Alles wat je wil weten over SEO A/B testing

Heb je wel eens gehoord van A/B testen binnen SEO en wil je kijken of dit iets voor jouw website is? Dan is dit artikel een perfect startpunt! In dit blog lees je namelijk alles wat je moet weten over SEO A/B testing.

Welke soorten A/B testing zijn er?

Binnen SEO kun je twee verschillende manieren van A/B testen toepassen, namelijk SEO split testen en SEO time-based testen. Wat precies het verschil is, leg ik je graag uit.

Wat is SEO time-based testing?

Bij time-based testing, test je de hypothese maar op 1 pagina. Op deze pagina voer je bepaalde verbeteringen door. Vervolgens vergelijk je de resultaten in de periode vóór en ná de aanpassingen op de pagina met elkaar. Dit is een lastige manier van testen, omdat pagina's nooit in een vacuüm bestaan. Bij deze manier van testen kan seasonality bijvoorbeeld een grote rol spelen. Als je net de zomer ingaat, en de resultaten dan toch al vaak wat lager liggen, dan kun je moeilijk inschatten wat de directe gevolgen zijn van de aanpassingen. Ditzelfde geldt voor andere invloeden van buitenaf, bijvoorbeeld: Google core updates, concurrenten die SEO optimalisaties doorvoeren en (nieuwe) Google advertenties.

Time-based SEO testing is eigenlijk niet de meest betrouwbare of handige manier om een SEO test uit te voeren, maar soms heb je geen andere optie.Time-based testing is met name geschikt voor kleinere websites die onvoldoende pagina's of bezoekers hebben om een splittest te draaien. Time-based testing is ook handig als je snel resultaat wil zien en geen tijd hebt om een splittest op te zetten.

Wat is SEO A/B split testing?

A/B split testing is vooral bekend binnen CRO, waarbij je voor een bepaalde periode 2 versies (de A en de B versie) van 1 pagina test bij verschillende groepen bezoekers. A/B testing binnen SEO werkt anders dan bij CRO. Voor SEO werkt het namelijk niet als je 2 dezelfde pagina's maakt met dezelfde boodschap (en inhoud) met maar één aspect dat afwijkt. Deze pagina's zullen namelijk gezien worden als duplicate content, waarbij hoogstwaarschijnlijk maar 1 pagina gaat ranken. A/B testing binnen SEO pak je dus anders aan dan A/B testen binnen CRO. Laten we allereerst stellen dat SEO A/B split testing eigenlijk alleen zin heeft voor grotere websites met voldoende organische bezoekers. Heb je een website waar weinig SEO verkeer op komt? Dan kun je het beste eerst zorgen voor meer organische bezoekers of aan de slag gaan met time-based testing.

Heb je op den duur verschillende pagina's die goed ranken én een stabiel aantal organische bezoekers? Dan kun je gaan kijken of SEO A/B split testing een goed idee is voor jouw website. Als je een betrouwbare split test voor SEO wil draaien, heb je een groep vergelijkbare pagina's nodig. Hierbij is het belangrijk dat je naar verschillende aspecten van de pagina kijkt. Het is namelijk wenselijk om pagina's met eenzelfde doel en opbouw met elkaar te vergelijken. Let daarbij op de volgende onderdelen:

• Kies pagina's met een vergelijkbare zoekintentie (informational, navigational, commercial of transactional);
• Kies pagina's met een vergelijkbare opbouw (blogpagina, productpagina, categoriepagina);
• Zijn de pagina's seizoensgevoelig? Kies dan pagina's die binnen hetzelfde seizoen pieken of dippen;
• Kies pagina's met ongeveer eenzelfde hoeveelheid maandelijkse organische bezoekers en impressies;
  • Zorg ervoor dat de pagina's voldoende verkeer en impressies krijgen om gegronde conclusies te kunnen trekken
• Test maar 1 hypothese/onderdeel tegelijk;
• Denk alvast na over het gewenste (en te verwachten) effect;
• Om de impact zo goed mogelijk te kunnen meten en beoordelen is het fijn als pagina's momenteel vergelijkbaar ranken.

Met de groep pagina's die je zojuist hebt bepaald (gebaseerd op bovenstaande voorwaarden) kun je een A/B split test gaan draaien. Maar hoe pak je dat aan?

Voor een split test heb je normaal gesproken 2 verschillende pagina's nodig, of in het geval van SEO: 2 verschillende groepen pagina's. Op basis van bovenstaande criteria heb je een mooie groep vergelijkbare pagina's verzameld, deze ga je nu in tweeën plitsen. Je hebt namelijk één groep nodig om de aanpassingen op basis van je hypothese door te voeren en de andere groep dient als controlegroep, waar je dus geen aanpassingen op doorvoert. Verder op deze pagina geven we je een handig stappenplan om je SEO A/B test op te zetten.

Wat kun je testen met een SEO A/B test?

SEO A/B tests lenen zich perfect voor een groot aantal verschillende tests. Zo kun je bijvoorbeeld verschillende content-aanpassingen testen in belangrijke velden zoals de title, H1, H2's of H3's. Maar er kan ook getest worden met aanpassingen in de structured data of de meta omschrijving. De volgende onderdelen lenen zich perfect voor een SEO A/B test:

• Pagina title
• H1 kop
• H2- en H3 subkoppen
• Aanwezige sctructured data scripts
• Video/Afbeeldingen alt-tags en/of bestandsnamen
• Toevoegen/verwijderen van afbeeldingen/video's
• Meta omschrijving (geen rankingfactor, maar kan wel effect hebben op de CTR)
• Met/zonder publicatiedatum (en/of updaten van publicatiedatum - mogelijk effect op de CTR)
• Contentverbeteringen
  • Langere- en kortere copy
• Nieuwe interne links
• Nieuwe backlinks
• Verbetering van de paginasnelheid
• Verandering in het ontwerp van de pagina

Waarom SEO A/B testing?

Dat is niet zo'n moeilijke vraag: omdat je aanpassingen (en hopelijk verbeteringen) liever baseert op data dan op een gevoel. Met SEO A/B testing verzamel je data om je verbeteringen op te kunnen baseren en heb je dus direct bewijs dat je aanpassingen ook echt verbeteringen zijn, wel zo fijn! 

De voor- en nadelen van SEO A/B testing

Het belangrijkste voordeel van SEO A/B testen is dat je zeker weet dat aanpassingen ook echt werken én dat je resultaten van verbeteringen beter kunt voorspellen. Natuurlijk zitten er ook nadelen aan SEO A/B testing. Afhankelijk van de testmethode die je kiest (time-based testing of split testing), krijg je ook te maken met verschillende voor-en nadelen.

Time-based SEO testing

Het grootste nadeel van time-based SEO testing is dat je invloeden van buitenaf niet kunt uitsluiten. Doordat je een verschillend timeframe hebt, weet je nooit 100% zeker of de resultaten het gevolg zijn van je test of van invoeden van buitenaf. Wil je zeker weten of je hypothese klopt of niet, dan is een time-based SEO test gewoon minder betrouwbaar dan een split test. Time-based testing is wél heel erg geschikt voor kleinere websites omdat je geen grote groepen van dezelfde pagina's nodig hebt en het niet erg is als je weinig bezoekers hebt. Ook werkt time-based testing erg goed als je snel resultaat wil zien.

A/B split-testing

Het grootste nadeel van split testing is dat er veel tijd in gaat zitten. Je gaat namelijk eerst testen, voordat je de verbeteringen ook echt op alle pagina's gaat doorvoeren. Daardoor zie je later resultaat dan wanneer je aanpassingen doorvoert zonder te testen, of met time-based testing begint. Ook heb je een redelijk aantal bezoekers nodig, om ook echt gegronde conclusies te kunnen trekken. Een ander nadeel zou kunnen zijn, dat geteste aanpassingen voor sommige pagina's wel werken en voor andere pagina's niet. Ondanks dat je de testgroepen nog zó zorgvuldig hebt samengesteld. Niet elke pagina of elk zoekwoord geeft dezelfde resultaten. Met A/B split testing krijg je daarentegen wél erg nauwkeurige resultaten én kun je verbeteringen direct op een grote groep pagina's doorvoeren. Wat nóg meer extra verkeer oplevert dan wanneer het maar om enkele pagina's gaat.

Ondanks enkele nadelen, levert SEO A/B testing je heel erg veel nuttige inzichten op die je kunt gebruiken als basis voor latere beslissingen én als bureau zelfs als mooie basis kunt gebruiken bij beslissingen en aanpassingen voor verschillende klanten. Blijf daar wel voorzichtig mee, want succes in het verleden is nooit een garantie voor succes in de toekomst.

Hoe kan ik mijn SEO A/B testen het beste monitoren?

Tegenwoordig zijn er verschillende tools op de markt waarmee je SEO A/B testen kunt instellen en monitoren. Maar als je net begint met SEO testen en je weet nog niet zo goed wat het je gaat opleveren, dan is het misschien een te grote investering om hier direct een tool voor aan te schaffen. Gelukkig kom je met data uit Google Search Console (GSC) en wat excel (of Google spreadsheets) skills al een heel eind!

Afhankelijk van het doel dat je wil bereiken, wil je waarschijnlijk ook andere metrics monitoren. Denk bijvoorbeeld aan het volgende:

• Google rankings verbeteren (posities & klikken)
• CTR vanuit Google verbeteren (CTR, impressies & klikken)
• Organisch verkeer verhogen (impressies & klikken)
• Mobiele bruikbaarheid verbeteren (impressies, klikken, CTR & posities voor mobiele apparaten)
• Aantal rich results vergroten (externe data m.b.t. rich results uit bijv. SEMRUSH)

Houd al deze metrics (in excel of Google spreadsheets) bij vanaf het moment dat je de test bent gestart. Zet de data van de controlegroep af tegen de data van de testgroep - of van de verschillende timeframes. In het meest gunstige geval zie je de metrics (die je voor jouw test bijhoudt) van de testgroep uitlopen op de controlegroep - of op het eerdere timeframe. In dat geval is de test namelijk positief en dus geslaagd!

Dit zou er als volgt uit kunnen zien:

Wat kan ik met de resultaten van een SEO A/B test?

Als je een goede SEO A/B test hebt gedraaid dan kun je op basis van de hypothese én je resultaten een goede conclusie trekken. Een conclusie die drie kanten op kan gaan: 

1. De hypothese klopt niet: de resultaten zijn (sterk) verslechterd
   • Zijn de metrics die je hebt gemonitord in de testperiode binnen de gehele testgroep verslechterd? Dan klopt je hypothese hoogstwaarschijnlijk niet. In dat geval kun je de aanpassingen het beste terugdraaien en de pagina's enkele weken geven om hun 'oude positie' te herstellen. Vervolgens kun je weer een nieuwe test opzetten op basis van een nieuwe hypothese.
2. De hypothese klopt misschien: de resultaten zijn niet veel veranderd
   • Zijn de metrics die je hebt gemonitord in de testperiode niet sterk verbeterd of verslechterd? Of zijn de resultaten per pagina te verschillend? Dan kun je er geen goede conclusie uit trekken. In dat geval kun je de aanpassingen het beste terugdraaien en de pagina's enkele weken geven om hun 'oude positie' te herstellen. Vervolgens kun je weer een nieuwe test opzetten op basis van een nieuwe hypothese.
3. De hypothese klopt: de resultaten zijn (sterk) verbeterd
   • Zijn de metrics die je hebt gemonitord in de testperiode (sterk) verbeterd? Dan heb je een mooi resultaat te pakken! In dit geval wil je de verbetering ook op de pagina's in de controlegroep doorvoeren. Eventueel kun je een nieuwe test opzetten voor een andere element op de pagina om de pagina's nóg meer te verbeteren.

Op basis van je conclusie ga je de aanpassingen dus terugdraaien binnen de testgroep of juist doorvoeren binnen de controlegroep. Om het verhaal niet te ingewikkeld te maken, laten we de significantie van de test buiten beschouwing. Gebruik vooral je gezond verstand om de trends binnen je test- en controlegroep te beoordelen: Gaat het om toeval of is er echt een oorzaak-gevolg verband?

SEO A/B test stappenplan

Is een SEO A/B test nuttig en relevant in jouw situatie? En wil je zo snel mogelijk beginnen met SEO testen? Dan helpt ons SEO A/B testing stappenplan je goed op weg!

1. Stel een hypothese op

Je start met een hypothese waarin je het te verwachten resultaat zo duidelijk mogelijk omschrijft. Beslis eerst wát je precies gaat testen en stel op basis daarvan je hypothese vast. Een voorbeeld:

Je verwacht dat de CTR van je pagina's omhoog gaat als je, waar mogelijk, cijfers en data in je meta-titles opneemt. Je hypothese kun je dan als volgt formuleren: Door cijfers in de meta-titles op te nemen, zullen meer mensen op het zoekresultaat klikken en stijgt de CTR van die pagina's. In je SEO A/B test ga je deze hypothese dus testen.

Bepaal ook welk type test het meest geschikt is.

2. Kies je pagina('s)

Bepaal voor welke pagina's je de opgestelde hypothese wil gaan testen. De hypothese die in bovenstaand voorbeeld is geformuleerd, past hoogstwaarschijnlijk het beste bij (een specifieke groep) onderzoekspagina's of blogpagina's. Afhankelijk van je hypothese, kun je dus je testgroep- of pagina gaan kiezen. Selecteer je groep pagina's op basis van de volgende criteria. Of kies één specifieke pagina als je een time-based test gaat opzetten.

3. Bepaal random je testgroep en controlegroep (bij A/B split testing)

Voordat je begint met testen, moet je nog wel je controlegroep en testgroep vaststellen. Dit doe je het liefst random, zodat er geen voorkeur of onbewust patroon ontstaat. In Google spreadsheets kun je je pagina's gemakkelijk random sorteren.

Maak van bovenstaande selectie 2 groepen: 1 testgroep en 1 controlegroep. In de testgroep ga je straks de aanpassingen aanbrengen en in de controlegroep doe je niks.

4. Bepaal de aanpassingen

Nu je de testgroep- of pagina hebt gedefinieerd kun je de exacte aanpassingen bepalen. Let op dat je maar 1 variabele wil testen. Dus pas bijvoorbeeld óf de title aan of de description, maar niet allebei. Anders weet je achteraf niet welke aanpassing het behaalde resultaat heeft veroorzaakt.

Bepaal dus per pagina wat de nieuwe situatie wordt als de aanpassing wordt doorgevoerd. Stel je wil (zoals in eerder genoemd voorbeeld) in alle titles een cijfer opnemen, bepaal bij deze stap dan wat de nieuwe title (inclusief dat cijfer) moet worden. Dit ga je alleen voor de pagina's in de testgroep doen. De pagina's in de controlegroep blijven onveranderd.

5. Bepaal de testperiode (2 - 6 weken)

Hoe lang wil je de SEO A/B test laten lopen? Dat is voor een groot deel afhankelijk van hetgeen dat je gaat testen. Het laten stijgen van de rankings kost over het algemeen bijvoorbeeld meer tijd dan het laten stijgen van de CTR. Ook worden kleine wijzigingen in een meta-title of description over het algemeen sneller opgepikt dan een gehele verbetering van de content op de pagina (mocht je dat willen testen). Voor de zekerheid kun je daarom het beste een testperiode van 6 weken aanhouden. In die tijd kun je er vanuit gaan dat alle wijzigingen door Google zijn opgepikt en dat je ook daadwerkelijk resultaat kan zien.

6. Voer de aanpassingen door op de testpagina's

Je hebt alle randvoorwaarden van je SEO A/B split test vastgesteld. Tijd om de test te starten! Daarvoor ga je de aanpassingen, die vooraf bepaald zijn, klaarzetten. Let op dat je niet meer gaat aanpassen dan je vooraf hebt bepaald, je wil namelijk maar 1 variabele testen. Voer de aanpassingen álleen op de pagina's binnen de testgroep door.

7. Dien een indexing verzoek in via Google Search Console

Om ervoor te zorgen dat de aanpassingen zo snel mogelijk door Google worden opgepikt, kun je de testpagina's opnieuw indienen voor indexering in Google Search Console. Ondanks dat het geen garantie is dat Google de aanpassingen dan oppikt, is de kans wel degelijk groter. Zo'n verzoek dien je in door de URL in de URL inspection tool in te voeren en vervolgens op 'request indexing' te klikken.

8. Start met testen

Alles staat nu klaar, dus je SEO A/B test kan van start! Vanaf nu gaan de 6 weken in. Zorg dat je goed noteert wanneer de test van start is gegaan en wanneer (6 weken later) de test dus afloopt. Bewaak ook goed dat er in die periode géén andere wijzigingen op de test- of controle pagina's worden doorgevoerd. Hierdoor zijn je testresultaten namelijk niet meer betrouwbaar.

Voert Google een core-update door tijdens de testperiode? Ook dan kunnen je testresultaten verstoord worden. Heb je een negatief testresultaat? Ga er dan niet direct vanuit dat dit het gevolg is van je aanpassingen. Dit kan namelijk ook het gevolg zijn van de Google update. Las in dat geval een pauzeperiode in van 2 weken (na complete uitrol van de Google update) en start je test opnieuw.

9. Verzamel data en monitor

Natuurlijk wil je weten wat je aanpassingen doen. Daarvoor is het belangrijk dat je data verzamelt. We hebben je eerder op deze pagina al uitgelegd hoe je het beste je resultaten kunt monitoren en analyseren. Het is slim om een dergelijk dashboard op te zetten en de data tijdens de testperiode bij te houden. Mocht er dan iets compleet mis gaan (ernstige daling o.i.d.), dan kun je altijd op tijd ingrijpen. Zie je juist positieve groei, dan is dat hartstikke fijn, maar probeer je enthousiasme een beetje in te dammen door wel de volledige testperiode af te wachten. Je wil namelijk niet dat je conclusies op toeval gebaseerd zijn.

10. Trek data-based conclusies

Je hebt alle data, doe er ook wat mee! Zie je niet veel verschil in de resultaten, maar zegt je gevoel dat de aanpassingen voor verbetering zorgen? Doe dan NIETS met dat gevoel. Je hebt namelijk geen garantie dat je aanpassingen in positieve zin werken én je wil geen risico lopen dat je straks (op de lange termijn) juist dalingen ziet.

Zie je dus geen duidelijk verschil tussen het begin en het einde van je test, zowel positief als negatief, voer de aanpassingen dan niet door op je controlegroep (of andere pagina's). Pas als je duidelijke resultaten ziet, kun je deze als effectief bestempelen én dus doorvoeren.

11. Pas je conclusie toe op de test- en/of controlepagina's

Zie je een positief resultaat van je doorgevoerde aanpassingen? Dan kun je de aanpassingen doorvoeren op je volledige testgroep (dus test- en controle pagina's). Ben voorzichtig met het doorvoeren van dezelfde aanpassingen op pagina's buiten je testgroep. Ja, het zou kunnen dat de aanpassingen ook daar positief uitpakken, maar dat hoeft zeker niet. Wil je daar zeker van zijn, zet dan een nieuwe test op.

Hebben we je interesse gewekt omtrent SEO A/B testing? Wij helpen je graag met het opzetten van je SEO teststrategie! Neem contact met ons op zodat we samen kunnen kijken wat Partout voor jou kan betekenen.