Czy testy A/B wpływają na SEO? Nie, jeśli zrobisz to dobrze

Wśród ponad 200 czynników, które określają, w jaki sposób ranking wyszukiwania, treść, linki i szybkość witryny tworzą trzy kluczowe.

Eksperymenty optymalizacji współczynnika konwersji (takie jak personalizacje, podzielone adresy URL i testy A/B) mogą mieć wpływ na każdy z nich.

Jeśli masz stronę docelową o dużym natężeniu ruchu, martwisz się o testy A/B, ponieważ nie chcesz:

• stracić pozycję w rankingu wyszukiwania treści lub, co gorsza, być postrzeganym jako udostępnianie zduplikowanych treści
• wyglądać podstępnie z przekierowaniami
• spowolnić swoją stronę lub witrynę. (Fakt: niektóre narzędzia testowe mogą wydłużyć czas ładowania Twojej witryny nawet o 4 sekundy !)

Poza tym to, jak Twoja witryna jest wyświetlana botowi Google (Googlebot) lub innym botom wyszukiwarek, ma również znaczenie dla SEO. Testy A/B również mogą mieć na to wpływ.

Ale jeśli Twoja strona docelowa nie generuje konwersji na poziomie 4,05% (co jest średnim współczynnikiem konwersji w różnych branżach), możesz zrobić to lepiej. Ta wartość bazowa wynosi około 2%+ dla firm B2C.

Nawet jeśli Twoje strony konwertują w tych zakresach, nadal możesz osiągnąć lepsze wyniki, ponieważ strony o najwyższej konwersji w raporcie branżowym mają dwucyfrowe współczynniki konwersji.

Zawsze jest miejsce na optymalizację, która wymaga szybkich testów. Ale dobrą rzeczą jest to, że nawet Google mówi…

Czy testy A/B i SEO mogą być przyjemne?

Google nie tylko zachęca do testowania witryn, ale także oferuje własne rozwiązanie do testów A/B i eksperymentów o nazwie Google Optimize.

W swoich wytycznych dotyczących testów A/B Google wskazuje, że prawidłowo wykonane testy A/B w ogóle nie wpływają na SEO:

Niewielkie zmiany, takie jak rozmiar, kolor, umiejscowienie przycisku lub obrazu lub treść wezwania do działania („Dodaj do koszyka” lub „Kup teraz!”), mogą mieć zaskakujący wpływ na użytkowników ' interakcji z Twoją stroną internetową, ale często mają niewielki lub żaden wpływ na fragment lub ranking w wynikach wyszukiwania tej strony .

Mając to na uwadze, przyjrzyjmy się teraz kilku sprawdzonym praktykom, które pozwolą upewnić się, że wpływ testów A/B na ranking Twojej strony w wynikach wyszukiwania jest znikomy .

Unikanie maskowania, SEO treści na stronie i problemów z duplikacją podczas eksperymentów

Testy A/B działają podobnie do maskowania, ponieważ zasadniczo udostępniasz użytkownikom i wyszukiwarkom różne treści.

Takie dostarczanie treści nie stanowi jednak maskowania. Jeśli przeczytasz definicję maskowania Google, stanie się to jasne:

Maskowanie to praktyka polegająca na przedstawianiu wyszukiwarkom wersji strony internetowej, która różni się od wersji prezentowanej użytkownikom, z zamiarem oszukania wyszukiwarek i wpływania na pozycję strony w indeksie wyszukiwania .

Optymalizatory tego nie robią. Tak więc ten problem nie istnieje. Możesz jednak być postrzegany jako robisz to, jeśli zaprogramujesz bota Google, aby uzyskać określoną wersję (więcej na ten temat poniżej).

Przyjrzyjmy się treściowemu aspektowi SEO, na który mogą mieć wpływ testy A/B i inne metody eksperymentowania.

Podczas testów A/B zmieniasz część zawartości swojej strony. Może to być nagłówek Twojej strony, tekst lub kolor przycisku wezwania do działania. Jeśli ta zmiana wpłynie na SEO na stronie, może to stać się problemem.

Na przykład, jeśli testujesz A/B nagłówek swojej strony, musisz również myśleć w kategoriach SEO, a nie tylko konwersji.

W takich przypadkach musisz wymyślić coś, co powinno działać zarówno pod kątem SEO, jak i konwersji, aby nie było konfliktu. A jeśli wariant przewyższa oryginał, wprowadzenie testowanego nagłówka A/B nie powinno w ogóle wpłynąć na SEO.

Ponadto, ponieważ Google już zindeksował Twoją statyczną (lub oryginalną) stronę, treść wyświetlana za pomocą narzędzia do eksperymentowania za pomocą JavaScript nie będzie miała wpływu na SEO na stronie. Poza tym bot Google może również czytać Twoje treści oparte na Javascript.

Zrównoważenie tego aspektu testów A/B i SEO może być nieco trudniejsze podczas personalizacji, ponieważ powielanie treści i zmiany treści w spersonalizowanych wariantach mogą być wyższe. Ale nawet tutaj nie zapominaj, że Google ma już zindeksowaną wersję Twojej strony statycznej (możesz użyć ustawienia oryginalnej strony jako wersji kanonicznej i zachować jej wartość SEO; więcej na ten temat poniżej).

Kolejną rzeczą, o której należy pamiętać, jak wyjaśnia Rand Fishkin z Moz, jest to, że strona, na której testujesz A/B, jest najprawdopodobniej stroną konwersji, a nie kluczowym filarem SEO. Takie strony rzadko muszą służyć zarówno celom SEO, jak i konwersji. Rozwija się, powołując się na stronę z cennikiem Moz. Mówi, że jego zadaniem nie jest ranking na „narzędzia SEO”. Zamiast tego jest „zbudowany do konwersji. To strona z cenami — pozwoli Ci wybrać cenę. Nie musi kierować na żadne słowa kluczowe wyszukiwania”. Oczywiście testy A/B na treści strony nie wpłyną na Twoje SEO.

Zauważ również, że to ^ nie dotyczy firm B2C lub eCommerce. Ponieważ w tych firmach strony docelowe są również stronami konwersji.

To może nie zawsze być takie proste, ale na pewno masz dryf.

Prawidłowe konfigurowanie eksperymentów przekierowań

Eksperymenty z przekierowaniami (znane również jako eksperymenty z dzielonym adresem URL) idealnie nadają się do testowania radykalnie różnych wersji w porównaniu z oryginałami. Na przykład do testowania całkowicie przeprojektowanej strony głównej pod kątem tego, z czego obecnie korzysta witryna.

Tworząc eksperyment dotyczący przekierowań, wysyłasz (a raczej przekierowujesz) użytkowników i wyszukiwarki pod inne adresy URL niż te, na które zamierzali trafić.

Poniżej możesz zobaczyć eksperyment dotyczący przekierowań skonfigurowany na stronie głównej, który przekierowuje ruch ze strony głównej do dwóch różnych adresów URL. Ruch na stronie głównej zostaje podzielony i przekierowany na wszystkie trzy adresy URL (oryginalny + dwie wersje):

Gdy wyszukiwarki napotykają przekierowania, używają tagów, których używasz, aby zrozumieć, co się dzieje (jeśli ich używasz). Na przykład, jeśli skonfigurujesz przekierowanie 301, wyszukiwarki będą wiedziały, że na stałe przeniosłeś stary adres URL do nowego. Z punktu widzenia SEO jest to najlepsze przekierowanie, ponieważ zachowuje cały sok SEO.

Ponieważ jednak przekierowanie eksperymentalne nie jest stałe, użyj przekierowania 302, które wyszukiwarki rozumieją jako tymczasowe.

Ponadto zamiast próbować uniemożliwić wyszukiwarkom indeksowanie wariantów oryginalnej strony (za pomocą tagu „noindex”), użyj w nich atrybutu kanonicznego i linku do oryginalnego adresu URL.

Gdy wyszukiwarki widzą atrybut kanoniczny, rozumieją, że z punktu widzenia SEO, preferowanym adresem URL jest oryginalny adres URL strony, a nie adresy URL, do których przekierowujesz ruch. Pozwala to wyeliminować możliwość indeksowania wariantów podczas usuwania oryginalnego adresu URL z indeksu (jeśli zostanie przypadkowo uznany za duplikat lub z jakiegokolwiek powodu).

Każdy wariant eksperymentu musi zawierać element <LINK> z atrybutem rel="canonical" w swoich sekcjach <HEAD>.

Możesz także użyć przekierowań opartych na JavaScript.

Po zakończeniu eksperymentu opublikuj zwycięską wersję pod oryginalnym adresem URL. Post, w którym roboty wyszukiwarek naturalnie w odpowiednim czasie ponownie zindeksują zmienioną treść pod oryginalnym adresem URL.

Testy A/B bez zabójczej szybkości i wydajności

Szybkie linki bezpośrednio do rankingów organicznych, a także do konwersji. I tak optymalizują zarówno SEO, jak i optymalizatory konwersji.

Niestety, przeprowadzanie eksperymentów może powodować pewne opóźnienia, ponieważ stos technologiczny CRO (nawet szczupły) powoduje dodatkowe żądania, gdy żądana jest strona internetowa, a wynikowe tam iz powrotem zajmuje trochę czasu.

Na przykład, jeśli chcesz przeprowadzać eksperymenty, potrzebujesz przynajmniej:

• Narzędzie do analityki internetowej: narzędzie takie jak Google Analytics, które mierzy i dostarcza informacji ilościowych (takich jak duży spadek na kluczowej stronie) i podkreśla wycieki w ścieżce konwersji. (Te narzędzia mogą kosztować dodatkowe żądania; nawet Google Analytics dodaje 3 żądania HTTP).

• Narzędzie do mapowania ciepła lub narzędzie do testowania użytkowników (lub oba): narzędzie do analizy zachowań użytkowników, takie jak Hotjar, które pokazuje, jak użytkownicy zachowują się w Twojej witrynie, często rzucając światło na „dlaczego” narzędzia do analizy danych. Lub narzędzie do testowania użytkowników, takie jak UsabilityHub, które pozwala uzyskać szczegółowe analizy jakościowe dotyczące optymalizacji bezpośrednio od użytkowników.

• Narzędzie do testowania A/B lub narzędzie na wielu odmianach: narzędzie takie jak Convert, które umożliwia przeprowadzanie eksperymentów. Niektóre narzędzia do eksperymentów, które nie są zoptymalizowane pod kątem szybkości spadku wydajności i mogą wprowadzać frustrujące, wielosekundowe opóźnienia.

Chociaż większość narzędzi do testowania A/B używa ładowania asynchronicznego (zoptymalizowanego pod kątem szybkości), nie można powiedzieć, że mają one zerowy wpływ.

Wpływ na prędkość jest również gorszy przy pierwszym ładowaniu, ponieważ po tym buforowanie przyspiesza kolejne żądania.

Pamiętaj jednak, że często te opóźnienia nie będą odczuwalne dla użytkowników końcowych, ponieważ nie będą miały wpływu na ładowanie elementów „bohatera” Twojej witryny. Jednak opóźnienia się zdarzają.

Jednym ze sposobów zapewnienia minimalnego wpływu testów A/B na szybkość jest zbudowanie stosu optymalizacji zoptymalizowanego pod kątem szybkości. Ważne jest również, aby odpowiednio skonfigurować narzędzia, ponieważ złe ustawienia mogą zabić prędkość.

Zakończenie eksperymentów na czas

Istotność statystyczna, do której dążysz, określa, jak długo będą trwały testy A/B. Jeśli chcesz osiągnąć wskaźnik statystyczny 95% (który osiąga tylko jeden na pięć eksperymentów) i jeśli ruch jest ograniczony, zakończenie testu A/B potrwa dłużej.

Niezależnie od tego, czy eksperymenty osiągną istotność statystyczną, większość optymalizatorów kończy je po określonym czasie (zazwyczaj tydzień lub dwa). I tylko zwycięska wersja lub oryginalna jest zaimplementowana.

Zakończenie testu A/B na czas i wdrożenie lepszej wersji jest ważne, ponieważ eliminuje prawdopodobieństwo, że boty Google znajdą w Twojej witrynie długoterminowe przekierowania lub wiele wersji danej strony przez cały czas.

Traktowanie botów wyszukiwarek jak zwykłych użytkowników

Zablokowanie Googlebotowi przemierzania lub indeksowania wersji lub przekierowań eksperymentu (aby uniknąć problemów ze zduplikowaną treścią) to zły pomysł.

Matt Cutt (były szef Google Web SPAM) zaleca optymalizatorom, aby nie robili nic specjalnego dla Googlebotów:

„ Traktuj Googlebota jak każdego innego użytkownika i nie koduj na stałe naszego klienta użytkownika ani adresu IP ”.

Powtarzając tę ​​samą radę, John Mueller (Google) ostrzega, że ​​Googleboty ze specjalnymi obudowami mogą wydawać się podejrzane:

„ Idealnie byłoby traktować Googlebota tak samo, jak każdą inną grupę użytkowników, z którą masz do czynienia podczas testów. Nie powinieneś używać samego Googlebota do specjalnych przypadków, ponieważ byłoby to uważane za maskowanie. ”

Skoncentruj się na prawidłowym i szybkim skonfigurowaniu wariantu i przekierowań oraz zaufaj Googlebotowi i innym botom wyszukiwarek, aby prawidłowo przetworzyły Twoje eksperymenty. Nie tylko poprawnie zindeksują Twoje eksperymenty, ale także odnotują ewentualne aktualizacje, które wprowadzasz, gdy wprowadzasz zwycięską wersję.

CRO nie działa przeciwko SEO; To najbardziej naturalna rzecz do zrobienia po SEO

Czasami optymalizatorzy mogą postawić hipotezę eksperymentów, które wydają się zagrażać SEO. Pomyśl: poeksperymentuj z krótką kopią strony głównej zamiast dobrze działającej długiej kopii SEO, z której obecnie może korzystać witryna.

Prowadzenie takich eksperymentów może być stresujące, biorąc pod uwagę ich potencjalny wpływ na SEO.

Jednak dobrzy optymalizatorzy stawiają tylko hipotezę eksperymentów na podstawie danych ze statystyk, na które wskazują. A przy odrobinie kreatywności i współpracy optymalizatorzy wyszukiwania i konwersji mogą wykorzystać to, co najlepsze w obu dyscyplinach. Wraz z aktualizacją jakości strony Google, która zostanie wprowadzona w 2021 r., optymalizatorzy konwersji i wyszukiwania będą musieli współpracować, aby zapewnić lepsze wrażenia dla użytkowników, rankingu i konwersji.

Poza tym, jeśli przeprowadzasz eksperyment, który nie prowadzi do większej liczby konwersji, możesz wrócić do oryginalnej wersji. Googlebot — który zindeksowałby Twój eksperyment — zauważy, że powróciłeś do oryginalnej wersji. Każdy spadek ruchu w wyszukiwarce, którego możesz doświadczyć, również wróci do normy po ponownym indeksowaniu. Zespoły, które przeprowadzają hardkorowe eksperymenty SEO, zgłosiły również ranking SEO i „normalizację” ruchu po powrocie do oryginalnej wersji po nieudanych eksperymentach.

Możesz więc myśleć o tym – co najwyżej – jako o małym, tymczasowym efekcie ubocznym eksperymentowania.

A ty? Czy strach przed spadkami w rankingu SEO powstrzymał Cię od przeprowadzania testów A/B? Czy próbowałeś już szczupłego, pozbawionego migotania narzędzia, takiego jak Convert?