Search Console 流量下滑：判斷是不是演算法更新的檢查順序

TL;DR

• 流量下滑的時間點落在某次 Google 演算法更新的期間內，只是必要條件，不足以證明是更新造成的
• 2026 年 1 月 1 日到 10 月 11 日之間，約有 18% 的日子落在某次網頁搜尋排名更新的推送期間內；把官方建議的觀察週算進去，比例接近三成
• 判定下滑起點要看每日資料，週對週的比較會把起點模糊掉；下滑若早於更新開始日，即可排除該次更新
• 每天只有個位數曝光的網站，更新前後的差距常落在原本的波動範圍內，這種情況既無法歸因給更新，也無法排除
• 技術問題、人工處置、安全性問題、搜尋興趣變化與網站搬遷，都比演算法更新更容易驗證，應該先排除
• 核心更新與垃圾內容更新的判讀方式不同，前者看內容品質的相對位置，後者看是否違反垃圾內容政策

目錄

Google 演算法更新的公告日期與推送期間
演算法更新與流量下滑的時間重疊比例
下滑起點的判定方式
低曝光網站的雜訊範圍
演算法更新以外的流量下降原因
核心更新與垃圾內容更新的判讀差異
Search Console 流量下滑的檢查順序
這套方法的限制

引言

Search Console 的成效報表出現一段明顯的下滑，同一週 Google 又公告了一次演算法更新，「網站受到更新影響」這個結論幾乎會自動成形。

這個推論在 SEO 社群裡非常普遍，求助文底下的回覆也經常以此為依據，但它只核對了兩個日期是否接近。下滑是不是在更新開始之後才發生、幅度有沒有超出平常的波動、其他原因有沒有先排除，這幾項都沒有被檢查過。

Google 演算法更新的公告日期與推送期間

Google 會把公告過的排名更新列在搜尋系統狀態頁的排名更新紀錄（英文介面稱為 Search Status Dashboard）。每一筆紀錄有開始日期與推送時間長度，時間以美國太平洋時間標示。

推送期間的長短差異很大。2026 年到目前為止公告的網頁搜尋排名更新如下：

同一頁另有一筆 2 月的 Discover 更新，只影響 Discover，不影響網頁搜尋結果，因此不列入。各次更新的內容與因應方式，可參考2026 年 Google 三波更新對 SEO 有什麼影響。

推送期間的意義在於，更新不是在開始那一天一次生效，而是在整段期間內逐步套用到不同的網站與查詢。核心更新的官方說明另外建議，更新結束後至少再等一整週才開始分析（Google 搜尋核心更新說明）。一次 12 天的核心更新，從開始到可以分析，前後將近二十天。

演算法更新與流量下滑的時間重疊比例

把上表的推送期間攤在日曆上，可以算出一個很少被提到的數字：2026 年 1 月 1 日到 10 月 11 日的 284 天裡，有 52 天落在某次網頁搜尋排名更新的推送期間內，約 18%。 若每次更新再加上官方建議的一週觀察期，涵蓋的天數是 84 天，約 30%。

計算方式是把每次更新從開始日算到推送結束當天（不足一天以一天計），重疊的日子只算一次。結束日以無條件進位處理，所以這個比例略為偏高，但數量級不會改變。

在 2026 年任選一天，大約每三到五天就有一天能找到一次「時間吻合」的更新。網站流量本來就會因為各種原因起伏，只要下滑發生在這些日子裡，就一定找得到一個更新來對應。時間吻合這個條件太容易成立，單靠它無法區分「受到更新影響」與「時間上的巧合」。

更新未公告的部分也要考慮。核心更新的說明寫明，Google 平時還會進行規模較小、不另行公告的更新。所以時間不吻合也不代表與演算法無關，只是無法對應到任何一次具體的公告。

下滑起點的判定方式

判斷某次更新是否相關，最有效的排除條件是：下滑起點早於更新開始日。 更新還沒開始推送，就不可能是下滑的原因。

起點要看每日資料。Search Console 預設的日期區間與週對週的比較，會把一段逐步下滑壓縮成兩個平均值，起點因此消失。實際做法是把日期區間拉長（官方建議用「過去 16 個月」，可同時看出年度週期），以每日曝光與點擊的折線找出下滑真正開始的那一天，再與排名更新紀錄的開始日比對。

以一個每天約有二三十次曝光的網站為例：它的部落格曝光在某次垃圾內容更新開始的五天前，就已經降到每天個位數。若只比較更新前一週與後一週的總數，會得到「更新後曝光大減」的結論；改看每日資料，下滑在更新之前就已經發生，這次更新可以直接排除。

比對時有兩個細節要注意。排名更新紀錄用的是太平洋時間，成效報表也是依加州當地時間記錄每日資料（成效報表說明），兩者可以直接對照，不需要換算成台灣時間。另外，成效報表的資料通常要兩到三天才會出現，最後幾天的數字可能還不完整，不宜當成下滑的證據。

低曝光網站的雜訊範圍

第二個要檢查的是幅度。每天只有個位數曝光的網站，數字本身就會大幅跳動：同一個頁面今天 1 次、明天 6 次、後天 0 次，完全沒有任何改變也可能出現這種起伏。

在這個量級下，「更新後曝光從每天 5 次變成 2 次」並不構成證據。判斷方式是先看更新開始前幾週的每日數字落在什麼範圍，再看更新後的數字有沒有明顯跑出那個範圍。如果沒有，結論只能是無法判斷：既不能歸因給更新，也不能排除。

這個限制對新網站與流量很小的網站特別重要。這類網站最容易把一段普通的波動，解讀成被演算法懲罰，接著做出大幅改寫內容、刪除頁面這類代價很高的處置。

演算法更新以外的流量下降原因

Google 的搜尋流量下降除錯說明把流量下降的原因分成六類，演算法更新只是其中一類。其餘五類都能在 Search Console 或公開工具裡找到直接證據，比演算法更新容易驗證，所以應該先排除：

Search Console 另有一個資料異常頁面，記錄 Google 端的資料記錄或處理問題。報表上的下滑有時只是記錄問題，網站的實際流量並沒有改變。

成效報表本身也能縮小範圍。曝光與點擊一起下降，代表網站出現在搜尋結果的次數變少，上述原因都有可能；只有點擊下降、曝光持平，問題比較可能出在標題、摘要，或搜尋結果頁上其他功能分走了點擊，與排名無關。

核心更新與垃圾內容更新的判讀差異

排除了上述原因，下滑起點又確實落在某次更新期間內，下一步是判斷更新的類型。核心更新與垃圾內容更新的性質不同，判讀方式也不同。

核心更新是對內容整體品質的重新評估。官方說明以排名變化的幅度區分處理方式：小幅下滑（例如從第 2 名到第 4 名）不需要大幅調整；大幅下滑（例如從第 4 名到第 29 名）才需要從整個網站與受影響最深的頁面做全面檢視。說明也提醒，排名下降的頁面不一定是「不好」的頁面，可能只是其他頁面被評估得更相關。改善之後要多久反映並不固定，有時要等到下一次核心更新。

垃圾內容更新是 Google 垃圾內容偵測系統的改版，針對的是違反垃圾內容政策的行為，例如連結操作、大量產製的低品質內容、隱藏文字等。官方的建議是：更新後出現變化的網站，應該對照政策檢查自己是否違規（Google 垃圾內容更新說明）。

如果網站沒有做過政策列出的任何一種行為，垃圾內容更新是下滑原因的可能性本來就低，時間吻合也不會提高這個可能性。反過來，網站若確實買過連結，Google 的說明寫明被系統中和的連結原本帶來的排名效益會消失，而且無法透過修正取回；修正違規之後，系統也可能需要數個月才會反映。

Search Console 流量下滑的檢查順序

把前面的檢查整理成順序，越前面的項目越容易取得證據：

1. 查看 Search Console 的資料異常頁面，確認不是 Google 端的記錄問題
2. 檢查專人介入處理報告與安全性問題報告
3. 檢查網頁索引報告與檢索統計資料報表，看是否有同時間出現的錯誤
4. 用成效報表依查詢篩選，再以 Google Trends 對照，確認是不是整個市場的搜尋興趣下降
5. 用每日資料找出下滑的起點，與排名更新紀錄的開始日比對；起點早於更新就排除該次更新
6. 比較更新前幾週的波動範圍，確認下滑幅度有沒有超出平常的起伏
7. 以上都無法排除時，再依更新類型判讀：核心更新等推送結束一週後再分析，垃圾內容更新則對照政策檢查是否違規

前四項多半能在幾分鐘內有結果。真正需要時間的是第 5 到第 7 項，而這三項也是最常被跳過的部分。

這套方法的限制

這套順序擅長的是排除，不擅長確認。它可以告訴你某次更新不可能是原因，或是下滑幅度不足以下任何結論；但即使每一項都符合，也只能說「與這次更新相關的可能性較高」，無法證明因果。Google 不會告訴個別網站它在某次更新中被如何評估，外部能看到的只有結果。

未公告的小型更新也讓「時間不吻合」無法完全排除演算法因素。對多數網站來說，比較務實的做法是把歸因當成一個機率問題：先排除證據最明確的原因，再依剩下的可能性決定要不要動內容，而不是在找到第一個時間吻合的更新時就停止檢查。

下次看到成效報表出現下滑，可以先做一件成本很低的事：把日期區間拉到 16 個月、切成每日檢視，記下下滑真正開始的日期，再去對照排名更新紀錄。光是這一步，就能排除相當比例的誤判。

參考來源

• Search Status Dashboard：排名更新紀錄
• Google Search Central：搜尋流量下降除錯
• Google Search Central：核心更新說明
• Google Search Central：垃圾內容更新說明
• Google Search Central：垃圾內容政策
• Search Console 說明：資料異常
• Search Console 說明：成效報表