E-ticaret Kişiselleştirme Blogu

AB testi, belirli bir kontrollü deney türüdür. AB testleri, olası bir aralıktan en iyi seçeneği belirlemek için kullanılır. Bir e-ticaret bağlamında bu, hangi tekliflerin gösterileceğini, hangi ürünlerin önerileceğini ve hatta belirli bir başarı kriteri için hangi ürün resimlerinin veya düzenlerinin en iyi sonucu verdiğini belirlemek olabilir.

Diğer çok kollu haydut testleri gibi, iki ayrı bölüm vardır. İlk olarak, birden fazla seçeneğin değerlendirildiği bir keşif aşaması vardır. Bir kazanan belirlendiğinde, sömürünün ikinci aşaması başlar. Bu aşamada kazanan seçilir ve kaybeden elenir.

Uygun şekilde oluşturulmuş AB testleri aşağıdaki bölümlerden oluşur:

AB testlerinin olası bir aralıktan en iyi seçeneği belirlediğini hatırlayın. Bunu akılda tutarak, bir dizi AB test fırsatını hızla gözden geçirebiliriz.

Geri dönen müşterilerde hangi teklifin en iyi yankı bulduğunu test edebiliriz.

Belirli bir ürün sku'su için hangi ürün önerilerinin en iyi dönüşümü sağladığını test edebiliriz.

Müşteri deneyimleri de test edilebilir. Örneğin, bir karşılama açılır penceresinin bir mesaj çubuğundan daha iyi performans gösterip göstermediğini test edebiliriz.

Dönüşüm oranı optimizasyonunda temel bir araç olan test, mevcut trafikten para kazanma yeteneğinizi en üst düzeye çıkarır.


AB testini kullanarak şunları yapabilirsiniz:

Kendinize sorun, "Bu testi başarılı kılan nedir?" Bir testi değerlendirmek için en iyi tek KPI'yı belirlemelisiniz.

Tipik olarak, değerlendirme ölçütünüz, pazarlama yatırımının geri dönüşü gibi bileşik bir ölçü olacaktır. Uzun vadeli sonuçların öngörüsü olmalıdır.

Harvard Business Review, Bing'in hangi metriğe öncelik verileceğini belirlerken karşılaştığı bir dizi zorluğu detaylandıran mükemmel bir yazıya sahiptir.

İlk başta, elde edilen gelir iyi bir ölçüm gibi görünse de, daha fazla reklam ekleyerek geliri manipüle edebileceklerini gördüler. Ne yazık ki metrik, gelirdeki bu iyileştirmelerin maliyetlerini tam olarak karşılamadı - yani daha kötü bir müşteri deneyimi ve sonuç olarak Bing kullanan daha az insan.

Takım bir alternatif buldu. Önce müşteri deneyimine odaklanmak istediler ve bu nedenle birincil ölçü, herhangi bir oturumu tamamlamak için gereken sorgu sayısını en aza indirirken, kullanıcı başına oturum sayısını en üst düzeye çıkarmaktı.

AB testlerinizin sonuçları karışık olacaktır. Bazı ziyaretçileri olumlu, bazılarını olumsuz etkileyecektir.

Yalnızca toplam sayılara güvenirseniz, tüm müşteri segmentlerini yabancılaştırma riskiyle karşı karşıya kalırsınız.

Cevap, sonuçları müşteri segmentine göre ayırmaktır. Kişiselleştirme aracınızda tanımlanmış yerleşik segmentleriniz yoksa, yüksek öncelikli segmentleri belirlemek için bir RFM Analizinden geçmenizi öneririm.

Sonuç olarak, denemenin üzerinde çalıştığı tanımlanmış bir müşteri grubunu izole etmek ve ardından kazananın yalnızca o segmente ve o segmente gösterilmesini istiyorsunuz.

İki sayfayı karşılaştırdığımızda, Moo'daki ekibin uyguladığı altı büyük iyileştirme var. Bu iyileştirmelerin neler olduğu ve neden işe yaradıklarının tam dökümü için burayı tıklayın.

AB testini doğru şekilde gerçekleştirmek için bir kişiselleştirme ortağına ihtiyacınız vardır.

Burada e-ticaret mağazanız için bir kişiselleştirme ortağının nasıl seçileceğine dair ayrıntılı bir kılavuz yazdık.

Ancak kısacası, verilerinizi tek bir yerde bağlayabilen, kârlı segmentleri tanımlayabilen ve bu segmentlere yönelik kişiselleştirilmiş deneyimler ve AB testleri sağlayabilen bir teknoloji istiyorsunuz.

Yüzlerce kurumsal e-ticaret mağazasının AB test çözümü olarak neden Barilliance'ı seçtiğini görmek istiyorsanız, buradan bir demo talep edin.