SEOスプリットテスト
SEOスプリットテストは、類似したテンプレートベースのページ群を無作為にコントロールグループとバリアントグループに分け、片方のグループにのみ変更を適用したうえで、その変更がオーガニックトラフィックに与える因果効果を統計的に測定するSEOのA/Bテストです。ユーザーを分割する従来のCRO A/Bテストとは異なり、ページそのものを分割します。
SEOのスプリットテストでは、同じテンプレートで作成された類似ページをコントロールグループとバリアントグループに分け、変更がオーガニック検索トラフィックに与える因果効果を測定します。
ユーザーを分ける従来のCRO A/Bテストとは異なり、ページを分割するため、各ページは常に1つのバージョンのみを表示します。
各ページが1つのバージョンしか持たないため、検索エンジンが見る内容とユーザーが見る内容が一致し、クローキングのリスクがなくなります。
コントロールグループのデータは、変更がなかった場合のバリアントグループのトラフィックを予測するために使われ、実際の結果はその予測と比較して統計的有意性を判断します。
Google が再クロールして再インデックスするには時間がかかるため、有意な結果が現れるまでには通常 2～4 週間かかります。
概要
SEOスプリットテストは、同じテンプレートを共有する類似意図のページ群をランダムにコントロールグループとバリアントグループに分け、バリアントグループのみに変更を適用したうえで、その変更がオーガニック検索トラフィックに与える因果効果を統計的に測定するSEOのA/Bテストです。目的は、title tags,メタディスクリプションs,内部リンクs,schema markup、または本文構成は変更されません。
たとえば、同じ商品詳細テンプレートで構築された1,000ページがある場合、それらのページは統計的に比較可能な2つのグループに分けられます。タイトルタグのパターンを一方のグループだけ変更し、もう一方はそのままにします。その後、2つのグループのオーガニックトラフィックの傾向を比較することで、変更の影響を切り分けます。
CRO A/Bテストとの違い
最も一般的な誤解は、SEOスプリットテストを従来のコンバージョン率最適化（CRO）A/Bテストと同じものとみなすことです。両者は、分割の単位から測定対象まで、根本的に異なります。CRO A/Bテストでは1つのページの2つのバージョンを作成し、流入ユーザーをランダムに分けます。ユーザーどちらのバージョンがより高いコンバージョン率を示すかを確認するために使います。これに対して、SEOスプリットテストではユーザーを分割することはなく、ページそのものを2つのグループに分けます。
項目 | SEOスプリットテスト | CRO A/Bテスト |
|---|---|---|
分割の単位 | ページ（類似ページのグループ） | ユーザー（訪問者） |
ページごとのバージョン数 | 1ページにつき1つのバージョン | 1つのページに2つのバージョン |
変更が反映される場所 | サーバーサイド（検索エンジンに表示される） | 主にクライアントサイドJavaScript |
測定対象 | 検索エンジンの反応（オーガニックトラフィックとクリック数） | ユーザー行動（コンバージョン率） |
所要時間 | 通常2〜4週間以上 | 比較的短い |
この違いは単なる分類上のものではなく、実務上きわめて重要です。CROのように、1つのURLに対して異なるユーザーへ異なるバージョンを配信すると、検索エンジンのボットが見るページとユーザーが見るページが乖離し、Googleがこれをクローキングと見なすリスクがあります。SEOスプリットテストは、各ページが常に1つのバージョンのみを保持するよう設計されており、ボットが一貫したページをクロール、インデックス、評価できるようにします。SearchPilotは、この一貫性を保証するために変更をサーバーサイドで適用すると説明しています。
仕組みと統計的比較
重要なのは、変更を加えたグループを単に変更していないグループと比較するのではなく、反事実の予測と比較する点です。手順はおおむね次のとおりです。
バケット分け: 同じテンプレートのページをコントロール群とバリアント群にランダムに分割し、外れ値検出、クラスタリング、フィルタリングを適用して、両グループのトラフィック量とトレンドが統計的に類似するようにします。
予測（モデリング）: 過去データとコントロール群の実績を用いて、変更がなければバリアント群が得ていたはずのトラフィックを予測します。
モニタリング変種グループの実際のトラフィックはこの予測と比較され、95%信頼区間を用いて差が統計的に有意かどうかを判断します。区間がゼロより完全に上（または下）にある場合、その効果は有意な正（または負）の結果として解釈されます。
SearchPilot は、この比較において、予測精度を高めるために Causal Impact スタイルのアプローチよりも強いベイズ事前分布を適用すると述べています。コントロールベースの予測が基準となるため、両グループに同様に作用する季節性、全体的なトラフィックの変動、Google のアップデートなどの要因は相殺され、変更そのものの効果が分離されます。
適用例
SEO のスプリットテストは、類似ページが大量にあるサイトで特に有用です。eコマースの商品ページ、地域別ランディングページ、採用、不動産、旅行向けのページなど、テンプレートベースのページが数百、数千ある場合でも、すべてに一度に展開する前に、変更の実際の効果を検証できます。テスト対象となる代表的な要素には、title タグと meta description のパターン、見出し構造、内部リンク、構造化データ（schema）の追加、本文コンテンツの拡充などがあります。逆に、トラフィックが非常に少ない場合や、統計的有意性に到達するにはページ数が少なすぎる場合には、適した手法ではありません。
エビデンス
SearchPilot のガイドによると、SEO のスプリットテストとは「ウェブページのランダムに選ばれた一部を変更し、その変更が...」への影響を評価する方法です。オーガニック検索トラフィック」とも呼ばれ、ユーザーテストとは異なり、ユーザー行動ではなく検索エンジンの反応を測定する点が特徴です。SearchPilotはまた、結果はトラフィック量と効果の大きさによって異なるものの、ほとんどのテストは2〜4週間で統計的有意性に達し、十分なトラフィックがあれば1週間以内に傾向が見られることもあると述べています。seoClarityも同様に、SEO分割テストは「CROが1つのページで2つのバージョンを維持するのに対し、複数のページをコントロール群とバリアント群に分ける」ことが本質的な違いだと位置づけています。
実行チェックリスト
同じテンプレートと検索意図を共有する十分な数のページ（数百以上）を確保する。
コントロール群とバリアント群をランダムに分割し、両群がトラフィック量とトレンドの面で類似していることを確認する。
変更はサーバーサイドで適用し、検索エンジンとユーザーが同じページを見るようにして、クローキングを回避する。
効果の帰属が曖昧にならないよう、一度に変更する変数は1つだけにする。
統計的有意性を判断するために、コントロールベースの予測（反事実）とバリアント群の実際のパフォーマンスを比較する。
Google による再クロールと再インデックスを考慮し、テストは少なくとも 2〜4 週間継続してください。
大きなプラスの結果はすべてのページに展開し、マイナスの結果は直ちに元に戻してください。