10 ogromnych błędów popełnianych przez marketerów podczas testów porównawczych

Aby każda firma działała skutecznie, główną częścią są analizy i badania marketingowe, których wielu przedsiębiorców często przegapia. Tendencja do zwykłej sprzedaży bez uwzględniania tego, co działa, a co nie, determinuje rozwój witryny. Blokuje głębszy wymóg intensywnych badań rynku, w wyniku czego na dłuższą metę tracisz klientów. Najlepszym sposobem przeprowadzania badań klientów są testy podzielone.

Dlaczego podział testu?

Testy podzielone lub testy A/B z definicji to metoda przeprowadzania kontrolowanych, ale losowych eksperymentów, których ostatecznym celem jest poprawa ruchu na stronie. Upraszczając, jest to porównanie dwóch wersji tej samej strony w celu określenia, która jest bardziej efektywna. Idealnie byłoby, gdyby istniała tylko jedna lub dwie różnice między dwiema wersjami, aby dokładnie określić skuteczność.

Analizowane są typowe działania, takie jak treść, kliknięcia, wypełnianie formularzy i zakupy, aby zobaczyć, który wariant zapewnia lepsze wyniki dla wcześniej zdefiniowanego celu marketingowego. Powszechnie stosowane metody marketingowe to formularze rejestracyjne, strony rejestracyjne, przyciski wezwania do działania lub przekierowanie na inną stronę. Udowodniono, że nawet tak niewielka zmiana, jak aktualizacja jednego słowa w wezwaniu do działania, pomogła zwiększyć konwersje aż o 77%. Dowodzi to, jak ważne jest przeprowadzanie testów dzielonych w celu poprawy skuteczności kampanii marketingowych.

Choć może to brzmieć kusząco, czasami marketerzy narzekają na otrzymywanie fałszywych negatywnych analiz lub nawet nie mogą wygenerować odpowiednich danych. Jeśli jesteś zdezorientowany testami dzielonymi, istnieje prawdopodobieństwo, że przeprowadzasz je w niewłaściwy sposób. Oto lista 10 najczęstszych błędów popełnianych przez testerów wraz z możliwymi poprawkami.

Błędy i poprawki, o których warto wiedzieć

Podczas próby zrozumienia podzielonej analizy może wystąpić wiele błędów. Najczęstsze z nich są zapisane poniżej.

1. Arbitralne testowanie

Największym problemem, z którym boryka się większość testerów, jest przeprowadzanie testu podzielonego bez powodu. Na przykład możesz obawiać się testowania rozmiaru przycisku „wezwania do działania”, w którym to przypadku możesz zaprojektować warianty z określonym naciskiem. Jeśli przeprowadzasz test podziału tylko ze względu na to, powstrzymaj się, ponieważ wkrótce zostaniesz skazany.

Rozwiązanie: użyj oprogramowania do tworzenia map cieplnych, aby odkryć potencjalne obszary, które nie są zbyt skoncentrowane lub nie generują dużego ruchu. Przeprowadź test porównawczy i najpierw sformułuj hipotezę. Teraz przeprowadź próbę i upewnij się, że prowadzisz ją przez odpowiednią fazę czasu, porównaj nowe zestawy danych mapy cieplnej i przeanalizuj. Powtarzaj, aż uzyskasz zadowalające rezultaty.

2. Wcześniejsze odwołanie testu

To duży błąd nowicjusza, który popełnia większość testerów. Załóżmy, że Twoja witryna generuje duży ruch, a więc w ciągu 3 dni od testu porównawczego uzyskujesz 98% pewność i około 250 konwersji na odmianę, i kończysz test. W tym miejscu Twój test uzyskuje fałszywie dodatni wynik, ponieważ nie wziąłeś pod uwagę parametru sezonowości, a nawet dzień tygodnia, w którym przeprowadzasz test, może prowadzić do znacznej zmiany krzywej testu.

Poprawka: Kolejnym ważnym parametrem każdej analizy statystycznej jest wielkość próby. Aby uzyskać prawidłowe wyniki, upewnij się, że rozmiar próbki jest wystarczająco duży, a mianowicie. 100 lub 1000 konwersji. Zbyt mały rozmiar próbki może prowadzić do błędnych implikacji.

3. Testy wieloelementowe

Analiza heat mappingu witryny może sugerować, że istnieje więcej niż jeden obszar, na którym należy się skoncentrować, jednak przeprowadzanie wielu testów w tym samym czasie do niczego nie prowadzi.

Zawsze lepiej jest wybrać test podziału zamiast testu wielowymiarowego. Dzieje się tak dlatego, że przeprowadzając test podziału na dwóch stronach różniących się tylko jednym parametrem, łatwo jest ocenić, która strona działa lepiej.

Poprawka: jednak w przypadku testów wielowymiarowych załóżmy, że testujesz cztery różne strony internetowe z dwoma lub trzema różnymi parametrami. W takim przypadku, gdy zbierasz dane, nie możesz ustalić faktycznego czynnika decydującego. W takich przypadkach trzeba porównać dane ze wszystkich stron, a także przeanalizować korelację między różnymi parametrami.

4. Skupienie się wyłącznie na konwersjach ruchu

Kiedy testujesz konkretny lub kilka parametrów, upewnij się, że jesteś głęboko zakorzeniony, a nie tylko myślisz krótkoterminowo. Oznacza to, że jeśli zauważysz, że pewne zmiany generują większy ruch w Twojej witrynie, nie popadaj w samozadowolenie. Jeśli duży ruch obejmuje klientów niskiej jakości, może to ostatecznie przynieść negatywne skutki dla Twojej firmy.

Poprawka: więc za każdym razem, gdy zdecydujesz się na test porównawczy, sprawdź swoje wskaźniki konwersji, a następnie skoreluj ten ruch z rzeczywistymi potencjalnymi klientami i zobacz, ilu generuje potencjalnych klientów.

5. Wybór losowej hipotezy lub po prostu ślepe podążanie za podzielonymi testami

Test statystyczny nie ma znaczenia bez odpowiedniej hipotezy. Tak więc, zanim nawet zmarnujesz czas na przeprowadzenie testu, upewnij się, że masz odpowiednią hipotezę. Jeśli nie masz pewności co do wiarygodności swojej hipotezy, udaj się na badanie rynku, przeanalizuj wyniki dla wybranej zmiennej, sprawdź strategię konkurencji i poznaj swoich docelowych klientów.

Poprawka: również podczas sprawdzania strategii konkurentów upewnij się, że nie wybierasz ślepego podążania za nimi. To, co zadziałało u kogoś innego, nie sprawdzi się u Ciebie. Sprawdź strategie konkurencji, ale jednocześnie poznaj własne USP i odpowiednio opracuj strategię.

6. Eliminacja zmiennych zakłócających

Zmienne zakłócające to te elementy, które nie są częścią istotnych parametrów hipotezy i mogą zafałszować wyniki testu. Niektóre z nich obejmują wprowadzenie nowych produktów, uruchomienie kampanii marketingowych i przeprojektowanie strony internetowej.

Zwykle dzieje się tak, gdy zmienisz niektóre parametry testu w trakcie testu, aby wygenerować bardziej znaczącą zmianę. Może to generować ruch z miejsc spoza potencjalnej puli docelowej.

Poprawka: podczas przeprowadzania testu podziału upewnij się, że wyeliminowałeś takie zakłócające zmienne i upewnij się, że pozostałe czynniki pozostają niezmienione przez cały test.

7. Testowanie tylko zmian przyrostowych

Istnieje znacząca różnica między tym, jak działają duże strony internetowe, a tym, jak reszta małych przedsiębiorców musi sobie z tym radzić. W przypadku dużych stron internetowych drobne, stopniowe zmiany mogą prowadzić do generowania dużego zwrotu z inwestycji. Jednak w przypadku startupów i mniejszych firm działanie to może nie przynieść oczekiwanych rezultatów. Na przykład nie jest całkiem możliwe przetestowanie koloru strony internetowej lub przycisku wezwania do działania i ich różnych odcieni, ponieważ niewiele wniesie to do ogólnego liftingu witryny.

Poprawka: testy podzielone zapewniają drobne ulepszenia, ale nie przyniosą znacznych obrotów w przypadku małych firm. Więc nie skupiaj się tylko na stopniowych zmianach, zamiast tego skup się na ogromnym wzroście wydajności. Potrzebna będzie radykalna zmiana na poziomie ogólnym. Jest to bardziej intensywne niż wąska technika testów A/B. Może to wymagać poważnego przeprojektowania strony, co może wymagać znacznych wysiłków. Należy również zauważyć, że ze względu na przeprojektowanie wielu elementów może być trudno zauważyć, który konkretny element spowodował gwałtowny wzrost ruchu po uruchomieniu przeprojektowanej strony.

8. Wykonaj test podziału nawet bez ruchu

Jeśli prowadzisz firmę tylko przez kilka miesięcy, zaleca się osiągnięcie większego ruchu, zanim zaczniesz przeprowadzać test porównawczy. W przypadku startupów i nowych przedsięwzięć przeprowadzanie testów dzielonych z kilkoma użytkownikami wersji beta będzie nieefektywne. Testowanie różnych hipotez jest grą istotności statystycznej osiąganej przez optymalną próbę. Ale jeśli nie masz odpowiedniej próbki, ten podstawowy cel nie zostanie osiągnięty.

Poprawka: przejdź do testów dzielonych tylko wtedy, gdy spełnisz 3 różne warunki

1- Masz odpowiednią reprezentatywną próbkę

Testy muszą trwać 3-4 tygodnie, aby uwzględnić różne okresy sprzedaży. Wcześniejsze odwołanie testów nie będzie przedstawiać testów uniwersalnych, a raczej wyniki testów selektywnych/cyklicznych.

2- Masz wystarczającą wielkość próbki

Witryna z ponad 1000 transakcji (potencjalni klienci, rejestracje lub subskrypcje) może wykonać jeden test A/B w ciągu miesiąca, aby poprawić ruch. Czynniki takie jak współczynnik konwersji, łączna liczba wizyt i ogólna transakcja określą, jaka powinna być odpowiednia wielkość próby.

3- Kiedy osiągniesz wartość p

Po spełnieniu punktów 2 i 3 ważne jest, aby spojrzeć na wartość p (zgodnie z powszechnym błędnym przekonaniem, że wartość p nie oznacza prawdopodobieństwa, że ​​B będzie większe niż A). Zazwyczaj akceptowalny poziom istotności wynosi 5% (lub 1 przypadek na 20, próbka pokaże skrajny wynik, jeśli hipoteza zerowa jest prawdziwa)

9. Testy nie są uruchamiane przez pełne tygodnie

Aby testy podzielone dawały prawidłowe wyniki, ważna jest sezonowość, parametry tygodniowe, a nawet dobowe. Tak więc czas przeznaczony na test podziału powinien być starannie dobrany. Nieuwzględnienie testu w pełnych tygodniach spowoduje zniekształcenie wyników, które mogą pokazać prawidłowy obraz wyniku testu

Rozwiązanie: Na przykład, jeśli jesteś właścicielem witryny eCommerce, to w weekendy docelowa populacja jest bardziej skłonna do Twoich produktów, podczas gdy w poniedziałki lub w godzinach szczytu w dni powszednie Twoja witryna może nie generować odpowiedniego ruchu. Upewnij się więc, że kończysz test tego samego dnia, co początek. Dzięki temu możesz przetestować cały tydzień w jednej iteracji. Będzie to również zgodne z naszą wcześniejszą rekomendacją – przeprowadzanie testów przez 2-3 tygodnie

10. Dane testowe nie są wysyłane do Google Analytics

Metryki konwersji zazwyczaj pokazują średnie dane, aw świecie marketingu średnie kłamią. Nigdy nie uzyskasz pełnego obrazu, jeśli będziesz pracować tylko z danymi procentowymi. Dzieje się tak, ponieważ czas, sezonowość, fazy dzienne i wiele innych czynników wpływa na prawidłowy wykres klienta.

Poprawka: więc jeśli dostarczyłeś znaczną ilość danych, wyślij je do Google Analytics. Uruchamiaj zaawansowane raporty segmentowe i niestandardowe. Wyniki wskażą Ci ścieżkę do przeprowadzenia zaawansowanych testów i być może dowiesz się, gdzie należy rozpocząć testowanie witryny. Wykorzystanie nowych funkcji GA umożliwia marketerom przeprowadzanie do 20 jednoczesnych analiz danych z testów A/B. Upewnij się, że używasz odrębnego wymiaru niestandardowego (lub zmiennej niestandardowej w klasycznym trybie Google Analytics) dla jednego aktywnego eksperymentu. Narzędzia takie jak Optimizely Classic mogą w tym przypadku pomóc.

Podsumowując

Marketing i analityka biznesowa są na swój sposób dość złożone. Dlatego zamiast sprawdzać, co robią inni lub łączyć najczęstsze strategie testowania, idź mądrze i zastosuj opłacalne testy A/B, aby zwiększyć ROI ze swoich strategii marketingowych.