Beeinflusst A/B-Tests SEO? Nicht, wenn Sie es richtig machen

Unter den über 200 Faktoren, die das Suchranking einer Website bestimmen, bilden Inhalt, Links und Geschwindigkeit die drei wichtigsten.

Conversion-Rate-Optimierungsexperimente (wie Personalisierungen, geteilte URLs und A/B-Tests) können sich auf all diese auswirken .

Wenn Sie eine Zielseite mit hohem Datenverkehr haben, würden Sie sich Sorgen über A/B-Tests machen, da Sie Folgendes nicht möchten:

• das Suchranking Ihrer Inhalte verlieren oder, schlimmer noch, als doppelte Inhalte wahrgenommen werden
• mit Umleitungen hinterhältig aussehen
• Ihre Seite oder Website verlangsamen. (Tatsache: Einige Testtools können die Ladezeit Ihrer Website um bis zu 4 Sekunden verlängern!)

Abgesehen davon ist es für SEO auch wichtig, wie Ihre Website für den Google-Bot (Googlebot) oder andere Suchmaschinen-Bots erscheint. A/B-Tests können dies ebenfalls beeinflussen.

Aber wenn Ihre Zielseite nicht mit 4,05 % konvertiert (was der branchenübergreifenden durchschnittlichen Conversion-Rate entspricht), können Sie es besser machen. Dieser Ausgangswert liegt für B2C-Unternehmen bei etwa 2 %+.

Selbst wenn Ihre Seiten in diesen Bereichen konvertiert werden, können Sie immer noch besser abschneiden, da die Seiten mit der höchsten Konvertierung in einer Branche zweistellige Konversionsraten melden.

Es gibt immer Raum für Optimierungen, die schnell getestet werden müssen. Aber das Gute ist, dass sogar Google sagt ...

Können A/B-Tests und SEO gut spielen?

Google fördert nicht nur das Testen von Websites, sondern bietet auch eine eigene A/B-Test- und Experimentierlösung namens Google Optimize an.

In seinen Richtlinien zu A/B-Tests weist Google darauf hin, dass A/B-Tests, wenn sie richtig gemacht werden, SEO überhaupt nicht beeinflussen:

Kleine Änderungen, wie die Größe, Farbe oder Platzierung einer Schaltfläche oder eines Bildes oder der Text Ihres „Handlungsaufrufs“ („In den Einkaufswagen“ vs. „Jetzt kaufen!“), können eine überraschende Wirkung auf die Benutzer haben ' Interaktionen mit Ihrer Webseite, haben aber oft nur geringe oder keine Auswirkungen auf das Suchergebnis-Snippet oder Ranking dieser Seite .

Lassen Sie uns nun einen Blick auf einige Best Practices werfen, die Sie befolgen sollten, um sicherzustellen, dass die Auswirkungen von A/B-Tests auf das Suchranking Ihrer Seite vernachlässigbar sind .

Vermeidung von Cloaking, On-Page-Content-SEO und Duplizierungsproblemen beim Experimentieren

A/B-Tests funktionieren ähnlich wie Cloaking, da Sie Ihren Benutzern und den Suchmaschinen im Wesentlichen unterschiedliche Inhalte bereitstellen.

Eine solche Bereitstellung von Inhalten stellt jedoch kein Cloaking dar. Liest man Googles Definition von Cloaking, wird dies deutlich:

Cloaking ist die Praxis, Suchmaschinen eine Version einer Webseite zu präsentieren, die sich von der Version unterscheidet, die Benutzern präsentiert wird, mit der Absicht, die Suchmaschinen zu täuschen und das Ranking der Seite im Suchindex zu beeinflussen .

Optimierer tun dies nicht. Diese Sorge besteht also nicht. Sie können jedoch so wahrgenommen werden, wenn Sie den Google-Bot so programmieren, dass er eine bestimmte Version erhält (mehr dazu weiter unten.).

Schauen wir uns den Inhaltsaspekt von SEO an, der durch A/B-Tests und andere Experimentiermethoden beeinflusst werden kann.

Während des A/B-Tests ändern Sie einen Teil des Inhalts Ihrer Seite. Dies könnte die Überschrift Ihrer Seite oder die Kopie oder Farbe der CTA-Schaltfläche sein. Wenn sich diese Änderung auf Ihre On-Page-SEO auswirkt, könnte dies zu einem Problem werden.

Wenn Sie beispielsweise die Überschrift Ihrer Seite A/B-testen, müssen Sie auch an SEO denken und nicht nur an Conversions.

In solchen Fällen müssen Sie sich etwas einfallen lassen, das sowohl SEO- als auch Conversion-technisch funktioniert, damit es keinen Konflikt gibt. Und wenn die Variante das Original schlägt, sollte die Einführung der A/B-getesteten Überschrift die SEO überhaupt nicht beeinträchtigen.

Da Google Ihre statische (oder ursprüngliche) Seite bereits indexiert hat, wirkt sich der Inhalt, den Sie über Ihr Experimentier-Tool über Javascript bereitstellen, nicht auf Ihre On-Page-SEO aus. Außerdem kann der Bot von Google auch Ihre Javascript-basierten Inhalte lesen.

Das Abwägen dieses Aspekts von A/B-Tests und SEO kann bei Personalisierungen etwas schwieriger sein, da die Duplizierung von Inhalten und Inhaltsänderungen in den personalisierten Varianten höher sein können. Aber vergessen Sie auch hier nicht, dass Google bereits eine indizierte Version Ihrer statischen Seite hat (und Sie können die Originalseite als kanonische Version festlegen und ihren SEO-Wert beibehalten; mehr dazu weiter unten).

Eine andere Sache, die Sie hier beachten sollten, ist, wie Rand Fishkin von Moz erklärt, dass eine Seite, die Sie A/B-testen, höchstwahrscheinlich eine Conversion-Seite und keine wichtige SEO-Säulenseite ist. Solche Seiten müssen selten sowohl SEO- als auch Conversion-Ziele erfüllen. Er führt dies unter Berufung auf die Preisseite von Moz aus. Er sagt, dass seine Aufgabe nicht darin besteht, nach „SEO-Tools“ zu ranken. Stattdessen ist es „zum Konvertieren gebaut. Es ist eine Preisseite, auf der Sie den Preis auswählen können. Es muss nicht auf Suchbegriffe ausgerichtet werden.“ A/B-Tests des Seiteninhalts wirken sich also natürlich nicht auf Ihre SEO aus.

Beachten Sie auch, dass dieses ^ nicht für B2C- oder E-Commerce-Unternehmen gilt. Denn in diesen Unternehmen sind die Landing Pages auch Conversion Pages.

Dies ist vielleicht nicht immer so einfach, aber Sie verstehen sicherlich den Drift.

Weiterleitungsexperimente richtig einrichten

Umleitungsexperimente (auch bekannt als Split-URL-Experimente) sind ideal, um radikal unterschiedliche Versionen mit den Originalen zu testen. Zum Beispiel, um eine komplett neu gestaltete Homepage mit der aktuellen Nutzung einer Website zu vergleichen.

Wenn Sie ein Weiterleitungsexperiment erstellen, senden (oder besser gesagt: Umleiten) Sie Benutzer und Suchmaschinen an andere URLs als die, auf denen sie landen wollten.

Unten sehen Sie ein Umleitungsexperiment, das auf der Homepage eingerichtet ist und den Homepage-Traffic auf zwei verschiedene URLs umleitet. Der Homepage-Traffic wird aufgeteilt und auf alle drei URLs umgeleitet (das Original + zwei Versionen):

Wenn Suchmaschinen auf Weiterleitungen stoßen, verwenden sie die von Ihnen verwendeten Tags, um zu verstehen, was passiert (falls Sie sie verwenden). Wenn Sie beispielsweise eine 301-Weiterleitung einrichten, wissen Suchmaschinen, dass Sie die alte URL dauerhaft auf die neue verschoben haben. Aus SEO-Sicht ist dies die beste Weiterleitung, da sie den gesamten SEO-Saft behält.

Da eine experimentelle Weiterleitung jedoch nicht dauerhaft ist, verwenden Sie stattdessen eine 302-Weiterleitung, die Suchmaschinen als vorübergehend verstehen.

Anstatt zu versuchen, die Suchmaschinen daran zu hindern, die Varianten der Originalseite zu indizieren (durch Verwendung des 'noindex'-Tags), verwenden Sie das kanonische Attribut in ihnen und verlinken Sie auf die ursprüngliche URL.

Wenn Suchmaschinen das kanonische Attribut sehen, verstehen sie, dass Ihre bevorzugte URL aus SEO-Sicht die ursprüngliche Seiten-URL ist und nicht die URLs, auf die Sie den Datenverkehr umleiten. Auf diese Weise können Sie die Möglichkeit ausschließen, dass die Varianten indexiert werden, während die Original-URL aus dem Index entfernt wird (falls sie versehentlich als Duplikat wahrgenommen wird oder aus welchen Gründen auch immer).

Jede Ihrer Testvarianten muss ein <LINK>-Element mit dem Attribut rel="canonical" in ihren <HEAD>-Abschnitten enthalten.

Sie können auch Javascript-basierte Weiterleitungen verwenden.

Veröffentlichen Sie nach Abschluss Ihres Tests die erfolgreiche Version unter der ursprünglichen URL. Posten Sie welche, Suchmaschinen-Bots werden natürlich zu gegebener Zeit den überarbeiteten Inhalt auf der ursprünglichen URL neu indizieren.

A/B-Tests ohne Geschwindigkeits- und Leistungseinbußen

Speedlinks direkt zu organischen Rankings und auch zu Conversions. Und so optimieren sowohl SEO- als auch Conversion-Optimierer dafür.

Leider kann das Ausführen von Experimenten jedoch zu Verzögerungen führen, da ein CRO-Tech-Stack (selbst ein magerer) zusätzliche Anfragen verursacht, wenn eine Website angefordert wird, und das resultierende Hin und Her Zeit braucht.

Wenn Sie beispielsweise Experimente durchführen möchten, benötigen Sie mindestens Folgendes:

• Ein Webanalyse-Tool: Ein Tool wie Google Analytics, das quantitative Erkenntnisse misst und Ihnen liefert (z. B. einen hohen Abbruch auf einer Schlüsselseite) und die Lecks in Ihrem Conversion-Funnel aufzeigt. (Diese Tools können zusätzliche Anfragen kosten; sogar Google Analytics fügt 3 HTTP-Anfragen hinzu.)

• Ein Heatmap-Tool oder ein Benutzertest-Tool (oder beides): Ein Analysetool für das Benutzerverhalten wie Hotjar, das Ihnen zeigt, wie sich Benutzer auf Ihrer Website verhalten, und das häufig das „Warum“ hinter den Datenanalysetools beleuchtet. Oder ein Benutzertest-Tool wie UsabilityHub, mit dem Sie umfassende qualitative Optimierungseinblicke direkt von Ihren Benutzern erhalten.

• Ein A/B-Testing-Tool oder ein multivariates Tool: Ein Tool wie Convert, das Ihre Experimente liefert. Einige Experimentiertools, die nicht für die Geschwindigkeit des Leistungsabfalls optimiert sind, können zu frustrierenden Verzögerungen von mehreren Sekunden führen.

Obwohl die meisten A/B-Testtools asynchrones Laden verwenden (das auf Geschwindigkeit optimiert ist), kann nicht gesagt werden, dass sie keine Auswirkungen haben.

Die Auswirkungen auf die Geschwindigkeit sind beim ersten Laden auch schlimmer, da das Caching die nachfolgenden Anforderungen danach schneller macht.

Beachten Sie jedoch, dass diese Geschwindigkeitsverzögerungen für die Endbenutzer oft nicht wahrnehmbar sind, da sie das Laden der „Hero“-Elemente Ihrer Website nicht beeinträchtigen. Es kommt jedoch zu Verzögerungen.

Eine Möglichkeit, sicherzustellen, dass die Auswirkungen von A/B-Tests auf die Geschwindigkeit minimal sind, besteht darin, einen Optimierungsstapel aufzubauen, der auf Geschwindigkeit optimiert ist. Es ist auch wichtig, die Tools richtig zu konfigurieren, da falsche Einstellungen die Geschwindigkeit beeinträchtigen können.

Experimente rechtzeitig beenden

Die angestrebte statistische Signifikanz bestimmt, wie lange Ihre A/B-Tests laufen. Wenn Sie die statistische Marke von 95 % erreichen möchten (die nur bei einem von fünf Experimenten erreicht wird) und Sie nur begrenzten Traffic haben, dauert es länger, bis Ihr A/B-Test beendet ist.

Unabhängig davon, ob Experimente statistische Signifikanz erreichen oder nicht, beenden die meisten Optimierer sie nach einem festgelegten Zeitraum (normalerweise ein oder zwei Wochen). Und nur die Gewinnerversion oder das Original wird implementiert.

Das rechtzeitige Beenden eines A/B-Tests und das Ausrollen der leistungsstärkeren Version ist wichtig, da dadurch die Wahrscheinlichkeit eliminiert wird, dass Google-Bots ständig langfristige Weiterleitungen oder mehrere Versionen einer bestimmten Seite auf Ihrer Website finden.

Suchmaschinen-Bots wie normale Benutzer behandeln

Es ist keine gute Idee, den Googlebot daran zu hindern, die Versionen oder Weiterleitungen Ihres Experiments zu crawlen oder zu indizieren (damit Sie Probleme mit doppelten Inhalten vermeiden können).

Matt Cutt (ehemaliger Leiter von Google Web SPAM) empfiehlt Optimierern, nichts Besonderes für Googlebots zu tun:

„ Behandeln Sie den Googlebot wie jeden anderen Benutzer und codieren Sie unseren User-Agent oder unsere IP-Adresse nicht fest .“

John Mueller (Google) wiederholt den gleichen Ratschlag und warnt davor, dass Googlebots mit Sonderfällen faul wirken können:

„ Idealerweise würden Sie den Googlebot genauso behandeln wie jede andere Benutzergruppe, mit der Sie in Ihren Tests zu tun haben. Sie sollten den Googlebot nicht allein verwenden, das würde als Cloaking angesehen werden. ”

Konzentrieren Sie sich darauf, Ihre Variante und Weiterleitungen richtig und schnell einzurichten, und vertrauen Sie darauf, dass Googlebot und andere Suchmaschinen-Bots Ihre Experimente korrekt verarbeiten. Sie indizieren nicht nur Ihre Experimente richtig, sondern notieren auch eventuelle Aktualisierungen, die Sie vornehmen, wenn Sie die Gewinnerversion einführen.

CRO wirkt nicht gegen SEO; Es ist die natürlichste Sache nach SEO

Gelegentlich könnten Optimierer Experimente hypothetisieren, die SEO zu bedrohen scheinen. Denken Sie: Experimentieren Sie mit einer Homepage-Kopie in Kurzform anstelle der gut funktionierenden SEO-Kopie in Langform, die eine Website derzeit verwenden könnte.

Die Durchführung solcher Experimente kann angesichts ihrer potenziellen SEO-Auswirkungen stressig sein.

Gute Optimierer stellen jedoch nur Hypothesen für Experimente auf der Grundlage von Erkenntnisdaten auf. Und mit ein wenig Kreativität und Zusammenarbeit können Such- und Konversionsoptimierer das Beste aus beiden Disziplinen herausholen. Mit der Einführung des Seitenerlebnis-Updates von Google im Jahr 2021 müssen Conversion- und Suchoptimierer zusammenarbeiten, um ein besseres Erlebnis für Besucher, Ranking und Conversions zu gewährleisten.

Außerdem können Sie, wenn Sie einen Test durchführen, der nicht zu mehr Conversions führt, zu Ihrer ursprünglichen Version zurückkehren. Der Googlebot – der Ihr Experiment indexiert hätte – wird feststellen, dass Sie zur ursprünglichen Version zurückgekehrt sind. Jeglicher Rückgang des Suchverkehrs, den Sie möglicherweise erlebt haben, wird durch die Neuindizierung ebenfalls wieder normalisiert. Teams, die Hardcore-SEO-Experimente durchführen, haben auch berichtet, dass sich SEO-Ranking und Traffic „normalisieren“, nachdem sie nach erfolglosen Experimenten zur ursprünglichen Version zurückgekehrt sind.

Man kann sich das also höchstens als kleinen, vorübergehenden Nebeneffekt des Experimentierens vorstellen.

Was ist mit Ihnen? Hat Sie die Angst vor Einbrüchen im SEO-Ranking davon abgehalten, A/B-Tests durchzuführen? Haben Sie schon ein schlankes, flimmerfreies Tool wie Convert ausprobiert?