用A/B Testing来做SEO，岂不是薛定谔的猫？
对于各位以科学发展观武装自己的数字营销者而言，AB测试绝对是用来优化的最简单而有效的方法之一，在广告投放和CRO中有广泛应用。极诣早在2015年就介绍过AB测试的正确姿势，并陆续详解了统计学相关的测试原理。
尽管我们讨论过如何进行AB测试才能不伤害SEO的效果，我们还从未涉及过如何通过AB测试进行SEO本身的优化。
本篇，我们就捋一捋SEO的A/B Testing，说一说它的影响因素、条件、操作要点。
SEO的A/B Testing的影响因素
相信各位读者都听说过薛定谔的猫的故事。它最终上升到一个悖论，大概讲的是奥地利虐猫狂人薛定谔设计了一个箱子，里面有毒药会害死猫，毒药释放的几率是50%。猫的生死未知，但是当我们去观察猫是否还活着时，我们观测动作的本身就有可能会释放毒药害死猫。这样说来，究竟毒药是否会释放我们就不得而知。
SEO也是这样。如果你要以一般的A/B Testing来进行SEO的优化会遇到至少这些问题。
- 当Control页面和Variant页面共享一个URL。此时我们不能用跳转或者动态地伺服内容。因为搜索引擎只收录一个版本。而且，一旦搜索引擎发现你在伺服两个区别较大的版本会有几率被判定为Cloaking。
- 我们更不能用两个URL来呈现同样的内容，此时会出现重复内容。两个页面也不能保证被收录，网站质量降低。谷歌就建议用Canonical指引来解决重复内容问题。
- 如果你使用同样URL，然后先后试Control和Variant页面。这时候你无法排除时间先后上算法和环境的影响。
由此可见，我们不管采用何种方法都会对测试结果产生影响。这样一来最终会是一个无解的情况。
SEO的A/B Testing的条件
那么SEO的A/B Testing如何做呢？方法是有的，只不过条件比较苛刻。
不同于传统的A/B Testing为一个页面做两个版本，我们会先把相同template的页面分成两组，其中一组页面改成新版，去和剩下的一组旧版页面进行趋势比较。是的，这样一来首页这样的独特未知的页面就无法参与了！
由于我们的测试结果未知，为了避免新版本带来的灾难性的影响，我们会取占有大约10%流量的页面出来进行改版。这样一来，为了在短期得到令人信服的结果，我们对网站的自然流量就有更高的要求。新版组每天几千点击是一个起步需求。另外改版页面应该是一个集合，至少是数十个页面，而不是几个页面。
SEO的A/B Testing的操作要点
既然分了两组页面，就相当于分了两组内容。那么问题就又来了，不同内容的SEO流量趋势是不同的。一个最简单的例子比如说，夏天防蚊用品的需求会上升，冬天取暖用品的需求会上升。如果我们把防蚊商品放在改版组，在夏天会有一个上升期，这并不能说明我们SEO做得有多好。并且除了季节性之外也会存在突然出现新的竞争对手等情况。
挑选页面的时候要随机
这是避免出现出现Control组无法参考的情况。可以排除一些测试者人为因素的影响。因为我们要挑几十个页面，这样也可以让个别页面的情况不那么突出。
在测试前做好预测模型
我们可以拿过去一段时间的两组页面的历史表现来确认他们有相同趋势。历史表现还帮助我们建立预测模型。这样Variant组未来表现就可以不单单和Control组表现还可以和自己的预测模型中的预测值表现。
先做A/A Testing确保模型可靠
在我们开始对页面动刀前，我们也可以跑一段时间A/A Testing。这可以帮助我们对两组页面的预测模型进行评估调整。这里包括Control组和Variant组。
给足耐心等待搜索引擎翻新索引库
当我们改版成功后，我们可以静待搜索引擎重新索引新版组。这个过程中根据不同引擎需要一周乃至三个月的时间。为了加快速度，我们可以重新提交这些页面。
排除“薛定谔的猫”的影响
许多引擎对页面的更改都会重新有一个“考察期”。这个考察期内排名会发生波动，这是正常现象。但是如果我们将这段时间纳入我们的比较期就会出现问题，我们或许会因此过快地得出错误的结果。
不做不必要的测试
上面我们介绍了SEO中的A/B测试。你可以发现这种测试条件苛刻，需要专业分析师指导。实际上我们贸然操作很难取得理想的结果，许多时候我们还要克服合意偏误。
好在业界已经有许多具备条件的大佬做了不少实验。我们仅仅需要享受其结论即可。毋庸置疑，SEO圈子一直以来都是在分享经验的方面做得很棒。那么你有什么故事和大家分享呢？
