Ajout de données structurées BoatTrip aux pages d’itinéraires de ferry


Avant de commencer : si vous n’êtes pas familier avec les principes du split-test statistique SEO et le fonctionnement de SplitSignal, nous vous suggérons de commencer ici ou demandez une démo de SplitSignal.


Les données structurées sont souvent reconnues pour leur capacité à améliorer les résultats de recherche grâce à des extraits enrichis, mais cela ne fait qu’effleurer la surface de leur véritable potentiel. Dans le domaine du référencement, les données structurées jouent un rôle essentiel en permettant aux moteurs de recherche de mieux comprendre et interpréter le contexte du contenu du site Web. Il facilite la transition de simples «chaînes» de mots à des «choses» ou entités significatives, créant ainsi un réseau d’informations plus complexe et interconnecté.

Ce format standardisé est utilisé pour fournir des informations sur une page et catégoriser son contenu, établissant ainsi le contexte sémantique des entités et éclairant les relations entre les différents éléments de contenu sur Internet. Cette capacité à attribuer des significations spécifiques aux entités facilite une compréhension plus approfondie du contenu en ligne.

Les moteurs de recherche tels que Google exploitent des données structurées pour comprendre le contenu d’une page et accumuler des connaissances sur le Web au sens large et sur le monde en général. Du point de vue du référencement, les données structurées sont essentielles pour aider les moteurs de recherche à comprendre l’essence du contenu par rapport à l’intention de l’utilisateur. L’objectif est d’aligner notre contenu sur ce que les utilisateurs recherchent, augmentant ainsi la probabilité que notre contenu soit présenté comme la réponse la plus pertinente à la requête de recherche d’un utilisateur.

Dans cette étude de cas, nous avons cherché à examiner l’effet de l’incorporation Données structurées BoatTrip dans les pages d’itinéraires de ferry d’un site Web de voyage. Notre objectif n’était pas seulement de mesurer l’impact de ce changement, mais également de construire une analyse de rentabilisation convaincante pour consacrer les ressources nécessaires à la mise en œuvre de ce changement sur l’ensemble du site Web.

L’hypothèse

Notre hypothèse centrale pour cette expérience était que la mise en œuvre de données structurées BoatTrip, un type schema.org qui ne produit pas d’extraits enrichis, affecterait positivement le trafic organique dirigé vers les pages des itinéraires de ferry du site Web examiné.

Cette hypothèse découle de la compréhension de base du rôle des données structurées dans le référencement, de leur potentiel à améliorer la compréhension du contenu d’une page Web par un moteur de recherche et de sa capacité à créer des liens plus solides entre des informations pertinentes sur le Web.

Notre hypothèse repose sur plusieurs hypothèses sous-jacentes, que nous détaillerons comme suit :

  • Meilleure compréhension des moteurs de recherche : En ajoutant des données structurées BoatTrip, nous fournissons aux moteurs de recherche des informations explicites et significatives sur le contenu de nos pages d’itinéraires de ferry. Cela pourrait conduire à une meilleure indexation et compréhension du contenu de la page par les moteurs de recherche.
  • Alignement avec l’intention de l’utilisateur : Les données structurées peuvent aider à aligner plus étroitement le contenu des pages d’itinéraires de ferry sur l’intention de recherche des utilisateurs. En définissant clairement le contenu comme se rapportant aux excursions en bateau et aux itinéraires de ferry, les moteurs de recherche pourraient faire correspondre plus précisément ces pages aux requêtes pertinentes des utilisateurs.
  • Avantage concurrentiel : Étant donné que tous les sites Web n’utilisent pas efficacement les données structurées, la mise en œuvre des données structurées de BoatTrip pourrait donner au site Web un avantage concurrentiel dans les résultats de recherche.
  • Pertinence du trafic : L’intégration de données structurées BoatTrip pourrait augmenter la pertinence du trafic vers le site Web. Autrement dit, cela pourrait attirer davantage d’utilisateurs qui s’intéressent spécifiquement aux itinéraires de ferry et aux excursions en bateau.

Le test

Pour cette expérience, nous avons utilisé SplitSignal, pour mettre en place un environnement de test contrôlé sur environ 1 500 pages de routage du site Web cible.

Les données structurées de BoatTrip sont un nouveau concept dans le domaine des données structurées, notamment telles que définies par Schéma.org. Il est destiné à fournir un ensemble spécifique et détaillé d’informations relatives aux voyages commerciaux en ferry, permettant aux sites Web de voyage de fournir à Google des données précises et complètes sur ces services.

Nous avons développé un script personnalisé pour incorporer les données structurées de BoatTrip dans ces pages. Ce script a été conçu pour extraire toutes les informations pertinentes de chaque page et les reformater dans un format schema.org standardisé.

Étant donné que le type BoatTrip ne fait pas officiellement partie du vocabulaire de base de schema.org et réside actuellement dans la section en attente, nous avons décidé de double-typer le schéma en tant que BoatTrip et Trip. Cette tactique a été employée pour maintenir la validité et l’efficacité de nos données structurées, facilitant la compréhension par Google du contenu de la page.

img-semblog
img-semblog

Le test s’est déroulé sur une période de 28 jours, ce qui a donné un délai substantiel aux moteurs de recherche pour explorer et indexer les modifications apportées aux pages. Pendant ce temps, nous avons pu constater que Googlebot a visité plus de 92 % des pages incluses dans le test.

Les résultats

img-semblog

Nous avons découvert que l’ajout des données structurées BoatTrip entraînait une augmentation notable de 5,2 % des clics organiques dirigés vers les pages testées. Cette augmentation représente une amélioration substantielle et offre des preuves convaincantes de l’efficacité de la mise en œuvre de données structurées.

La force de nos résultats est soulignée par la signification statistique observée dans le test. Dans la vue cumulative, lorsque la zone ombrée en bleu se situe au-dessous ou au-dessus de l’axe x=0, le test est considéré comme statistiquement significatif au niveau de confiance de 95 %. Ce niveau d’importance indique que nous sommes convaincus que l’ajout de données structurées BoatTrip aura un impact positif sur le trafic organique vers les pages d’annonces du site Web.

Au fur et à mesure que le test progressait, nous avons constaté une augmentation continue du nombre de clics vers les pages testées, culminant avec un niveau de confiance de 99 %. Ce niveau de confiance élevé renforce encore l’efficacité du changement que nous avons mis en œuvre.

Il est important de noter que ce test a été effectué sur la version américaine du site Web. Cependant, nous avons également exécuté des configurations comparables dans des pays comme la France et l’Allemagne, avec des résultats similaires.

Notez que nous ne comparons pas les pages réelles du groupe de contrôle à nos pages testées, mais plutôt une prévision basée sur des données historiques. Le modèle prédit la réponse contrefactuelle qui se serait produite si aucune intervention n’avait eu lieu. Nous comparons cela avec les données réelles. Nous utilisons un ensemble de pages de contrôle pour donner au modèle un contexte pour les tendances et les influences externes. Si quelque chose d’autre change pendant notre test (par exemple, la saisonnalité), le modèle le détectera et le considérera. En filtrant ces facteurs externes, nous obtenons un aperçu du véritable impact d’un changement de référencement.

Pourquoi

Notre expérience démontre que l’utilisation de données structurées pour enrichir les résultats de recherche avec des extraits enrichis n’est que le début de son impact potentiel. L’utilisation de données structurées pour fournir un contexte aux moteurs de recherche et interconnecter sémantiquement les pages Web peut améliorer considérablement les performances de référencement.

Un examen plus approfondi de nos données révèle que l’impact de ce test s’est étendu au-delà de la simple augmentation des clics vers les pages testées. Par rapport à notre groupe de contrôle modélisé, nous avons également observé une augmentation des impressions, comme l’a confirmé l’analyseur de test SEO A/B.

il7RQDKZuex7kHQ4eiweP_ax0JwaebkF0eV_uABcLq5Y5MBNfYU6YQD0bOehxW1z-Bz4ox7ck1-YRX3IivfHhq3yGwuAjv6gth81ZBQ4ncShYeIH8wodHMk4NIXSPVP6OTSuKC2B74Cjl-dnPOPRPhU

Après une analyse plus approfondie, nous avons découvert que cette augmentation résultait d’un meilleur positionnement des pages et d’une meilleure visibilité sur un plus large éventail de termes de recherche.

Ce changement a renforcé la pertinence des pages testées. En mettant en œuvre des données structurées, nous avons permis à Google de mieux évaluer chaque page et son contenu, améliorant ainsi sa capacité à faire correspondre le contenu avec l’intention de recherche d’un utilisateur avec précision.

Cependant, il est essentiel de se rappeler que ce qui fonctionne pour un site Web peut ne pas donner les mêmes résultats pour un autre. Chaque site Web est unique, avec un contenu, un public et des objectifs distincts. La seule façon définitive de déterminer ce qui fonctionne le mieux pour votre situation spécifique est d’effectuer vos tests. Ce faisant, vous pouvez adapter votre stratégie de référencement pour répondre à vos besoins et objectifs uniques, maximisant ainsi le potentiel de réussite.



Vous pouvez lire l’article original (en Anglais) sur https://www.semrush.com/blog/seo-split-test-result-adding-boattrip-structured-data-to-ferry-route-pages

Leave a Reply

Your email address will not be published. Required fields are marked *