Jak w pełni wykorzystać testy A/B, aby zwiększyć współczynniki konwersji

Jednym z łatwiejszych (i najczęstszych) rodzajów testów CRO jest test A/B. Niezbędne w każdym narzędziu optymalizacyjnym marketera, testy A/B mogą wydawać się onieśmielające ze względu na swój techniczny i statystyczny charakter. W rzeczywistości jest to jeden z najbardziej wyraźnych i skutecznych sposobów poprawy współczynników konwersji. Wskazując konkretne odmiany elementów kampanii, które dobrze sprawdzają się wśród odbiorców, testy A/B usuwają domysły z CRO i przekształcają teorię w zastosowanie.

Gotowy na skok? Przyjrzyjmy się, na czym polega testowanie A/B, i omówmy kilka najlepszych praktyk, aby błyskawicznie testować jak profesjonalista.

Dla tych, którzy wolą oglądać niż czytać...

Co to są testy A/B?

Podstawy

Mówiąc najprościej, testy A/B to wersja kontrolowanego eksperymentu marketera. Test A/B, znany również jako test dzielony, umożliwia testowanie obok siebie odmian niektórych elementów kampanii, takich jak strona docelowa. Wyniki pozwolą określić, która wersja jest najskuteczniejszą opcją. Ze względu na dość prostolinijność jest to jeden z najpopularniejszych testów wykorzystywanych w optymalizacji współczynnika konwersji.

Jak działa testowanie A/B

Testy A/B rozpoczynają się od stworzenia dwóch (lub więcej) wersji treści. Dowolną pożądaną zmienną można dostosować i uważa się, że najlepszą praktyką jest sprawienie, aby te wersje znacznie różniły się od siebie, ale tylko w jeden sposób. Kawałki są następnie prezentowane odbiorcom o podobnej wielkości, a responsywność i współczynniki konwersji każdej grupy są rejestrowane i analizowane za pomocą oprogramowania CRO do testowania i/lub analizy.

Uzyskaj listę kontrolną optymalizacji kampanii, która pomoże Ci określić, które części kampanii są słabsze, abyś mógł ustalić priorytety działań testowych

Proces testowania A/B

Przejdźmy więc do sedna sprawy i zbadajmy szczegółowo, jak przebiega skuteczny test A/B.

1. Wybierz swoją zmienną

Podobnie jak w przypadku metody naukowej, chcesz wyizolować jedną „zmienną niezależną” do przetestowania. Aby wyjaśnić, A/B pozwala na testowanie więcej niż jednej odmiany, o ile są one testowane pojedynczo. Do przetestowania czekają wszystkie elementy układu lub projektu, które Cię zainteresowały, od czcionek strony docelowej, przez umieszczanie przycisków wezwania do działania, po wiersze tematu wiadomości e-mail. Rozważ opracowanie hipotezy do oceny na podstawie wyników i pamiętaj, aby zachować prostotę – nie testuj wielu zmiennych jednocześnie!

2. Zdecyduj o metrykach

„Zmienna zależna” będzie metryką, na której skupisz się w trakcie testu. Współczynnik konwersji wydaje się najbardziej oczywisty, ale inne dane istotne dla CRO mogą obejmować współczynnik porzucania koszyka, czas spędzony na stronie, współczynnik odrzuceń i więcej Poświęć trochę czasu na znalezienie KPI (kluczowych wskaźników wydajności) najbardziej odpowiednich dla konkretnego testowanego elementu.

Inną kwestią jest pożądana istotność statystyczna wyników. Ustawienie wyższego poziomu ufności jest równoznaczne z inwestowaniem w dokładność wyników. Widzimy słabą znajomość statystyki w świecie CRO w tym temacie i sugerujemy ten blog na temat statystyk testów A/B, aby to naprawić.

3. Skonfiguruj swoje grupy

Pozostały element eksperymentu, który należy określić, to kontrola, która będzie niezmienioną wersją utworu, który będziesz testować. Po utworzeniu kontroli i testów możesz podzielić odbiorców na losowe grupy o jednakowej wielkości do testowania. Jeśli wydaje się to trudne do wdrożenia, nie martw się — to zadanie dla Twoich narzędzi testowych, kluczowy element Twojej strategii CRO.

Wielkość próbki będzie zależeć zarówno od możliwości używanego narzędzia, jak i charakteru testu. Podczas testowania czegoś takiego jak strona internetowa, przy stale rosnącej liczbie odwiedzających, czas trwania testu bezpośrednio określi wielkość próby; zbadaj istniejące wskaźniki odwiedzin, aby zorientować się, jak długo je prowadzić. Z drugiej strony, podczas testowania A/B wiadomości e-mail, zaleca się testowanie na pewnej części listy mailingowej.

4. Uruchom ten test!

Chociaż Twoje odmiany powinny być testowane jednocześnie, nie ma nic złego w strategicznym wybieraniu czasów testowania. Na przykład dobrze zaplanowane kampanie e-mailowe przyniosą wyniki szybciej; określenie, jakie są te czasy, wymaga zbadania danych demograficznych i segmentów subskrybentów. Jak wspomniano, w zależności od charakteru elementu, ruchu w witrynie i znaczenia statystycznego, które należy osiągnąć, test może trwać od kilku godzin do kilku tygodni.

Jeśli jesteś zainteresowany uzyskaniem dodatkowego wglądu w rozumowanie stojące za reakcjami odwiedzających, rozważ poproszenie o jakościową informację zwrotną. Ankiety wyjściowe i ankiety można dość łatwo dodać do stron witryny na czas trwania okresu testowego. Te informacje mogą zwiększyć wartość i efektywność Twoich wyników.

5. Sprawdź wyniki

Korzystając z wcześniej ustalonej hipotezy i kluczowych wskaźników, nadszedł czas, aby zinterpretować wyniki. Mając również na uwadze poziomy ufności, konieczne będzie określenie istotności statystycznej za pomocą narzędzia testowego lub innego kalkulatora. Jeśli jedna odmiana okaże się statystycznie lepsza od drugiej, gratulacje! Możesz teraz podjąć odpowiednie działania, aby zoptymalizować fragment kampanii.

Ale pamiętaj, że istotność statystyczna nie jest równoznaczna z istotnością praktyczną. Zawsze musisz brać pod uwagę czas i wysiłek, jaki włożysz w wprowadzenie zmiany i czy warto się zwrócić. Jeśli jest to tak proste, jak wysłanie jednego szablonu wiadomości e-mail na inny za pomocą jednego kliknięcia przycisku, to nie ma sensu. Ale jeśli sprowadza się to do zmodernizowania przez programistę setek stron docelowych w Twojej witrynie, chcesz się upewnić, że jest to tego warte.

6. W przypadku „nieudanego” testu

Jeśli żadna ze zmian nie dała statystycznie istotnych wyników – to znaczy test był niejednoznaczny – dostępnych jest kilka opcji. Po pierwsze, rozsądne może być po prostu utrzymanie oryginalnej wariacji na miejscu. Możesz także ponownie rozważyć swój poziom istotności lub zmienić priorytety niektórych kluczowych wskaźników wydajności z kontekstu testowanego elementu. Wreszcie, może być potrzebna silniejsza lub drastycznie inna odmiana. Co najważniejsze, nie bój się testować i testować ponownie; w końcu powtarzane wysiłki mogą tylko pomóc w poprawie optymalizacji.

Testy A/B a testy wielowymiarowe

Testowanie na wielu odmianach opiera się na tej samej kluczowej zasadzie, co jego odpowiednik A/B; różnica polega na większej liczbie testowanych zmiennych. Celem jest ustalenie, która konkretna kombinacja odmian działa najlepiej, i zbadanie „zamienności” każdej odmiany w kontekście innych zmiennych, a nie tylko samodzielnego procesu. Pod wieloma względami może to być bardziej wyrafinowana praktyka.

Ten rodzaj testowania to świetny sposób na zbadanie bardziej złożonych relacji między elementami, które można zoptymalizować. Teoretycznie możliwe jest przetestowanie setek kombinacji obok siebie! Warto zauważyć, że testy wielowymiarowe mają swoje wady, szczególnie w odniesieniu do większej ilości czasu i liczby odwiedzających witrynę potrzebnych do ich skutecznego przeprowadzenia.

Który test powinienem przeprowadzić?

Testy A/B to idealna metoda szybkiego uzyskiwania znaczących i widocznych wyników, niezależnie od wielkości firmy, ruchu w witrynie czy możliwości oprogramowania. Łatwy w interpretacji i mniej onieśmielający dla marketerów, którzy dopiero zaczynają przygodę z CRO, w niektórych przypadkach jest nawet używany w ciągłych cyklach przez duże firmy, które wolą go od projektowania testów wielowymiarowych. Jeśli dopiero zaczynasz swoją podróż do świata optymalizacji, może to być najlepsze miejsce na rozpoczęcie.

Testy na wielu odmianach są natomiast często zalecane w przypadku witryn o dużym natężeniu ruchu, aby uwzględnić liczbę odmian, które należy przetestować. Testowana strona również musi mieć odpowiednią ekspozycję. Testy wielowymiarowe najlepiej stosować, gdy chcesz poeksperymentować z bardziej subtelnymi modyfikacjami treści i prześledzić interakcje różnych elementów. Przydają się również do uzyskiwania wyników, które można później systematycznie stosować w projekcie witryny na większą skalę.

Skoro już wiesz, jak przeprowadzić test A/B, skąd wiesz, którym aspektem kampanii marketingowej zająć się najpierw? Mamy dla Ciebie idealne źródło: listę kontrolną optymalizacji kampanii. Pomoże Ci określić, które części Twojej kampanii są słabsze, dzięki czemu możesz nadać priorytet testom i działaniom optymalizacyjnym.

Ten blog jest częścią serii blogów Twój ostateczny przewodnik po optymalizacji współczynnika konwersji