流量来源分析：总体增长但核心页面下降时怎样拆分平均数
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /8f006ace413e.html
📄
流量来源分析：总体增长但核心页面下降时怎样拆分平均数
先给有条件的结论：当总体流量在涨、核心页面却在跌时，不要用“总流量÷总页面”这类全局平均数去解释核心页面，而要把总量拆成“核心页面群”和“其余页面群”两组，分别算它们的贡献变化。只有当两组口径一致、时间窗口对齐、页面归属稳定时，这个拆分才能定位到是核心页面自身变弱，还是被新增流量稀释。若新增流量主要落在非核心页面，总体平均上升与核心页面下降可以同时成立，这不是矛盾。
为什么总体平均数会掩盖核心页面的下降
总体平均数把两类完全不同的页面混在一起。假设某站上个月总访问1000次、核心页面10个各50次，本月总访问1200次、核心页面仍是各50次，但新增的200次全落在新上的非核心页面。总体平均从100次降到约92次，核心页面其实没变；如果核心页面同时从50次降到40次，总体平均仍可能因为非核心页面的增量而上升。此时看总体平均，会误判为“一切正常”。
拆分的关键不是算得更细，而是先确认分子分母是否可比。核心页面群要按同一套页面清单统计，不能本月包含10个、上月包含8个；时间窗口要同为自然日或同为完整周，避免周末与工作日结构差异；来源口径要一致，第三方估算、搜索引擎报告和站内统计对同一访问的计数方式不同，混用会让下降看起来比实际更严重。
两种拆分口径分别成立的条件
第一种是按页面群拆分：把核心页面定义为一个稳定清单，单独看它的访问、点击或转化变化，其余页面作为对照组。它成立的条件是核心页面清单在对比期内不变，且每个页面的归属规则明确。适合判断“核心页面本身是否变弱”。
第二种是按来源拆分：在核心页面群内部，再按搜索引擎、平台推荐、直接访问等来源分别看变化。它成立的条件是来源标记在前后两期都可获得且定义一致。适合判断“核心页面下降是某个来源减少，还是所有来源同步减少”。
两种口径不能互相替代。按页面群拆分能回答“是不是核心页面群整体在跌”，按来源拆分能回答“跌的部分来自哪里”。如果只做其中一种，容易把来源结构变化误当成页面质量变化。
一个会使结论失效的反例
假设核心页面清单在对比期内被重新划分：上月把某栏目算作核心，本月把它移出核心群。那么核心页面群的下降可能只是归属变化，不是真实流量减少。同样，如果站内统计在两次对比之间更换了统计脚本或过滤规则，核心页面的访问数可能因为口径变化而下降，与用户行为无关。
另一个反例是新增流量集中在核心页面群内部的新页面上。此时核心页面群总量可能上升，但原有核心页面仍在下降。只看群总量会得出“核心页面没问题”的错误结论。要避免这一点，核心页面群内部还要区分“原有页面”和“新增页面”，否则群平均数同样会掩盖个体下降。
下一步动作：先做可核对的分组对比，再决定是否深挖
具体动作是：固定一份核心页面清单，取前后两个等长窗口，分别计算核心页面群和其余页面群的访问量及各自占总量的比例。如果核心页面群占比下降、绝对量也下降，而其余页面群绝对量上升，说明总量增长主要由非核心页面贡献，核心页面确实在收缩。此时下一步应检查核心页面群内部的来源结构，而不是直接改标题或内容。
如果核心页面群绝对量持平、占比下降，说明核心页面没有变弱，只是被新增页面稀释。下一步应确认新增页面是否与核心页面争夺同一批用户，再决定是否调整内链或导航。如果核心页面群绝对量和占比都上升，但个别核心页面下降，则要把该页面单独拆出来，按来源和时间窗口核对，避免用群平均数掩盖个体异常。
整个拆分过程只说明“变化发生在哪一组”，不能单凭访问量下降推断搜索算法或平台推荐出了什么问题。第三方估算、搜索引擎报告与站内统计的差异、统计脚本更换、页面归属调整，都能产生类似现象。把分组对比结果与页面清单变更记录、统计口径变更记录放在一起核对，才能决定下一步是修页面、修来源，还是先修统计口径。
