在开始之前：你对SEO拆分测试了解多少？如果您不熟悉统计SEO分割测试的原理和SplitSignal的工作原理，我们建议您从这里开始或要求SplitSignal的演示。
首先，我们让我们的推特粉丝投票：
结果是阳性。我们的粉丝猜对了（下次在Twitter上关注我们投票）。
这个案子
自从我们开始进行分割测试以来，最让人大开眼界的便是用户行为对测试结果的影响。b谷歌并不是你唯一需要优化的“用户”；真正的用户可以成就或破坏优化的成功，特别是当涉及到SERP测试时，正如本案例所示。
对于一家国际渔船租赁公司，我们想要验证更改页面标题中与关键字无关的单词是否会使页面标题更具吸引力，从而对点击率产生积极影响。
假设
我们的客户假设，通过将页面标题重新格式化为“目的地10家最佳钓鱼船”，我们将看到点击率（CTR）的增加。
对照和变体是这样的：
测试
因此，我们使用SplitSignal来设置和分析测试。选取了2279个渔船租船清单页作为变量或对照。我们开始测试，并运行了30天。我们能够确定Googlebot访问了87%的测试页面。
结果
上图显示了变体（橙色线）与建模对照组（蓝色线）的发展/进展。我们看到不同页面的流量表现比预测的要好，这意味着测试是积极的。
请注意，我们不是将实际的控制组页面与我们的变体页面进行比较，而是基于历史数据的预测。我们将其与实际数据进行比较。我们使用一组控制页面为模型提供趋势和外部影响的上下文。如果在我们的测试过程中有其他变化（例如，季节性），模型将检测并考虑到它。通过过滤这些外部因素，我们可以深入了解SEO变化的真正影响。
累积视图显示了测试页面的额外或丢失的自然流量，并显示执行的测试是重要的。当所有三条曲线都低于（负）或高于（正）y=0（累积梯度）轴时，测试具有统计显著性。这意味着我们可以肯定，我们看到的增长是由于我们所做的改变，而不是由于其他（外部）因素。
经过30天的测试，我们发现测试页面的自然点击量增加了12%，置信度为99%。还不错，对吧？
为什么?
SEO A/B测试不仅仅是为了验证你对谷歌的SEO修改，也是为了验证真正的用户。谷歌将永远是一个因素，但它不是唯一一个可以改变天平的因素。
SEO分割测试如何帮助b谷歌的页面标题和元描述重写？
数据分析表明，该测试影响了变体页面的点击率（CTR）。与我们的模型对照组相比，印象略有增加，但并不明显。排名方面也没有明显变化。点击量的增加似乎纯粹是由于b谷歌用户的行为。在搜索中，你总是与其他搜索结果竞争。如果你的答案不是用户想要或期望的，用户可以简单地点击不同的搜索结果。
优化页面标题不仅仅是包含你的主要关键字。要写出吸引人的、有效的页面标题，还有很多事情要做。这个测试表明，作为一个SEO，你需要考虑和试验构成页面标题的不同因素。了解用户的期望和发现吸引人的东西可以大大改变用户与搜索结果片段的交互方式。想办法脱颖而出，成为最相关的答案，现在比以往任何时候都更重要。如果没有，你可能会把钱留在桌子上。
我们从经验中知道，一个可比测试的结果在不同的网站之间是不同的。考虑到它可能产生的影响，在将其推出网站之前进行测试是一个好主意。
你喜欢读这些测试结果吗？加入我们的电子邮件列表，每月收到一封电子邮件，其中包含最令人兴奋的测试。
让OrangeValley机构分析你的下一个SEO分离测试。