surfup

研究 · 銀行業 · 2026 年 十月 23 日

銀行自然流量下滑三分之一:哪些能解釋、哪些不能 以大型銀行資料進行的研究:七項假設、逐項檢驗,以及相關的延伸分析

某大型銀行的自然搜尋造訪一年內減少三分之一,品牌詞降幅大於非品牌詞,轉換率卻上升。我們逐項假設檢視分析資料,區分資料能證實的內容,與僅僅與資料相符的內容。

自然流量造訪數,單位:千2025 年 五月與 2026 年 五月
  • 自然流量,2025 年 五月
    1,460
  • 自然流量,2026 年 五月−32%
    1,000
  • 品牌詞,2025 年 五月
    1,020
  • 品牌詞,2026 年 五月−38%
    632
  • 非品牌詞,2025 年 五月
    448
  • 非品牌詞,2026 年 五月−18%
    368
−32%
自然流量,五月對 五月1.46M → 1.00M 次造訪
−38%
品牌詞1.02M → 632k
−18%
非品牌詞448k → 368k
+16%
自然流量轉換率0.61% → 0.71%,一月 → 五月

某大型銀行的內部資料:網站分析、Search Console、Wordstat 與排名追蹤工具,2026 年 一至五月。銀行名稱、競爭對手與網址均已移除。數值已匿名化:絕對數字經過調整與四捨五入,相對變化則依所示數字重新計算。

簡要

  • 該銀行的自然流量一年內下滑三分之一(−32%),品牌詞降幅大於非品牌詞(−38% 對 −18%)。一月至 五月轉換率從 0.61% 升至 0.71%,但來自自然流量的潛在客戶數仍減少 15%。
  • 七項假設中,一項遭資料推翻,三項獲部分支持,兩項與資料相符但未直接量測,一項未經檢驗。原始分析中的「已證實」標籤,意思是「與資料不矛盾」,而非「成因已獲證明」。
  • 主要的方法論發現:同一份報告中並存三種不同的「自然流量」口徑(五月分別為 708k、590k 與 1.00M)。同一口徑內的百分比可以比較;跨口徑的加總則不行。先對齊口徑,再找原因。

發生了什麼:四個數字與一條趨勢

我們比較 2025 年 五月與 2026 年 五月。「網站總流量」直接引用原始資料:其組成在原始資料中並未說明,也無法與管道摘要比較(其中付費與直接流量各自都超過這個總數)。自然流量指來自搜尋引擎的造訪。

指標2025 年 五月2026 年 五月變化
網站總流量1.85M1.14M−38%
自然流量1.46M1.00M−32%
品牌詞(自然流量內)1.02M632k−38%
非品牌詞(自然流量內)448k368k−18%

非品牌詞的占比從 31% 升至 37%,並非因為非品牌詞在成長,而是品牌詞掉得更快。在這五個月的資料中,主題詞占自然流量的比例從 二月起也在下降。

各月自然流量造訪數,單位:千管道摘要,2026 年 一至五月
  • 一月
    966
  • 二月
    871
  • 三月
    920
  • 四月
    844
  • 五月較 四月 −16%
    708

月度摘要顯示,下滑在 五月連假之前就已開始。從 一月到 四月,管道摘要中的自然流量減少 13%(966 → 844k),五月又再減少 16%。但有幾點須注意:一月本身包含假期、資料中沒有 十二月,且 三月高於 二月。假期能解釋 五月內的低點,卻無法解釋整條趨勢;請見季節性分析。

品質指標上升,但這可能是流量組成改變與量測方式變動的結果。自然流量的跳出率從 17.3% 降至 12.8%,每次造訪瀏覽頁數從 2.25 升至 2.86,完成申請的轉換率從 0.61% 升至 0.71%(一月 → 五月)。然而合格潛在客戶變少了:每月從 5,920 降至 5,050,減少 15%。轉換率上升,在算術上與流失了轉換較差的造訪相符(未經證明),而 四月跳出率的驟變也應檢查是否為量測方式變更;細節請見轉換率與流量規模的分析。

七項假設:資料實際上說了什麼

原始分析為每項假設標註了標籤。我們保留該標籤,並加上自己的評估:哪些是實際量測到的,哪些只是與假設不矛盾。

假設分析中的標籤我們的評估延伸分析
搜尋需求下降已證實部分成立:定存的需求降幅大於流量,金融卡的流量降幅則大於需求需求與流量
搜尋結果中的 AI 答案已證實相符:能見度持平、造訪下降,但沒有查詢層級的點擊資料AI 答案與定義頁面
轉向聊天機器人已證實(間接)未檢驗:沒有量測來自 AI 助理的造訪聊天機器人
局部失去能見度部分證實部分成立:部分區塊下滑,其他區塊成長各區塊
被付費流量蠶食已推翻「流量轉移到廣告」這種說法已被推翻:付費流量的降幅比例相同付費與直接流量
內容過時已證實相符:下滑的頁面最後更新時間在 8 至 19 個月前,但沒有對照組過時頁面
季節性部分證實部分成立:假期能解釋 四月 → 五月的變化,但下滑開始得更早假期與日曆

我們使用四種標籤:「已推翻」(資料與之矛盾)、「部分成立」(部分效果已被量測)、「相符」(整體情形吻合,但成因未經量測)與「未檢驗」(沒有量測)。就預算決策而言,後兩者最重要:錢往往就花在這些沒有效果的事情上。

先看口徑:同一份報告中的三組「自然流量」數字

原始分析給出的 2026 年 五月自然流量有三個不同的數字。原始資料並未揭露樣本,因此這些數字無法相加,也無法互相比較。

報告中的位置顯示內容2026 年 五月
管道摘要(網站分析)來自搜尋引擎的造訪708k
按兩個引擎拆分:品牌詞 + 主題詞Yandex 與 Google 中品牌詞與主題詞的加總590k
品牌詞/非品牌詞年度比較五月對 五月比較中的「自然流量」1.00M

一種可能的解釋:一部分造訪(約六分之一)既不屬於品牌詞,也不屬於主題詞——在這兩個引擎中,這些切分涵蓋了約 84% 的造訪。原始資料沒有說明,所以我們不主張任何成因;只記錄第一個與第三個數字之間存在 1.4 倍的落差。

一條實用的規則:記下每個數字的口徑——來源、篩選條件、期間、裝置。當同一件事的兩個數字不一致時,先對齊口徑,之後才到網站或搜尋端去找原因。網站各區塊也發生過同樣的情形:加總與管道摘要對不上;請見區塊拆解。另外也要檢查結論是否建立在成長中的區段上:子集陷阱。

全球已知的情況,以及它們無法證明的事

兩項外部研究顯示,Google 搜尋結果中的 AI 區塊會降低一般連結的點擊占比。兩者涵蓋的都是其他市場與其他主題,也都無法證明這家銀行下滑的成因。

來源量測內容結果限制
Pew Research Center,2025 年2025 年 三月 900 名美國成年人的瀏覽行為,僅限 Google出現 AI 摘要時,8% 的造訪會點擊一般連結;沒有 AI 摘要時為 15%追蹤式樣本小組,美國,非金融主題
Ahrefs,2026 年更新300k 個關鍵字,Search Console,2023 年 十二月與 2025 年 十二月出現 AI Overview 時,第一名的 CTR(桌機)低 58%相關性;比較基準是預測值,而非實際觀測

對銀行而言,結論須保持謹慎:效果的方向有證據支持,對你的網站而言的幅度則沒有。這必須用你自己的查詢來量測——方法在此。對競爭對手的第三方估計值也須同樣謹慎:如何解讀第三方基準數據。

下滑能解釋了嗎:六個問題

針對你的網站回答「是」、「否」或「不知道」。這是在檢驗是否已具備診斷的條件,而非檢驗成因:在答案都是「是」之前,任何成因都只是猜測。

  1. 年度比較是否採用相同月份,並已考慮假期與工作日調位?日曆
  2. 品牌詞與非品牌詞是否依同一份固定的品牌查詢清單拆分?查詢集
  3. 流量是否已與相同查詢的需求(Wordstat、Trends)對照?需求
  4. Search Console 中的曝光與排名是否與點擊分開解讀?搜尋結果頁
  5. 付費與直接流量管道是否已檢查過相同的變動?鄰近管道
  6. 每個數字的口徑是否都已記錄:來源、篩選條件、裝置、期間?口徑對齊

這是本研究自訂的工作量表,並非業界標準。只要有任何一題回答「不知道」,頁面就會顯示「仍有缺口」,而不給出判定。

自然流量下滑時從哪裡著手

  1. 記下每個數字的口徑,並對齊落差,如口徑一節所述。先從區塊拆解開始。
  2. 拆分品牌詞與非品牌詞,並將兩條線與需求和流量對照;比較引擎時只能在考慮查詢組成的前提下進行(Google 與 Yandex)。
  3. 將日曆與事件因素,與結構性下滑分開:假期、受期限驅動的頁面。
  4. 對於定義與參考類頁面,請用自己的查詢量測 AI 區塊的影響,而不是倚賴他人的研究(AI 答案與定義頁面);曝光下降而排名上升的情形,須另外檢查(曝光與排名)。
  5. 在事實改變時才更新頁面,而不是依日曆更新(過時頁面、標題含年份的頁面)。
  6. 到這一步才規劃工作,以及如何驗證其成效(計畫)。

常見問題

為什麼流量下降,轉換率卻上升?

可能是流失的造訪價值較低:每流失 100 次造訪,約少了 0.34 筆潛在客戶,而 一月的轉換率為 0.61%(這是兩個差值的比值,並非流失造訪本身的轉換率;也不是證明:目標追蹤方式變更也有可能)。但潛在客戶數量仍減少了 15%。細節請見轉換率與流量規模的分析。

可以用這項研究來評斷我自己的網站嗎?

不行,這是單一網站的資料。檢查方法與問題清單可以沿用;數字與各成因之間的比例則不能。

為什麼沒有銀行名稱、競爭對手或連結?

資料已匿名化:絕對數字經過調整與四捨五入,相對變化則依所示數字重新計算,因此可能與原始分析相差 1 個百分點。第三方銀行的數值調整幅度更大,所以其百分比僅供示意。

全球對 AI 區塊有哪些已知的了解?

Pew 與 Ahrefs 顯示,Google 搜尋結果出現 AI 摘要時點擊會減少,但兩者都不是針對銀行業或這個市場,而且 Ahrefs 呈現的是相關性。對你的網站而言的幅度,必須用自己的資料量測。

來源與方法

  1. Pew Research Center:出現 AI 摘要時,Google 使用者較不會點擊連結 — 有無 AI 摘要時的點擊,美國,2025 年 三月
  2. Ahrefs:AI Overviews 減少點擊(更新) — 第一名的 CTR、相關性、300k 個關鍵字
  3. Search Console 說明:曝光、排名與點擊 — 點擊與排名的計算方式
  4. 某大型銀行的內部資料:網站分析、Search Console、Wordstat、排名追蹤工具(2026 年 一至五月)

方法:單一大型銀行 2026 年 一至五月的資料(五月對 五月,以及 四月對 五月的比較)。數值已匿名化:絕對數字經過調整與四捨五入,相對變化則依所示數字重新計算;第三方銀行的數值調整幅度更大,因此其百分比僅供示意。「相符/部分成立/未檢驗」的評估為我們自己所作;「已證實」標籤則來自原始分析。這些資料未在各系統內重新核對。資料截至 2026 年 十月 23 日。

有專案需求? 請簡單說明需求,後續細節我們會再與您確認。

或直接前往 Telegram

最新資源

所有資源

SurfUp 的實用文章與指南。

指南 · 10 分鐘閱讀

「什麼是…」頁面與 AI 答案:點擊流失還是需求下降

某銀行的參考區塊造訪減少 24%,需求下降 13%。如何區分被 AI 區塊搶走的點擊與需求下滑,以及如何量測。

閱讀
指南 · 8 分鐘閱讀

Google 更新後流量下滑

如何判斷流量下滑是 Google 更新、季節性還是網站故障造成:2026 年更新時程、六題檢查,以及前 14 天的行動計畫。

閱讀
指南 · 9 分鐘閱讀

是需求下降還是網站流失:用 Wordstat 對照流量

定存需求下降 75%、流量下降 37%;金融卡需求 −35%、流量 −63%。如何對照流量與需求,避免把市場的問題算到網站頭上。

閱讀