Aktsepteerige a b testi tulemusi. AB-test: kuidas seda läbi viia ja mida selleks vaja on. Kuidas ja millal ma saan tõlgendada jagatud testimise tulemusi

(jagatud testimine, A / B testimine, jagatud testimine) saidil on turundusmeetod, mis seisneb elementide kontroll- (A) ja test (B) rühmade jälgimises - saidi lehed, mis erinevad ainult mõne näitaja poolest, et suurendada saidi konversiooni. Lehti näidatakse külastajatele vaheldumisi võrdsetes osades ning pärast vajaliku näitamiste arvu saavutamist määratakse saadud andmete põhjal kõige konversioonivõimalus.

A/B testimise etapid

Üldiselt võib kogu A/B-testimise protsessi kokku võtta viies etapis:

Samm 1. Eesmärkide seadmine (ärieesmärgid, konversioon, veebisaidi eesmärgid)

2. samm Esialgsete statistiliste andmete fikseerimine

3. samm Testi seadistus ja protsess

4. samm Tulemuste hindamine ja parima variandi rakendamine

5. samm Vajadusel korrake katset teistel lehtedel või muude elementidega

Testi kestus

Katse kestus sõltub saidil saadaolevast liiklusest. Konversioonimäär, samuti erinevused testitud valikutes. Paljud teenused määravad kestuse automaatselt. Keskmiselt piisab 100 konversioonitoimingust saidil ja selleks kulub umbes 2-4 nädalat.

Lehed testimiseks

Testimiseks saate valida saidi mis tahes lehe, mis on konversiooni seisukohalt oluline. Enamasti on see avaleht, registreerimis- / autoriseerimislehed, müügilehtri lehed. Sel juhul on parem pöörata tähelepanu järgmistele punktidele:

1. Enimkülastatud saidi lehed
2. Suure külastusega lehed
3. Keeldumise lehed

Esimene on vajalik katse puhtuse tagamiseks, teine ​​ja kolmas kohapealsete nõrkuste tuvastamiseks.

Kõige sagedamini valitakse testimiseks nupud, tekst, hüüdlause tegevusele ja lehe kujundus tervikuna. Elemendi valimiseks saate kasutada järgmist toimingute algoritmi:

• Külastaja käitumise kohta püstitatakse hüpotees
• Pakutakse välja lahendus elementide muutmiseks (parem on võtta 1-2, mitte rohkem)

1. Lisage sõna "tasuta"
2. Esitage selgitav video
3. Liimige registreerimisnupp lehe ülaossa
4. Vähendage rakenduses väljade arvu
5. Lisa eripakkumiste loendur
6. Lisa tasuta prooviversioon
7. Muutke nuppude värve või teksti

Testi automatiseerimine

Testimisprotsessi automatiseerimiseks on mitmeid tasulisi ja tasuta tööriistu erinevate funktsioonide komplektiga. Suurt nimekirja saab vaadata. Kõige populaarsem võib olla katsed Google Analyticsis. See on tasuta, venestatud, hõlpsasti õpitav ja kui saidile on installitud loendur, siis ei pea te ootama algandmete kogumist ja saate katset alustada vaid paari klõpsuga.

A/B testimine Google Analyticsiga

Mõelge Google Analyticsis testi loomise protsessile. Selleks minge vahekaardile Aruanded->Käitumine->Katsed. Sisestage testitava lehe URL ja klõpsake nuppu "Alusta katset".

Järgmise sammuna tuleb täita väljad: katse nimi, eesmärk (saate valida saidi jaoks seadistatud eesmärkide hulgast), saidi külastajate katvus katse jaoks (parem on määrata 100%).

Teises etapis peate määrama põhi(juht)lehe ja selle variantide aadressid.

Kui kõik on õigesti tehtud, annab süsteem testimise alustamiseks rohelise tule.

Katse tulemus on väga visuaalne ja võib välja näha järgmine:

Vastupidiselt levinud arvamusele (luuakse ju topeltlehti) ei avalda selline testimine saidi positsioonile negatiivset mõju. Piisab, kui kirjutada alternatiivsetele lehtedele rel="canonical".

A/B testimise puhul oluline

1. Lehtede testversioonid ei tohiks erineda rohkem kui 2 elemendi võrra
2. Liiklus lehtede vahel peaks olema võrdselt jaotatud
3. Seadete tegemisel valige saidi uued külastajad
4. Tulemusi saab hinnata vaid lai valim, soovitavalt vähemalt 1000 inimest.
5. Hinnake tulemusi samal ajal
6. Te ei tohiks ennast usaldada, sest kõik kasutajad ei mõtle nii, nagu teie, seega ei pruugi teie eelistatud variant olla võidukas.
7. A/B testimise tulemused ei pruugi alati anda soovitud tulemusi konversioonide suurendamisel. Nii et peate katsetama teiste elementidega.

A/B testimine, tuntud ka kui jagatud testimine, on üks tõhusamaid viise oma saidi mõõdetavate (ja tõenditel põhinevate) täiustuste leidmiseks. Praktikas näeb see välja järgmine: arendatakse välja kaks sisuversiooni – näiteks sihtlehe jaoks – ja kaks sellist lehte käivitatakse samaaegselt sama suurusega vaatajaskondade jaoks, et teada saada, milline neist paremini töötab. Selline korralikult läbi viidud test näitab, millised muudatused aitavad konversioone suurendada.

Paljudel inimestel on küsimusi selle kohta, kuidas A / B testimist käivitada ja edukalt läbi viia. Siin on kõige sagedamini esitatavad küsimused ja nende vastused.

1. Millal on A/B testimine hea/halb idee?

Enamasti kukuvad sellised testid läbi, kuna nende taga pole selgeid eesmärke – seega pead teadma, mida testid. Näiteks kasutage seda viktoriini, et testida teooriat: kas see pilt aitaks suurendada konversioone, kui see lisatakse sihtlehele? Kas inimesed vajutavad tõenäolisemalt sinist või punast nuppu? Mis juhtub, kui muudate pealkirja, et rõhutada, et pakkumine on piiratud? Kõigi nende muutuste mõju on üsna mõõdetav.

Inimestel on palju probleeme A/B-testide käivitamisega, kui eesmärk on liiga ebamäärane, näiteks katsetada kahte erinevat kujundust. Selge võitja selgumiseni võib kuluda kaua aega ja võib teha ebatäpseid järeldusi, tekib ebakindlus, mis tegelikult konversioonide kasvu põhjustas.

2. Mitu variatsiooni peaks A/B testimisel olema?

Oletame, et olete teinud head tööd ja teil on neli uskumatut sihtlehe kujundusideed. Muidugi tahaksin kõik neli võimalust korraga käivitada ja võitja välja selgitada, kuid sellist samaaegset käivitamist ei saa enam pidada A / B testimiseks. Mitmed tegurid igast valikust võivad nii-öelda tulemuste selget vett risustada. Õige A/B testimise ilu seisneb selles, et see on usaldusväärne ja spetsiifiline.

3. Mis on nullhüpotees?

Nullhüpotees on hüpotees, et tulemuste erinevus on tingitud valimiveast või standardkõikumistest. Mõelge mündi viskamisele. Kuigi tõenäosus tema peadele maanduda on 50/50, on praktikas mõnikord 51/49 või mõni muu juhtumist sõltuv suhe. Mida rohkem aga münti viskate, seda lähemale jõuate tulemusele 50/50.

Statistikas tõestatakse idee õigsust või ebaõigsust nullhüpoteesi vaidlustamisega. Meie puhul on selle hüpoteesi vaidlustamine piisavalt pikk, et välistada juhuslikud tulemused. Seda nimetatakse ka statistilise olulisuse saavutamiseks.

4. Mitu lehe tabamust kulub hea A/B testi tulemuse saamiseks?

Enne A/B testi tulemuste kontrollimist tuleks veenduda, et see on saavutanud statistilise olulisuse – mingi hetk, mille järel saad olla 95 protsenti või enamgi kindel, et tulemus on õige.

Hea on see, et paljudel testimisvahenditel on juba sisse ehitatud statistilise olulisuse loendur: selle abil antakse teile signaal, kui testi tulemused on tõlgendamiseks valmis. Kui sellist loendurit pole, saate statistilise olulisuse arvutamiseks kasutada ühte paljudest tasuta kalkulaatoritest ja tööriistadest.

5. Mis on mitme muutujaga testimine ja mille poolest see erineb A/B testimisest?

A/B-teste kasutatakse tavaliselt ühe tõhusa ümberkujundamise lahenduse määramiseks konkreetse eesmärgi saavutamiseks (näiteks konversioonide suurendamiseks). Mitme muutujaga testimist kasutatakse tavaliselt väikeste muudatuste testimiseks pikema aja jooksul. See hõlmab mitut saidi elementi ja kontrollib nende elementide kõiki võimalikke kombinatsioone pidevaks optimeerimiseks. HubSpoti ekspert Corey Eridon selgitab ühe või teise testi kasutamise erinevusi:

"A/B testimine on suurepärane meetod, kui soovite kiireid ja sisukaid tulemusi. Kuna muudatused lehel on selgelt nähtavad, on lihtsam öelda, milline leht toimib kõige paremini. See on ka õige valik, kui teie saidil on vähe liiklust.

Kuid õigete tulemuste saamiseks mitme muutujaga testimisel on teil vaja suure liiklusega saiti, kuna sellise testimise käigus kontrollitakse mitut erinevat muutuvat elementi.

Kui teil on mitme muutujaga testimiseks piisavalt liiklust (kuigi isegi siis saate uute kujunduste ja paigutuste testimiseks kasutada A/B-teste), on kõige parem seda teha siis, kui soovite lehel peeneid muudatusi teha, mõista, kuidas teatud elemendid interakteeruvad üksteist ja täiustada järk-järgult olemasolevat kujundust.

6. Kas vastab tõele, et A/B testimine mõjutab SEO-d negatiivselt?

Levib müüt, et A/B testid langetavad saidi asetust otsingumootorites, kuna neid saab liigitada dubleerivaks sisuks (mis pole teadaolevalt otsingumootoritele kuigi sõbralik). Kuid see pole absoluutselt nii – õige lähenemise korral testimisele. Tegelikult soovitab Google'i Matt Cutts oma saidi funktsionaalsuse parandamiseks teha jagatud teste. Näiteks Website Optimizer suudab seda müüti hästi ümber lükata.

Kui olete ikka veel veendunud vastupidises, võite alati lisada ühele lehe variatsioonile noindex-märgendi. Lugege sellise sildi lisamise üksikasjalikke juhiseid.

Toimetaja märkus. Hiljuti avaldas Google, et vältida A/B-testide negatiivset mõju saidi positsioonile Google'i otsingutulemustes.

7. Kuidas ja millal saab jagatud testi tulemusi tõlgendada?

Test töötab. Andmed hakkavad kogunema. Ja sa tahad teada saada, kes on võitja. Kuid varajased etapid ei ole õige aeg testitulemuste tõlgendamiseks. Oodake, kuni teie test saavutab statistilise olulisuse (vt 4. sammu) ja seejärel pöörduge tagasi oma esialgse hüpoteesi juurde. Kas test kinnitas või lükkas lõpuks teie oletused ümber? Kui jah, võite teha mõned järeldused. Testimise analüüsimisel ärge kiirustage selle tulemusi konkreetsetele muutustele omistama. Veenduge, et muudatuste ja tulemuse vahel oleks selge seos ning et siin ei oleks segatud mingeid tegureid.

8. Mitut muutuvat elementi tuleks testida?

Teil on vaja veenvate tulemustega testi, kulutate sellele oma aega ja seetõttu soovite kindlasti lõpuks saada selge vastuse. Mitme muudatuse samaaegse testimise probleem seisneb selles, et te ei suuda täpselt kindlaks teha, milline neist on kasulikum. See tähendab, et saate kindlasti öelda, milline leht toimib üldiselt paremini, kuid kui igal lehel testitakse kolme või nelja muutuvat elementi, ei saa te teada, milline element lehte kahjustab, ega ka kasulikke elemente tutvustada. teisi lehti. Meie nõuanne: käivitage põhitestide seeria, tehes iga kord ühe muudatuse, et korrata lehe kõige tõhusamat versiooni.

9. Mida ma peaksin testima?

• Üleskutsed tegevusele. Isegi seda ühte elementi arvesse võttes saate testida mitut erinevat asja. Veenduge, et mõistaksite, millist tegevuselekutse konkreetset aspekti soovite testida. Saate testida kõne teksti ennast: mille peale see seda vaatajat tõukab? Saate katsetada asukohta: kus lehel on parim koht helistamiseks? Saate testida ka kuju ja stiili: kuidas see välja näeb?
• Pealkiri. See on tavaliselt esimene asi, mida külastaja teie saidil loeb, seega on selle mõju potentsiaal märkimisväärne. Proovige oma A/B testimisel erinevaid pealkirjastiile. Veenduge, et iga pealkirja erinevus oleks selge ja et see poleks sama pealkirja mõttetu ümberkirjutamine. See on vajalik selleks, et täpselt teada, mis muutused põhjustas.
• Pilt. Mis on tõhusam? Pilt inimesest, kes teie toodet kasutab, või toode ise? Proovige lehe erinevaid variatsioone erinevate abipiltidega ja vaadake, kas see muudab midagi.
• Teksti pikkus. Kas selle lühendamine aitaks sõnumit selgemaks muuta? Või, vastupidi, on lause olemuse selgitamiseks vaja rohkem teksti? Põhiteksti erinevaid versioone proovides saate kindlaks teha, kui palju selgitusi lugeja enne teisendamist vajab. Selle testi toimimiseks proovige kasutada ligikaudu sama sisuga tekste, muutes ainult nende pikkust.

10. Kas A/B testimisega saab testida midagi muud peale veebilehtede?

Kindlasti! Lisaks sihtlehtedele ja veebilehtedele kasutavad paljud turundajad A/B-teste e-posti postkastide, tasulise kliki (PPC) kampaaniate ja tegevusele kutsumiste jaoks.

• Meil. Siin võivad testitavateks muutuvateks elementideks olla kirja teema, isikupärastamise võtted, saatja nimi.
• PPC kampaaniad. Nende kampaaniate ajal saate pealkirjale, kehatekstile, lingi tekstile ja märksõnadele rakendada A/B testimist.
• Üleskutse tegevusele. Siin saate katsetada kõne teksti, selle kuju, värvilahendust ja asukohta lehel.

11. Kuidas leida sarnaste ettevõtete A/B testimise näiteid?

A/B-testimise näiteid ja tulemusi koguvad mitmed saidid. Mõned neist võimaldavad teil otsida ettevõtte tüübi järgi ja enamik pakuvad üksikasjalikku teavet selle kohta, kuidas ettevõte testitulemusi tõlgendas. Kui olete A/B testimisega alles alustamas, võib olla kasulik lugeda mõnda neist saitidest, et mõista, mida teie ettevõte testima peab.

• WhatTestWon.com. Sellel saidil on mitmeid näiteid, samuti korraldatakse iga-aastaseid võistlusi, kuhu saate oma teste esitada.
• Visuaalne veebisaidi optimeerija pakub A/B testimise tarkvara. Ettevõtte ajaveebis on mõned näited, millest võiksite õppida.
• ABTests.com. Seda saiti enam ei värskendata, kuid sellel on hea A/B-testide arhiiv.

12. Mida peaksin tegema, kui ma tulemusi ei usalda?

Kui te tõesti tulemusi ei usalda ja olete välistanud testi kehtivusega seotud vead või probleemid, on kõige parem teha sama test uuesti. Käsitlege seda täiesti eraldiseisva testina ja vaadake, kas saate tulemust korrata. Kui ta end ikka ja jälle kordab, võib teda ilmselt usaldada.

13. Kui sageli peaksin A/B-testimist läbi viima?

Teie saidil on alati midagi testida. Lihtsalt veenduge, et igal testil oleks selge eesmärk ja tulemuseks oleks teie külastajate ja ettevõtte jaoks funktsionaalsem sait. Kui teete palju teste ja tulemuseks on minimaalne mõju ja väikesed võidud, mõelge oma testimisstrateegia ümber.

14. Mida on vaja saidil A/B testimise alustamiseks?

Parim viis A/B testimiseks on kasutada spetsiaalset tarkvara, nagu Visual Website Optimizer, HubSpot, Unbounce. Kui te ei viitsi koodiga veidi askeldada, on Google'il Google Analyticsis ka tasuta tööriist nimega sisukatsetused. See erineb pisut traditsioonilisest A/B-testimisest, kuid kui oled tehniliselt asjatundlik, tasub seda tööriista proovida.

15. Millised on kehtivuslõksud peale valimi suuruse?

Eelmisel aastal koostas MECLABS testide kehtivusohtude kogumiku. Siin arutleb dr Flint McGlaughlin testimisvigadest ja sellest, kuidas nende riski oma testides vähendada. Soovitame lugeda täisteksti, kuid lisage siiski paar viga loendist:

• Välismaailmas toimub midagi, mis põhjustab testitulemustes negatiivseid eelarvamusi.
• Testimistarkvara viga õõnestab selle tulemusi.

16. Kas ma pean läbi viima saidi avalehe A/B testimise?

Kodulehe testimiseks toimiva testi väljatöötamine võib olla väga keeruline. Selle lehe liiklus on väga muutlik, sest seal käivad kõik – juhukülastajatest potentsiaalsete klientide ja tõeliste ostjateni. Lisaks on avalehel tavaliselt tohutult palju sisu, mistõttu võib ühe testiga olla keeruline kindlaks teha, mis paneb külastajad tegutsema või mitte.

Lõpuks, kuna teie avalehele tulevad täiesti erinevad külastajad, võib testi ja lehe konkreetse eesmärgi kindlaksmääramine osutuda problemaatiliseks. Võite näiteks katsetada konversioone, kuid kui testleht saab potentsiaalsetelt klientidelt rohkem liiklust kui tegelikud kliendid, võivad teie eesmärgid selle rühma jaoks muutuda.

Kui soovite siiski oma kodulehte testida, vaadake tegevusele kutsumise teste.

17. Mis saab siis, kui mul pole lehe põhiversiooni?

Kontrollversioon on veebilehe olemasolev versioon, mille vastu tavaliselt uusi versioone lükatakse. Võib-olla soovite testida ka kahte lehe versiooni, mida varem polnud. Ja see on täiesti normaalne. Lihtsalt helistage ühele neist kontrolliks. Proovige valida see, mis on olemasoleva lehe kujunduselt kõige sarnasem, ja kasutage valikuna teist.

18. Miks ei ole A/B testimine alati 50/50?

Mõnikord võite A/B-testi läbiviimisel märgata, et lehtede erinevatel versioonidel on erinev liiklus. See ei tähenda, et testiga midagi valesti oleks, lihtsalt juhuslikud kõrvalekalded ilmnevad juhuslikult. Mõelge mündi viskamisele. Peade ja sabade tõenäosus on 50/50, kuid mõnikord tuleb sabasid näiteks 3 korda järjest. Mida suurem on aga teie lehe liiklus, seda lähemal peaksid testi tulemused olema 50/50.

Oleme välja andnud uue raamatu "Sotsiaalmeedia sisuturundus: kuidas saada tellijate pähe ja panna nad oma brändisse armuma".

Kui teile meeldis lapsepõlves autosid mootoriga lahti võtta või kõiki majas leiduvaid vedelikke segada, siis see artikkel on teie jaoks. Täna heidame pilgu veebisaidi A/B testimisele ja saame teada, miks see õigetes kätes võimsaks relvaks muutub. Kaevame teadvuse sügavustest välja katsetaja vaimu, raputame sellelt tolmu maha ja loeme.

Mis on A/B veebisaidi testimine?

Lühidalt öeldes on see meetod sama lehe kahe variatsiooni toimivuse hindamiseks. Näiteks tootekaardi kujundusi on kaks ja mõlemad on nii lahedad, et ei saa isegi magada ega süüa. Loogiline väljapääs on kontrollida, milline variant töötab kõige paremini. Selleks näidatakse poolte külastajate valikut number 1 ja poolele valikut number 2. Võidab see, kes ülesannetega paremini toime tuleb.

See ei ole ainus viis saidi A/B (või jagatud) testimise kasutamiseks. Sellega saab testida pööraseid hüpoteese, uue lehestruktuuri mugavust või erinevaid tekstivalikuid.

Kuidas veebisaidi A/B testimine läbi viiakse

Probleemi sõnastamine

Kõigepealt peate otsustama eesmärgi üle. Saate aru, mida soovite saavutada: suurendada konversioonide arvu, saidil veedetud aega või vähendada põrkemäära. Kui eesmärkide ja eesmärkidega on kõik korras, muutke nende põhjal sisu või kujundust. Näiteks saate jälgida kõigi kasvuhäkkerite teed ning muuta nupu Osta asukohta ja kujundust. Praegu ripub see vasakus allosas ja soovite näha, mis juhtub, kui muudate selle välimust ja liigutate nuppu üles ja paremale.

Tehniline teostus

Siin on kõik lihtne - kas luuakse eraldi leht, millel muutub ainult testimise objekt, või kasutab programmeerija maagiat ja rakendab kõik ühe dokumendi raames.

Kontrollandmete koostamine

Leht on ümber tehtud ja kõik on testimiseks valmis. Kuid kõigepealt peame mõõtma esialgseid konversioonimäärasid ja kõiki muid parameetreid, mida me kaalume. Lehe algsele versioonile anname nime “A” ja uuele “B”.

Test

Nüüd peame liikluse juhuslikult pooleks jagama. Pooltele kasutajatele kuvatakse leht A ja ülejäänud - B. Selleks saate kasutada eriteenuseid (neid on palju) või teha kõike programmeerija kätega.

Samas on oluline, et liikluse “koosseis” oleks sama. Katse ei ole objektiivne, kui ainult esimene valik on saadaval kõigile kasutajatele, kes tulevad konteksti klõpsates, ja ainult teine ​​​​võimalus on saadaval kõigile suhtlusvõrgustikest pärit külastajatele.

Analüüs

Nüüd peate ootama, kuni kogutakse piisavalt statistikat, ja võrrelda A / B testimise tulemusi. Kui kaua peate ootama, sõltub saidi populaarsusest ja mõnest muust parameetrist. Valim peab olema statistiliselt oluline. See tähendab, et juhusliku tulemuse tõenäosus ei tohiks olla suurem kui 5%. Näide: oletame, et mõlemal lehel on sama arv külastusi – kummalgi tuhat. Samal ajal on lehel A 5 sihttoimingut ja leheküljel B 6. Tulemus erineb liiga vähe, et mustrist rääkida, mistõttu see ei sobi.

Enamik eriteenistusi arvutab statistilise olulisuse läve ise. Kui teete kõike käsitsi, võite kasutada kalkulaator.

Otsuse tegemine

Kuidas testitulemustega toime tulla, on teie otsustada. Kui uus lähenemine töötas, võite selle saidile jätta koos lehe uue versiooniga. Samas ei maksa sellega peatuda, eriti kui näed, et näitajates on veel kasvupotentsiaali. Sel juhul jätke valik B saidile ja valmistage ette uus test.

Kuidas muuta A/B ja jagatud testimine objektiivseks

Vähendage välistegurite mõju.Oleme seda teemat juba veidi puudutanud - testida tuleb sama aja jooksul ja liiklusallikad peaksid olema mõlemal lehel samad. Kui te ei hoolitse võrdsete tingimuste eest, saate ebaesindusliku valimi. Otsingust pärit inimesed käituvad lehel teisiti kui Facebooki või Vkontakte grupi külastajad. Sama ka liikluse mahuga – see peaks olema ligikaudu sama.

Minimeerige sisemiste tegurite mõju.See kehtib suurettevõtete veebilehtede kohta – statistikat saavad tugevalt mõjutada ettevõtte töötajad ise. Nad külastavad saiti, kuid ei tee ühtegi sihipärast tegevust. Seetõttu tuleks need statistikast välja jätta. Selleks tuleb veebianalüütikasüsteemidesse paigaldada filter.

Lisaks on üks üsna ilmne asi, mis mõnikord ununeb. Peate testima ühte elementi. Kui muutsite korraga pool lehekülge, kuid saidi täielikku ümberkujundust ei tehtud, ei kehti katse tulemused.

Kas veebisaidi A/B testimine mõjutab SEO-d?

Levinud on müüt, et A/B testimine võib minna kõrvale, kuna dubleerivate lehtede tõttu võite sattuda otsingumootori filtrite alla. See ei ole tõsi. Google ütleb teile isegi, kuidas seda õigesti teha, ja pakub selleks spetsiaalseid tööriistu.

Mida ja kuidas saab A/B testimisega parandada

• teisendamine.Kõige populaarsem variant. Isegi väike muudatus lehel võib mõjutada teie konversioonimäära. Sel juhul võib sihttoiminguks lugeda ostu ja registreerumist ning lehe vaatamist ja uudiskirja tellimist ja lingil klikkimist.
• Keskmine kontroll.Sel juhul testitakse sageli uusi lisamüügi plokke: "sarnased tooted" ja "osta sageli selle tootega".

• käitumuslikud tegurid.Nende hulka kuuluvad sirvimissügavus, keskmine saidil veedetud aeg ja põrgatused.

Tavaliselt proovige muuta:

• Nupukujundus "Osta", "Jäta päring".
• Lehe sisu: pealkirjad, tootekirjeldus, pildid, kutsed tegevusele ja kõik muu.
• Ploki asukoht ja välimus koos hindadega.
• Lehekülje struktuur.
• Taotlusvormi kujundus, struktuur ja kujundus.

Põhimõtteliselt võib kõik toimida, ükski Wang ei oska täpselt öelda, kuidas konversiooni või keskmist tšekki suurendada. Soovitusi on palju, kuid nende kõigi arvessevõtmine on lihtsalt ebareaalne ja neil võib olla vastupidine mõju. Ja mõnikord viivad parema jõudluseni täiesti ebaloogilised asjad, näiteks kauba üksikasjaliku kirjelduse tagasilükkamine. Proovige erinevaid lähenemisviise ja võimalusi, see on test.

Veebisaidi A/B testimise tööriistad

Neid on vaid hunnik, nii et valisime parima. Kõik need on inglise keeles ja seetõttu kallid, kuid igal neist on tasuta prooviperiood. Venemaal teeb midagi sarnast ainult lpgenerator.ru, kuid seal saab testida ainult teenusekonstruktoris loodud maandumislehti. Te ei saa oma lehte laadida.

Optimizely.com

Üks populaarsemaid teenuseid. Võimalik testida kõike ja igas kombinatsioonis. Muud eelised: mitme kanaliga testimise võimalus, katsetused mobiilirakendustega, mugavad tulemuste filtrid, sihtimine, visuaalne redaktor ja natuke veebianalüütikat.

muuda uuesti.mina

Üsna mugav teenus, mille peamiseks eeliseks on lihtne ja täielik integratsioon Google Analyticsiga: eesmärke saab luua otse teenuses ja seejärel need automaatselt süsteemi üles laadida. Ülejäänud funktsioonid on enam-vähem standardsed: lihtne visuaalne redaktor, sihtimine seadme ja riigi järgi. konkreetne komplekt sõltub tariifiplaanist.

ABtasty.com

Seda teenust eristab pikk prooviperiood - see kestab kuni 30 päeva tavapärase 14-15 päeva asemel. Lisaks integreerub tööriist WordPressi, Google Analyticsi ja mitmete teiste välismaiste turundajate ja veebimeistrite kasutatavate teenustega. Täiendavad eelised: kasutajasõbralik liides ja üksikasjalik sihtimine.

Kuidas Google Analyticsiga A/B-testida

Selleks peate oma kontole sisse logima, avama aruandemenüü, kerima vahekaardile "Käitumine" ja klõpsama seal nuppu "Katsed". Seal on kõik ülimalt lihtne.

Anname katsele nime, jaotame liikluse lehtede vahel vajalikus proportsioonis, valime eesmärgid ja jätkame järgmise sammuga – üksikasjalikud seaded.

Seal pannakse paika lehekülgede A ja B aadressid.Kui teha linnuke “Ühenda variandid teiste aruannete jaoks sisu järgi”, siis muudes aruannetes võetakse alglehe indikaatoritena arvesse kõikide variantide näitajad.

Pärast seda genereerib Analytics koodi, mille peate lehele A paigutama ja katse käivitama. Toimivusaruandeid näete samas menüüs Katsed.

Kuidas seadistada Yandex Metrica A/B testimiseks

Töö on jagatud kaheks osaks. Esimene samm on luua kaks lehekülge või konfigureerida üks, et näidata kasutajale kahte erinevat tüüpi elementi. Kuidas seda teha, on eraldi suure artikli teema, nii et praegu jätame sellest mööda.

Pärast seda peate mõõdikusse üle kandma teabe selle kohta, millist saidi versiooni kasutaja nägi. Väike õpetusannab endale "Yandex" . Meie jaoks peame looma A / B testimisparameetri ja määrama sellele soovitud väärtuse. Nupu puhul määratleme parameetri järgmiselt:

var yaParams = (ab_test: "Button1" );

või

var yaParams = (ab_test: "Button2" );

Pärast seda kantakse parameeter üle "Metrikasse" ja selle abil saab koostada aruande "külastusparameetrite" kohta.

Tulemused

Saidi A / B (või jagatud) testimine on oluline, vajalik ja peaaegu kohustuslik tööriist. Kui testite regulaarselt uusi hüpoteese, võib lehe jõudlus viia uuele tasemele. Kuid ei saa öelda, et see nõuab minimaalset pingutust. Lihtsalt nupu asukoha või värvi muutmiseks peate kaasama programmeerija või disaineri, isegi kui see ei võta palju aega. Lisaks võib igasugune oletus olla vale. Kuid need, kes ei riski, ei saa suuremat avaldustevoogu ega jookse kontoris rõõmsalt ringi.

Algne postitus: http://quality-lab.ru/a-b-testing/

Sissejuhatus

Emotsioonid juhivad inimesi ja inimeste emotsioonide juhtimine on iga turundaja unistus. Reeglina põhinevad kõik uuendused subjektiivsel "mulle tundub, et see on ilusam / mugavam". Hoopis harvemini tehakse konkreetse muudatuse puhul klientide arvamuste analüüsi. Turundaja subjektiivsele hinnangule on võimalik tugineda, kuid see on riskantne. Fookusgrupi kokkupanek on kallis. Lihtsalt muutuse sisseviimine ja teatud aja möödudes toimuva nägemine pole teaduslik.

Kuidas siis ikkagi kindlaks teha muutustest saadavat kasu ilma kliente ja aega kaotamata? Selle küsimuse lahendab A/B testimine. Selle kasutamine toob kaasa klientide liikluse ja saidi konversiooni taseme suurenemise, müükide, klikkide ja meeldimiste arvu suurenemise.

Mis see on?

Wiki definitsioon:
A/B testimine(Inglise A / B testimine, Split testimine) - turundusuuringute meetod. Meetodi olemus seisneb selles, et elementide kontrollrühma võrreldakse testrühmade kogumiga (milles muudeti üht või mitut näitajat), et selgitada välja, milline muudatustest parandab sihtnäitajat. A/B testimise variatsioon on mitme muutujaga testimine. Sel juhul ei testita kahte terviklikku varianti, vaid mitut toote elementi või uuritava objekti komponente korraga erinevates kombinatsioonides, milles iga testitav element võib olla kahte tüüpi (A või B).

Lihtsamalt öeldes on kogu saidi inimeste voog jagatud kahte rühma. Ühele rühmale kuvatakse avaleht, näiteks nupuga Registreeru (valik A). Teine rühm on sama leht, kuid nupuga Registreeru tasuta (valik B). Testimine toimub seansiliselt. Iga seansi lõpus summeeritakse tulemused ja arvutatakse välja võiduvariant. Mitme muutujaga A / B testimise näide on näidatud diagrammil:

Kuidas testida?

Kujutage ette olukorda: internetipangal oli vaja suurendada eraisikutele laenutaotluste arvu. Saidil oli juba bänner üleskutsega taotlust täita, kuid turundajad pakkusid, et vormistasid selle ära. Testimisosakonnale esitati A/B testimiseks kaks paigutust:

Kõigepealt otsustas testimisosakond tööriistade kasuks, mis võimaldavad salvestada statistikat ja analüüsida tulemust. Veebis on kümneid A/B testimisplatvorme, millest populaarseimad on:

Kõik need on omal moel mugavad ja sisaldavad piisaval hulgal funktsioone, et saada A/B testimise läbiviimisel asendamatuks abiliseks. Meie testijate valik langes tasuta Google'i sisueksperimendile (see lahendus on osa Google Analyticsist ja suudab võitja iseseisvalt määrata).

Selle platvormi abil loodi panga kodulehel katsetamiseks katse. Õigete tulemuste saamiseks oli vaja läbi viia mitu kahenädalast testimist. Esimesel seansil said testijad segase tulemuse (kahe variandi teisendus oli peaaegu võrdne, nii et A / B testimise võitjat ei olnud võimalik välja selgitada). Pärast mitmeid sarnaseid katseid õnnestus testijatel siiski saada selge testitulemus: bänneri teine ​​versioon (koos perefotoga) võitis. Võib-olla oli see tingitud asjaolust, et viimane seanss langes uusaastapühadele: sihtrühm oli lojaalsem ja sõbralikum.

Loo tulemus: kui varem taotles laenu 2 inimest 10-st, kes bännerit vaatasid, siis nüüd on see 4 10-st.

Tuleme tagasi A/B testimistööriistade juurde. Tööriistade puhul, mis ei tea, kuidas võitjat määrata, saab A / B testimise tulemusi käsitsi või kalkulaatori abil töödelda. Käsitsi töötlemisel tuleb arvestada konversiooni ja saidi külastuste arvu suhet. See on aeganõudev protsess, mis nõuab keskendumist ja täpsust; selleks võib kuluda mitu tundi. Palju mugavam on kasutada valmislahendust - kalkulaatorit: peate lihtsalt sisestama testi tulemused ja hankima võiduvõimaluse. Peaaegu kõik A/B-testimise kalkulaatorid on inglisekeelsed, kuid on ka