A/B Split Testing cho SEO — Đã đến lúc

Chọc giận chú gấu — câu chuyện SEO kinh điển

Nếu bạn đã làm SEO đủ lâu (đặc biệt là trong bối cảnh agency/khách hàng), hẳn bạn đã quen với trò “poke the bear” mà tất cả chúng ta thường xuyên chơi với các công cụ tìm kiếm: thay đổi website, chờ công cụ tìm kiếm ghi nhận thay đổi rồi theo dõi tác động tích cực, trung tính hay tiêu cực. Nếu may mắn, bạn có nhiều năm kinh nghiệm hoặc được hướng dẫn tốt, và biết chú gấu rất thích được gãi sau tai trái. Hoặc bạn thay đổi website một cách tùy tiện, rồi nhận ra chọc vào mắt chú gấu chắc chắn sẽ khiến bạn phải vào phòng cấp cứu, và bạn sẽ may mắn nếu thứ hạng của mình có thể phục hồi.

Nhưng thực tế trong trải nghiệm của nhiều người làm SEO nằm đâu đó ở giữa. Sau khi hoàn tất các tối ưu hóa cơ bản theo best practice, chúng ta bước vào địa hạt của những giả thuyết: cố đoán điều gì sẽ hiệu quả với website và niche của mình dựa trên kinh nghiệm trước đây, phân tích SERP, phân tích cạnh tranh và những mảnh vụn từ hàng triệu bài blog SEO đang lẩn khuất trong đầu. Dựa trên các giả thuyết này, chúng ta thực hiện những thay đổi nhỏ trên website và “poke the bear.” Đôi khi, “GoogleBear” thân thiện và mang lại kết quả tốt. Lúc khác, nó lại cáu kỉnh. Có khi nó phản hồi chậm. Khi khác, nó phản ứng nhanh như chớp. Và nhiều lần, nó chỉ nhìn lại với vẻ mặt vô cảm, chớp mắt như thể muốn hỏi tại sao ngay từ đầu chúng ta lại nghĩ những việc này có thể tạo ra khác biệt.

Nỗi trăn trở của SEO testing

Nếu giống tôi, hẳn bạn đã hơn một lần mong có cách tốt hơn để thực hiện SEO testing ở quy mô có thể mở rộng. Hoặc có cách ít đau đầu hơn để chọc giận GoogleBear.

Với các website tùy chỉnh nhỏ, việc điều chỉnh để làm SEO và kiểm tra kết quả có thể khá đơn giản. Phạm vi website càng nhỏ thì thường càng ít dùng template, nhờ đó bạn dễ điều chỉnh nội dung, tagging, cấu trúc, điều hướng và các yếu tố khác. Bạn thực hiện những thay đổi đó rồi theo dõi thứ hạng trên SERP để xem có tác động tích cực hay không. Nếu thử nghiệm SEO khiến bạn đi sai hướng, bạn có thể dễ dàng điều chỉnh lại bằng cách hoàn nguyên thay đổi trên một vài trang.

Website càng lớn thì backend càng phức tạp, còn các trang ngày càng phụ thuộc vào template để xử lý khối lượng nội dung khổng lồ. Tại ROI Revolution, chúng tôi chủ yếu làm việc với các website thương mại điện tử với số lượng từ vài nghìn đến hàng triệu sản phẩm. Nếu muốn thử nghiệm một thay đổi mới trên trang sản phẩm để xem liệu thay đổi đó có tác động tích cực đến SEO hay không, có lẽ tôi sẽ phải áp dụng thử nghiệm đó cho tất cả các trang sản phẩm do chúng được tạo theo mẫu. Những thay đổi áp dụng cho các trang này có thể là chuyện “được ăn cả, ngã về không”, với hậu quả trên diện rộng (tốt hoặc xấu) khi, chẳng hạn, một phần tư triệu trang đột nhiên có định dạng mới dựa trên giả thuyết của tôi. Nếu giả thuyết đúng, mọi người sẽ ăn mừng và vui như mở hội. Nhưng nếu giả thuyết sai, có thể mất khá nhiều thời gian để tất cả các trang sản phẩm được Indexing lại sau khi tôi hoàn tác những thay đổi đã gây rắc rối ngay từ đầu. Google nhanh chóng lấy đi những thành quả nhưng lại chậm khôi phục những tổn thất.

Đây chỉ là một ví dụ về những rắc rối có thể phát sinh khi thử nghiệm các cải tiến SEO trên quy mô lớn ở những website lớn. Vấn đề không phải là chúng ta không thể mở rộng quy mô thử nghiệm — mà là chúng ta buộc phải mở rộng đến mức tối đa! Tốt hơn hết là thử nghiệm trên một nhóm trang nhỏ hơn để xác định liệu chúng có mang lại kết quả tích cực hay không, trước khi áp dụng những thay đổi đó cho tất cả các trang.

Góc nhìn độc đáo — SEOer khám phá thử nghiệm A/B trên website

Trong vai trò dẫn dắt nhóm Dịch vụ Tối ưu hóa Website tại ROI Revolution, tôi may mắn được dẫn dắt các nhóm chuyên sâu trong hai lĩnh vực marketing trực tuyến rất đặc thù: SEO (tối ưu hóa công cụ tìm kiếm, lĩnh vực có lẽ bạn đã quen thuộc) và CRO (tối ưu hóa Conversion Rate). Cả hai lĩnh vực này đều hướng đến việc tối ưu trải nghiệm người dùng trên website để đạt được kết quả mong muốn. Mục tiêu của nhóm CRO là tăng khả năng người dùng thực hiện một hành động cụ thể (với website thương mại điện tử, đó thường là hoàn tất giao dịch mua hoặc thực hiện một hành động nào đó ở giai đoạn trước trong phễu). Mục tiêu của nhóm SEO cũng là tăng khả năng người dùng thực hiện một hành động cụ thể. Nhưng trong trường hợp này, “user” là công cụ tìm kiếm, và mục tiêu là giúp website đạt thứ hạng cao.

Với SEO, những tối ưu bạn thực hiện trên website rõ ràng cũng ảnh hưởng đến người dùng thực. Tuy nhiên, trong khuôn khổ bài viết này, chúng ta sẽ giả định rằng mọi việc bạn làm để đạt thứ hạng cao đều có lợi cho người dùng trên website.

Thử nghiệm A/B trên website

Phần lớn công việc chúng tôi thực hiện cho khách hàng ở mảng CRO là xây dựng và triển khai các chiến lược thử nghiệm với người dùng. Cách phổ biến nhất là sử dụng các nền tảng thử nghiệm A/B như AB Tasty, VWO hoặc Google Optimize.

Nếu chưa quen với thử nghiệm A/B, quy trình này sẽ phân chia toàn bộ traffic đến một trang cụ thể (hoặc một loại trang) thành hai nhóm: một nửa người dùng sẽ thấy trải nghiệm thông thường, còn nửa kia sẽ thấy trải nghiệm đã được điều chỉnh:

Minh họa đơn giản về luồng traffic trong một thử nghiệm A/B cho SEO. Trên thực tế, bạn có thể chia traffic theo tỷ lệ gần như vô hạn giữa nhiều trải nghiệm được điều chỉnh khác nhau, nhưng thử nghiệm A/B kinh điển với tỷ lệ 50%/50% sẽ giúp bạn hình dung đơn giản nhất về cách thức thử nghiệm này hoạt động.

Cơ sở của kiểu thử nghiệm này là đưa ra giả thuyết về một trải nghiệm trên website giúp người dùng có nhiều khả năng hoàn thành một hành động hơn (chẳng hạn như hoàn tất thanh toán trên website thương mại điện tử). Sau đó, bạn điều chỉnh trải nghiệm trên website dựa theo giả thuyết đó và cung cấp trải nghiệm đã điều chỉnh này cho một nhóm người dùng. Những điều chỉnh trên website có thể đơn giản (như biểu ngữ ở đầu trang quảng cáo dịch vụ giao hàng miễn phí), rất phức tạp (như xây dựng lại hoàn toàn quy trình thanh toán) hoặc ở bất kỳ mức độ nào giữa hai loại này.

Các nền tảng thử nghiệm sử dụng nhiều mô hình thống kê khác nhau để xác định liệu bạn có thể tin cậy kết quả thử nghiệm hay không. Điều này thường được gọi là “statistical significance.” Nếu kết quả thử nghiệm có ý nghĩa thống kê, bạn có thể tin tưởng hơn rằng kết quả đó không phải do ngẫu nhiên.

Nếu giả thuyết của bạn đúng (thử nghiệm thành công), bạn có thể triển khai vĩnh viễn những thay đổi đã thử nghiệm trên website, với sự tin tưởng rằng chúng sẽ mang lại tác động tích cực. Nếu giả thuyết không chính xác (thử nghiệm thất bại), bạn đã tránh được một sai lầm có thể gây tốn kém, dù vào thời điểm đó ý tưởng này có vẻ rất hay.

Đây là cách tuyệt vời để chứng minh giá trị của các thay đổi trước khi triển khai. Điều này rất quan trọng, bởi chỉ một biến động nhỏ trong Conversion Rate cũng có thể ảnh hưởng đến doanh thu hàng triệu đô la mỗi tháng.

Một lợi ích cộng thêm của hầu hết nền tảng thử nghiệm A/B website

Ngoài việc là một cách tuyệt vời để tìm hiểu các yếu tố thúc đẩy động lực và những điểm gây trở ngại cho người dùng, nhiều nền tảng thử nghiệm A/B còn có thêm một lợi ích: chúng hoạt động độc lập với hàng đợi phát triển của công ty bạn (hoặc khách hàng), giúp bạn triển khai nhanh hơn và giảm bớt thủ tục rườm rà.

Theo cách truyền thống, bạn cần được nhóm phát triển và các bên liên quan khác phê duyệt để đưa thay đổi trên website vào các sprint phát triển, sau đó phải chờ đến lượt trong hàng đợi mới thấy thay đổi được đưa lên website. Bằng cách sử dụng các phương pháp viết script phía client, nền tảng thử nghiệm cho phép bạn tạo code (thông qua trình chỉnh sửa WYSIWYG hoặc trình chỉnh sửa code) chạy khi trang tải trong trình duyệt của người dùng. Code của nền tảng thử nghiệm chạy trong lúc trang được dựng trong trình duyệt và sắp xếp lại trang chỉ trong vài mili giây. Người dùng cuối sẽ không nhận ra thay đổi này, còn nhóm phát triển của bạn thì không cần động tay.

Nếu trải nghiệm thử nghiệm đã điều chỉnh mang lại kết quả tốt, lúc đó bạn mới cần nhờ các nhà phát triển tham gia — và bạn có thể dễ dàng cho họ thấy tác động đến doanh thu của những thay đổi trên website mà bạn đề xuất.

Áp dụng các nguyên tắc thử nghiệm A/B vào SEO

Nếu bạn giống tôi, lần đầu xem xét công việc SEO đang triển khai và đối chiếu với công việc CRO, tôi đã nghĩ: “Bingo. Hãy chạy thử nghiệm phân tách A/B SEO để xác định xem một chiến thuật có hiệu quả hay không trước khi triển khai trên quy mô lớn.”

Dù nghe có vẻ rất hay trên lý thuyết, vẫn có một vài trở ngại:

Tệp người dùng chỉ có 1

Điều khiến thử nghiệm A/B trên website truyền thống khả thi là quy mô của nhóm đối tượng (tức số người tham gia thử nghiệm), yếu tố quyết định thời gian cần chạy thử nghiệm. Khi đã có đủ người tham gia, chúng ta có thể đưa ra kết luận có ý nghĩa thống kê về tác động của thử nghiệm.

Vấn đề là nếu chúng ta đang chạy một thử nghiệm để xác định tác động của một thay đổi trên website đối với thuật toán xếp hạng của Google, thì trong thử nghiệm này chỉ có một “user”: Googlebot. Chỉ riêng điều này đã phá vỡ hoàn toàn ý tưởng áp dụng A/B testing truyền thống cho SEO.

Vậy chúng ta giải quyết vấn đề này thế nào?

Thử nghiệm A/B dựa trên bot

Nếu bạn còn nhớ phần tổng quan trước đó về A/B testing, chúng ta cần một trải nghiệm “control” và ít nhất một trải nghiệm “variation” (hay thay đổi mới mà chúng ta đang thử nghiệm). Tiếp theo, chúng ta cần một hoặc nhiều trang để thử nghiệm và một nhóm người dùng đủ lớn để hiển thị phiên bản control và variation. Sau đó, chúng ta so sánh hiệu quả của hai trải nghiệm:

Minh họa đơn giản về luồng traffic trong thử nghiệm A/B SEO.

Với thử nghiệm phân tách SEO, bạn cần đảo ngược mô hình. Vì không thể thử nghiệm trên một nhóm người dùng, bạn sẽ phải thử nghiệm trên một nhóm trang. Thay vì chia người dùng thành hai nhóm trải nghiệm, bạn sẽ chia đều các trang, áp dụng một trải nghiệm khác nhau (hay thay đổi) cho từng nhóm trang, rồi đưa các trang đó vào công cụ tìm kiếm thông qua quy trình crawl thông thường:

Minh họa đơn giản về quy trình thử nghiệm phân tách SEO. Quy trình này khá giống thử nghiệm A/B dành cho người dùng thật, chỉ khác là không hẳn như vậy.

Sau đó, bạn theo dõi thứ hạng và traffic từ hai trải nghiệm trong 30 ngày, so sánh với mức cơ sở hiện tại. Nếu các trang thuộc nhóm trải nghiệm đã chỉnh sửa tăng thứ hạng trong suốt thời gian thử nghiệm (còn nhóm đối chứng giữ nguyên hoặc giảm), bạn có thể tự tin áp dụng những thay đổi đó vào template, rồi triển khai trên tất cả các trang tương tự trên website.

Triển khai phía máy chủ

Trong phần tổng quan về cách thử nghiệm A/B hoạt động, tôi đã đề cập rằng một lợi ích phụ của việc thử nghiệm phía client là bạn không cần nhờ đến đội ngũ developer mỗi khi muốn thử nghiệm một thay đổi.

Do trước đây các công cụ tìm kiếm xử lý JavaScript kém, mọi hình thức A/B testing dùng phương pháp A/B testing dựa trên bot được mô tả ở trên đều là một nhiệm vụ khó nhọc. Thay vì dùng phương pháp viết script “client-side” đơn giản như hầu hết các nền tảng testing tập trung vào người dùng, trước đây, mọi công cụ SEO A/B testing đều cần được tích hợp vào server và/hoặc CDN của website để thay đổi trang trước khi chúng được gửi “qua mạng”. Những giải pháp này thường được tự phát triển và khá cồng kềnh. Một số nhà cung cấp dịch vụ đã tham gia thị trường để cung cấp giải pháp testing SEO, nhưng vẫn cần Rendering phía server cho các bài kiểm tra, gây ra những vấn đề tương tự như các giải pháp tự phát triển.

Ưu điểm của bot evergreen

Ngày trước, các công cụ tìm kiếm không “render” trang web. Chúng chỉ quét mã nguồn rồi đưa ra quyết định về thứ hạng dựa trên thông tin đó. Cuối cùng, các công cụ tìm kiếm nhận ra rằng họ nên đưa ra quyết định dựa trên những gì người dùng cuối thực sự nhìn thấy, chứ không chỉ dựa trên những gì được đưa vào (hoặc bị lược bỏ khỏi) phản hồi mã nguồn của server. Để giải quyết vấn đề này, họ bắt đầu render trang web giống như trình duyệt và sử dụng phiên bản được hiển thị trực quan của trang để đưa ra quyết định về thứ hạng.

Khi ngày càng có nhiều website bắt đầu sử dụng JavaScript để tạo ra những gì người dùng cuối nhìn thấy trong trình duyệt, các công cụ tìm kiếm gặp khó khăn trong việc theo kịp. Trong một thời gian dài, Google dựa vào các phiên bản Chrome lỗi thời để Rendering trang. Với tư cách là những người làm SEO, chúng tôi liên tục phải xử lý những tình huống phát sinh khi khách hàng sử dụng JS tiên tiến trên website, nhưng Google lại không thể “see” nội dung vì không thể Rendering nội dung đó đúng cách.

Năm 2019, Google thông báo rằng công cụ Rendering của GoogleBot sẽ luôn được cập nhật theo phiên bản mới nhất, hay còn gọi là “evergreen.” Điều này có nghĩa là mỗi khi trình duyệt Chrome của Google được cập nhật, GoogleBot sẽ sử dụng phiên bản trình duyệt mới nhất làm công cụ Rendering. Không lâu sau đó, Bing thông báo rằng BingBot cũng sẽ trở thành evergreen và luôn sử dụng công cụ Rendering mới nhất của trình duyệt Edge.

ĐÂY LÀ MỘT BƯỚC NGOẶT LỚN đối với A/B testing cho SEO.

Nếu các công cụ Rendering của BingBot và GoogleBot luôn được cập nhật, chúng ta có thể tin tưởng rằng gần như mọi JavaScript chạy trên website thông qua công cụ testing đều sẽ được các công cụ tìm kiếm ghi nhận.

Điều này có nghĩa là giờ đây, những cơ chế viết code client-side giúp việc triển khai A/B testing tập trung vào người dùng trở nên dễ dàng cũng có thể được cung cấp cho những người thực hiện SEO A/B testing!

Hãy đón chờ làn sóng bùng nổ SEO A/B Testing

Tôi sẽ nói thật. Vì đã dành gần 15 năm lo lắng về việc các công cụ tìm kiếm không thể xử lý JavaScript đúng cách, nên khi các bot evergreen được công bố, tôi đã không muốn tin điều đó. Những định kiến có từ trước rất khó thay đổi trong thế giới SEO. Cũng vì những lý do đó, việc kết nối các bot evergreen với khả năng thực hiện nhiều thử nghiệm SEO hơn không phải là kết luận hiển nhiên.

Tuy nhiên, xét những gì tôi đã thấy trong năm qua, khi GoogleBot có thể render hầu hết JavaScript đúng cách ngay lúc tải trang, tôi nghĩ chúng ta đang ở một bước ngoặt thực sự trong thử nghiệm SEO. Cá nhân tôi rất hào hứng khi các công ty như Semrush giới thiệu những nền tảng A/B testing phía client như SplitSignal. Kinh nghiệm của tôi trong ngành CRO đã giúp tôi tin tưởng vào client-side testing, phương pháp đã được áp dụng thành công trong nhiều năm. Khi bot của công cụ tìm kiếm bắt kịp thời đại, việc kết hợp phương pháp A/B testing dựa trên bot với nền tảng client-side testing là hoàn toàn hợp lý.

Bot-based A/B testing có thể là quá mức cần thiết đối với các website nhỏ. Nhưng với những website lớn vận hành bằng CMS, chẳng hạn như nền tảng thương mại điện tử và các trung tâm nội dung lớn có hàng chục nghìn trang (hoặc nhiều hơn), đây là cách tuyệt vời để áp dụng chiến lược tối ưu hóa có định hướng hơn.

Hay nói cách khác, biến trò “poke the bear” thành một hoạt động mang lại nhiều giá trị hơn! Yêu cầu bản demo ngay hôm nay!