优先迁出的不是"排名数字",而是能让你在新工具里重建同一条查询的三类东西:查询定义、历史结果的时间序列、以及结果与查询条件的对应关系。排名数字本身换一个工具就会变,但"谁在什么条件下查了什么、当时返回了什么"是别处补不回来的。如果时间有限,先导出查询清单和最近若干轮完整快照,再考虑迁移早期历史。
工具停服时常见两种做法,它们都合理,但代价不同。
做法一:只迁查询清单。把关键词、目标域名、地区、语言、设备等查询条件导出,历史排名全部放弃。适用条件是:你只用排名判断趋势方向,不追溯具体某天的数值;或者旧数据本身采集频率很低、缺口大。代价是失去纵向对比,新工具接入后需要重新积累若干轮才能看出变化。
做法二:连历史结果一起迁。除查询条件外,把每轮返回的排名、URL、时间戳一并导出。适用条件是:你需要向他人解释某个时间点的表现,或要用新旧数据做衔接对比。代价是导出和清洗耗时更长,而且旧数值与新工具的数值口径可能不同,直接拼接会误导判断。
取舍点在于:你未来是否会因为"某天排名是多少"这个问题回头找数据。会,就选做法二;不会,做法一更省事。
很多人导出时发现文件行数齐全,导入新工具后却出现大量"无数据"或排名错位。这通常有两种解释。
解释A:字段含义不一致。旧工具的"排名"可能指自然结果中的位置,新工具可能把某些结果类型计入或排除;旧工具的"地区"可能是国家,新工具可能是城市。字段名相同不代表口径相同。
解释B:查询标识丢失。导出时只保留了关键词文本,没保留地区、语言、设备、时间这些限定条件。同一关键词在不同条件下是不同查询,导入后无法还原,自然匹配不上。
区分这两种解释的证据是:拿同一批查询,在新旧工具里各跑一次当前数据,逐条比对返回的URL和位置。如果URL集合差异大,偏向解释A(口径问题);如果URL一致但导入的历史行大量缺失,偏向解释B(标识问题)。这个动作的结果直接决定下一步——是花时间做字段映射,还是回去补导查询条件。
排名数字可以最后迁,因为它最容易在新工具里重新获得;查询定义和对应关系一旦丢失,只能靠回忆重建。
假设你有约两百个关键词、每周采集一次、已积累一年。若先迁查询清单,大约能在短时间内完成,新工具接入后从当周开始积累;若连历史结果一起迁,需要额外处理字段映射,且旧数值与新工具口径不一致时,前几轮对比要标注"口径不同,仅供参考"。
判断方法是:问自己未来三个月内是否会引用三个月前的具体排名。如果答案是否定的,先迁清单;如果答案是肯定的,先迁最近八到十二周的完整快照,再补查询定义。这样做的结果是,你既保留了最有解释力的近期数据,又不会因为追求全量而拖延迁移。
迁完后,不要直接相信导入结果。挑几条有代表性的查询,在新工具里重新采集一次,与旧数据的最近一轮对比。重点看三件事:命中的URL是否一致、位置差异是否稳定、缺失的是否集中在特定地区或设备。如果差异稳定且可解释,说明是口径问题,可以在后续分析中标注;如果差异随机且集中在某些查询,说明查询条件没迁全,需要回去补导。这个校验动作的结果,决定你是可以开始用新数据,还是必须先修迁移。
最后提醒一点:导出前先确认旧工具允许导出哪些字段、以什么格式导出,以及停服后是否还保留登录入口。这些信息各工具不同,需要以停服公告或官方说明为准,不要凭印象操作。