[ad_1]
Antes de comenzar: si no está familiarizado con los principios de las pruebas divididas de SEO estadísticas y cómo funciona SplitSignal, le sugerimos que comience .
Primero, preguntamos a nuestros seguidores de Twitter votar:
Esta vez la mayoría de nuestros seguidores eran BIEN! Siga leyendo para averiguar por qué.
El estudio de caso
Anteriormente escribimos sobre los beneficios de usar datos estructurados de FAQPage, incluido un estudio de caso sobre el impacto de eliminar fragmentos de preguntas frecuentes en los resultados de búsqueda, así como una guía paso a paso sobre implementar el esquema de la página de preguntas frecuentes y probando su efectividad usando el Analizador de pruebas SEO A/B.
Los datos estructurados de la página de preguntas frecuentes, comúnmente denominados “esquema de preguntas frecuentes”, han ganado popularidad entre los SEO desde la introducción de su función de resultados enriquecidos por parte de Google en 2019. Esta función muestra preguntas y respuestas directamente en los resultados de búsqueda, mejorando la visibilidad SERP de su sitio web. El resultado enriquecido casi duplica el espacio vertical ocupado por su fragmento en los resultados de búsqueda, empujando efectivamente a los competidores hacia abajo y potencialmente conduciendo a una tasa de clics (CTR) más alta. Además, al proporcionar a los usuarios información adicional sobre el tema (como una categoría de producto), pueden tomar decisiones más informadas directamente desde los resultados de búsqueda.
Con esto en mente, recientemente emprendimos un proyecto para mejorar el rendimiento de SEO de un sitio web de comercio electrónico integrando contenido de preguntas frecuentes en sus páginas de listado e implementando datos estructurados de la página de preguntas frecuentes. Durante este proceso, nos encontramos con un desafío menor: una ausencia notable de contenido de preguntas frecuentes en las páginas de listado del sitio web.
Para superar este obstáculo sin agotar los recursos de contenido significativos al escribir cientos de preguntas frecuentes, empleamos ChatGPT, un modelo de lenguaje impulsado por IA, para generar preguntas frecuentes relevantes para las páginas de listas en función de su contenido existente. Este enfoque aseguró que el contenido se adaptara a los productos y servicios específicos proporcionados por el sitio web de comercio electrónico.
En este experimento, nuestro objetivo era evaluar la efectividad del resultado rico en preguntas frecuentes para impulsar un mayor tráfico orgánico a las páginas de listado y construir un caso de negocios convincente para asignar los recursos necesarios para implementar este cambio en el sitio web eventualmente.
La hipótesis
Presumimos que el resultado rico en preguntas frecuentes tendría un impacto positivo en el tráfico orgánico a las páginas de listado del sitio web en cuestión.
Nuestra hipótesis se basa en los siguientes supuestos:
- Al adoptar el resultado rico en preguntas frecuentes, reclamaríamos más propiedades SERP, lo que haría que el sitio web fuera más destacado en los resultados de búsqueda.
- La mayor presencia de SERP empujaría a los competidores más abajo en los resultados de búsqueda, mejorando la visibilidad del sitio web.
- Al proporcionar a los usuarios información adicional sobre la categoría del producto y sus productos, nuestro objetivo es facilitar su proceso de toma de decisiones y mejorar su compromiso con el resultado de la búsqueda, lo que en última instancia conduce a un aumento potencial en la tasa de clics.
La prueba
Uno de los desafíos que enfrentamos durante la configuración de la prueba fue que las páginas de listas no tenían contenido de preguntas frecuentes para marcar con datos estructurados. Para resolver este problema, utilizamos la API GPT-3.5-turbo para crear nosotros mismos el contenido necesario.
Este script procesó el texto de la categoría existente de más de 400 URL, analizó el contenido y generó dos preguntas frecuentes relevantes para cada URL, lo que garantiza que las preguntas y respuestas generadas se adaptaron al contenido específico de cada página de listado.
Para ilustrar mejor la configuración de la prueba, considere un escenario hipotético que involucre a Best Buy, un conocido minorista de productos electrónicos. Supongamos que las páginas de listados de Best Buy carecen de contenido de preguntas frecuentes para marcar con datos estructurados.
Emplearíamos la API GPT-3.5-turbo para generar el contenido de preguntas frecuentes necesario en este caso. El script raspa el texto debajo de la página de listado usando el selector de clase CSS llamado ‘contenido’:
Una vez que se extrae el texto, se introduce en un aviso de ChatGPT para generar las preguntas frecuentes basadas en el texto real de la página. Este enfoque garantiza que las preguntas frecuentes generadas sean muy relevantes para el producto o servicio específico que ofrece el sitio web de comercio electrónico:
Las preguntas frecuentes resultantes luego se compilaron en un Pandas DataFrame para su uso posterior.
Después de generar el contenido de preguntas frecuentes necesario, usamos SplitSignal para configurar y realizar la prueba dividida. Se seleccionaron más de 400 páginas como variante o control, y las páginas variantes tenían el contenido de preguntas frecuentes recién agregado marcado con datos estructurados de la página de preguntas frecuentes:
La prueba dividida se ejecutó durante 21 días, durante los cuales Googlebot rastreó el 100 % de las páginas.
Los resultados
Descubrimos que agregar contenido de preguntas frecuentes marcado con datos estructurados de la página de preguntas frecuentes resultó en un aumento significativo del 4,3% en los clics en las páginas probadas.
Cuando el área sombreada en azul cae por debajo o por encima del eje x=0 en la vista acumulativa, la prueba se considera estadísticamente significativa al nivel del 95 %. Esto significa que podemos estar seguros de que el cambio tendrá un impacto positivo en el tráfico orgánico a las páginas de listado del sitio web.
A medida que avanzaba la prueba, observamos un aumento continuo en los clics en las páginas probadas, lo que finalmente resultó en un nivel de confianza del 99 %. Este nivel de confianza refuerza aún más la eficacia y la capacidad del cambio implementado para generar tráfico orgánico a las páginas de listado del sitio web. Con base en estos resultados, podemos recomendar con confianza la incorporación de contenido de preguntas frecuentes marcado con datos estructurados de la página de preguntas frecuentes como parte de una estrategia general de SEO para aumentar el tráfico orgánico.
Tenga en cuenta que no estamos comparando las páginas del grupo de control real con nuestras páginas probadas, sino un pronóstico basado en datos históricos. El modelo predice la respuesta contrafáctica que habría ocurrido si no hubiera tenido lugar la intervención. Comparamos esto con los datos reales. Usamos un conjunto de páginas de control para darle al modelo contexto para tendencias e influencias externas. Si algo más cambia durante nuestra prueba (por ejemplo, la estacionalidad), el modelo lo detectará y lo tendrá en cuenta. Al filtrar estos factores externos, obtenemos información sobre el verdadero impacto de un cambio de SEO.
¿Por qué?
Los datos estructurados ofrecen numerosos casos de uso, pero una de las principales motivaciones para que los SEO los adopten es el potencial para obtener resultados enriquecidos. Los resultados de nuestras pruebas demuestran que los resultados enriquecidos pueden tener un impacto significativo en el rendimiento de SEO.
El análisis de los datos de GSC reveló que hubo un impacto sustancial en la tasa de clics (CTR) de las páginas probadas. Esto probablemente se deba al hecho de que el resultado enriquecido presenta un resultado de búsqueda más completo y visualmente atractivo. En los SERP, el sitio web probado se destacó y empujó efectivamente a los competidores hacia abajo en los resultados de búsqueda, particularmente en dispositivos móviles.
Además, esta prueba ayudó a construir un caso comercial sólido para el sitio web al mostrar que la incorporación de contenido de preguntas frecuentes marcado con datos estructurados de la página de preguntas frecuentes puede aumentar significativamente el tráfico orgánico a las páginas de listado del sitio web. Un caso de negocio sólido es crucial para justificar la asignación de recursos al proyecto, como tiempo, personal y presupuesto. Al demostrar el potencial retorno de la inversión (ROI), el caso de negocios puede ayudar a asegurar los recursos necesarios para implementar este cambio de SEO.
Después de nuestra prueba, es importante tener en cuenta que Google ha realizado algunos ajustes con respecto a la visualización de resultados ricos en preguntas frecuentes. Como informado por Barry Schwartz, Google parece mostrar menos fragmentos de preguntas frecuentes para muchos sitios web a partir del 5 de abril. Esta no es la primera vez que ocurren tales fluctuaciones, y podría ser un cambio temporal o un error por parte de Google. Aunque las herramientas de seguimiento no mostraron una disminución en los fragmentos de preguntas frecuentes, numerosos SEO informaron caídas en los fragmentos de preguntas frecuentes para algunos de los sitios que monitorearon, especialmente en dispositivos móviles.
Es importante recordar que lo que funciona para un sitio web puede no funcionar para otro. La mejor manera de determinar las estrategias más efectivas para su sitio web es realizar pruebas y analizar los resultados. Al experimentar con diferentes enfoques y medir los resultados, puede comprender mejor qué funciona mejor para su sitio web y su público objetivo. Esto lo ayudará a tomar decisiones informadas sobre la optimización de su sitio web y generar más tráfico orgánico a su sitio.
[ad_2]
