击率。如果他们的地位得到改善,他们可以做出重大贡献,因此可能值得投资于他们的优化。 位置低,点击率低:当我们分析点击率低的查询时(如下一个例子),检查气泡的大小以了解哪些查询点击率低,但仍然产生大量流量是特别有趣的。 虽然在这个象限中进行查询似乎毫无意义,但它们可以分为两个主要组: 相关查询:如果相关查询对我们的业务很重要,那么它应该做的第一件事就是已经出现在搜索中。我们优先考虑这些查询而不是那些没有出现在搜索结果中的查询,因为它们更容易优化。 不相关的查询:如果查询与我们的网站无关,则可能是优化内容以专注于生成相关流量的其他查询的好机会。 排名靠前,点击率低:这些查询可能由于各种原因而点击率低,您应该检查较大的气泡是否有以下迹象: 竞争对手可能具有结构化数据标记并显示丰富的结果,这可能会导致用户点击他们的结果而不是我们的结果。我们正在评估为我们的网站启用搜索结果功能的可能性。 我们可能针对与我们网站相关的用户不感兴趣的查询进行了优化(或意外排名) 。
|
|