SEO-A/B-Testing, das beweist,
welche Änderungen wirklich wirken
Führen Sie kontrollierte SEO-Experimente mit Ihren echten Google-Search-Console-Daten durch. Vergleichen Sie die geänderten Seiten mit einer Kontrollgruppe und erhalten Sie ein statistisches Ergebnis mit Uplift, Konfidenz und Hinweisen statt einer Vorher-Nachher-Schätzung.
Title rewrite: price range in category titles
Test: /category/* (40 pages) vs suggested control
Likely winner
Test pages gained clicks relative to the control after the change. No Google core update overlapped the test window.
Estimated lift
+18.4%
95% range
+9.1% to +27.9%
Confidence
97%
Control fit
r = 0.86
Daily clicks: test vs control
Warum Vorher-Nachher-Berichte
Sie bei SEO in die Irre führen
Traffic schwankt aus Dutzenden Gründen, die nichts mit Ihrer Änderung zu tun haben. Ohne Kontrollgruppe können Sie einen Erfolg nicht von einem Zufall unterscheiden.
Saisonalität verschleiert die Wahrheit
Eine Title-Überarbeitung im November wirkt wie ein Erfolg, obwohl in Wahrheit die Nachfrage vor den Feiertagen den Traffic steigen ließ. Dieselbe Änderung im Januar wirkt wie ein Verlust.
Google-Updates verzerren Ergebnisse
Ein Core Update fällt mitten in Ihren Testzeitraum, und Sie können seine Auswirkungen nicht von Ihren eigenen trennen.
Entscheidungen aus dem Bauch
Teams rollen Änderungen auf der ganzen Website aus, weil ein Diagramm eine Woche lang gut aussah, und können später nicht erklären, warum der Effekt verschwunden ist.
Unklar, wie lange man warten muss
Beenden Sie den Test zu früh, lesen Sie nur Rauschen. Warten Sie zu lange, verlieren Sie Wochen, die Sie für das nächste Experiment hätten nutzen können.
Statistik in Tabellenkalkulationen
GSC-Daten zu exportieren und ein eigenes Vergleichsmodell zu bauen, kostet Stunden, und ein einziger Formelfehler liefert das falsche Ergebnis.
Ergebnisse, denen niemand traut
Stakeholder zweifeln SEO-Erfolge an, denn „der Traffic ist gestiegen“ ist nicht dasselbe wie „unsere Änderung hat das bewirkt“.
Echtes Versuchsdesign,
ohne Data Science
Wählen Sie die geänderten Seiten aus, lassen Sie SERPView eine Kontrollgruppe vorschlagen, und erhalten Sie ein Ergebnis, das sich jeden Tag mit neuen Search-Console-Daten aktualisiert.
Flexible Testgruppen
Definieren Sie die Testgruppe über ein URL-Muster, eine Gruppe von Suchanfragen, eine bestehende Content-Gruppe oder einen gespeicherten benutzerdefinierten Filter.
Vorgeschlagene Kontrollgruppe
SERPView findet die Seite, die sich vor der Änderung am ähnlichsten zu Ihren Testseiten entwickelt hat, und schlägt sie als Kontrolle vor. Sie können auch Ihre eigene wählen.
Difference-in-Differences-Analyse
Misst, wie sich der Abstand zwischen Test- und Kontrollgruppe nach Ihrer Änderung verändert hat, sodass websiteweite Schwankungen und Saisonalität herausgerechnet werden.
Konfidenz und Uplift-Spanne
Jeder Test zeigt den geschätzten Uplift in Prozent, ein 95-%-Intervall aus 10.000 Bootstrap-Stichproben und wie sicher Sie sein können, dass die Änderung geholfen hat.
Teststärke-Schätzer
Sehen Sie, welchen kleinsten Uplift Ihr Test zuverlässig erkennen kann und wie viele Tage er dafür braucht, bevor Sie sich auf einen Testzeitraum festlegen.
Erkennung von Core Updates
Überschneidet sich ein Google Core Update mit Ihrem Testzeitraum, wird das Ergebnis mit einem Hinweis markiert, damit Sie es nicht überbewerten.
Anwendungsfälle
aus der Praxis
So nutzen Teams SEO-A/B-Testing, um ihre Änderungen mit Belegen zu untermauern.
Situation
Titles von 40 Produktkategorieseiten wurden um die Preisspanne ergänzt
Ergebnis
Vergleichen Sie die Klicks dieser Seiten mit unveränderten Kategorien und prüfen Sie, ob der Uplift echt ist, bevor Sie die Änderung auf alle 400 ausrollen.
Situation
Eine Reihe älterer Blogartikel wurde um neue Abschnitte und FAQs erweitert
Ergebnis
Messen Sie die Wirkung auf Impressionen und Position im Vergleich zu Artikeln, die Sie nicht verändert haben, ohne Saisoneffekte.
Situation
Ein Kunde fragt, ob sich die On-Page-Arbeit des letzten Quartals tatsächlich gelohnt hat
Ergebnis
Zeigen Sie ein Ergebnis mit Uplift, Konfidenzspanne und einem klaren Diagramm statt eines Vorher-Nachher-Screenshots.
Situation
Kontextuelle Links von Top-Seiten zu einer Gruppe schwacher Ratgeber wurden ergänzt
Ergebnis
Verfolgen Sie die Ratgeber als Testgruppe und sehen Sie, ob die Links Klicks gebracht haben und nicht nur Rankings.
Situation
FAQ- oder Produkt-Schema wurde in einem Bereich der Website ergänzt
Ergebnis
Testen Sie die CTR gegen einen ähnlichen Bereich ohne Schema, um herauszufinden, ob sich Rich Results für die ganze Website lohnen.
Situation
Das Team muss entscheiden, welches Experiment als Nächstes läuft
Ergebnis
Nutzen Sie den Teststärke-Schätzer, um Tests zu wählen, die in der verfügbaren Zeit tatsächlich ein Ergebnis zeigen können.
Häufig gestellte
Fragen
Alles, was Sie über SEO-A/B-Testing in SERPView wissen müssen.
SEO-A/B-Testing (auch SEO-Split-Testing genannt) vergleicht eine Gruppe von Seiten, die Sie geändert haben, mit einer ähnlichen Gruppe, die Sie nicht geändert haben. Da Google nicht zwei Versionen derselben URL gezeigt werden können, testen Sie mit Seitengruppen und vergleichen, wie sich beide Gruppen im selben Zeitraum entwickeln.
SERPView nutzt die Difference-in-Differences-Methode. Sie betrachtet den täglichen Abstand zwischen Test- und Kontrollgruppe vor der Änderung (Baseline-Zeitraum) und danach (Testzeitraum). Die Veränderung dieses Abstands ist Ihr Uplift. Anschließend werden die Tagesdaten 10.000-mal neu gezogen, um die Konfidenz und eine 95-%-Spanne für den Uplift zu schätzen.
Ein URL-Muster (zum Beispiel alle Seiten unter /blog/), eine Gruppe von Suchanfragen, eine Ihrer bestehenden Content-Gruppen oder einen gespeicherten benutzerdefinierten Filter.
Nein. SERPView kann eine Kontrollgruppe vorschlagen, indem es die Seite findet, deren Traffic sich im Baseline-Zeitraum am ähnlichsten zu Ihren Testseiten entwickelt hat. Sie können die Kontrollgruppe auch selbst über Filter festlegen.
Klicks, Impressionen, CTR oder durchschnittliche Position aus der Google Search Console. Standard sind Klicks.
Baseline- und Testzeitraum werden in ganzen Wochen festgelegt, jeweils 1 bis 13 Wochen, standardmäßig 4 Wochen. Der Teststärke-Schätzer zeigt, wie viele Tage Ihr Test braucht, um einen relevanten Uplift zu erkennen, je nachdem, wie stark Ihre Daten schwanken.
Ein Test kann ein wahrscheinlicher Gewinner, ein wahrscheinlicher Verlierer, nicht eindeutig oder ohne erkennbare Veränderung sein. Haben sich Test- und Kontrollgruppe vor der Änderung nicht ähnlich entwickelt, wird der Test als Kontrolle mit geringer Aussagekraft markiert, damit Sie der Zahl nicht blind vertrauen.
SERPView prüft die offizielle Update-Historie von Google. Überschneidet sich ein Core Update mit Ihrem Testzeitraum, zeigt das Ergebnis einen Hinweis, damit Sie entscheiden können, ob Sie den Test verlängern oder wiederholen.
Ja. Tests werden täglich aktualisiert und enden automatisch, wenn das Enddatum erreicht ist. Sie können das Endergebnis per E-Mail oder in Slack erhalten, und Start- und End-Annotationen werden automatisch in Ihre Diagramme eingefügt.
SEO-A/B-Testing ist eine Premium-Funktion und im kostenlosen Tarif nicht enthalten.
Verwandte Funktionen
Funktionen, mit denen Sie Ihre SEO-Tests einrichten, verfolgen und erklären.
Content-Gruppen
Gruppieren Sie Seiten nach Bereich oder Thema und nutzen Sie eine Content-Gruppe mit einem Klick als Testgruppe.
Benutzerdefinierte Annotationen
Markieren Sie Website-Änderungen in Ihren Diagrammen. SEO-Tests fügen Start- und End-Annotationen automatisch hinzu.
Benutzerdefinierte Filter
Speichern Sie Filter für Suchanfragen und Seiten und nutzen Sie einen gespeicherten Filter, um eine Testgruppe festzulegen.
Schluss mit Raten,
starten Sie Tests
Richten Sie Ihr erstes SEO-Experiment in wenigen Minuten ein und erhalten Sie ein belastbares Ergebnis, gestützt auf Ihre eigenen Search-Console-Daten.