SEO A/B testing is een van de innovatieve werkwijzen die binnen OrangeValley wordt toegepast voor het creëren van een datagedreven SEO-strategie. Als ervaren SEO specialist, Search manager of Marketing verantwoordelijke binnen jouw organisatie kom je gegarandeerd search vraagstukken tegen waar je geen antwoord op hebt. Meestal hebben deze vraagstukken te maken met het doorvoeren van wijzigingen op de website of het opzetten van SEO campagnes. De vraag is dan altijd: Wat voor impact heeft dit op ons organische kanaal? SEO A/B testing is een ideale methode voor het maken van de juiste beslissingen voor je SEO-strategie.
Meer informatie of contact met een expert? Mail naar info@orangevalley.nl.
SEO A/B Testing voor een datagedreven SEO-strategie
1. DATA DRIVEN DIGITAL MARKETING
SEO A/B Testing voor een
datagedreven SEO-strategie
Bereik je doelgroep met de perfecte mix voor jouw organisch kanaal
Koen Leemans
10/09/2020
2. Koen Leemans
Aangenaam kennis te maken!
➜ 4 jaar (Senior) SEO Consultant bij OrangeValley
➜ Product Owner SEO
➜ Werkzaam voor:
3. Specialist in online vindbaarheid en website performance
Alle ingrediënten voor een ongekend online succes onder één dak
Digitale strategie
Een doordachte online
strategie is cruciaal om uw
doelen te behalen.
Data Analytics
Inzicht in de customer
journey, analyseren en
visualiseren van data.
Web Performance
Optimization
Alles gericht op het
verhogen van de snelheid
van jouw (web)pagina’s.
SEA
De juiste boodschap in alle
fases van de customer
journey.
SEO
Alles gericht op een
maximale organische
zichtbaarheid.
Customer Experience
Optimization
Data-gedreven aanpak,
optimalisatie van de
customer experience.
Biometrisch Usability
Onderzoek
Volledig ingericht usability- en
biometrisch onderzoekslab.
Content Marketing
Relevante content op het juiste
moment voor branding-,
engagement- en sales activiteiten.
Digital Advertising
Een relevante boodschap
op het juiste moment via
het beste kanaal.
5. A/B Testing voor Search Engine Optimization
De (toegevoegde) waarde van SEO
Wat gaat het ons opleveren?
Hoe geven we het beste antwoord aan
zowel de doelgroep als Google?
Is deze uplift te herleiden tot ons werk
of is het een Google update?
Hoe kunnen we het organisch verkeer
richting de website maximaliseren?
Wat is het effect van deze
optimalisatie?
Hoe belangrijk is deze optimalisatie t.o.v.
andere optimalisaties op de backlog?
6. A/B Testing voor Search Engine Optimization
De impact van een SEO wijziging
Negatief
Geen
Positief
➜ Met SEO A/B testen kan je er op
vertrouwen dat alle wijzigingen die
worden doorgevoerd ook positieve
resultaten opleveren
➜ Daarnaast kan voorkomen worden dat je
als organisatie tijd en geld verspilt aan
wijzigingen die uiteindelijk geen positieve
bijdrage leveren
7. A/B Testing voor Search Engine Optimization
Optimaliseren op gedetailleerd niveau
➜ Deze methodiek maakt het mogelijk om op
gedetailleerd niveau wijzigingen te testen
➜ Met SEO A/B testen ga je op zoek naar het
best mogelijke antwoord voor zowel
gebruikers als Google
9. “Met een SEO A/B test kun je SEO optimalisaties isoleren en
valideren alvorens je deze site-breed doorvoert”
A/B Testing voor Search Engine Optimization
16. A/B Testing voor Search Engine Optimization
CXO testing
1
2 Variant
Control
17. A/B Testing voor Search Engine Optimization
SEO testing
1
2
Control
18. A/B Testing voor Search Engine Optimization
Gebruikers en Googlebot zien allemaal dezelfde pagina
1
2
VariantControl
19. A/B Testing voor Search Engine Optimization
SEO vs. CXO testing
SEO
➜ Pagina georiënteerd
➜ Control en variant worden verdeeld
binnen een groep pagina’s
➜ Geoptimaliseerd voor Google en
gebruikers binnen de SERP
➜ Primaire focus op meer kwalitatief
verkeer vanuit zoekmachines
CXO
➜ Audience georiënteerd
➜ Meerdere varianten van één pagina
(een control en tenminste één variant)
➜ Geoptimaliseerd voor gebruikers zodra
zij op de pagina landen
➜ Primaire focus op optimalisaties die
bijdragen of aanzetten tot het doen
van conversies
20. Primair
➜ Organische sessies
➜ Organische kliks
(non-branded)
➜ Organische impressies
(non-branded)
A/B Testing voor Search Engine Optimization
Relevante metrics
Secundair
➜ Omzet
➜ Avg. order value
➜ Transacties
21. A/B Testing voor Search Engine Optimization
Onze aanpak
2018 2019 2020
Binnen onze aanpak maken we gebruik van een voorspellingsmodel (forecasting). Dit stelt ons in staat om de
variant en de (gemodelleerde) controle te isoleren en te vergelijken
22. A/B Testing voor Search Engine Optimization
Het belang van een controlegroep
Hiermee houden we rekening met externe factoren als:
➜ Seizoensinvloeden
➜ Google algoritme updates
➜ SEO-wijzigingen van concurrenten
➜ Overige externe macrofactoren
Eventuele schommelingen zoals updates van het Google algoritme zullen zowel de controlegroep als de
variant in gelijke mate beïnvloeden
We kijken tijdens de analyse niet naar de trend van het verkeer maar we kijken naar het prestatieverschil
tussen de gemodelleerde controlegroep en de variant
23. A/B Testing voor Search Engine Optimization
Het model
Start test
24. A/B Testing voor Search Engine Optimization
Test via het CMS of een CDN (at the edge)
25. A/B Testing voor Search Engine Optimization
Testen en resultaten verschillen per site
➜ Uit ervaring weten we dat de uitkomsten
van een soortgelijke test per site, branche
en land kan verschillen, denk aan
・ Afwijkende zoekintentie
・ Andere concurrentie
・ Culturele verschillen etc.
➜ Experimenteer en ontdek wat werkt voor
jouw merk en website
27. ➜ Maak de toegevoegde waarde van SEO
(optimalisaties) structureel inzichtelijk
➜ Bijna elke SEO wijziging leent zich voor een test
➜ Geen test is hetzelfde en zogenaamde ‘best
practices’ werken niet voor iedereen
➜ Werk middels testen aan het best mogelijke
antwoord voor gebruikers en Google
A/B Testing voor Search Engine Optimization
Takeaways