Search Engine Journal opisuje, jak przeprowadzić SEO split test i raportować wynik tak, by obronił się przed zarządem. Autor, pracujący po stronie agencji, wychodzi od pytania klienta: jaką metryką zmierzyć test A/B i co dokładnie chcemy osiągnąć. Wykres przed i po nie pokazuje przyczyny zmiany, bo ruch zależy też od sezonowości, core updates, działań konkurencji, kampanii brandowych i błędów śledzenia, a AI Overviews i AI Mode mogą zmieniać CTR bez zmiany pozycji. Test SEO dzieli strony, nie użytkowników: strony na jednym szablonie trafiają do grupy wariantu i kontrolnej, a podział użytkowników groziłby cloakingiem. Grupy muszą być dobrane pod względem ruchu i kategorii, działać w tych samych datach, a kontrola służy do prognozy tego, co zrobiłby wariant bez zmiany. Najbardziej znanym modelem jest open-source'owy CausalImpact od Google, a SearchPilot od 2019 r. używa sieci neuronowej do wykrywania mniejszych uplifitów. Przed startem warto przygotować jednostronicowy brief: hipoteza, metryka główna (nonbrandowe kliki), guardrails, minimalny istotny wzrost, data analizy w pełnych tygodniach i reguła decyzji. W raporcie podaje się uplift względem prognozy, przedział (jeśli zawiera zero, brak dowodu na efekt), prawdopodobieństwo pozytywnego efektu oraz przychód lub konwersje na testowanych stronach. Jako nowy sygnał pomocniczy autor wskazuje raporty Search Generative AI w Search Console, wdrożone dla wszystkich witryn 31 sierpnia 2026 r. — pokazują wyświetlenia w AI Overviews i
Źródło: Search Engine Journal — oryginalny artykuł ↗
Chcesz wiedzieć, jak ta zmiana wpłynie na Twoją stronę?
Nasz zespół analizuje każdą aktualizację Google w 48h i przekłada ją na konkretne działania dla klientów.
Bezpłatna analiza wpływu