2009–2012
市場研究資料分析師
用 SPSS 和 Excel 建問卷資料的迴歸模型，分析消費者行為。工作枯燥，但學到了一件事：在宣稱「X 造成 Y」之前，你必須先控制所有其他變數。這個習慣後來完全移植到 GSC 資料分析。
Author & methodology
David Hsu：用量化方法讀搜尋資料
Yes-SEO 是 David Hsu 的搜尋資料分析筆記。這裡的每一份判讀都附資料來源、時間範圍與查詢條件——不是因為這樣「看起來嚴謹」，而是沒有這些條件，結論根本無法重現或反駁。
David Hsu
搜尋資料分析師 · 台大應用數學系 2009
職涯始於市場研究公司的迴歸模型與問卷資料，2012 年第一次幫朋友的電商公司分析 GSC 資料，發現搜尋行為資料比任何問卷都誠實：它記錄的是真實需求，不是受訪者自稱的偏好。此後轉向有機搜尋資料分析，在數位代理商擔任高級 SEO 資料分析師九年，管理過五十個以上品牌帳號的搜尋數據。2021 年開設 Yes-SEO，把這些年建立的分析方法公開記錄。
Career timeline
從迴歸模型到搜尋資料
2012–2016
轉向有機搜尋資料
幫電商朋友分析 GA 與 GSC 資料後徹底著迷。在數位行銷公司開發了以滾動平均與 Z-score 偵測季節性搜尋模式的方法，協助客戶提前三到四個月規劃內容行事曆。這套方法在 Yes-SEO 的 Google Trends 文章系列有完整說明。
2016–2021
大型代理商高級 SEO 分析師
管理五十個以上品牌的搜尋資料，在 Looker Studio 建立跨帳號比對儀表板。2019 年的關鍵案例：某客戶 GSC 顯示六個月 CTR 下降 15%，但排名沒有變化。深挖後確認是精選摘要直接回答查詢，每月替代點擊達 8,000 次。這份「零點擊 SERP 點擊蠶食」內部報告後來成為公司標準方法論。
核心分析原則
每個主張都要說得出資料條件
不管是 CTR 異常、季節性峰值還是關鍵字趨勢，每個結論都要標明：GSC 屬性、查詢篩選條件、時間窗、地區設定、抽樣排除規則。這不是學術癖好，是讓讀者能用自己的資料驗證或反駁的最低要求。
本站不做的事
分析方法不等於 SEO 建議
Yes-SEO 的文章記錄如何讀資料、如何建模、如何識別 SERP 結構變化——不提供個別網站的 SEO 診斷或排名預測。見過太多用單一資料截圖宣稱「演算法更新造成流量下滑」的報告，這種分析沒有價值。
Editorial standards
不同頁面類型，各自的證據標準
方法頁
每個分析框架的輸入條件、計算規則、輸出解讀與已知限制，逐項列明。
工具／來源頁
GSC、GA4、Google Trends 各自能回答與不能回答的問題，不做混用。
文章頁
單篇主張由該頁自己的資料來源、日期範圍與查詢條件支撐，不引用二手整理。
更正頁面
若資料口徑或計算錯誤影響結論判讀，優先說明影響範圍，而非只改一個數字。
更正流程：指出頁面與具體段落 → 核對原始資料條件 → 修正影響結論的內容 → 說明仍存在的不確定性。本站的更正不是刪字，是補充影響範圍的說明。
Common questions
關於 David Hsu 與 Yes-SEO
David Hsu 的背景是 SEO 顧問還是資料分析師？
應用數學出身，職涯前段在市場研究公司做迴歸模型與問卷資料分析。2012 年第一次接觸 GSC 資料，發現搜尋行為資料遠比問卷誠實，此後轉向數位行銷分析，專注有機搜尋資料。Yes-SEO 的定位是量化分析方法的公開紀錄，不是 SEO 顧問服務。
為什麼你的文章不引用「業界研究」或「SEO 工具報告」？
大多數 SEO 研究報告沒有公開查詢條件、抽樣方式與資料截取日期，無法重現也無法反駁。本站的分析從 GSC 或 Google Trends 原始資料出發，方法可描述，條件可核對。
如何回報錯誤或對分析提出質疑？
請在聯絡頁指出頁面、具體段落，以及你使用的資料條件和結果。如果你的資料和我的結論不一致，這本身就是值得分析的訊號。
先看方法，再採用結論
GSC 資料能告訴你發生了什麼，但不能告訴你為什麼。把觀察值和假設分開——這是本站所有分析的起點。
查看分析方法