via https://moz.com/blog/behavioral-data-for-search-whiteboard-friday

大家好，我是朱莉娅·帕诺佐，一位从神经科学家转型的营销人。今天我想探讨对搜索至关重要的行为数据。为什么关注行为数据？因为搜索已经发生巨变——不仅是我们熟悉的搜索模式因AI概览、自然产品轮播图等新功能而改变（过去12个月这些功能同时影响了信息类和交易类查询），用户搜索行为也彻底革新。

AI概览、自然产品轮播等功能的推出深刻重塑了搜索生态。用户开始习惯对话式搜索，其搜索旅程已跨越社交媒体和大语言模型等多重渠道。据Gartner预测，到2026年传统搜索引擎流量将缩减25%，搜索营销市场份额将被AI聊天机器人及其他虚拟助手侵蚀。

搜索不再是一条单行道。现代搜索旅程融合了SEO、SXO（搜索体验优化）、CRO（转化率优化）和UX（用户体验）的多重维度。SEO效果评估标准已转向以用户驱动的非线性旅程。虽然SEO从业者过去因用户行为非官方排名因素而回避讨论，但近期谷歌文档泄露事件与马克·威廉姆斯-库克的研究均证实：用户信号直接影响排名，精准捕捉用户意图对网站整体评估至关重要。

现在我们必须认识到：搜索优化远不止吸引点击，而是涵盖完整用户体验的全旅程优化——这正是SXO（搜索体验优化）的核心范畴，即SEO、UX与CRO的交叉领域（莎拉·费尔南德斯常撰文探讨此方向）。这些学科的共通点在于：用户始终是我们优化努力的终极受益者。

因此，传统意义上的SEO或许已消亡，但搜索的未来在于分析与预测用户行为，并据此实现精准优化。

当我们谈论用户时，我们谈论的其实是始终在做出决策、且往往存在认知偏差的普通人。了解这些认知偏差对每位营销从业者都至关重要。而要真正理解并影响用户行为，实际上可以归结为掌握两个核心维度：

捕获注意力（在众多潜在选择中脱颖而出）
建立情感联结（让用户愿意持续回归）

当然，这一切的前提是您提供的内容必须与用户的搜索需求相关。

正因如此，我们需要引入传统SEO指标之外的研究维度。如今必须考量的新数据贯穿整个搜索体验历程，涉及多个触点，其中就包括行为数据。

医生诊断类比
用医生问诊的视角来解读行为数据对搜索策略的指导再贴切不过：

• 倾听主诉：聆听用户的诉求与痛点
• 分析诊断：通过数据洞察定位根本原因
• 对症下药：制定针对性的优化方案

分析症状
症状是最容易入手的部分，因为它们相对容易被察觉，且从业务角度来说通常会带来明显不适，因此也是利益相关者最关注、最会向你反馈的问题。
常见症状包括：流量流失/网站点击量过低、展示次数下降、平均订单价值或转化率降低。这些通常只是内部问题的外在表现，因此需要进一步深入探究。

诊断根本原因
在分析根本原因时，我们可以运用三类不同层次的数据作为诊断工具：基础行为数据、进阶数据与预测数据。下面我们逐层解析：

1. 基础数据
这类数据来自无需审批或复杂配置的工具。例如谷歌搜索后台（GSC），通过分析品牌词与非品牌词的点击率，可揭示搜索意图匹配问题。该层级数据多为定性分析，能帮助识别购物旅程前后阶段的用户痛点，包括调研问卷、客服记录、社交媒体提及和用户评价等。请务必通过跨部门协作获取用户真实反馈。此外，现场测试虽耗时最长，但往往回报显著，因为其结论无需过多推测。

（标注：基础数据依赖度极低）

2. 进阶数据
进阶数据主要为定量分析，需借助需要配置追踪代码的工具（如网站分析工具与热力图）。这些工具记录的用户行为可能较为隐晦——因为用户不会主动表达所有不满，因此需要我们对发现进行一定程度的推理。通过网站分析工具，可以关注用户参与时长、有效会话、跳出率及流失节点等指标。交互热力图工具则能整合这些信息，不仅揭示关注不足的区域，还能通过监测无效点击、暴怒点击或错误点击等行为，识别实际失效的功能元素。

需要注意的是，虽然通过这些追踪工具可以推断某些用户旅程中断的原因，但我始终建议结合定性数据来全面理解实际情况。

（标注：进阶数据通常需要配置追踪代码）

3. 预测数据
最后是预测数据——这是最难获取的层级，需要专业设备与解析训练，但它能揭示连用户自身都未察觉的偏好与行为。例如：眼动追踪能突破热力图的局限，清晰呈现注意力分布模式与视觉盲区，这对页面设计极具指导价值（在24小时不间断信息轰炸的时代，注意力无疑是珍贵资源）。另一方面，通过皮肤电活动、脑电图与功能性磁共振成像技术监测用户对营销刺激的神经反应，甚至可以在用户意识之前就帮助我们理解并预测其对内容的偏好。

制定优先级并实施优化

既然我们已经掌握了各种诊断和预测工具的使用方法，现在就该制定优化方案了。根据企业规模的不同，可能需要团队协作和优先级排序，您可以借助以下问题来推进工作：

• 实施这项修复需要投入多少时间和精力？
• 该修复对业务成功的关键程度如何？
  • 此项修复解决了阻碍用户导航或转化的关键问题 = 紧急
  • 此项修复属于锦上添花的功能 = 不紧急
• 修复此问题对更广泛的业务能产生多大影响或投资回报率？

这些问题的答案将帮助您填充优先级矩阵：所有高影响力的任务都会在当下或近期完成，而低影响力的任务则会被推迟或舍弃。

（标注：附注一个”投入-影响”矩阵的示例）

额外建议：记录您的优化措施及其解决的问题
每当您实施一项优化时，请务必记录它在更深层次上解决了什么问题，这样才能发现跨领域的改进机会。

例如，如果我们发现很多搜索查询的展示量高但点击率低，优化措施可以包括在商品详情页和商家后台更突出地显示退货政策。如果我们探究其背后的用户需求和心理动机，这其实是用户”规避损失”的心理在起作用。这意味着我们可以主动在其它领域满足这种需求，比如在售前信息中（例如突出”免费试用”、”无需信用卡”等，向用户传达这能帮他们节省时间和金钱）。

（标注：识别跨领域改进机会）

总结
如今，将行为数据纳入考量已成为我们搜索专业人士的职责所在。

您不需要成为UX专家才能开展这些调查，您的职位头衔也不应成为无法向受众提供更优质内容或产品的借口。作为SEO从业者，我们的工作并不仅止于将用户引导至网站，而是贯穿整个用户旅程，确保用户互动体验是积极的，而不会以流失告终。