A/B 测试您的 google SEO 更改可以为您带来竞争优势，并避免可能会降低您的流量的负面变化的子弹。在 Whiteboard Friday 的这一集中，Emily Potter 不仅分享了为什么 A/B 测试您的更改很重要，还分享了如何提出假设、收集和分析数据的内容以及得出结论的想法。
单击上面的白板图像以在新选项卡中打开高分辨率版本！
视频转录
你好，莫兹球迷。我是 Emily Potter，我在 Distilled 的伦敦办公室工作。今天我要和你谈谈谷歌搜索引擎优化中的假设检验和统计显着性。
在 Distilled，我们使用一个叫做 ODN 的平台，也就是 Distilled Optimization Delivery Network，来做 google SEO A/B 测试。现在，我们使用假设检验。您可能无法部署 ODN，但我今天仍然认为您可以从我所说的内容中学到一些有价值的东西。
假设检验
假设检验的四个主要步骤
因此，当我们使用假设检验时，我们使用四个主要步骤：
- 首先，我们提出一个假设。
- 然后我们收集有关该假设的数据。
- 我们分析数据，然后…
- 最后我们从中得出一些结论。
A/B 测试最重要的部分是有一个强有力的假设。所以在这里，我已经谈到了如何制定一个强大的谷歌搜索引擎优化假设。
1. 形成你的假设
帮助形成假设的三种机制
现在我们需要记住，通过谷歌搜索引擎优化，我们试图影响三件事来增加自然流量。
- 我们要么试图提高自然点击率。因此，您所做的任何更改都会使您在 SERP 中的出现对您的竞争对手更具吸引力，因此更多的人会点击您的广告。
- 或者你可以提高你的自然排名，这样你就更高了。
- 或者我们也可以对更多关键词进行排名。
您也可能会影响所有这三件事的混合。但是您只是想确保其中一个显然是目标，否则它不是真正的谷歌搜索引擎优化测试。
2. 收集数据
接下来，我们收集我们的数据。同样，在 Distilled，我们使用 ODN 平台来执行此操作。现在，借助 ODN 平台，我们进行 A/B 测试，并将页面分成统计上相似的存储桶。
使用您的控件和您的变体进行 A/B 测试
因此，一旦我们这样做了，我们就会采用我们的变体组，并使用数学分析来决定我们认为如果我们不进行更改，变体组会做什么。
所以在这里，我们有黑线，这就是它正在做的事情。它预测我们的模型认为如果我们没有做出任何改变，变异组会做什么。这里的虚线是测试开始的时间。所以你可以在测试后看到有一个分离。这条蓝线实际上是发生了什么。
现在，因为这两行之间存在差异，我们可以看到变化。如果我们向下移动，我们只是绘制了这两条线之间的差异。
因为蓝线在黑线之上，我们称之为阳性测试。现在这里的绿色部分是我们的置信区间，而这个作为标准，是 95% 的置信区间。现在我们使用它，因为我们使用统计测试。因此，当绿线全部高于零线或全部低于零线时，我们可以称其为具有统计意义的测试。
对于这个，我们最好的估计是，这将使会话增加 12%，大约是每月 7,000 次自然会话。现在，在这里的两边，你可以看到我写了 2.5%。那是为了让这一切加起来等于 100，原因是你永远不会得到 100% 的自信结果。总是有机会，有一个随机的机会，你有一个假阴性或阳性。这就是为什么我们说我们有 97.5% 的信心这是积极的。那是因为我们有 95 加 2.5。
无统计学意义的检验
现在，在 Distilled，我们发现在很多情况下，我们的测试在统计上并不显着，但有相当有力的证据表明它们有提升。如果我们搬到这里，我有一个例子。所以这是一个没有统计学意义的例子，但我们看到了强烈的提升。
现在你可以看到我们的绿线仍然有一个区域是阴性的，这就是说在 95% 的置信区间内仍有可能这是一个阴性测试。现在，如果我们再次下拉，我又完成了粉红色。所以我们双方都有 5%，我们可以在这里说，我们有 95% 的信心有一个积极的结果。那是因为这 5% 也总是高于。
3. 分析数据以检验假设
现在我们这样做的原因是尝试并能够实施我们有一个强有力的假设的改变，并能够从这些改变中获得胜利，而不是完全拒绝它。现在造成这种情况的部分原因还在于我们说我们在做生意而不是科学。
在这里，我创建了一张图表，说明我们何时可能会部署统计上不显着的测试，这取决于假设的强弱程度以及更改的便宜或昂贵程度。
强有力的假设/廉价的改变
现在在这里，在你的右上角，当我们有一个强有力的假设和一个廉价的改变时，我们可能会部署它。例如，我们最近在 Distilled 与我们的一位客户进行了这样的测试，他们将主要关键字添加到 H1。
最终结果看起来像这里的图表。这是一个强有力的假设。实施这不是一项昂贵的更改，我们决定部署该测试，因为我们非常有信心这仍然是积极的。
弱假设/廉价变化
现在在这里的另一边，如果你有一个弱假设但它仍然很便宜，那么也许上升的证据仍然是部署它的理由。你必须和你的客户沟通。
强有力的假设/昂贵的改变
对于具有强假设点的昂贵更改，如果您根据达到的百分比变化计算预期收入，您将不得不权衡您可能从投资回报中获得的收益。
弱假设/廉价变化
当它是一个弱假设和昂贵的变化时，我们只想部署它，如果它具有统计意义。
4. 得出结论
现在我们需要记住，当我们进行假设检验时，我们所做的只是尝试检验原假设。这并不意味着空结果意味着根本没有效果。这意味着我们不能接受或拒绝这个假设。我们说这太随机了，我们无法说出这是否属实。
现在 95% 的置信区间能够接受或拒绝假设，我们说我们的数据不是噪音。当它低于 95% 的置信度时，就像这里的这个，我们不能声称我们以科学测试的方式学到了一些东西，但我们仍然可以说我们有一些非常有力的证据表明这会产生积极的影响对这些页面的影响。
测试的优势
现在，当我们与我们的客户谈论这个问题时，这是因为我们的目标是在他们的垂直领域提供比其他人更具竞争优势的地方。现在测试的主要优点是避免那些负面的变化。
我们只想确保我们所做的更改不会真正导致流量下降，而且我们看到了很多。在 Distilled，我们称之为躲过一劫。
现在，我希望您可以将其带入您的工作中，并能够与您的客户或您自己的网站一起使用。希望您可以开始制定假设，即使您无法部署像 ODN 这样的东西，您仍然可以使用您的 GA 数据来尝试更好地了解您所做的更改是否有助于或损害您的流量。这就是我今天为你准备的一切。谢谢你。
Speechpad.com 的视频转录
