一位客户最近参加了一场网络研讨会，演讲者提供了一份搜索引擎排名因素的前列清单。客户希望我确认这份清单，或者提供我自己的版本。我回答说，我不会浪费时间准备这种通用的清单。此外，他收到的那份清单遗漏了一个在移动设备搜索时显而易见的因素：与附近企业的距离。
如果你向五位信誉良好的搜索引擎优化（SEO）从业者询问他们的前十名排名因素，你很可能会得到五种不同的观点。每个人都基于自己独特的经验坦诚发言，但这些观点可能并不直接适用于你的情况。相当一部分 SEO 工作具有不确定性，成败难料。
事实上，通用的排名因素检查表早已过时，不再具有实用价值。但与其争论它们的优劣，不如在这篇文章中提供一个扎实、数据驱动的框架，帮助你了解哪些排名因素和举措适用于你的网站，以及你需要采取什么措施来系统地提升有机搜索流量和销售业绩。
在 SEO 领域，一种流行的方法是通过研究排名靠前的竞争对手来学习。然而，这种方法的一个缺点是，你无法精确地了解竞争对手的策略和战术。此外，根据我的经验，竞争工具提供的指标并不准确。（你可以通过将这些工具的数值与你自己的分析包中的数据进行比较来轻松验证这一点。）
当你仔细审视自己的网站时，你很可能会发现某些页面的排名高于其他页面。你可以比较这些页面与表现较差页面的 SEO 因素，并利用这些洞察来确定最佳的 SEO 策略。
最佳页面长度
例如，我经常从客户那里收到这样一个问题：“我的页面最佳字数是多少？”
简单的答案是，你的内容需要足够长，以帮助你的受众。然而，一般来说，页面上的字数越多，排名通常越好。事实上，我们可以将网站的页面分组，看看表现最好的页面是否倾向于特定的内容长度。
新用户倾向于聚集在字数为 3,000 字的组别中。
在上方的 Y 轴上，我们根据页面的字数对页面进行分组——超过 0 字、超过 1,000 字、超过 3,000 字，依此类推。X 轴表示平均新增有机访客数。
该网站上大多数页面的字数并未达到最佳水平（约 3,000 字），这是以实际表现——即平均新增有机访客数——来衡量的。这为我们提供了一个很好的理由，去尝试在未表现良好的页面上增加更多内容。
另一个常见问题是关于元标签（如标题和元描述）的长度。
新用户倾向于聚集在元描述长度约为 153 个单词的组别中。
在 Y 轴上，我根据页面的元描述长度对页面进行了分组。X 轴显示平均新增有机访客数。
在这种情况下，我们可以看到，吸引新访客的最佳元描述长度为 152.6 个字符。
这些分析并不一定意味着增加字数和元描述长度会提高搜索排名。它们仅仅表明，吸引最多新访问者的页面具备这些属性。这很有用，因为它为尝试哪些 SEO 实验提供了明确的指导。
让我们回顾一个最终、稍微更复杂一点的例子。之后，我将展示如何将这些可视化图表整合在一起。
我将使用来自Google新推出的、极具价值的索引覆盖报告中的数据，该报告将包含在Search Console的即将进行的升级中。目前该报告尚未向所有人开放，但Google承诺很快会提供。索引覆盖报告终于使我们能够看到Google已索引了哪些页面，以及为什么其他页面未被索引。
Google Search Console 中的新索引覆盖报告。
Google有一份详细的帮助文档，解释了所有页面被索引的原因——以及未被索引的原因。但该报告不会告诉你页面未被索引是否是因为缺乏入站链接或内容。
有趣的是，Google 称为“已索引，低兴趣”的页面比其余已索引页面的字数更少。但是，当我们查看下面的内部入链时，情况就变得更清晰了。
指向某个页面的内部链接数量会影响其被索引的能力。如上右栏所示，“未索引”页面平均只有两个内部链接。
Y 轴表示指向页面的平均内部入链数量，X 轴将它们分为两类：已索引（左栏）或未索引（右栏）。颜色进一步详细说明了页面被索引或未被索引的原因。
根据这一点，对于该网站而言，指向页面的内部入链数量是 Google 是否将其从索引中移除的主要因素。这是一个非常有价值的洞察。如果该网站希望将最有价值、最能创收的页面纳入索引，那么这些页面需要积极地进行内部互链。
数据可视化
现在，我将解释我如何使用商业智能工具——我使用的是 Tableau——将这些可视化图表整合在一起的流程。
步骤1。从Google Analytics中提取性能数据，以获得关键指标，如流量、转化、参与度和收入。
我将使用一个方便的Google Sheets 插件，它使得查询Google Analytics API变得容易，并克服用户界面中的任何限制。
创建一个空白的Google Sheet，然后前往 加载项 > 获取加载项 > Google Analytics。完成授权步骤后，你将看到一个如下所示的弹出窗口。
在Google Sheets中，前往 加载项 > 获取加载项 > Google Analytics。
注意我在上方包含的指标（新用户、每会话页面数、平均会话时长、页面加载时间（毫秒）、平均订单价值和收入）以及维度（来源/媒介、着陆页）。我喜欢添加来源/媒介，以便确认我只在查看自然搜索流量。
创建报告后，将流量过滤为仅自然搜索，并设置要分析的日期范围。使用“最大结果数”和“起始索引”来遍历大型数据集并提取所需的所有数据，从而克服 Google Analytics 报告中 5,000 行的限制。
使用“最大结果数”和“起始索引”来遍历大型数据集并提取所需的所有数据，从而克服 Google Analytics 报告中 5,000 行的限制。
然后前往 加载项 > Google Analytics > 运行 报告以获取数据。
步骤2：接下来，我将进行一些基本的数据清理，为分析做准备。
ga:landingPagePath 下的值需要是绝对URL。你可以在单独的表格中执行此操作，然后将结果复制回来。
首先，删除信息性行1-14。ga:landingPagePath 下的值需要是绝对URL。你可以在单独的表格中执行此操作，然后将结果复制回来。
步骤3：对我们于步骤2中提取的页面运行SEO爬虫（例如Screaming Frog），以获取它们的SEO元数据。
将带有绝对URL的更新列 ga:landingPagePath 复制到剪贴板。
粘贴之前复制的 URL，让爬虫运行以抓取相关的 SEO 元数据。
在 Screaming Frog 的列表模式中，你可以粘贴之前复制的 URL，让爬虫运行以抓取相关的 SEO 元数据。
爬取完成后，点击导出按钮。将 CSV 文件作为单独的标签页上传回你的 Google Sheet。
步骤4：接下来，我们需要将数据集连接到我们的商业智能工具。同样，我使用的是Tableau，但你也可以改用 Google Data Studio 或Microsoft Power BI。
使用商业智能工具（如 Tableau）比较这两个数据集并找出交集。
我通过共同的页面URL链接这两个数据集。在Google Analytics数据集中，该列是 ga:landingPagePath。在Screaming Frog爬虫爬取中，它是 Canonical Link Element 1 列。如果你的网站没有规范标签（应该有），你可以改用地址列。
步骤5：最后，我将创建可视化图表。
对于本文，第一个可视化图表（上方）是“按字数统计的新用户”。
要在 Tableau 中复制此操作，将“新用户”指标（在 Tableau 中称为“度量”）拖放到“列”上。然后，选择下拉菜单，将默认汇总操作更改为平均值。
接下来，右键单击“字数”指标，并选择“创建 > 分箱…”。这将创建一个名为“字数(分箱)”的新维度。将其拖放到“行”上。
接下来，右键单击“规范链接元素”维度，并选择“转换为度量”。这将提供唯一规范链接数量的计数。将其拖放到颜色选择器上，并使用“温度发散”调色板。
最后，将“状态码”维度拖放到“筛选器”中，仅勾选“200”，以过滤掉错误和重定向。
在 Tableau 中复制“按字数统计的新用户”可视化图表。通过拖放指标和维度来组装可视化图表。
按照以下步骤复制本文中的其他可视化图表。最后一个可视化图表“按内部链接统计的已索引页面”需要访问新的索引覆盖范围报告，而 Google 正在逐步发布该报告。