10 enormi errori che i marketer commettono durante i test divisi

Affinché qualsiasi azienda possa funzionare in modo efficace, una parte importante è la sua analisi e ricerca di marketing che molti imprenditori tendono a perdere. La tendenza alla mera vendita senza tener conto di cosa funziona e cosa no determina la crescita del sito. Blocca il requisito più profondo per un'intensa ricerca di mercato e, di conseguenza, a lungo termine, perdi clienti. Il modo migliore per condurre ricerche sui clienti è eseguire test divisi.

Perché dividere il test?

Lo split test o test A/B, per definizione, è un metodo per condurre esperimenti controllati ma casuali con l'obiettivo definitivo di migliorare il traffico del sito web. Per semplificare, è il confronto di due versioni della stessa pagina a determinare quale sia più efficace. Idealmente, ci saranno solo una o due differenze tra le due versioni per individuare con precisione l'efficacia.

Azioni comuni come contenuti, clic, completamento di moduli e acquisti vengono analizzate per vedere quale variante offre risultati migliori per un obiettivo di marketing predefinito. Le metodologie di marketing comuni utilizzate sono moduli di iscrizione, pagine di registrazione, pulsanti di invito all'azione o un reindirizzamento a una pagina diversa. È dimostrato che anche un cambiamento minimo come l'aggiornamento di una parola nell'invito all'azione ha contribuito ad aumentare le conversioni di un enorme 77%. Ciò dimostra l'importanza di eseguire test divisi per migliorare l'efficacia delle tue campagne di marketing.

Per quanto allettante possa sembrare, a volte si vede che i marketer probabilmente si lamentano di ottenere analisi false negative o non sono nemmeno in grado di generare dati adeguati. Se sei turbato dallo split test, è probabile che tu lo stia conducendo nel modo sbagliato. Ecco un elenco dei 10 errori più comuni che i tester potrebbero commettere insieme alle loro possibili correzioni.

Errori e correzioni che vale la pena conoscere

Ci possono essere una moltitudine di errori quando un tester cerca di comprendere un'analisi divisa. I più comuni sono annotati di seguito.

1. Test arbitrari

Il problema più grande che la maggior parte dei tester è destinata a fare è condurre uno split test senza motivo. Ad esempio, potresti essere preoccupato per il test delle dimensioni del pulsante "invito all'azione", nel qual caso puoi progettare le varianti con un focus specifico. Se stai conducendo uno split test solo per il gusto di farlo, per favore astieniti perché stai per essere condannato.

La correzione: utilizza il software della mappa termica per scoprire le potenziali aree che non sono molto focalizzate o che non stanno raccogliendo molto traffico. Conduci uno split test e forma prima un'ipotesi. Ora conduci la prova e assicurati di condurla per la fase di tempo corretta, confronta i nuovi set di dati della mappa termica e analizza. Continua a ripetere finché non ottieni risultati soddisfacenti.

2. Interruzione anticipata del test

Questo è un grosso errore da principiante che la maggior parte dei tester è destinata a commettere. Supponiamo che il tuo sito conduca un traffico elevato e quindi entro 3 giorni dallo split test generi il 98% di confidenza e circa 250 conversioni per variazione e porti a termine il test. Qui è dove il tuo test ottiene un risultato falso positivo poiché non hai preso in considerazione il parametro della stagionalità, e anche il giorno della settimana in cui conduci il test può portare a variazioni significative nella curva del test.

La correzione: un altro parametro importante per qualsiasi analisi statistica è la dimensione del campione preso. Per ottenere risultati corretti, assicurati di prendere una dimensione del campione sufficientemente grande, vale a dire. 100 o 1000 conversioni. Una dimensione del campione troppo piccola può portare a implicazioni errate.

3. Test multielemento

L'analisi della mappatura del calore del sito Web potrebbe suggerire che esiste più di un'area che necessita di attenzione, tuttavia condurre più test contemporaneamente non porta a nulla.

È sempre meglio optare per lo split test piuttosto che per uno multivariato. Questo perché quando si esegue un test diviso su due pagine con differenze in un solo parametro è facile giudicare quale pagina funziona meglio.

La correzione: tuttavia, nel caso di test multivariati, supponi di testare quattro pagine Web diverse con due o tre parametri diversi. In tal caso, quando raccogli i dati non puoi fissare l'effettivo fattore decisivo. In tali occasioni, devi confrontare i dati di tutte le pagine e anche analizzare la correlazione tra diversi parametri.

4. Concentrandosi solo sulle conversioni di traffico

Quando stai testando un particolare o un paio di parametri, assicurati di essere profondamente radicato invece di pensare solo a breve termine. Ciò significa che se vedi che alcuni cambiamenti stanno raccogliendo più traffico sul tuo sito, non accontentarti. Se il traffico elevato comprende clienti di bassa qualità, alla fine ciò potrebbe produrre risultati negativi per la tua attività.

La correzione: quindi, ogni volta che opti per uno split test, controlla la tua metrica di conversione, quindi correla quel traffico con i lead effettivi e vedi quanti generano potenziali clienti.

5. Optare per un'ipotesi casuale o semplicemente seguire ciecamente le pratiche dei test divisi

Un test statistico non ha significato senza una corretta ipotesi. Quindi, prima ancora di perdere tempo a condurre un test, assicurati di avere un'ipotesi corretta. Nel caso in cui non sei sicuro della credibilità della tua ipotesi, fai ricerche di mercato, analizza i risultati per la variabile scelta, controlla la strategia dei tuoi concorrenti e conosci i tuoi clienti mirati.

La correzione: anche durante il controllo delle strategie dei concorrenti, assicurati di non optare per seguirle ciecamente. Ciò che ha funzionato per qualcun altro non funzionerà per te. Controlla le strategie dei tuoi concorrenti ma allo stesso tempo conosci i tuoi USP e pianifica di conseguenza.

6. Eliminazione delle variabili di confondimento

Le variabili confondenti sono quegli elementi che non fanno parte dei parametri significativi della tua ipotesi e che potrebbero rovinare i risultati del test. Alcuni di questi includono l'introduzione di nuovi prodotti, il lancio di campagne di marketing e la riprogettazione del sito web.

Questo generalmente accade quando si modificano alcuni parametri del test nel mezzo del test per generare una variazione più significativa. Ciò potrebbe generare traffico da luoghi al di fuori del tuo potenziale pool di destinazione.

La correzione: quando si esegue un test diviso, assicurarsi di eliminare tali variabili confondenti e assicurarsi che il resto dei fattori rimanga costante durante tutto il test.

7. Testare solo modifiche incrementali

C'è una differenza significativa tra il modo in cui operano i grandi siti Web e il modo in cui il resto dei piccoli imprenditori deve affrontarlo. Per i siti Web di grandi dimensioni, alcune minime modifiche incrementali possono portare a generare un ROI elevato. Ma per le startup e le aziende più piccole, questa attività potrebbe non produrre i risultati attesi. Ad esempio, non è del tutto fattibile testare il colore del sito Web o del pulsante CTA e le sue varie sfumature, poiché aggiungerà ben poco al restyling generale del sito.

La correzione: i test divisi prevedono miglioramenti minimi, ma ciò non darà un fatturato significativo nel caso delle piccole imprese. Quindi non concentrarti solo sui cambiamenti incrementali, concentrati invece su enormi miglioramenti delle prestazioni. Quello che servirà è andare per un cambiamento radicale a livello generale. Questo è più intenso di una tecnica di test A/B ristretta. Ciò può comportare un'importante riprogettazione della pagina che può richiedere sforzi sostanziali. È anche importante notare che, a causa dei molteplici elementi riprogettati, potrebbe essere difficile notare quale particolare elemento ha provocato un picco di traffico dopo che la pagina riprogettata è stata pubblicata.

8. Eseguire split test anche senza traffico

Se gestisci l'attività solo per un paio di mesi, si consiglia di ottenere un traffico più elevato, prima di iniziare a eseguire uno split test. Per le startup e le nuove imprese, l'esecuzione di split test con pochi utenti beta sarà inefficace. La verifica di diverse ipotesi è un gioco di significatività statistica raggiunto da un campione ottimale. Ma se non si dispone di un campione adeguato, questo obiettivo fondamentale non sarà raggiunto.

La correzione: vai per i test divisi solo quando hai soddisfatto 3 condizioni distinte

1- Hai un campione rappresentativo adeguato

Il test deve durare 3-4 settimane per soddisfare diversi periodi di vendita. L'annullamento del test prima non rappresenterà il test universale, piuttosto mostrerà un risultato del test selettivo/ciclico.

2- Hai una dimensione del campione sufficiente

Un sito Web con più di 1000 transazioni (lead, iscrizioni o abbonamenti) può eseguire un test A/B in un mese per migliorare il traffico. Fattori come il tasso di conversione, le visite totali e la transazione complessiva determineranno quanto dovrebbe essere la dimensione adeguata del campione.

3- Quando raggiungi un valore p

Una volta soddisfatti i punti 2 e 3, è importante esaminare il valore p (secondo un malinteso comune, il valore p non è la probabilità che B sia maggiore di A). In genere, un livello di significatività accettabile è del 5% (o 1 volta su 20, il campione mostrerà un risultato estremo dato che l'ipotesi nulla è vera)

9. I test non vengono eseguiti per settimane intere

Affinché i test divisi forniscano risultati corretti, la stagionalità, i parametri settimanali e persino diurni sono importanti. Quindi il periodo di tempo impiegato per lo split test dovrebbe essere scelto con cura. Non tenere conto del test di settimane intere distorcerà i risultati che potrebbero mostrare l'immagine corretta del risultato del test

La correzione: ad esempio, se sei il proprietario di un sito di e-commerce, nei fine settimana la tua popolazione mirata è più incline ai tuoi prodotti, mentre il lunedì o le ore di punta dei giorni feriali il tuo sito potrebbe non generare traffico adeguato. Quindi, assicurati di terminare il test lo stesso giorno dell'inizio. Ciò garantisce di testare un'intera settimana in un'unica iterazione. Ciò si allineerà anche con la nostra raccomandazione precedente: eseguire test per una durata di 2-3 settimane

10. Dati del test non inviati a Google Analytics

Le metriche di conversione generalmente mostrano dati medi e nel mondo del marketing le medie mentono. Non puoi mai ottenere un quadro completo se lavori solo con dati percentuali. Questo perché il tempo, la stagionalità, le fasi diurne e molti altri fattori contribuiscono a un corretto grafico del cliente.

La correzione: quindi, se hai fornito una quantità significativa di dati, inviala a Google Analytics. Esegui segmenti avanzati e rapporti personalizzati. I risultati ti mostreranno il percorso per eseguire test avanzati e potresti farti un'idea di dove portare i test del tuo sito da lì. L'utilizzo delle nuove funzionalità GA consente agli esperti di marketing di eseguire fino a 20 dati di test A/B simultanei analizzati. Assicurati di utilizzare una dimensione personalizzata distinta (o una variabile personalizzata in modalità GA classica) per un esperimento attivo. Strumenti come Optimizely Classic possono aiutare in questo caso.

Riassumendo

Il marketing e l'analisi aziendale sono piuttosto complessi a modo loro. Quindi, invece di controllare cosa stanno facendo gli altri o mettere in rete le strategie di test più comuni, segui la strada intelligente e adotta i test A/B convenienti per aumentare il ROI delle tue strategie di marketing.