O teste A/B o seu SEO mudanças podem trazer uma vantagem competitiva e desviar a bala de alterações negativas que poderiam reduzir seu tráfego. Neste episódio do Quadro de sexta-feira, Emily Potter ações não só por que o teste A/B suas alterações é importante, mas como desenvolver uma hipótese, o que vai para coletar e analisar os dados, e pensamentos em torno do desenho de conclusões.

Clique sobre o quadro de imagem acima para abrir uma versão de alta resolução em uma nova aba!

Transcrição Do Vídeo

Olá, Moz fãs. Eu sou Emily Potter, e eu trabalho na Destilada mais em nosso escritório de Londres. Hoje eu vou falar para você sobre o teste de hipóteses em SEO e significância estatística.

No Destilada, usamos uma plataforma chamada ODN, que é Destilada, Otimização de Rede de distribuição, para fazer SEO testes A/B. Agora, em que, utilizamos o teste de hipóteses. Você pode não ser capaz de implementar ODN, mas eu ainda acho, hoje, que você pode aprender algo valioso do que eu estou falando.

O teste de hipóteses

Os quatro principais etapas de testes de hipóteses

Então, quando estamos usando o teste de hipóteses, utilizamos quatro etapas principais:

Primeiro, podemos formular uma hipótese.

Em seguida, nós coletamos dados sobre essa hipótese.

Vamos analisar os dados, e então…

Podemos tirar algumas conclusões do que no final.

A parte mais importante do teste A/B é de ter uma forte hipótese. Então, aqui em cima, eu falei sobre como formular uma forte SEO hipótese.

1. Formando sua hipótese

Três mecanismos para ajudar a formular uma hipótese

Agora precisamos lembrar que com SEO estamos tentando olhar para o impacto de três coisas para aumentar o tráfego orgânico.

Estamos a tentar melhorar a orgânica taxas de cliques. Para que qualquer mudança que você faz que faz a sua aparição no SERPs parecem mais atraentes para seus concorrentes e, portanto, mais as pessoas vão clicar no seu anúncio.

Ou você pode melhorar o seu ranking orgânico , então você está se movendo mais para cima.

Ou podemos também classificar para mais palavras-chave.

Você pode também estar afetando uma mistura de todas essas três coisas. Mas você quer apenas certifique-se que um deles é claramente a ser alvo, ou então não é realmente um SEO de teste.

2. A coleta de dados

Agora, ao lado, nós coletamos nossos dados. Novamente, em água Destilada, usamos a ODN plataforma para fazer isso. Agora, com a ODN plataforma, fazemos o teste A/B, e nós dividimos páginas em estatisticamente semelhantes baldes.

O teste A/B com seu controle e sua variante

Então, uma vez que fazemos isso, nós tomamos a nossa variante grupo e usamos a análise matemática para decidir o que nós pensamos a variante grupo teria feito se não tivéssemos feito essa alteração.

Então, até aqui, temos a linha preta, e que é o que é que está a fazer. É prever o que o nosso modelo de pensamento de grupo variante faria se não tivéssemos feito qualquer alteração. Esta linha pontilhada aqui é que, quando a prova começou. Assim você pode ver após o teste, houve uma separação. Esta linha azul é, na verdade, o que aconteceu.

Agora, porque há uma diferença entre essas duas linhas, podemos ver uma mudança. Se nós mover para baixo aqui, acabamos de traçado a diferença entre essas duas linhas.

Porque a linha azul está acima da linha preta, nós chamamos isso de um teste positivo. Agora essa parte verde aqui é o nosso intervalo de confiança, e este, como um padrão, é um intervalo de confiança 95%. Agora vamos usar isso porque utilizamos testes estatísticos. Assim, quando as linhas verdes são todas acima da linha zero, ou todos os abaixo-lo para um teste negativo, podemos chamar isso de um modo estatisticamente significativo teste.

Para este, a nossa melhor estimativa é de que este teria aumentado sessões, em 12%, e que aproximadamente passa a ser cerca de 7.000 mensais orgânica sessões. Agora, um de cada lado aqui, você pode ver que eu tenho escrito 2.5%. É fazer tudo isso de adicionar até 100, e a razão para isso é que você nunca terá 100% de confiança resultado. Há sempre a oportunidade que há uma chance aleatória e você tem um falso negativo ou positivo. É por isso que nós, em seguida, dizer que estamos 97.5% confiantes de que esta foi positivo. Isso é porque nós temos 95 plus 2.5.

Testes sem significância estatística

Agora, em água Destilada, descobrimos que há uma série de circunstâncias onde temos testes que não são estatisticamente significativos, mas há muito fortes evidências de que eles tiveram uma elevação. Se nós mover para baixo aqui, eu tenho um exemplo disso. Portanto, este é um exemplo de algo que não era estatisticamente significativo, mas vimos uma forte elevação.

Agora você pode ver a nossa linha verde tem ainda uma área em que é negativo, e dizendo que ainda há uma chance de que, em 95% de intervalo de confiança, este foi um teste negativo. Agora, se cair novamente abaixo, eu fiz o nosso cor-de-rosa novamente. Então, nós temos 5% em ambos os lados, e podemos dizer que estamos com 95% de certeza de que não foi um resultado positivo. Isso porque este 5% está sempre acima do bem.

3. Analisar os dados para testar a hipótese

Agora, a razão pela qual fazemos isso é para tentar e ser capaz de implementar mudanças que temos uma forte hipótese e ser capaz de obter esses ganhos daqueles em vez de simplesmente rejeitá-lo completamente. Agora, parte da razão para isso é que dizemos que estamos a fazer negócios e não a ciência.

Aqui eu criei um gráfico de quando seria talvez implemente um teste que não foi estatisticamente significativa, e isto é baseado fora de quão forte ou fraco a hipótese é e como barato ou caro é a mudança.

Forte hipótese / alterar barato

Agora, aqui, no seu canto superior direito, quando temos uma forte hipótese e um baixo mudar, nós provavelmente implantar. Por exemplo, tivemos um teste como este, recentemente, com um de nossos clientes em água Destilada, onde eles adicionados a sua principal palavra-chave para o H1.

Este resultado final parecia algo como este gráfico aqui. Foi uma forte hipótese. Ele não era um cara mudança a implementar, e decidimos implantar no teste, porque estávamos muito confiantes de que isso seria ainda algo que seria positivo.

Fraco hipótese / alterar barato

Agora, neste outro lado aqui, se você tem um fraco hipótese, mas ainda é barato, então, talvez, a evidência de um aumento ainda é motivo para implementar isso. Você gostaria de ter para se comunicar com o seu cliente.

Forte hipótese / cara mudança

O cara mudança com forte hipótese ponto, você vai ter que pesar os benefícios que você pode obter a partir de seu retorno sobre o investimento, se você calcular a sua receita esperada com base de que a alteração da percentagem de que você está chegando lá.

Fraco hipótese / alterar barato

Quando é fraca a hipótese e a cara mudança, nós só deseja implantar o que se é estatisticamente significativa.

4. Conclusões

Agora precisamos lembrar que, quando estamos fazendo testes de hipóteses, tudo o que estamos fazendo é tentando testar a hipótese nula. Isso não significa que um resultado nulo significa que não houve nenhum efeito. Tudo o que isso significa é que não podemos aceitar ou rejeitar a hipótese. Nós estamos dizendo que isto era demasiado aleatório para nos dizer se isso é verdade ou não.

Agora, 95% de intervalo de confiança é ser capaz de aceitar ou rejeitar a hipótese, e nós estamos dizendo: os nossos dados não é ruído. Quando ela é menos do que 95% de confiança, como este aqui, não podemos afirmar que aprendemos algo da maneira que faria com um teste científico, mas pode-se dizer ainda temos alguns muito fortes evidências de que isso iria gerar um efeito positivo sobre estas páginas.

As vantagens do teste

Agora, quando falamos com os nossos clientes sobre isso, é porque nós estamos buscando realmente aqui para dar uma vantagem competitiva sobre as outras pessoas em seus setores. Agora, a principal vantagem do teste é para evitar essas alterações negativas.

Queremos apenas certifique-se de que as mudanças que nós estamos fazendo não estão realmente caindo de tráfego, e podemos ver que um monte. No Destilado, o que chamamos de se esquivou de bala.

Agora isso é algo que eu espero que você pode trazer para o seu trabalho e ser capaz de usar com seus clientes ou com seu próprio site. Felizmente, você pode iniciar o processo de formulação de hipóteses, e mesmo se você não pode implantar algo como ODN, você ainda pode usar o seu GA dados para tentar ter uma ideia melhor se as alterações que você está fazendo está ajudando ou prejudicando o seu tráfego. Isso é tudo o que eu tenho para você hoje. Obrigado.

Vídeo transcrição por Speechpad.com