Google Search Consoleは、検索でのランキングやクリック数、クリック率など検索結果によるユーザーの反応、検索エンジンのインデックスステータスなど、Googleの検索に関連したサイトの情報を入手できる管理ツールです。

Google アナリティクスとサーチコンソールは、サイト運営者にとって必須のツールと言って過言ではありません。

サーチコンソールの大きな特徴は、検索アナリティクスで検索パフォーマンスの様々なデータを得ることができることです。本記事では、検索アナリティクスの基本的な表示、指標、グループ化の説明と検索パフォーマンスの表示応用例などを紹介します。

検索アナリティクスのデフォルト画面と用語説明

Search Consoleにログインして、左のメニューから検索アナリティクス（Search Analytics)をクリックすると以下の様な画面が表示されます。

検索アナリティクスの指標

指標は、クリック数、インプレッション数（表示回数）、CTR（クリック率）、検索（掲載）順位の4種類があります。デフォルトではクリック数が表示されます。指標は、複数選択可能です。

グループカテゴリ

レポートはグループカテゴリの項目の中から選ばれたものが表示されます。複数選択は付加です。グループには以下の様な選択肢があります。

クエリ：　検索されたワードでのグループ化です。

ページ：　検索結果で表示されたページ別にグループ表示します。

国：　検索結果を国別にグループ表示します。

端末：　端末の種別（パソコン、タブレット、モバイル）でグループ化して表示します。端末別のデータを比較表示することもできます。

検索タイプ：　検索の種別（ウェッブ、画像、動画）でグループ化して表示します。

検索での見え方：　検索結果の機能別にグループがして表示します。アプリのインストール用ボタンや、AMPページの検索結果を絞り込んで表示することができます。

日数（期間）：　データの集計期間を選択、設定します。選択肢は、7日間、28日間、90日間、カスタムから選ぶことができます。デフォルトは28日です。また、過去1週間と2週間前、1月と2月と言うような期間でのデータを比較することができます。

検索アナリティクス表示例

検索アナリティクスの4つの指標、クリック数、インプレッション数（表示回数）、CTR（クリック率）、検索（掲載）全てを選択すると以下のように表示されます。

選択された各指標の期間内（デフォルトは28日間）の数値が表示され、その下に各指標の日毎の推移がグラフ表示されます。その下には、選択したグループカテゴリが各指標とともに昇順のランクが付けられ表形式で表示されます。

ここではグループカテゴリは、検索クエリが選ばれています。検索クエリで最もクリック数が多いもの順に表示されます。これらのデータから、どの様なクエリを介してサイトに訪問されているかが分かります。

検索アナリティクスの見方、指標、データのグループ化についての詳細は、Search Console ヘルプの検索アナリティクス レポート をご参照下さい。

検索アナリティクスのデータの分析例は、別途、記事を投稿予定です。

検索アナリティクス表示応用例

検索アナリティクスのグループカテゴリと各指標の選択によって様々な検索パフォーマンスデータを入手できます。グループカテゴリには、比較機能も含まれています。以下に表示例を紹介します。

モバイルとデスクトップの検索クエリにおけるパフォーマンス比較

端末(Devices)のオプション機能で、”Compare devices…”（比較）からMobile（スマホ）vs Desktop（パソコン）を選ぶと以下の様なクエリでの端末別の検索パフォーマンス比較を行うことができます。

選択した指標、クリック数、平均クリック率(Average CTR)、平均順位、それぞれの指標データにおけるモバイルとデスクトップの数値が表示されます。

下のチャートでは、ランキング表示された検索クエリにおける各指標の詳細な比較データを見ることができます。

モバイルとデスクトップでの検索インプレッション数、クリック数、クリック率、平均順位を比較データは、端末別のサイトの検索パフォーマンスを把握することができる貴重な情報データです。

例えば、上の画像のレポートを見ると、スマホで検索を経由して訪問する数がパソコンよりも圧倒的に多いことが分かります。

6位の検索クエリでは、モバイルとデスクトップでCTRが大きく異なります。該当するページのタイトル付けなどを見てみたりして、CTRが異なる理由などを分析してみることで何か分かるかもしれません。

また、検索上位の各ページを、Google アナリティクスを利用して、ページの滞在時間、離脱率、エンゲージメントなど更に詳しく分析を行うことの基本情報ともなります。

具体的なデータ分析の事例を別途、投稿する予定です。