Jak przeprowadzić testy A/B: Lista kontrolna testów dzielonych

Co to są testy A/B?

Test A/B, znany również jako test dzielony, to eksperyment mający na celu określenie, która z różnych odmian doświadczenia online jest skuteczniejsza, poprzez losowe przedstawianie każdej wersji użytkownikom i analizę wyników. Jest używany na stronach internetowych, aplikacjach mobilnych lub reklamach, aby przetestować potencjalne ulepszenia w porównaniu z wersją kontrolowaną. Testy A/B mogą zrobić o wiele więcej niż tylko udowodnić, jak zmiany mogą wpłynąć na konwersje w krótkim okresie.

Testowanie eliminuje zgadywanie z optymalizacji witryny i umożliwia podejmowanie decyzji opartych na danych, które zmieniają rozmowy biznesowe z „myślimy” na „wiemy”. Mierząc wpływ zmian na dane, możesz mieć pewność, że każda zmiana przynosi pozytywne rezultaty.

Najlepsze narzędzia do testowania A/B, takie jak VWO, zoptymalizowane, konwertujące, omnikonwertujące i AB smaczne, pomagają marketerom dowiedzieć się, który projekt strony internetowej, linia tekstu lub funkcja produktu przyniosą najlepsze wyniki dla Twojej firmy. Istnieją różne rodzaje testów AB, testowanie stron internetowych, testowanie poczty e-mail i testowanie treści, i istnieją różne metody tego, jak testowanie i testowanie Google Analytics przy użyciu innego oprogramowania do testowania AB.

Korzyści z testów A/B

Oto kilka znaczących korzyści z testów dzielonych AB:

Pomaga obniżyć współczynniki odrzuceń

Jeśli Twoi klienci odbijają się od Twojej witryny, innymi słowy pozostawiają ją bez żadnych kliknięć, testy A/B witryny mogą pomóc. Niezależnie od tego, czy chodzi o zmianę nagłówka, przeredagowanie wezwania do działania, czy też ulepszenie układu projektu, test A/B może pomóc w zidentyfikowaniu przyczyn odrzuceń. Po uruchomieniu testu będziesz mógł zobaczyć niektóre statystyki testów ab i zobaczyć, która odmiana uzyskała najwięcej interakcji ze strony klientów i najmniej odrzuceń.

Pomaga zwiększyć współczynniki konwersji

Test A/B ujawnia, co konwertuje klientów, a co nie. Prezentując dwie wersje swojej witryny, test A/B może pomóc odfiltrować to, co nie przemawia do odbiorców, i pokazać, co wzbudza rezonans i powoduje więcej konwersji.

Wyniki testu A/B są łatwe do zrozumienia

Wyniki testu A/B są proste i stosunkowo łatwe do zrozumienia. Sprawdź wyniki i statystyki testu AB, aby zobaczyć, która strona, A lub B, uzyskała więcej kliknięć i konwersji od klientów.

Jest niedrogi

Testy A/B to dość tani i łatwy sposób na dalsze ulepszanie marketingu cyfrowego. Pomyśl o marketingu A/B jako o sposobie dalszego weryfikowania decyzji podejmowanych w Twojej obecnej witrynie. W dłuższej perspektywie zwrot z inwestycji może być ogromny, ponieważ koszt testowania jest stosunkowo niewielki, ale może skutkować znacznym wzrostem liczby potencjalnych klientów, sprzedaży i przychodów.

Jak przeprowadzić test A/B?

Ideą testów A/B jest prezentacja różnych treści różnym wariantom (grupom użytkowników), zebranie ich reakcji i zachowań użytkowników oraz wykorzystanie wyników do budowania strategii produktowych lub marketingowych w przyszłości. Testy A/B odchodzą teraz od samodzielnych czynności, które są przeprowadzane raz na niebieskim księżycu, do bardziej ustrukturyzowanej i ciągłej czynności, która zawsze powinna być wykonywana w dobrze zdefiniowanym procesie CRO. Ogólnie obejmuje następujące kroki:

Wybierz zmienną

Podczas optymalizacji stron internetowych i wiadomości e-mail może się okazać, że istnieje wiele zmiennych, które chcesz przetestować. Ale aby ocenić, jak skuteczna jest zmiana, będziesz chciał wyizolować jedną zmienną niezależną i zmierzyć jej wydajność, w przeciwnym razie nie będziesz mieć pewności, która z nich była odpowiedzialna za zmiany w wydajności.

Możesz przetestować więcej niż jedną zmienną dla jednej strony internetowej lub wiadomości e-mail, po prostu upewnij się, że testujesz je pojedynczo. Przyjrzyj się różnym elementom w swoich zasobach marketingowych i ich możliwym alternatywom dla projektu, sformułowania i układu. Inne rzeczy, które możesz przetestować, to wiersze tematu wiadomości e-mail, nazwy nadawców i różne sposoby personalizacji wiadomości e-mail.

Ustaw swój cel

Chociaż będziesz mierzyć kilka metryk dla każdego testu, przed uruchomieniem testu wybierz metrykę podstawową, na której chcesz się skoncentrować. W rzeczywistości zrób to, zanim skonfigurujesz drugą odmianę. To jest twoja zmienna zależna. Zastanów się, gdzie chcesz, aby ta zmienna znajdowała się na końcu testu podziału. Możesz postawić oficjalną hipotezę i przeanalizować swoje wyniki na podstawie tej prognozy.

Skonfiguruj kontrolkę

Masz teraz zmienną niezależną, zmienną zależną i pożądany wynik. Użyj tych informacji, aby skonfigurować niezmienioną wersję tego, co testujesz, jako kontrolę. Jeśli testujesz stronę internetową, jest to niezmieniona strona internetowa, ponieważ już istnieje. Jeśli testujesz stronę docelową, będzie to projekt i kopia strony docelowej, których normalnie używasz.

Podziel swoją grupę testową stąd A i B

W przypadku testów, w których masz większą kontrolę nad odbiorcami, na przykład w przypadku wiadomości e-mail, musisz przeprowadzić test z co najmniej dwoma równymi odbiorcami, aby uzyskać jednoznaczne wyniki.

Uruchom test

Rozpocznij test i poczekaj, aż goście wezmą udział! W tym momencie użytkownicy Twojej witryny lub aplikacji zostaną losowo przypisani do kontroli lub odmiany Twojego doświadczenia. Ich interakcja z każdym doświadczeniem jest mierzona, liczona i porównywana w celu określenia, jak każde z nich działa.

Jak analizować wyniki testu A/B

Większość platform eksperymentalnych ma wbudowaną analitykę do śledzenia wszystkich odpowiednich metryk i wskaźników KPI. Jednak przed analizą raportu z testu A/B ważne jest, aby zrozumieć następujące dwa ważne wskaźniki.

• Wzrost: różnica między skutecznością zmienności a skutecznością podstawowej zmienności (zwykle grupa kontrolna). Na przykład jeśli jedna odmiana ma przychód na użytkownika 5 USD, a kontrola ma przychód na użytkownika 4 USD, wzrost wynosi 25%.
• Prawdopodobieństwo osiągnięcia najlepszego: Szansa, że ​​odmiana będzie miała najlepszą wydajność w dłuższej perspektywie. To najbardziej użyteczna metryka w raporcie, używana do określenia zwycięzcy testów A/B. Podczas gdy wzrost może się różnić w zależności od szansy dla małych rozmiarów próby, prawdopodobieństwo najlepszego wyniku uwzględnia wielkość próby. Prawdopodobieństwo, że będzie najlepsze, nie zaczyna się obliczać, dopóki nie nastąpi 30 konwersji lub 1000 próbek.

Czy testy A/B są martwe?

Chociaż z pewnością jest potężny, testowanie A/B jest zasadniczo wadliwe na dwa sposoby:

1. Proces wyboru zwycięzcy jest ręczny. To zarówno czasochłonne, jak i intelektualne wyzwanie.
2. Połowa odwiedzających widzi najgorszą odmianę, dopóki nie wybierzesz zwycięzcy.

Rozpocznij swój test A/B już dziś

Dzisiejszy marketing zajmuje się spostrzeżeniami, a testy A/B mogą pomóc w uzyskaniu tych spostrzeżeń. Chociaż jest to pomocna metoda analityczna, przeprowadzenie testu A/B może być nieco trudne. Nasi eksperci ds. marketingu mogą pomóc w przeprowadzeniu testu A/B w Twojej witrynie lub dowolnej innej platformie medialnej, dzięki czemu uzyskasz wgląd w to, jak możesz poprawić swoje spostrzeżenia i uwolnić swój pełny potencjał.