如何运行SEO分离测试（简单的方法）
谷歌每年对其算法进行数百次修改。
作为seo，你有两种选择：如果你的网站受到负面影响，就对它做出反应性的改变，或者积极主动地进行分离测试，以确保它在第一个地方就完成了它的工作。
统计SEO分离测试是指将网站上意图相似的页面分成两组，对其中一组进行更改，并监测其对关键SEO指标的影响，如自然流量，点击率（CTR）或关键词排名位置。
结果是：对你的网站进行小而重要的调整，为用户改善它，并帮助确保未来的算法更新对你的自然流量是好消息，而不是坏消息。
让我们看看如何在没有复杂代码、数据科学家团队或开发人员帮助的情况下运行SEO分离测试。以下是你可以从这篇指南中看到的：
检查你的网站结构是否包含模板化页面
设定一个假设
将页面分成控制测试组和变体测试组
对变体页进行更改
报告你的测试结果
1. 检查你的网站结构是否包含模板化页面
进行SEO分离测试的第一步是检查您的站点是否足够大，以确保统计上显着的结果。
页面太少或每月自然流量不够的测试将不可靠。几乎不可能判断你所做的改变是否真的产生了影响。其他事情，比如对某一类别的搜索需求略有增加，可能会导致通货膨胀。如果测试不成功，可能是外部因素造成的影响。
那么，为了进行统计显著性测试，需要什么呢？Сounts作为一个“足够大”的网站？
要运行可靠的SEO分离测试，您的站点应该包含模板化的页面，这些页面在您的站点中具有相同的可重复格式和相似的意图。下面是一些例子：
如果你是一个电子商务网站，你的类别和产品页面是模板化的；
如果你是一个联盟网站，你可能有用户生成的内容页面是模板化的；
如果你是一个目录网站，你可能会有一个由模板页面组成的大型企业或餐馆列表；
如果你是一个库存照片网站，你所有的库存照片页面将有相同的模板；
如果你是一个内容或媒体网站，你的博客文章将使用相同的模板；和
如果您是一个市场站点，您可能有一个供应商页面列表，它们都遵循相同的HTML/CSS模板。
你的网站至少要具备以下两点，才能让SEO拆分测试有价值：
300个模板化页面（有例外，请阅读此处）
每个测试组每月3万次自然点击（100天内10万次）
图片配以合适行业的例子（标志）
2. 设定一个假设
接下来，根据你的SEO策略和优先级决定你想测试什么。
有很多SEO实验可以作为分割测试的基础。一些例子包括：
标题标签和元描述；
标题;
内部链接;
内容结构;和
Alt文本
20+ SEO实验，以获得更多的有机流量
一旦你选择了你的重点领域，使用这个框架来设定一个假设：“我们知道[某事]，所以我们预测[某事将会发生]。我们将通过（行动）和（度量）来检验这一点。”
例如：“我们知道客户使用我们的免费送货选项比使用任何其他送货方式都要多，所以我们预测在元标签中添加‘免费送货’将增加自然流量。我们将通过在Variant群组的元描述中添加‘免费送货’并测量自然流量的差异来测试这一点。”
设定假设的框架
在开始测试之前，一定要记住统计SEO测试不同于转化率优化（CRO）和用户体验测试。
通过用户体验测试，一方面，您可以更改页面上的元素，如呼叫操作（cta）、结帐按钮和消息传递，以查看访问者的行为如何变化。另一方面，使用SEO拆分测试，您可以优化列表，以查看搜索引擎的爬虫如何解释更改，以便为这些用户找到更好的结果。
SEO分离测试的目的是吸引更多的自然流量到网页，而不是提高你的网站转化率。这就是为什么大多数传统的A/B测试工具，如谷歌Optimize、optimely和A/B Tasty不能做SEO测试的原因。
3. 将页面分成控制测试组和变体测试组
一旦你有了假设和要测试的页面列表，你需要将它们分成两组：
控制组：原始页面，保持不变；和
实验（变体）组：将在其上实现更改的测试页面
这样可以避免创建同一页面的不同版本。您将对Variant组中的页面进行更改，并在最后将它们与Control组中的页面进行比较，以查看您是产生了积极的、中性的还是消极的影响。
因此，均匀地划分具有相似意图的页面——比如产品/类别或评论页面。用户访问每个页面都有一个相似的目标，无论是购买商品还是搜索当地的企业。
您也可以使用筛选器在特定页面上运行测试。例如：如果您正在测试review Schema是否会影响点击率，您可以排除不到一个月的页面。
对于数据科学团队来说，手动分割数百页可能是一项艰巨的任务；它涉及将数据导出到电子表格中，并清除不相关的页面，例如无索引或非规范的url、旧内容和重定向到其他页面的自定义链接。
即使在你有了你的列表之后，你也必须运行较小的初步测试来检查你的控制组和变异组在统计上是否相似。
好消息是，使用SplitSignal可以简化这项繁琐的任务。
该工具通过使用来自谷歌Search Console （GSC）的历史数据，基于Control页面预测Variant组，完成对页面进行分段的艰苦工作。所有你需要做的就是将谷歌搜索控制台连接到SplitSignal， SplitSignal会自动将它们分成控制和变体组。
SplitSignal如何分割页面
4. 对变体页进行更改
现在是在Variant测试页面上实现更改的时候了。
请记住，您将只对该组进行更改；Control页面组将保持不变，以便您可以在最后比较这两个页面。
基于url的实验很难手工完成。在对站点进行任何更改之前，您需要为开发团队创建一个票据。你还需要与他们协商，并证明你的SEO拆分测试优先于他们的其他任务是值得的。仅这一点就可能需要几个月的时间。
你也可以建立一个内部工具来为你做这件事（这可能会占用你年度SEO预算的相当大一部分）。
最简单的方法？SplitSignal。在页面被分割之后，配置要对Variant组进行的更改—例如向标题标记添加“free shipping”。
如何配置要对SplitSignal中的变体组进行哪些更改
SplitSignal使用轻量级Javascript代码（通过谷歌标签管理器）对Variant组中的页面进行客户端更改。您甚至不需要使用复杂的代码来执行基于url的实验。
SplitSignal的Javascript代码
A/B测试最佳实践适用于此：你应该只测试一个假设，这样你就可以确信正面或负面变化是测试的直接结果，而不是其他因素。
这算伪装吗？
当人们和爬虫看到一个页面的不同版本时，就会发生隐形。
然而，这种SEO分离测试的方法并不违反谷歌的网站管理员指南。它将更改应用于页面，而不管查看者是机器人还是人类，因此机器人和用户总是看到相同版本的Variant页面。
5. 报告你的测试结果
从统计SEO分离测试中获得可靠的结果可能需要14到42天的时间。
获得结果所需的时间取决于谷歌对页面进行索引的速度，以及结果是否重要。一般来说，我们建议在21到28天的范围内运行测试。
您将在SplitSignal仪表板中看到Variant组中页面的实际流量与预测流量，因此无需运行复杂的计算。在控制流量的基础上，使用CausalImpact模型对可变流量进行预测。然后将其与未更改页面的实际流量进行比较。
如果差异足够大，那么我们认为该测试具有统计显著性。
看看下面的三个例子。橙色线是变体组；蓝线为对照组。
测试A中的变体页表现明显优于对照组。
然而，在测试B中情况正好相反：变体组实际上比不变的对照组表现得更差。
最后，测试C显示各组之间没有显著差异。
6. 使用测试数据来微调你的SEO策略
一旦你得到你的SEO测试结果，你就会有一个坚实的理解，你应该继续在整个网站的调整。
例如：如果你的测试结论是，在元标题中添加“免费送货”可以提高10%的自然流量，那么在更多模板化的页面上进行更改是有意义的。
SEO分割测试的关键是在之前的结果上工作。因此，如果元标题检验是阳性的，那么就扩大样本量。
将更改推出到更高价值页面的风险很低，因为您对初始测试的信心很高。你已经在一个小的测试群体中证明了这个假设。在更广泛的类似意向页面上推出类似的更改可能会产生类似的积极（或消极）结果。
准备好开始SEO分离测试了吗？
毫无疑问，SEO分割测试对于理解谷歌如何解释（和排名）你的网站是至关重要的。通过测试页面组的小调整，您将开始发现哪些细微的调整会影响您的SEO策略。
好消息是什么呢？您可以使用SplitSignal轻松地大规模运行统计SEO分割测试，并发现您的测试是否成功。您不需要让您的数据科学团队拆分页面，不需要让您的开发团队实现页面，也不需要使用复杂的方程式来确定统计显著性。
数据将被解释；你将能够看到最终结果（以及我们是如何到达那里的）。
最好的部分是什么？所有的更改都是通过轻量级代码进行的，对核心Web生命体征没有显著影响。
诚然，你正在测试的调整可能看起来很小。但是，从1万到1000万的产品页面的微小变化可能会导致这些页面的有机流量提升10%到20%，这将价值数百万美元。
(以Exclusive Concepts为例，变体页面的自然点击量增加了21%。这一变化将在未来12个月内使整个网站的收入增加5%。)学习如何证明SEO拆分测试的ROI。
今天就开始用SplitSignal运行你的统计SEO分离测试。