Teste de SEO divide páginas em dois grupos para provar o efeito de uma mudança

Mostrar um gráfico de antes e depois já não prova que uma mudança de SEO funcionou. Em 2026, core updates, sazonalidade, AI Overviews e AI Mode mudam o tráfego orgânico sem que a marca altere nada no site. O caminho para separar o efeito da mudança do resto é o teste dividido por páginas, com grupo de controle e regra de decisão definida antes do início.

A recomendação está numa análise publicada pelo Search Engine Journal em 9 de novembro, escrita do ponto de vista de uma agência. Segundo o texto, a pergunta certa deixa de ser se o tráfego subiu. O que importa é saber se ele subiu mais do que teria subido sem a mudança, uma estimativa chamada de contrafactual.

Por que dividir páginas e não usuários

O teste de CRO divide os visitantes entre duas versões de uma página, e isso não serve para SEO. O Google ranqueia uma só versão de cada URL por vez. Mostrar ao Googlebot uma página diferente da que as pessoas veem é cloaking, que as orientações do Google sobre testes em sites tratam como violação das políticas de spam, mesmo durante um teste.

Por isso o teste de SEO pega um conjunto de páginas do mesmo modelo, como produto, categoria ou localização, e separa em dois grupos. As páginas variantes recebem a mudança e as de controle ficam como estão. Páginas que disputam as mesmas buscas ficam juntas, os grupos são equilibrados por nível de tráfego e categoria, a distribuição é aleatória e os dois rodam nas mesmas datas.

O grupo de controle serve para prever o que as variantes teriam feito sem a mudança, e a diferença entre essa previsão e o resultado real é o efeito. Antes de lançar, a análise sugere testar o modelo em datas fictícias do passado: se ele encontra efeito onde nada aconteceu, não vai conseguir medir a mudança. O CausalImpact, pacote de código aberto do Google, é o modelo mais conhecido para essa previsão.

O briefing vem antes do teste

O texto recomenda um briefing de uma página, compartilhado antes de qualquer alteração ir ao ar:

• a hipótese: o que muda e por que deve ajudar;
• a métrica principal: para a maioria das mudanças na página, cliques orgânicos sem marca nas páginas testadas, acompanhados do total de cliques, porque o Search Console descarta consultas anonimizadas quando se filtra por consulta;
• as métricas de proteção, como taxa de conversão, que não podem cair além de um limite combinado;
• o menor ganho que justifica agir;
• a data da análise, em semanas completas;
• a regra de decisão: o que significa expandir, reverter ou registrar como inconclusivo.

Na hora de apresentar, uma faixa convence mais que um número único. Dizer que os cliques subiram 14% abre discussão; dizer que o modelo coloca o ganho entre 8% e 19% é mais difícil de contestar. Se o intervalo inclui zero, o resultado não mostra efeito positivo, e uma probabilidade de 90% de efeito positivo ainda deixa uma chance em dez de a mudança não ter feito nada ou ter piorado as coisas.

A visibilidade em IA entra na conta

Segundo o Google, os relatórios de desempenho de IA generativa do Search Console chegaram a todos os sites em 31 de agosto de 2026, com exceção dos que têm poucas impressões em IA. Eles mostram, por página, quantas vezes o conteúdo apareceu em AI Overviews e AI Mode, o que permite comparar variantes e controle. Ainda não há dados de cliques, então o número entra como sinal de apoio. E, como confirmou John Mueller, do Google, todo link dentro de um AI Overview recebe a posição do próprio AI Overview.

Para quem cuida de marca, o recado é medir a presença nas respostas de IA junto com os cliques: se uma mudança aumenta um e derruba o outro, vale investigar antes de expandir. Sites menores, que não comportam um teste completo, podem manter um conjunto de páginas sem alteração, usar o filtro de consultas de marca do Search Console e anotar no painel o dia em que a mudança entrou no ar. E os testes que não deram certo também devem ser relatados, porque são eles que tornam as vitórias críveis.