A/B 测试会影响 SEO 吗？ 如果你做对了
已发表: 2020-05-30
在决定网站搜索排名的 200 多个因素中，内容、链接和速度如何构成三个关键因素。
转化率优化实验（如个性化、拆分 URL 和 A/B 测试）可能会影响其中的每一个。
如果您有一个高流量的目标网页，您会担心使用它进行 A/B 测试，因为您不希望：
- 失去内容的搜索排名，或者更糟糕的是，被视为提供重复内容
- 用重定向偷偷摸摸
- 减慢您的页面或网站的速度。 （事实：一些测试工具可以使您网站的加载时间最多增加4 秒！）
除此之外，您的网站在 Google 机器人 (Googlebot) 或其他搜索引擎机器人中的显示方式对于 SEO 也很重要。 A/B 测试也会对此产生影响。
但是，如果您的目标网页的转化率不是 4.05%（这是各行业的平均转化率），您可以做得更好。 对于 B2C 业务，该基线约为 2%+。
即使您的页面在这些范围内转换，您仍然可以做得更好，因为行业中的顶级转换页面报告两位数的转换率。
总是有优化的空间，需要快速测试。 但好在连谷歌都说……
A/B 测试和 SEO 能很好地发挥作用吗？
Google 不仅鼓励网站测试，它还提供自己的 A/B 测试和实验解决方案，称为 Google Optimize。
Google 在其 A/B 测试指南中指出，如果做得好，A/B 测试根本不会影响 SEO：
小的变化，例如按钮或图像的大小、颜色或位置，或“号召性用语”（“加入购物车”与“立即购买！”）的文本，可能会对用户产生惊人的影响' 与您的网页的互动，但通常对该网页的搜索结果片段或排名几乎没有影响。
清楚了这一点，现在让我们看看一些最佳实践，以确保 A/B 测试对您的页面搜索排名的影响可以忽略不计。
在试验时避免伪装、页面内容 SEO 和重复问题
A/B 测试的工作方式类似于伪装，因为您本质上为用户和搜索引擎提供不同的内容。
然而，这种内容交付并不构成伪装。 如果您阅读 Google 对伪装的定义，就会清楚这一点：
伪装是向搜索引擎展示与展示给用户的版本不同的网页版本的做法，其目的是欺骗搜索引擎并影响页面在搜索索引中的排名。
优化器不这样做。 所以，这个顾虑是不存在的。 但是，如果您对 Google 的 bot 进行编程以获取特定版本，则可能会被认为正在执行此操作（更多内容请参见下文。）。
让我们看看可能受到 A/B 测试和其他实验方法影响的 SEO 的内容方面。
在 A/B 测试期间，您更改了页面内容的某些部分。 这可能是您页面的标题或其 CTA 按钮副本或颜色。 如果此更改影响您的页面搜索引擎优化，那么它可能会成为一个问题。
例如，如果您正在对页面标题进行 A/B 测试，那么您也必须考虑 SEO 而不仅仅是转换。
在这种情况下，您需要想出一些既适用于 SEO 又适用于转换的方法，以免发生冲突。 如果变体优于原始版本，推出 A/B 测试标题根本不会影响 SEO。
此外，由于 Google 已经为您的静态（或原始）页面编制了索引，因此您通过 Javascript 通过实验工具提供的内容不会影响您的页面 SEO。 此外，Google 的机器人也可以读取您基于 Javascript 的内容。
当您进行个性化时，平衡 A/B 测试和 SEO 的这一方面可能更具挑战性，因为个性化变体中的内容重复和内容更改可能更高。 但即使在这里，也不要忘记 Google 已经拥有您的静态页面的索引版本（您可以使用将原始页面设置为规范版本并保持其 SEO 值；更多内容请参见下文）。
正如 Moz 的 Rand Fishkin 解释的那样，这里要记住的另一件事是，您进行 A/B 测试的页面很可能是转换页面，而不是关键的 SEO 支柱页面。 此类页面很少需要同时满足 SEO 和转换目标。 他详细引用了 Moz 的定价页面。 他说它的工作不是为“搜索引擎优化工具”排名。 相反，它是“为转换而生的。 这是一个定价页面——它会让你选择哪个价格。 它不需要定位任何搜索关键字。” 因此，页面内容的 A/B 测试自然不会影响您的 SEO。
另请注意，此 ^ 不适用于 B2C 或电子商务业务。 因为在这些业务中，着陆页也是转化页。
这可能并不总是那么简单，但你肯定会得到漂移。
正确设置重定向实验
重定向实验（也称为拆分 URL 实验）非常适合针对原始版本测试完全不同的版本。 例如，针对网站当前使用的内容测试完全重新设计的主页。
当您创建重定向实验时，您会将用户和搜索引擎发送（或者更确切地说是重定向）到不同的 URL，而不是他们打算登陆的 URL。
您可以在下面看到在主页上设置的重定向实验，它将主页流量重定向到两个不同的 URL。 主页流量被拆分并重定向到所有三个 URL（原始 + 两个版本）：
当搜索引擎遇到重定向时，它们会使用您使用的标签来了解正在发生的事情（如果您使用它们）。 因此，例如，如果您设置了 301 重定向，搜索引擎将知道您已将旧 URL 永久移动到新 URL。 从 SEO 的角度来看，这是最好的重定向，因为它保留了所有 SEO 汁液。
但是，由于实验性重定向不是永久性重定向，因此请使用搜索引擎理解为临时性质的 302 重定向。
此外，不要试图阻止搜索引擎索引原始页面的变体（通过使用“noindex”标签），而是使用它们中的规范属性并链接到原始 URL。
当搜索引擎看到规范属性时，他们会理解 SEO 方面，您的首选 URL 是原始页面 URL，而不是您将流量重定向到的 URL。 这让您消除了在将原始 URL 从索引中取出时将变体编入索引的可能性（如果它被意外地视为重复或出于任何原因）。
您的每个实验变体都必须在其 <HEAD> 部分中包含一个具有属性 rel=”canonical” 的 <LINK> 元素。
您还可以使用基于 Javascript 的重定向。
实验结束后，在原始 URL 上发布获胜版本。 发布其中，搜索引擎机器人自然会在适当的时候重新索引原始 URL 上的修改内容。
不影响速度和性能的 A/B 测试
速度直接链接到有机排名以及转化。 因此 SEO 和转换优化器都针对它进行了优化。
但不幸的是，运行实验可能会导致一些滞后，因为 CRO 技术堆栈（即使是精益技术堆栈）在请求网站时会导致额外的请求，并且由此产生的来回需要时间。
例如，如果你想运行实验，至少，你需要：
- 网络分析工具：像谷歌分析这样的工具，可以衡量并为您提供定量见解（例如关键页面上的高流失率）并突出显示转化漏斗中的漏洞。 （这些工具可能会花费额外的请求；甚至 Google Analytics 也会增加 3 个 HTTP 请求。）
- 热图工具或用户测试工具（或两者）：像 Hotjar 这样的用户行为分析工具，可以向您展示用户在您的网站上的行为方式，通常会揭示数据分析工具背后的“原因”。 或者，像 UsabilityHub 这样的用户测试工具，可以让您直接从用户那里获得丰富的定性优化见解。
- A/B 测试工具或多变量工具：像 Convert 这样的工具，可以提供您的实验。 一些没有针对性能流失进行优化的实验工具会导致令人沮丧的多秒延迟。
尽管大多数 A/B 测试工具使用异步加载（针对速度进行了优化），但它们不能说是零影响。
第一次加载对速度的影响也更糟，因为在那之后，缓存使后续请求更快。
但是请注意，很多时候，最终用户不会察觉到这些速度滞后，因为它们不会影响您网站的“英雄”元素的加载。 但是，确实会发生滞后。
确保 A/B 测试对速度的影响最小的一种方法是构建一个针对速度进行优化的优化堆栈。 正确配置工具也很重要，因为错误的设置会降低速度。
准时结束实验
您瞄准的统计显着性决定了您的 A/B 测试将运行多长时间。 如果您希望达到 95% 的统计标记（只有五分之一的实验达到）并且您的流量有限，那么您的 A/B 测试将需要更长的时间才能结束。
无论实验是否达到统计显着性，大多数优化器都会在一段时间后（通常是一两周）结束它们。 并且仅实施获奖版本或原始版本。
按时结束 A/B 测试并推出性能更好的版本很重要，因为它消除了 Google 机器人一直在您的网站上找到长期重定向或某个页面的多个版本的可能性。
像普通用户一样对待搜索引擎机器人
阻止 Googlebot 抓取您的实验版本或重定向或将其编入索引（这样您可以避免重复内容问题）是一个坏主意。
Matt Cutt（谷歌网络垃圾邮件的前负责人）建议优化器不要为谷歌机器人做任何特别的事情：
“像对待任何其他用户一样对待 Googlebot，不要对我们的用户代理或 IP 地址进行硬编码。”
重申同样的建议，John Mueller (Google) 警告说，特殊外壳的 Googlebots 可能看起来很可疑：
“理想情况下，您会将 Googlebot 与您在测试中处理的任何其他用户组一样对待。 您不应该单独对 Googlebot 进行特殊处理，否则会被视为伪装。 ”
专注于正确快速地设置您的变体和重定向，并相信 Googlebot 和其他搜索引擎机器人能够正确处理您的实验。 他们不仅会正确地索引您的实验，还会记录您在推出获奖版本时所做的最终更新。
CRO 对 SEO 不起作用； 这是 SEO 之后最自然的事情
有时，优化人员可能会假设似乎威胁到 SEO 的实验。 想一想：尝试使用简短的主页副本，而不是网站当前可能使用的性能良好的长篇 SEO 副本。
考虑到它们潜在的 SEO 影响，运行此类实验可能会让人感到压力。
然而，优秀的优化器只会根据数据指向的洞察力来假设实验。 只需一点创造力和协作，搜索和转换优化器就可以充分利用这两个学科。 随着 Google 的页面体验更新于 2021 年推出，转化和搜索优化器将必须协同工作，以确保为访问者、排名和转化提供更好的体验。
此外，如果您运行的实验不会带来更多转化，您可以返回到原始版本。 Googlebot（它会为您的实验编制索引）会注意到您已恢复到原始版本。 您可能遇到的任何搜索流量下降也将通过重新索引恢复正常。 进行核心 SEO 实验的团队也报告了 SEO 排名和流量“正常化”后恢复到原始版本发布不成功的实验。
因此，您最多可以将其视为实验的一个小而临时的副作用。
那你呢？ 对 SEO 排名下降的恐惧是否让您远离运行 A/B 测试？ 您是否尝试过像 Convert 这样的精简、无闪烁工具？
