Μήπως ήρθε το τέλος του Average Position metric στο Google Search Console;

Μήπως ήρθε το τέλος του Average Position metric στο Google Search Console;

Η μέση θέση (average position) αποτελεί εδώ και χρόνια ένα θεμελιώδες, legacy metric στο SEO reporting.

Προσέφερε μια γρήγορη εκτίμηση του πού ένα site τείνει να κατατάσσεται στα SERPs της Google.

Αυτή η εκτίμηση, ωστόσο, υφίσταται πλέον σοβαρή αλλοίωση καθώς η Google ενσωματώνει δυναμικά generative AI features, όπως τα AI Overviews (SGE), πάνω στο layer των παραδοσιακών blue link results.

Το Google Search Console (GSC) συναθροίζει όλα αυτά τα νέα search elements κάτω από ένα ενιαίο metric.

Αυτή η συγχώνευση σημαίνει ότι το average position μπορεί να υποστεί αλλοίωση από χαμηλής αξίας features ή να ενισχυθεί τεχνητά από high-visibility, αλλά low-CTR placements.

Ορισμένοι υποστηρίζουν ότι ήρθε ο καιρός να σταματήσουμε να κοιτάμε τo average position ως ένα από τα πρωταρχικά οργανικά KPIs και να υιοθετήσουμε ένα πιο πολυδιάστατο σέτ από metrics που εστιάζουν σε αυθεντικό user engagement και σε business-critical conversions.

Το μεταβαλλόμενο τοπίο των SERP

Την τελευταία δεκαετία, το SERP της Google μεταλλάχθηκε από μια απλή, δεκαμελή λίστα συνδέσμων σε ένα δυναμικό, υβριδικό περιβάλλον γεμάτο με interactive elements.

Πλέον, βλέπεις AI Overviews να καταλαμβάνουν το top-of-the-fold real estate, δημιουργώντας περιλήψεις που αντλούνται μέσω αλγορίθμων (information retrieval) από πολλαπλές πηγές.

Συναντάς επίσης το AI Mode (όχι στην Ελλάδα για την ώρα), το οποίο συνδυάζει machine-generated insights με standard links.

Πιο κάτω, μπορεί να συναντήσεις knowledge panels που αποδίδουν facts και structured data, People Also Ask (PAA) widgets που προκαλούν βαθύτερη ανάλυση των αναζητήσεων, video snippets, local packs, και image/news carousels.

Κάθε νέο format επιφέρει αλλαγές στη συμπεριφορά των χρηστών και προκαλεί διάσπαση προσοχής, μειώνοντας το click share που κάποτε μονοπωλούσαν τα blue link results.

Το αποτέλεσμα είναι να καθίσταται ένα μονοδιάστατο ranking metric, όπως το average position, δραματικά λιγότερο αξιόπιστο.

Πώς τα AI Overviews “φουσκώνουν” το Average Position

Αν το URL σου κάνει feature στο AI Overview box (position 1) και ταυτόχρονα κάνει rank στο P4 (Position 4) στα organic blue links, ο αλγόριθμος του GSC υπολογίζει τη μέση θέση ως (1 + 4) / 2 = 2.5.

Αυτή η τιμή υποδηλώνει μια ισχυρή παρουσία στην πρώτη σελίδα των αποτελεσμάτων, παρόλο που το traffic-driving asset σου παραμένει το URL στο P4.

Σε παλαιότερες εκδόσεις του GSC, πιο σπάνια placements, όπως μια θέση στο P12 (Position 12) σε ένα PAA (People Also Asked) αποτέλεσμα, έσερναν προς κάτω τον μέσο όρο του average position.

Τώρα, αυτά τα low-visibility placements αντισταθμίζονται ή επισκιάζονται από τα AI features.

Το γενικό metric παραμορφώνεται. Ένα average position του 2.0 μπορεί να μοιάζει με επιτυχία, αλλά δεν προσφέρει κανένα actionable insight για το πού κατευθύνεται το user-driven CTR.

Γιατί αυτό είναι κρίσιμο για μια SEO στρατηγική

Μια διογκωμένη μέση θέση μπορεί να παραπλανήσει τους stakeholders ώστε να πιστέψουν ότι το περιεχόμενο έχει καλύτερη απόδοση από ό,τι στην πραγματικότητα.

Ένα marketing dashboard που αναφέρει μέση κατάταξη 2,3 θα δημιουργήσει εμπιστοσύνη σχετικά με τα αποτελέσματα του website στην πρώτη σελίδα.

Το resources allocation μπορεί να απομακρυνθεί από high-value keywords που βρίσκονται στις θέσεις 5-10 αλλά έχουν υψηλά conversion rates.

Οι ομάδες μπορεί να επενδύσουν χρόνο στη βελτιστοποίηση για AI Overviews triggers που παράγουν εντυπωσιακά metrics στα reports, αλλά έχουν μηδενικό αντίκτυπο στο traffic.

Με την πάροδο του χρόνου, αυτή η λανθασμένη εστίαση του χρόνου υπονομεύει το ROI.

Το budget στρέφεται προς βελτιώσεις ματαιοδοξίας αντί για ενέργειες που οδηγούν σε απτή αλληλεπίδραση, υποψήφιους πελάτες και πωλήσεις.

Αν το click-through rate και ο όγκος της επισκεψιμότητας παραμένουν σταθερά ή μειώνονται παρά την αύξηση της μέσης θέσης, κινδυνεύεις να χάσεις τα προειδοποιητικά σημάδια μέχρι να αρχίσουν να πέφτουν τα έσοδα.

Metrics στα oποία πρέπει να εστιάσεις αντ’ αυτού

Για να αποκτήσεις μια ακριβή εικόνα της απόδοσης του SEO, πρέπει να αποδομήσεις τη μέση θέση.

  • Ταξινόμησε τα rankings σου ανά feature. Ξεχώρισε τα placements των blue links από τα AI Overviews, τα People Also Ask, τα video snippets, τα local packs και άλλα rich features.
  • Υπολόγισε τα click-through rates για κάθε segment, ώστε να μπορείς να δεις πού αλληλεπιδρούν οι χρήστες.
  • Μέτρησε την οργανική επισκεψιμότητα για τα κορυφαία queries και σύγκρινέ τη με ιστορικά δεδομένα.
  • Ανέλυσε τον χρόνο παραμονής στη σελίδα (time on page) για να κατανοήσεις την σχετικότητα του περιεχομένου.
  • Το πιο σημαντικό, σύνδεσε τα συμπεριφορικά δεδομένα με τα transactions ή τα goal completions. Αυτή η end-to-end προβολή δείχνει εάν το search visibility μεταφράζεται σε επιχειρηματική αξία.

Ένας άλλος τρόπος για να μειώσεις την αλλοίωση είναι να χρησιμοποιήσεις metrics θέσης βάσει εκατοστημορίων (percentile-based position metrics).

Η διάμεση θέση (median position) ή P50 σου δίνει τη μέση τιμή κατάταξης σε όλα τα queries. Δεν επηρεάζεται από μερικές πολύ υψηλές ή πολύ χαμηλές θέσεις.

Το 90ό εκατοστημόριο ή P90 δείχνει τη θέση κάτω από την οποία βρίσκεται το 90% των κατατάξεών σου.

Η χαρτογράφηση των P50 και P90 με την πάροδο του χρόνου αναδεικνύει τις τάσεις με λιγότερο “θόρυβο” από ακραίες τιμές (outliers).

Μπορείς επίσης να υπολογίσεις έναν περικομμένο μέσο όρο (trimmed mean) εξαιρώντας το κορυφαίο και το κατώτατο 5% των θέσεων. Οποιαδήποτε από αυτές τις προσεγγίσεις θα σου προσφέρει μια πιο σταθερή εικόνα για το πού βρίσκονται οι σελίδες σου στο τοπίο των SERP.

Πώς να το εφαρμόσεις στην πράξη

Πρώτα, κάνε export τα δεδομένα σου από το Google Search Console για την περίοδο ή τα keywords που θέλεις να αναλύσεις.

Πρόσθεσε μια ετικέτα feature (feature tag) σε κάθε query για να επισημάνεις αν εμφανίστηκε ως blue link, AI Overview, People Also Ask ή άλλο block αποτελεσμάτων με rich element/special content result block (SCRB).

Πολλά εργαλεία SEO περιλαμβάνουν πλέον feature filters για να αυτοματοποιήσουν αυτό το βήμα.

Μόλις ολοκληρωθεί η προσθήκη των ετικετών, υπολόγισε το click-through rate για κάθε τύπο feature, διαιρώντας τα clicks με τα impressions για αυτό το feature. Σύγκρινε τα click-through rates για να εντοπίσεις ποια formats οδηγούν σε engagement και ποια απλώς “φουσκώνουν” το visibility.

Συγκέντρωσε τα οργανικά clicks και ανέλυσε τα sessions για να προσδιορίσεις το περιεχόμενο που κερδίζει διαρκείς επισκέψεις.

Στη συνέχεια, θα πρέπει να ενημερώσεις τα dashboards σου για να αντικατοπτρίζουν αυτά τα νέα metrics. Δημιούργησε ένα average position chart που δείχνει την κατανομή των rankings ανά feature.

Συμπεριέλαβε ένα bar chart με τα click-through rates για κάθε τύπο αποτελέσματος. Εμφάνισε time series graphs για τα οργανικά sessions και goal completions για να συνδέσεις τις βελτιώσεις γύρω από το visibility με τα conversion. Κράτα αυτά τα charts απλά και εστιασμένα σε πρακτικές πληροφορίες.

Όσον αφορά το optimization, επικεντρώσου σε τακτικές που ενισχύουν το click through rate και τα conversion paths.

Για τα blue links results, βελτίωσε τα title tags και τα meta descriptions με στόχο να δημιουργήσεις ισχυρότερα call to actions.

Χρησιμοποίησε structured data markup, έτσι ώστε όταν η σελίδα εμφανίζεται στα People Also Ask ή ως video snippet, το preview να προσφέρει ισχυρότερο περιεχόμενο. Επίσης, μη ξεχνάς να ελέγχεις το περιεχόμενο που εμφανίζεται κάτω από τα AI Overviews.

Βεβαιώσου ότι οι σελίδες σου απαντάνε σε βασικές ερωτήσεις των χρηστών με σαφείς επικεφαλίδες και συνοπτικές παραγράφους, ώστε το generative model να μπορεί να παρέχει ακριβείς περιλήψεις.

Όπου υπάρχουν κενά μεταξύ του περιεχόμενου στα AI Overviews και στις ανάγκες των χρηστών, δημιουργήσε ή εμπλούτισε τις ενότητες για να τα συμπληρώσεις.

Επανάληψη. Είναι σημαντικό να επαναλαμβάνεις τη διαδικασία για high-value keywords ελέγχοντας εάν τα AI features που ενεργοποιούνται ευθυγραμμίζονται με το user intent.

Σε μεγαλύτερους οργανισμούς, ίσως χρειαστεί να “εκπαιδεύσεις” τους stakeholders σχετικά με τους περιορισμούς του average position.

Μοιράσου before-after views από dashboards για να δείξεις πώς άλλαξαν τα metrics μόλις τα AI features μπήκαν στο mix.

Ερεύνησε συγκεκριμένα παραδείγματα, όπως μια σελίδα που μεταπήδησε από την 5η θέση σε ένα AI Overview στη θέση 1, αλλά δεν είδες καμία αλλαγή στην επισκεψιμότητα.

Κινήσεις σαν και αυτές θα δημιουργήσουν μια ρουτίνα που βασίζεται σε engagement metrics που οδηγούν σε απτά επιχειρηματικά αποτελέσματα.

Συνοψίζοντας

Τα Generative AI features στο Google Search αντιπροσωπεύουν μια θεμελιώδη αλλαγή στον τρόπο εμφάνισης των search results.

Το average position κάποτε χρησίμευε ως πολύτιμος δείκτης για το visibility, και μια από τις μόνες πηγές first-party δεδομένων που μας παρείχε αυτόν τον δείκτη. Τώρα, αποκρύπτει περισσότερα από όσα αποκαλύπτει.

Δημιουργώντας ένα breakdown ανά feature type, η μέτρηση των click through rates και των conversion, και η υιοθέτηση των percentile-based ranking metrics, θα σε βοηθήσει να ρίξεις φως στο τούνελ.

Αυτή η πληρέστερη προσέγγιση αποκαλύπτει τι τελικά έχει σημασία για τους χρήστες. Στη νέα εποχή του search, μια βαθύτερη, πιο εφαρμόσιμη ανάλυση θα είναι το κλειδί για την επιτυχία στο SEO.

Grow Digital Team
We Are Digital! Είμαστε το μεγαλύτερο Digital Marketing & eCommerce news blog στην Ελλάδα και φέρνουμε στην οθόνη σου οτιδήποτε φρέσκο παίζει σε SEO, Performance & Digital Marketing, AI, Analytics και άλλα.