Presentazione del ciclo di sperimentazione

Dai un'occhiata alla storia del progresso tecnologico.

Puoi vedere che la tecnologia avanzata non è venuta fuori dal nulla. Si è evoluto con un avanzamento che è diventato la base per un altro.

Ad esempio, l'industria degli smartphone è alla base di numerosi progressi tecnologici. Dai primi telefoni fissi è emerso il concetto di telefoni cordless, seguito dall'integrazione della comunicazione mobile con la potenza di calcolo.

Nel corso del tempo, abbiamo assistito a un'evoluzione dagli assistenti digitali personali, come i dispositivi BlackBerry, all'avvento dell'iPhone, che ha aperto la strada all'industria degli smartphone.

È come un ciclo, in cui ogni avanzamento crea nuove opportunità che, a loro volta, portano a ulteriori progressi. Il ciclo ha rivoluzionato la nostra tecnologia perché non abbiamo mai lasciato un punto in sospeso dopo un avanzamento.

E se seguissimo lo stesso approccio verso la sperimentazione sulle proprietà digitali?

La sperimentazione a volte può aumentare il tuo tasso di conversione oltre le aspettative e talvolta scendere anche per un'ipotesi promettente. È parte integrante del processo.

Ma se ti attieni a un approccio lineare di chiusura del test dopo aver ottenuto i risultati e passi a testare qualcosa di nuovo, raramente ti darà scoperte. Perderai le possibilità di migliorare i tassi di conversione e trascurerai preziose informazioni per il successo futuro. Nella migliore delle ipotesi, alzerà il tuo tasso di crescita.

Ecco perché è il momento di passare dall'approccio lineare e adottare un approccio strategico con l'Experimentation Loop per realizzare il vero potenziale di conversione dei tuoi siti web e delle tue app mobili.

Ma cos'è un ciclo di sperimentazione? Approfondiamo questo affascinante concetto.

Che cos'è un ciclo di sperimentazione?

Un ciclo di sperimentazione inizia con l'identificazione di un problema attraverso l'analisi del comportamento e la creazione di una soluzione sotto forma di ipotesi. Quindi, esegui esperimenti per verificare l'ipotesi. O vinci o perdi, ma con un approccio lineare interrompi qui il ciclo di sperimentazione. Ma con l'Experimentation Loop, indaghi sui risultati del test per scoprire preziose informazioni. Le intuizioni scoperte possono derivare nuove ipotesi, che portano a ulteriori esperimenti, creando un ciclo continuo di apprendimento e ottimizzazione.

Ecco un'illustrazione visiva di come funziona il ciclo di sperimentazione:

Con Experimentation Loops, non ti fermi solo ai risultati, ma ti immergi più a fondo per comprendere le ragioni alla base dei risultati, identificare le anomalie e scoprire se determinati segmenti di pubblico (o partecipanti all'esperimento) reagiscono in modo diverso dagli altri. Questo diventa il fondamento per le tue nuove ipotesi ed esperimenti.

È particolarmente importante nel panorama digitale in continua evoluzione di oggi, in cui il comportamento degli utenti è in continua evoluzione. Abbracciando l'apprendimento continuo e l'ottimizzazione forniti da Experimentation Loops, puoi stare al passo con i tempi e continuare a migliorare il tuo tasso di conversione.

Comprendere il ciclo di sperimentazione con un esempio

Ecco un esempio ipotetico che spiega come funziona l'Experimentation Loop:

Considera una pagina di destinazione creata con l'intento di generare lead. La versione originale della pagina ha una descrizione dell'offerta nella prima piega, seguita dal pulsante di invito all'azione (CTA) che porterà al modulo di contatto.

Diciamo che l'analisi comportamentale della pagina di destinazione rivela che molti visitatori si sono ritirati alla prima piega. Ciò porta all'ipotesi di aggiungere una CTA above the fold per migliorare l'engagement. In questo modo, crei un test A/B per confrontare la versione originale e la variazione con un CTA aggiuntivo above the fold.

Ecco la rappresentazione visiva dell'originale e la variazione della landing page:

Supponiamo che il test si concluda con la variazione che supera l'originale in termini di tasso di conversione (ovvero numero di clic sull'invito all'azione). Qui, l'approccio tradizionale conclude il test. Ma con il ciclo di sperimentazione, proveremo ad analizzare i risultati per formulare più ipotesi e aprire molteplici opportunità di miglioramento.

Supponiamo di azzerare l'ipotesi che richiede di testare il pulsante CTA. Quindi, il secondo round comporterà la creazione di più varianti del testo dell'invito all'azione e del colore dell'invito all'azione per ottimizzare il pulsante. Qui, per scoprire la variazione migliore, possiamo eseguire un test multivariato per confrontare la versione originale e più varianti con combinazioni diverse.

Alla fine del test, ci può essere un aumento della conversione, che non sarebbe stato possibile con l'approccio tradizionale. E se il test non riesce a ottenere un aumento del tasso di conversione, porterà a approfondimenti che possono aiutare a saperne di più sugli utenti.

Allo stesso modo, possiamo controllare i risultati per sapere se un particolare segmento di pubblico ha interagito con il pulsante più di altri (e se hanno attributi comuni) - nel qual caso, potrebbe portare a un'ipotesi per una campagna di personalizzazione che include la personalizzazione delle intestazioni o sottotitolo prima dell'invito all'azione in base agli attributi comportamentali, demografici o geografici del segmento.

Pertanto, un ciclo di sperimentazione apre l'opportunità di migliorare, il che non è possibile con un approccio a silos e lineare.

Ma come puoi portare a termine con successo l'Experimentation Loop?

Il ciclo di sperimentazione consiste in tre passaggi e approfondiremo ciascuno di questi passaggi nella prossima sezione.

Tre passaggi nel ciclo di sperimentazione

Di seguito sono riportati i tre passaggi chiave del ciclo di sperimentazione per migliorare le conversioni.

Passaggio 1: identificare i problemi

Il ciclo di sperimentazione inizia con l'identificazione del problema esistente nell'esperienza dell'utente. Innanzitutto, esegui un'analisi quantitativa che prevede l'esame di metriche chiave come tasso di conversione, frequenza di rimbalzo e visualizzazioni di pagina per identificare le pagine a basso rendimento nel percorso dell'utente.

Una volta azzerati gli anelli deboli, puoi fare un'analisi qualitativa per comprendere i punti dolenti. Puoi controllare le registrazioni delle sessioni e le mappe di calore per conoscere le prestazioni di ciascun elemento che influisce sul tasso di conversione.

Una volta identificato il problema associato agli elementi, può aiutare a elaborare un'ipotesi.

Passaggio 2: costruisci ipotesi da intuizioni

Dopo aver identificato gli elementi che stanno influenzando negativamente la conversione, puoi iniziare a scavare nei dati di approfondimento per dargli un senso.

Ad esempio, dopo tutte le analisi quantitative e qualitative, hai identificato la posizione dell'immagine del banner come motivo dell'elevata frequenza di rimbalzo del blog. Quindi puoi costruire un'ipotesi sulla posizione di questa immagine che offre una soluzione per l'elevata frequenza di rimbalzo.

Durante l'elaborazione dell'ipotesi, è necessario specificare l'indicatore di prestazioni chiave (KPI) da misurare, l'aumento previsto e l'elemento da testare.

Successivamente, vai avanti per eseguire l'esperimento.

Passaggio 3: eseguire esperimenti

In base all'ipotesi, scegli tra test come il test A/B, il test multivariato, lo split URL e il test multipagina. Lo esegui finché il test non raggiunge una significatività statistica.

Il test può comportare un cambiamento nel tasso di conversione e gli approfondimenti sul comportamento dell'utente verso la nuova esperienza possono aprire le porte per identificare le aree per il secondo ciclo della sperimentazione.

Pertanto, l'Experimentation Loop traccerà costantemente un percorso per migliorare la conversione.

Ciclo di sperimentazione e imbuto di vendita

L'esecuzione di loop di sperimentazione in ogni fase della canalizzazione può migliorare sostanzialmente il tasso di conversione e fornire un quadro strategico per testare ipotesi piuttosto che un approccio casuale.

Per migliorare il tasso di conversione dello stesso elemento, puoi eseguire un ciclo di sperimentazione, come mostrato nell'esempio dal test A/B al test multivariato.

In alternativa, puoi analizzare gli approfondimenti di un test che ha migliorato una metrica per vedere come ha influito su altre metriche, il che potrebbe portare al secondo ciclo del test.

Per esempio, prendiamo la fase della consapevolezza. L'obiettivo in questa fase è attirare gli utenti e presentarli a prodotti o servizi su una piattaforma digitale.

Supponiamo di aver eseguito un test A/B sugli annunci della rete di ricerca per attirare più utenti sul sito web e di monitorare metriche come il numero di visitatori.

Diciamo che il test ha portato a un miglioramento del traffico. Ora puoi passare all'analisi di altre metriche, come la percentuale di profondità di scorrimento e la frequenza di rimbalzo per la pagina di destinazione e identificare le aree di miglioramento. Per individuare le aree specifiche in cui gli utenti stanno uscendo, puoi utilizzare strumenti come mappe di scorrimento, mappe di calore e registrazioni delle sessioni. L'analisi può portarti a creare ipotesi per la seconda parte dell'esperimento. Potrebbe comportare il miglioramento del coinvolgimento degli utenti testando un elemento visivo o un titolo accattivante.

Allo stesso modo, l'esecuzione del ciclo di sperimentazione in altre fasi della canalizzazione può ottimizzare il micro viaggio che il cliente compie in ogni fase della canalizzazione. Inoltre, l'Experimentation Loop può portare alla creazione di ipotesi da una fase di imbuto all'altra, risultando in un'esperienza senza soluzione di continuità che è difficile da ottenere con un approccio a silos.

In che modo Frictionless Commerce utilizza gli Experimentation Loops per il copywriting di conversione

Frictionless Commerce, un'agenzia digitale, si affida a VWO da oltre dieci anni per condurre test A/B sui percorsi dei nuovi acquirenti. Hanno stabilito un sistema in cui costruiscono nuovi esperimenti basati sui loro precedenti apprendimenti. Attraverso la sperimentazione iterativa, hanno identificato nove driver psicologici che influiscono sulle decisioni degli acquirenti per la prima volta.

Recentemente, hanno lavorato con un cliente nel settore degli shampoo solidi, dove hanno creato una copia della pagina di destinazione che incorporava tutti e nove i driver. Dopo aver eseguito il test per cinque settimane, hanno registrato un aumento del 5,97% del tasso di conversione, con 2778 nuovi ordini.

Mostra solo come i loop di sperimentazione possono portare preziose informazioni e portare la tua esperienza utente a un livello superiore.

Puoi saperne di più sul processo di sperimentazione di Frictionless Commerce nel loro caso di studio.

Conclusione

Abbracciare l'apprendimento continuo e l'ottimizzazione forniti da Experimentation Loops è fondamentale per le aziende che desiderano stare al passo con i tempi e migliorare i propri tassi di conversione.

Per guidare veramente il successo dalla tua proprietà digitale, è il momento di rompere gli schemi lineari e abbracciare il ciclo di sperimentazione. Utilizzando un quadro strategico per testare le ipotesi, piuttosto che un approccio casuale, le aziende possono ottimizzare e migliorare continuamente le loro offerte digitali.

Puoi creare loop di sperimentazione utilizzando VWO, la piattaforma di sperimentazione leader a livello mondiale. VWO offre test gratuiti per un massimo di 5000 utenti monitorati mensilmente. Visita ora la nostra pagina dei piani e dei prezzi per ulteriori informazioni.