Mener un test SEO : un guide simple (mais complet)

Mais quand faire un test SEO, et comment ?

Vous allez apprendre dans ce guide :

Le test SEO a pour principe d’opérer des changements sur votre site et d’en mesurer l’impact sur le trafic organique ou le positionnement.

Concrètement, il répond à une question précise : « si je modifie telle chose sur ce type de pages, mon trafic organique, mon positionnement ou mon taux de clic progressent-ils vraiment ? ». C'est l'équivalent d'une expérience scientifique : un changement, un groupe témoin, une mesure.

Voici quatre avantages à faire des tests SEO :

Au-delà des facteurs de ranking connus, il y a beaucoup de scénarios en SEO où on ne peut répondre que “ça dépend”. Ce n’est pas parce qu’une action spécifique a eu un impact positif sur le site de quelqu’un d’autre que ce sera la même chose pour vous. Il vaut mieux le tester sur votre site.

Mettre en place des changements SEO peut impliquer beaucoup de temps et de ressources. Si ces changements n’ont pas l’effet désiré, c’est une perte d’énergie. Le test va vous dire si telle ou telle action a des chances d’avoir un impact positif en dépensant moins de temps et de ressources.

Tout le monde a son opinion sur ce qui marche et ce qui ne marche pas en SEO. Le moyen le plus rapide de mettre fin aux disputes est de tester. Si vous ne le faites pas, la personne qui parle le plus fort va finir par donner le cap, ce qui n’est pas toujours pour le mieux.

S’il y a bien une chose de pire que de dépenser temps, énergie et argent sur des changements SEO sans qu’il n’y ait d’impact positif, c’est de le faire et de voir un impact négatif. En faisant un test SEO, vous pouvez limiter les dégâts en n’affectant qu’un petit ensemble de pages.

Il ya trois principaux types de tests de SEO.

Le test en série consiste à changer toutes les pages du site d’un coup et de voir ce que ça donne. Nous ne recommandons pas cette méthode pour trois raisons :

Un test temporel consiste à faire des changements sur une page et voir comment les choses évoluent. Nous ne recommandons pas cette méthode, car on ne peut pas se fier aux résultats avec un échantillon d’une seule page.

Le test A/B (ou split-testing) consiste à changer certaines pages, mais pas toutes. Vous pouvez ensuite comparer les statistiques des pages qui ont été modifiées à celles qui n’ont pas été changées. Le groupement de pages non modifié est appelé groupe de contrôle, celles qui sont modifiées sont le groupe variant. Nous recommandons cette méthode car :

Dans un test A/B de conversion, on divise les visiteurs : la moitié voit la version A, l'autre moitié la version B. En SEO, c'est impossible, parce que le visiteur qui compte est Googlebot, et il n'y en a qu'un. On divise donc les pages : un groupe de pages reçoit le changement, un autre groupe comparable n'est pas touché, et Google voit chaque page dans une seule version.C'est aussi pour cela que les outils de test A/B classiques sont dangereux en SEO s'ils sont mal configurés. Google publie des règles précises pour les tests de site web :

Les tests SEO n’ont sans doute pas beaucoup d’intérêt pour vous à moins que vous ayez un important trafic organique. Nous parlons de centaines de milliers de visiteurs organiques mensuels. Il y a deux raisons à cela :

Si votre site web reçoit beaucoup de trafic, améliorer le positionnement ou votre trafic même d’un petit pourcentage peut avoir un impact très significatif sur votre entreprise. C’est là que le SEO prend tout son sens.

Suivez ces sept étapes pour commencer votre test SEO :

Une hypothèse est une prédiction. C’est lorsque vous décidez ce que vous allez changer et comment vous pensez que cela va affecter le SEO de votre site.

Voici une formule simple pour former une hypothèse :

[changement] va mener à [effet] sur [types de pages]

Voici un exemple :

[Ajouter des descriptions courtes] va mener à [une augmentation de 10% du trafic organique] sur [la page de catégorie e-commerce de mobilier de terrasse patio]

Vous voyez que nous avons déterminé ce que nous allons changer, ce que nous espérons obtenir comme résultat et quels types de pages nous allons utiliser pour le test.

Assurez-vous de choisir un groupe de pages qui ont beaucoup en commun lorsque vous faites cela. Comme les articles de blog et des pages de catégorie e-commerce. Il faut minimiser les variables pour ne pas nuire aux résultats de votre test. Votre hypothèse doit être une estimation raisonnable, pas quelque chose au hasard.

Il vaut mieux ne faire des tests que sur des pages qui reçoivent une certaine quantité de trafic organique. Tout simplement parce que vous n’allez pas apprendre grand-chose d’une page qui reçoit peu ou pas de trafic. Ça ne fera que biaiser les résultats de vos tests.

Vous pouvez déterminer quelles sont les pages avec un bon trafic organique dans Google Analytics :

Si vous n’utilisez pas Google Analytics, vous pouvez faire la même chose avec le Site Explorer Ahrefs.

Téléchargez le résultat et faites un peu de ménage si nécessaire. Voici les pages que vous allez utiliser pour votre test.

Vous allez faire un test AB (split-test) vous n’allez donc avoir besoin d’opérer des changements que sur un échantillon aléatoire de ces pages. Le reste sera votre groupe de contrôle.

Si vous utilisez un outil SEO dédié, il pourrait gérer l’échantillonnage pour vous. Si vous faites ça manuellement, la manière la plus simple d’isoler un échantillon aléatoire est d’utiliser la fonction “randomize range” dans Google Sheets.

Voici comment y parvenir :

Cela va réorganiser l’ordre des cellules de manière aléatoire, vous allez maintenant pouvoir en utiliser un certain pourcentage comme groupe variant.

Vérifiez ensuite que vos deux groupes se ressemblent. Le hasard peut mettre toutes vos pages les plus fortes dans le même groupe. Additionnez les clics organiques des quatre dernières semaines pour chaque groupe : s'ils sont proches (à 10 % près, par exemple) et que les courbes évoluent de la même façon, l'échantillon est bon. Sinon, relancez le tirage. Sur un site saisonnier, comparez aussi l'évolution sur la même période l'an dernier.

Voici quelques indicateurs :

Faites durer le test assez longtemps pour que Google re-explore les pages dans votre groupe variant. Vous ne pouvez pas attribuer des fluctuations sur le trafic ou le positionnement si vos pages n’ont pas été explorées une nouvelle fois depuis les changements.

Faites le test suffisamment longtemps pour obtenir suffisamment de trafic sur votre page. Ne tirez pas de conclusions avant que vos pages aient obtenu suffisamment de trafic, sinon vos résultats seront statistiquement inexistants.

Si vous n’êtes pas sûr de quelle durée choisir, je vous conseille de commencer par un mois. Vous pouvez toujours faire durer des tests plus longtemps si vous avez besoin de plus de données.

4 réflexes pour ne pas fausser la durée :

Avant d’appliquer des changements à votre site, il vous faut une méthode pour suivre les résultats. La manière la plus simple est d’utiliser un outil de test SEO. Il peut se connecter à un compte Google Search Console et suivre les résultats pour vous.

Vous pouvez suivre les résultats manuellement si vous préférez.

Si vous voulez tester des changements dans le trafic organique, utilisez le Google Search Console ou Google Analytics. Comparez les différences moyennes de trafic dans les deux groupes sur des périodes avant et après les changements.

Si vous voulez suivre les changements dans le CTR, utilisez la Google Search Console pour comparer les changements

Si vous voulez suivre les changements dans le positionnement organique, utilisez la Google Search Console ou un outil de rank tracking comme le Rank tracker de Ahrefs. Le dernier est sans doute une meilleure solution car cela va vous donner de véritables positionnements, pas juste des moyennes.

Pour paramétrer cela dans le Rank Tracker de Ahrefs, ajoutez et mettez une étiquette sur deux séries de mots-clés :

Vous pouvez ensuite voir les positionnements moyens pour ces mots-clés dans chaque groupe dans le rapport Tags (étiquette) :

Dans la Google Search Console, isolez chaque groupe avec un filtre de page en expression régulière (Performances > Ajouter un filtre > Page > Expression régulière personnalisée), par exemple `/categorie-a/|/categorie-b/` pour le groupe variant. Utilisez ensuite l'option Comparer pour mettre la période après le changement face à la période précédente. Si vos groupes comptent des centaines d'URL, exportez les données dans Looker Studio, ou activez l'export groupé de la Search Console vers BigQuery pour ne plus dépendre des limites de l'interface.

Il est enfin temps de lancer votre test A/B. Voici quelques conseils pour y arriver :

Deux précautions techniques en plus :

Si vous utilisez un outil de test, cela va probablement donner de jolis graphiques à analyser une fois que le test est terminé :

Si ce n’est pas le cas, vous pouvez évaluer les résultats du test manuellement dans Google Analytics (si vous testez des changements de trafic), Google Search Console (si vous testez dans des changements de trafic, positionnement ou CTR) ou un outil de rank tracking (si vous testez des changements en positionnement).

Si vous testez des changements dans le positionnement et que vous avez tout préparé dans le Rank Tracker de Ahrefs comme on vous l’a montré dans l’étape 5, vous verrez des changements dans la visibilité du mot-clé suivi depuis le début de votre test dans le rapport Tags. Choisissez simplement la période.

C'est l'étape que la plupart des tests SEO bâclent. Une hausse de trafic sur le groupe variant ne prouve rien tant qu'on ne l'a pas comparée au groupe de contrôle et au bruit habituel de vos données.

La bonne mesure est l'écart d'évolution entre les deux groupes. Prenons un exemple sur quatre semaines avant et quatre semaines après le changement :

Le groupe variant a progressé de 18 %, mais le contrôle a progressé de 5 % sans aucun changement : c'est la saisonnalité ou le marché. L'effet net du test est donc de 1,18 / 1,05 − 1, soit environ +12,4 %, et non +18 %.

Regardez ensuite comment l'écart entre vos deux groupes varie avant le test, semaine par semaine. Si cet écart oscillait entre −4 % et +5 %, un effet de +12,4 % sort nettement de la fourchette : il a de bonnes chances d'être réel. S'il oscillait entre −15 % et +15 %, le même résultat ne permet aucune conclusion. C'est exactement ce que mesure le test A/ décrit plus haut.Pour aller plus loin, le package CausalImpact publié par Google estime l'effet d'une intervention sur une série temporelle à partir d'un groupe de contrôle, avec un intervalle de confiance. Il s'utilise en R, et des portages existent en Python. Certains outils de test SEO font ce calcul à votre place.

Tout le monde devrait faire des tests SEO différents en fonction de ses objectifs. Mais voyons quelques exemples en commun pour vraiment comprendre le processus.

Les balise titles apparaissent dans les résultats de recherche, cela peut affecter le taux de clic sur les résultats (CTR). SI vous utilisez la même formule pour tous vos produits ou pages de catégorie comme la plupart des sites de e-commerce, tester l’impact d’une autre méthode est relativement simple.

Comment tester ?

Prenez un ensemble de pages de catégorie e-commerce qui reçoivent un bon trafic organique, faites un échantillon aléatoire puis changez la formule de balise title sur ces pages.

Par exemple, mettons que notre formule actuelle pour les pages produits soit :

[Nom du produit] | [Marque]

Vous pourriez vouloir tester si ajouter “livraison gratuite” va améliorer le CTR :

[Nom du produit] - Livraison gratuite | [Marque]

Utilisez la Google Search Console pour comparer les CTR moyens des pages entre le groupe de contrôle et le variant avant et après les changements.

Beaucoup de professionnels du SEO ne jurent que par des outils d’optimisation de contenu. D’autres pas du tout. Si vous faites partie de ceux qui pensent que ça peut valoir le coup, pourquoi ne pas le tester ?

Prenez un ensemble d’articles qui attire un bon trafic organique et se positionne dans le top 10 pour leurs mots-clés principaux. Faites un échantillon aléatoire, puis “optimisez” ces articles avec un outil d’optimisation de contenu.

Voici comment trouver ce genre d’articles de blog via le Rank Tracker de Ahrefs :

Utilisez le Rank Tracker de Ahrefs pour comparer la visibilité moyenne pour les mots-clés suivis dans chaque groupe au début du test et à la date de fin comme expliqué dans l’étape 5.

Se positionner sur les extraits mis en avant attire généralement plus de clics. Si vous avez des articles de blog sur des mots-clés qui déclenchent des extraits mis en avant, pourquoi ne pas tester votre capacité à les remporter ?

Prenez un ensemble d’articles de blog qui obtient un bon montant de trafic organique et se place dans le top 10 pour des mots-clés qui déclenche des extraits mis en avant. Faites un échantillon aléatoire et ajoutez du contenu optimisé pour les extraits dans ces articles.

Voici comme trouver ces articles dans l’Explorateur de site Ahrefs :

Comment mesurer ?

Utilisez le Rank Tracker de Ahrefs pour comparer le nombre d’extraits mis en avant pour les mots-clés suivis pour les deux groupes au début et à la fin du test.

Les AI Overviews reprennent souvent des passages courts et directs. Une hypothèse à tester : ajouter en tête d'article un résumé de deux ou trois phrases qui répond frontalement à la requête augmente la probabilité d'être cité.

Prenez un ensemble d'articles positionnés en top 10 sur des mots-clés qui déclenchent un AI Overview. Faites un échantillon aléatoire, puis ajoutez sur le groupe variant un résumé placé juste après le titre, sans toucher au reste du contenu.

Suivez les mots-clés des deux groupes dans le Rank Tracker d'Ahrefs, avec les étiquettes contrôle et variant, et relevez au début puis à la fin du test le nombre de mots-clés pour lesquels votre page est citée dans l'AI Overview. Surveillez aussi les clics dans la Search Console : être cité ne garantit pas davantage de trafic.CommentaireLes AI Overviews varient d'une recherche à l'autre. Relevez-les à plusieurs dates plutôt qu'une seule, et raisonnez sur un nombre suffisant de mots-clés.

Vous pouvez mener un test SEO avec des outils gratuits, à condition d'accepter un peu de travail manuel. Les outils dédiés automatisent l'échantillonnage, le suivi et le calcul de fiabilité.

La partie la plus délicate d'un test SEO n'est pas de faire le changement, c'est de prouver qu'il est la cause du résultat. C'est tout l'objet de la signification statistique : montrer que ce qui s'est passé (ou ne s'est pas passé) n'est pas lié au hasard. La méthode de l'effet net et le test A/A décrits plus haut suffisent pour la plupart des sites.Des outils comme SearchPilot ou le package CausalImpact peuvent faire ce calcul pour vous. Mais aucun outil ne compense un échantillon trop petit. Laissez-moi donc répéter un conseil : ne faites pas de test SEO à moins que votre site attire beaucoup de trafic.

Si vous faites des tests et tirez des conclusions au bout de quelques centaines de visites, il y a de bonnes chances que vos conclusions n’aient pas de signification statistique.

Vous avez des questions ? Je suis sur Twitter.

Pour vérifier l'état SEO d'un site de manière globale, il faut faire un audit plutôt qu'un test : Ahrefs Webmaster Tools analyse gratuitement un site vérifié et liste les problèmes techniques par priorité, et le rapport Pages de la Search Console indique les pages que Google n'indexe pas.

Un test SEO doit durer assez longtemps pour que Google ait recrawlé toutes les pages modifiées et que chaque groupe ait reçu suffisamment de clics. Un mois est un bon point de départ, à prolonger si les pages sont peu explorées ou si une mise à jour de Google survient pendant le test.

Un test A/B classique divise les visiteurs entre deux versions d'une même page. Un test A/B SEO divise les pages en deux groupes, parce que Googlebot doit voir chaque page dans une seule version : le groupe variant reçoit le changement, le groupe de contrôle sert de référence.

Non, s'ils respectent les règles de Google : pas de cloaking, une balise canonical vers l'URL d'origine sur les variantes, des redirections 302 plutôt que 301, et une durée limitée au temps nécessaire pour obtenir une réponse.

Oui. Avec peu de trafic, l'écart entre deux groupes de pages varie fortement d'une semaine à l'autre et masque l'effet du changement. Un test A/A, sans aucun changement, permet de mesurer ce bruit avant de lancer un vrai test.