在你开始之前：如果你不熟悉统计SEO分割测试的原理和SplitSignal是如何工作的，我们建议你从这里开始或要求SplitSignal的演示。
结构化数据通常因其通过丰富的片段增强搜索结果的能力而得到认可，但这仅仅触及了其真正潜力的表面。在搜索引擎优化领域，结构化数据发挥着关键作用，使搜索引擎能够更好地理解和解释网站内容的上下文。它有助于从单纯的“字串”过渡到有意义的“事物”或实体，从而创建一个更复杂和相互关联的信息网络。
这种标准化格式用于提供关于页面的信息并对其内容进行分类，从而建立实体的语义上下文，并阐明internet上不同内容块之间的关系。这种赋予实体特定含义的能力有助于更深入地理解在线内容。
像谷歌这样的搜索引擎利用结构化数据来理解页面的内容，并收集有关更广泛的网络和整个世界的知识。从SEO的角度来看，结构化数据对于帮助搜索引擎理解与用户意图相关的内容的本质是至关重要的。其目的是使我们的内容与用户搜索的内容保持一致，增加我们的内容作为用户搜索查询的最相关答案呈现的可能性。
在这个案例研究中，我们试图检验将BoatTrip结构化数据整合到旅游网站的轮渡路线页面中的效果。我们的目标不仅是衡量这一变化的影响，还要建立一个令人信服的商业案例，以投入必要的资源在整个网站上实施这一变化。
假设
我们对这个实验的中心假设是，实现BoatTrip结构化数据，一个schema.org类型的数据，不会产生丰富的片段，会对网站的渡轮路线页面的有机流量产生积极的影响。
这个假设源于对结构化数据在搜索引擎优化中的作用的基本理解，它有可能增强搜索引擎对网页内容的理解，以及在网络上相关信息之间建立更强联系的能力。
我们的假设基于几个基本假设，我们将详细说明如下：
改进的搜索引擎理解：通过添加BoatTrip结构化数据，我们为搜索引擎提供关于我们轮渡路线页面内容的明确、有意义的信息。这可以使搜索引擎更好地索引和理解页面内容。
与用户意图保持一致：结构化数据可以帮助将轮渡路线页面的内容与用户搜索意图保持一致。通过明确定义与乘船旅行和轮渡路线相关的内容，搜索引擎可以更准确地将这些页面与相关用户查询匹配起来。
竞争优势：由于不是所有的网站都有效地利用结构化数据，实现BoatTrip结构化数据可以使网站在搜索结果中具有竞争优势。
流量的相关性：整合BoatTrip结构化数据可能会增加网站流量的相关性。也就是说，它可以吸引更多对轮渡路线和乘船旅行特别感兴趣的用户。
测试
在这个实验中，我们使用SplitSignal，在目标网站的大约1500个路由页面上建立了一个受控的测试环境。
BoatTrip结构化数据是结构化数据领域的一个新概念，特别是Schema.org所定义的。它旨在提供一套与商业轮渡旅行相关的具体而详细的信息，使旅游网站能够向b谷歌提供有关此类服务的精确而全面的数据。
我们开发了一个自定义脚本，将BoatTrip结构化数据合并到这些页面中。该脚本旨在从每个页面提取所有相关信息，并将其重新格式化为标准化的schema.org格式。
考虑到BoatTrip类型不是schema.org核心词汇表的正式组成部分，并且目前驻留在未决部分中，我们决定将模式双重类型为BoatTrip和Trip。使用这种策略是为了维护结构化数据的有效性和有效性，从而促进谷歌对页面内容的理解。
测试运行了28天，为搜索引擎抓取和索引对页面所做的更改提供了相当长的时间框架。在此期间，我们可以确定Googlebot访问了测试中包含的92%以上的页面。
结果
我们发现，添加BoatTrip结构化数据后，测试页面的自然点击量显著增加了5.2%。这一增长表明了实质性的改进，并提供了实现结构化数据的有效性的令人信服的证据。
在检验中观察到的统计显著性强调了我们结果的强度。在累积视图中，当蓝色阴影区域落在x=0轴以下或之上时，该测试在95%的置信水平上被认为具有统计显著性。这种显著性水平表明，我们非常有信心增加BoatTrip结构化数据将对网站列表页面的自然流量产生积极影响。
随着测试的进行，我们看到测试页面的点击量持续上升，最终达到99%的置信水平。这种提高的信心水平进一步巩固了我们实施的变革的有效性。
值得注意的是，这次测试是在该网站的美国版上进行的。然而，我们也在法国和德国等国家进行了类似的设置，看到了类似的结果。
请注意，我们并没有将实际的控制组页面与我们测试的页面进行比较，而是基于历史数据的预测。该模型预测了在没有干预的情况下会发生的反事实反应。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。
为什么
我们的实验表明，使用结构化数据用丰富的片段来丰富搜索结果只是其潜在影响的开始。使用结构化数据为搜索引擎提供上下文，并在语义上连接网页，可以显著提高SEO性能。
仔细观察我们的数据就会发现，这个测试的影响不仅仅是增加了测试页面的点击量。与我们的模型对照组相比，我们也观察到印象的增加，正如SEO a /B测试分析器所证实的那样。
经过进一步分析，我们发现这种激增是由于改进了页面定位和增强了在更广泛的搜索词范围内的可见性。
这一变化提高了测试页面的相关性。通过实现结构化数据，我们使谷歌能够更好地评估每个页面及其内容，从而增强其将内容与用户的搜索意图准确匹配的能力。
然而，重要的是要记住，对一个网站有效的东西可能不会在另一个网站产生相同的结果。每个网站都是独一无二的，有不同的内容、受众和目标。确定什么最适合您的特定情况的唯一确定方法是执行测试。通过这样做，您可以定制您的SEO策略，以满足您独特的需求和目标，最大限度地提高成功的潜力。