接入 Google Search Console,用搜索数据决定下一步做什么
不再凭感觉做工具了。把 Google Search Console 接入工作流,看到真实的搜索词后发现 3D 查看器有自然流量潜力。和 AI 一起做了用户调研,一口气补上了 FBX Viewer、USDZ Viewer、3D 模型优化器。这是 metool 转向数据驱动型构建的第一步。
从搜索数据开始
上一篇聊了 URL 迁移导致检索量断崖式下跌。跌完之后呢?等恢复的同时,我开始认真看数据。
把 Google Search Console 的搜索词数据拉出来,终于看到了用户是怎么找到 metool 的:

这张图里藏了很多信息。
品牌词占主导
前四条搜索词全是品牌词的变体:me tool、metool、me tools、metools。加起来 49 次点击、1273 次展现。
这说明两件事:
- 目前大部分用户是"知道 metool 才来的",而不是搜某个具体需求然后发现了 metool。换句话说,自然搜索带来的新用户还很少。
- 品牌词的点击率不高。metool 这个词 743 次展现只有 19 次点击,说明搜索结果页上的标题和描述还不够吸引人,或者排名位置不够靠前。
品牌搜索是基本盘,但不能只靠基本盘。要增长,必须让非品牌搜索也能带来流量。
3D 查看器是唯一的自然流量信号
往下看,终于看到了非品牌词:
- glb viewer — 1 次点击,97 次展现
- glb viewer online — 1 次点击,20 次展现
- gltf viewer online — 1 次点击,14 次展现
点击量虽然只有个位数,但展现量说明了问题:有人在搜这些词,而且 Google 认为 metool 的页面和这些搜索词相关。
97 次展现意味着 Google 已经把 metool 的 3D 查看器页面展示给了将近 100 个搜索用户。只是排名可能还不够高,用户没有点进来。
这是一个信号:3D 在线查看器是一个有真实需求的品类,而且 metool 已经有了初步的搜索基础。
游戏也有微弱信号
最后两条:五子棋ai(11 次展现)、围棋在线(8 次展现)。量很小,但说明游戏品类也有一些自然搜索曝光。不过游戏市场的竞争格局和工具市场完全不同,暂时不作为重点。
和 AI 一起做用户调研
光看搜索词还不够。搜索「glb viewer」的人到底是谁,他们真正需要什么?
我和 AI 一起做了一轮用户需求分析,拆解出了几类典型用户:
- 3D 设计师:快速预览模型效果,不想打开 Blender 或 Maya。metool 的 GLB Viewer 基本满足。
- 游戏开发者:检查导出的模型是否正确,查看动画和材质。当前只能看,缺少模型信息面板。
- 3D 打印爱好者:检查模型尺寸和可打印性。这部分完全没覆盖。
- 前端/Web 开发者:预览要嵌入网页的 3D 资源,关心性能指标。也没覆盖。
- 采购和 PM:收到 3D 资产后快速查看,不想装软件。基本满足。
这个分析很有价值。它告诉我两件事:第一,3D 查看器的用户群比我想象的宽得多;第二,不同用户需要的不只是"查看",还有格式转换、模型优化、信息检查这些周边能力。
围绕这些需求,新的工具方向就清晰了:不同格式的查看器覆盖更多搜索入口,模型优化器和格式转换器满足深层需求。每个新页面都是一个独立的长尾关键词入口。
用数据做决策:一口气强化整个 3D 品类
不是只加一个工具,而是把整个 3D 品类做厚。
metool 之前只有 GLB/glTF Viewer、STL Viewer 和 Text to 3D 三个 3D 相关工具。这次基于数据信号和用户调研,一口气补上了四个:
- FBX Viewer — 游戏开发和动画领域的主流格式,覆盖 fbx viewer online、fbx file viewer 等搜索词
- USDZ/USD Viewer — Apple AR 生态的标准格式,iOS 开发者和设计师的刚需
- 3D Model Optimizer — 在线减面、压缩贴图,覆盖 reduce 3d model size、optimize glb file 等搜索词
- 增强了 3D Model Format Converter — 支持 STL、OBJ、GLB、glTF、PLY、FBX、DAE 等格式互转
加上原有的三个,metool 的 3D 工具品类从 3 个扩展到了 7 个。

这就是数据驱动和凭感觉做的区别:不是"我觉得某个工具有用所以做",而是"数据显示 3D 查看器有需求 → 调研发现用户群比想象的宽 → 围绕整个品类做厚"。
一个实验田
我想把 metool 做成数据驱动型构建的实验田。
之前做了大半年工具,模式是"有什么想法就做什么"。工具做了几十个,但哪些有人用、哪些没人用,心里没数。
现在的模式是一个循环:
- 收集数据 — Google Search Console 看搜索词,Google Analytics 看用户行为
- 分析信号 — 哪些品类有自然需求,哪些搜索词有潜力
- 做出决策 — 优先做数据验证过的方向
- 上线验证 — 看新工具的搜索表现
- 回到第一步
这个循环听起来简单,但和之前的工作方式完全不同。之前是"做完就忘",现在是"做完还要看数据反馈"。
下一步
3D 品类已经铺开了,接下来要做的是深耕和验证:
- 增强现有查看器的深度功能:模型信息面板(顶点数、面数、材质列表)、截图导出、环境贴图切换、URL 直接加载。这些功能能提升用户停留时间和回访率。
- 优化品牌词的点击率:743 次展现只有 19 次点击,搜索结果的标题和描述需要更有吸引力。
- 追踪新工具的搜索表现:这批 3D 工具上线后,观察 Google 何时开始收录、展现量和点击量的变化趋势。这是验证"数据驱动"循环是否有效的关键一步。
- 观察 URL 迁移后的恢复速度:上次切默认语言导致索引断崖,需要持续追踪。
长期来看,我想验证一个假设:一个工具站,能不能完全靠数据驱动来决定做什么、优化什么、放弃什么。
不靠直觉,不靠"我觉得",只靠数据说话。metool 就是这个实验。

评论
评论基于 GitHub Discussions,请先 登录 GitHub 后发表评论。