La plupart des référenceurs seront à l’aise/familiers avec l’utilisation de Google Search Console dans le cadre de leur boîte à outils SEO. Mais il existe d’excellents moyens de mieux utiliser ces données sans introduire de coûts ou de complexité supplémentaires dans vos rapports.
Pourquoi utiliser la console de recherche Google ?
vous êtes limité à 1 000 lignes de données. Cela signifie que la précision et la profondeur des données peuvent en souffrir. Si vous exécutez des tests relativement petits, ce serait un énorme problème. Cependant, vous pouvez contourner ces limitations en utilisant Google Data Studio et en le connectant à Google Search Console.
Votre hypothèse de test
Comme nous discutons des tests, nous cherchons à voir l’impact d’un changement particulier effectué à un moment précis sur des pages spécifiques. Si vous ne l’avez pas déjà fait, il est temps de créer une hypothèse. Plus c’est détaillé, mieux c’est, mais il doit couvrir (au moins) les deux questions :
- Sur quelles pages vous attendez-vous à voir l’impact ?
- Est-ce mesurable dans la console de recherche Google ?
Si vous connaissez les URL et êtes sûr que vous verrez un impact sur les clics, les impressions ou le taux de clics (CTR), alors gardez ces informations dans votre tête et passons aux tests !
Tests basés sur le temps vs tests fractionnés
Il existe différentes méthodes pour tester les changements dans le référencement. Le test fractionné supprime les variables en testant x2 différents compartiments de pages et les mesure sur la même période, tandis qu’un test basé sur le temps compare une période avant un changement (la période de contrôle) avec la période après (la période de test). Les tests fractionnés sont souhaitables dans de nombreuses circonstances, mais ont des exigences plus strictes concernant le nombre de pages, le trafic vers ces pages et souvent des logiciels supplémentaires pour faciliter les modifications elles-mêmes. Même si vous effectuez des tests fractionnés, il y a des moments où vous devez exécuter un test basé sur le temps :
- Lorsque vous ne disposez pas d’une sélection de pages suffisamment large pour mesurer l’impact d’un split-test
- Lorsque vos pages de test enregistrent moins de 1 000 visites quotidiennes*
- Vous ne pouvez pas attendre que les pages de test soient indexées et que le test s’exécute
Les tests basés sur le temps ne sont pas parfaits ; la saisonnalité et les facteurs externes (mises à jour d’algorithmes, campagnes au-dessus de la ligne) peuvent avoir un impact significatif sur les résultats. Mais pour un moyen rapide de tester l’impact des déploiements, vous ne pouvez pas souvent trouver mieux. * Vous pouvez contourner ce problème en extrayant les données dans Google Data Studio – plus d’informations ici.
Utilisation de Google Search Console pour exécuter un test basé sur le temps
Sélectionnez la fenêtre de test
Quand le test a-t-il été déployé et combien de temps a-t-il fallu à Google pour indexer une partie importante des modifications/pages. Par exemple, 2 à 6 semaines après le déploiement devraient être ce que vous visez ici. Vous comparerez ensuite cela avec la période égale avant le déploiement. Évitez une fenêtre de test trop longue ; plus vous surveillez longtemps, plus vous êtes exposé à d’autres facteurs susceptibles d’influencer le test. rapport? Y a-t-il eu d’autres déploiements importants qui ont eu lieu pendant cette période, ou y a-t-il eu des mises à jour d’algorithmes connues ? Le capteur Semrush peut aider à identifier tout élément significatif au cours des 30 derniers jours. Il est presque impossible de contrôler ces éléments, mais en être conscient vous permet de placer les mises en garde appropriées sur les résultats et de définir des attentes. Vous pouvez également utiliser la segmentation des groupes de pages (et des requêtes de recherche) pour vous aider à supprimer des portions de trafic dont vous savez qu’elles perturberont vos données. Plus à ce sujet !
Créer des expressions régulières pour segmenter les groupes de pages et les requêtes
Lors de la surveillance de l’impact d’une modification sur un ensemble limité de pages, Google Search Console ne facilite pas toujours les choses. Mais depuis l’introduction des filtres Regex, vous pouvez facilement filtrer, de sorte que vous ne rapportez que les URL qui vous intéressent. Regex sur les pages La clé est de savoir quelles pages vous testez et de créer une expression régulière qui correspond uniquement à ces pages. Cela dépendra énormément de la structure de l’URL de votre site Web et de la portée du test, mais voici quelques exemples que vous pouvez utiliser :
- *mot-clé.* – correspond à tout élément contenant un mot-clé
- */directory-name/.* – correspond à n’importe quelle URL contenant un répertoire spécifique
* – correspond à n’importe quelle URL avec une chaîne à 8 chiffres
Si vous avez une liste d’URL, vous pouvez utiliser la feuille suivante (veuillez en créer une copie) pour générer la Regex dont vous aurez besoin : notez simplement que vous serez limité quant au nombre de caractères dans le filtre – donc si les URL sont trop longs ou que vous en avez trop, cette méthode peut ne pas fonctionner pour vous. Quoi qu’il en soit, Regex est assez puissant et je n’ai pas rencontré de scénario où je n’ai pas été en mesure de créer un filtre qui m’aiderait à signaler exactement ce dont j’avais besoin.Regex sur les requêtesFiltrer les mots clés pour supprimer le bruit de la marque – ou les mots clés vous savez que vous ne faites pas partie des pages de test – est aussi simple que d’utiliser regex. Éliminer l’impact de la marque et l’activité au-dessus de la ligne peut parfois être aussi simple que de visualiser la tendance de la marque par rapport à la tendance sans marque. En supposant qu’il existe une différence notable dans le trafic de marque (une forte augmentation), cela vous permettra d’identifier l’impact probable d’autres activités. Dans l’exemple ci-dessous, nous comparons la regex de marque avec la regex sans marque. Ceci peut être réalisé avec comme suit : Cela vous permettra de comparer les performances de marque/non-marque, et vous verrez l’impact de chacun sur les performances globales. Vous pouvez ensuite appliquer des filtres de page, des filtres de requête et une plage de dates simultanément, ce qui devrait vous aider à commencer à comprendre comment un changement particulier se produit. Ce n’est pas aussi sophistiqué que certaines des analyses que vous pouvez exécuter sur les tests A/B, mais en général, il peut identifier les changements qui n’étaient probablement pas dus au test. lui-même.
Comparer les performances
Si malgré tous les filtrages et comparaisons, vous trouvez que la saisonnalité est un facteur trop important – ou que les données sont trop bruyantes, il y a une autre étape. Les performances d’une année sur l’autre vous aideront également si vous souhaitez tester votre changement par rapport aux attentes de l’année dernière.GSC a des comparaisons prédéfinies d’une année sur l’autre, ou vous pouvez créer les vôtres.Vous ne pouvez pas utiliser différents types de comparaison (requêtes ou pages) lors de l’utilisation d’une comparaison de dates, mais vous pouvez télécharger les données vers CSV/Google Sheets, puis les filtrer en tant que feuille de calcul. C’est généralement plus puissant, mais moins pratique !
Impact causal (lorsque la gestion du temps ne fonctionne pas)
Si vous avez du mal à voir l’impact dans les données de la Google Search Console, cette méthode d’analyse ne fonctionne pas pour vous. Il y a toujours un impact causal. Google a développé l’impact causal, et sans devenir trop technique, cela nous aide à comprendre si un changement pourrait être positif/négatif en fonction des performances attendues. Vous pouvez en savoir plus ici si vous êtes intéressé, mais ce que nous voulons vraiment, c’est ceci.Appliquez les filtres de page dont vous avez besoin dans Google Search Console, téléchargez les données, chargez-les sur l’outil Causal Impact et définissez les plages de dates.Les sorties seront ressembler à ceci – il prédit quelles devraient être les performances après le changement, puis les compare avec ce qui s’est réellement passé. Encore une fois, sans trop entrer dans les détails, ce dont nous avons vraiment besoin (au moins) ici, c’est de revoir le graphique final. Si la zone bleue partagée est tout au-dessus (ou en dessous) de la ligne pointillée « 0 », alors le test est statistiquement significatif. Au-dessus de la ligne signifie que le changement a provoqué un résultat positif, alors qu’en dessous de la ligne est probablement un résultat négatif. Si la ligne ombrée n’est pas complètement au-dessus ou en dessous, alors nous examinons un test qui pourrait positif ou négatif, mais il n’est pas statistiquement significatif.
Emballer
Il existe des méthodes plus avancées pour ce faire et des outils puissants pour vous aider. Des outils comme SplitSignal peuvent prendre beaucoup de travail / analyse ici. Investir dans les bons outils peut améliorer votre sophistication et accélérer vos retours si vous souhaitez vous concentrer davantage sur la création d’hypothèses solides et la réalisation des changements (plutôt que sur l’analyse elle-même). Mais si vous n’aviez utilisé que des rapports de recherche de base (sans filtres) avant, alors j’espère que vous avez plusieurs nouveaux outils à votre disposition. Commencez donc à utiliser les données déjà ouvertes et commencez à interroger les données derrière vos changements SEO dès aujourd’hui.