结构化数据通常因其通过丰富的片段增强搜索结果的能力而受到认可，但这仅仅触及了其真正潜力的表面。在 SEO 领域，结构化数据使搜索引擎能够更好地理解和解释网站内容的上下文，从而发挥着至关重要的作用。它有助于从单纯的单词“字符串”转变为有意义的“事物”或实体，从而创建一个更加复杂和相互关联的信息网络。
这种标准化格式用于提供有关页面的信息并对其内容进行分类，从而建立实体的语义上下文并阐明互联网上不同内容之间的关系。这种赋予实体特定含义的能力有助于更深入地理解在线内容。
像谷歌这样的搜索引擎利用结构化数据来理解页面的内容并积累有关更广泛的网络和整个世界的知识。从 SEO 的角度来看，结构化数据对于帮助搜索引擎理解与用户意图相关的内容本质至关重要。目的是使我们的内容与用户搜索的内容保持一致，增加我们的内容作为与用户搜索查询最相关的答案呈现的可能性。
在本案例研究中，我们试图研究将BoatTrip 结构化数据合并到旅游网站的轮渡路线页面中的效果。我们的目标不仅是衡量这一变化的影响，而且是建立一个令人信服的业务案例，以投入必要的资源在整个网站上实施这一变化。
假设
我们针对此实验的中心假设是，实施 BoatTrip 结构化数据（一种不会生成丰富片段的 schema.org 类型）将会对指向受审查的网站轮渡路线页面的有机流量产生积极影响。
这一假设源于对结构化数据在 SEO 中的作用的基本理解，它有可能增强搜索引擎对网页内容的理解，以及在网络上的相关信息之间创建更牢固的联系的能力。
我们的假设基于几个基本假设，我们将详细说明如下：
- 改进搜索引擎理解：通过添加 BoatTrip 结构化数据，我们为搜索引擎提供有关轮渡航线页面内容的明确且有意义的信息。这可以使搜索引擎更好地索引和理解页面内容。
- 与用户意图保持一致：结构化数据可以帮助将轮渡路线页面的内容与用户搜索意图更紧密地结合起来。通过明确定义与乘船旅行和渡轮路线相关的内容，搜索引擎可以更准确地将这些页面与相关的用户查询进行匹配。
- 竞争优势：由于并非所有网站都有效地利用结构化数据，因此实施 BoatTrip 结构化数据可以为网站在搜索结果中提供竞争优势。
- 流量的相关性：合并 BoatTrip 结构化数据可能会增加流量与网站的相关性。也就是说，它可以吸引更多对渡轮路线和乘船旅行特别感兴趣的用户。
考试
在本次实验中，我们采用了 SplitSignal，在目标网站的大约 1,500 个路由页面上建立了受控测试环境。
BoatTrip 结构化数据是结构化数据领域的一个新概念，特别是由Schema.org定义的。它旨在提供一组与商业渡轮旅行相关的具体而详细的信息，使旅游网站能够向谷歌提供有关此类服务的精确而全面的数据。
我们开发了一个自定义脚本，将 BoatTrip 结构化数据合并到这些页面中。该脚本旨在从每个页面中提取所有相关信息并将其重新格式化为标准化的 schema.org 格式。
鉴于 BoatTrip 类型并不是核心 schema.org 词汇的正式一部分，并且当前位于待定部分，我们决定将模式双重键入为 BoatTrip 和 Trip。采用这种策略是为了保持我们结构化数据的有效性和有效性，促进谷歌对页面内容的理解。
该测试持续了 28 天，为搜索引擎抓取和索引页面更改提供了充足的时间。在此期间，我们可以确定 Googlebot 访问了测试中超过 92% 的页面。
结果
我们发现，添加 BoatTrip 结构化数据导致测试页面的有机点击量显着增加了 5.2%。这一增长意味着重大改进，并提供了实施结构化数据有效性的令人信服的证据。
测试中观察到的统计显着性强调了我们结果的强度。在累积视图中，当蓝色阴影区域低于或高于 x=0 轴时，测试在 95% 置信水平下被视为具有统计显着性。这种重要性表明我们非常有信心添加 BoatTrip 结构化数据将对网站列表页面的自然流量产生积极影响。
随着测试的进行，我们看到测试页面的点击量持续上升，最终置信度达到 99%。这种信心水平的提高进一步巩固了我们实施的变革的有效性。
需要注意的是，本次测试是在美国版网站上进行的。然而，我们也在法国和德国等国家进行了类似的设置，得到了类似的结果。
请注意，我们并不是将实际的对照组页面与测试页面进行比较，而是基于历史数据的预测。该模型预测了如果没有发生干预就会发生的反事实反应。我们将此与实际数据进行比较。我们使用一组控制页面来为模型提供趋势和外部影响的上下文。如果我们的测试期间发生其他变化（例如季节性），模型将检测并考虑它。通过过滤这些外部因素，我们可以深入了解 SEO 变化的真正影响。
为什么
我们的实验表明，使用结构化数据通过丰富的摘要来丰富搜索结果只是其潜在影响的开始。使用结构化数据为搜索引擎提供上下文并在语义上互连网页可以显着提高 SEO 性能。
仔细观察我们的数据就会发现，该测试的影响不仅仅是增加测试页面的点击次数。与我们建模的对照组相比，我们还观察到展示次数有所增加，正如 SEO A/B 测试分析器所证实的那样。
经过进一步分析，我们发现这种激增是由于页面定位的改进和更广泛的搜索词的可见性的增强所致。
这一变化提高了测试页面的相关性。通过实施结构化数据，我们使 Google 能够更好地评估每个页面及其内容，从而增强其将内容与用户搜索意图准确匹配的能力。
然而，重要的是要记住，对一个网站有效的方法可能不会对另一个网站产生相同的结果。每个网站都是独一无二的，具有不同的内容、受众和目标。确定最适合您的具体情况的唯一确定方法是执行测试。通过这样做，您可以定制您的 SEO 策略，以满足您独特的需求和目标，最大限度地发挥成功的潜力。
