搜索流量下滑:出版商需重建分发,而非等待反弹
搜索引擎给出版商带来的推荐流量正大幅下滑,最新报告显示同比降幅达40%。行业不再等待复苏,而是着手重建分发渠道。

9月28日,Digiday在回顾9月出版峰会时,将行业当下的任务概括为:为“后搜索时代”重建。两年前,这种说法听起来像是危言耸听。如今,它更像是一个规划前提。
近期的一系列报道指向同一方向。9月底的一份报告测得,出版商来自Google搜索的流量同比下降40%。同月早些时候,微软表示将在Copilot结果中加入“追问”功能,这可能进一步影响出版商流量。3月的报道称,小型网站流量跌幅最高达60%。另一份反垄断文件则指控Google蚕食出版商流量。
法庭文件引述OpenAI工程师:用户“不会点击”链接
最后这条来自Search Engine Journal在9月28日报道的一份法庭文件,切中了变化的核心。如果用户越来越期待直接得到答案而非链接,那么支撑开放网络二十年的流量模式就是结构性削弱,而非仅仅经历了一个糟糕的季度。Cloudflare的Matthew Prince同一天向The Next Web提出了相关论点:“机器人不会点广告”。这句话点出了AI抓取与广告经济之间的错配。
关于人们实际如何使用AI获取新闻,数据仍然很少。Statista在9月28日考察了AI工具在新闻消费中的使用情况。MediaPost采访了Forbes首席创新官,探讨该出版商如何调整与读者的关系。两者都没有给出一个能替代流失搜索推荐流量的确切数字。
流量去了哪里,谁损失最大
Press Gazette在9月28日发布的英国50大新闻网站排名显示,Oxford Mail的受众增长领先,8月用户停留时间增至三倍。这是一个有用的反例:有些媒体仍在增长,说明下滑并非整齐划一,而是很大程度上取决于品牌忠诚度、本地相关性和与受众的直接关系。
小型出版商就没这么幸运。3月的报道称,较小的网站受搜索流量下滑打击最重。2月的一份反垄断文件指控Google蚕食出版商流量。Artforum在9月28日报道,Hyperallergic将内容改为付费墙。这是一种应对方式:转化现有读者,而不是去追那些算法不再送来的访客。
Google的产品方向也在朝同一方向推进。AI Overviews在6月扩展到搜索结果中。3月有报道称该公司正用AI改写标题,这对SEO和点击率有直接影响。据Manticore Search博客文章,Google称AI Mode月活用户已超十亿,用户提出的问题更长、更复杂,过去并不适合传统搜索。
查询行为的这种变化正是流量流失的机制。一个过去会给出十条蓝色链接的查询,现在给出的是一个综合答案。那个答案所依据的报道,其出版商可能什么都得不到。
出版商实际在做什么
重建有几种形式。Digiday的峰会报道称,出版商正在向邮件通讯、活动、直接订阅和电商多元化。Press Gazette的受众数据显示,拥有稳定阅读习惯的本地和社区媒体仍能增长。另一些出版商在尝试将内容授权给AI公司,不过这份资料中没有确认任何出版商的具体交易条款。
这一切之下还有一个测量问题。正如Manticore Search的Klim Todrik所写,全文检索在精确的人名、SKU、产品编号、品牌和关键词上仍然表现良好,但它不再把用户带到答案面前,而AI辅助搜索现在承诺的正是答案。因此,出售搜索可见性的出版商,其实是在向一个产出越来越绕过它们的系统推销。
在同一个问题的另一个角落,Loro的研究人员描述了同步索引与同步索引背后内容之间的落差:用户看到新消息通知,打开对话却发现没有新消息,因为索引同步了,正文没有。放到出版业,对应的情形是读者在AI摘要里看到标题,却打不开那篇文章,于是始终没有成为访客。
对任何单一数字都应保持怀疑。40%的下滑、部分小网站60%的跌幅,以及Oxford Mail的增长,不可能描述同一个群体。它们描述的是不同的基数、不同的垂直领域和不同的测量方法。这份资料里没有任何来源将它们调和起来。
清楚的是趋势方向。行业自己的会议、行业媒体和平台公告都指向更少的推荐流量,以及更多对直接关系的依赖。仍在增长的出版商,是那些本来就拥有直接关系的。
资料来源
5- 01Full-Text Search Still Works. It Just Doesn't Get You to an AnswerEN
- 02CRDTs are not enough: From CRDTs to a local-first sync engineEN
- 03The Macroeconomic Effect of AI: Sizing the Software Engineering ChannelEN
- 04The Intelligent Data Platform for the AI EraEN
- 05Routing LLM traffic across inference providers by cost, speed and reliabilityEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。