Fogadja el a b teszt eredményeit. AB-teszt: hogyan kell elvégezni és mi szükséges ehhez. Hogyan és mikor értelmezhetem a megosztott vizsgálati eredményeket

(osztott tesztelés, A / B tesztelés, osztott tesztelés) az oldalon egy olyan marketing módszer, amely a kontroll (A) és teszt (B) elemcsoportok figyeléséből áll - olyan webhelyoldalak, amelyek csak néhány mutatóban különböznek egymástól annak érdekében, hogy növelje a webhely konverzióját. Az oldalak felváltva egyenlő arányban jelennek meg a látogatók számára, és a szükséges megjelenítési szám elérése után a kapott adatok alapján a legtöbb konverziós opció kerül meghatározásra.

Az A/B tesztelés szakaszai

Általánosságban elmondható, hogy a teljes A/B tesztelési folyamat 5 lépésben foglalható össze:

1. lépés. Célok meghatározása (üzleti célok, konverzió, webhelycélok)

2. lépés Kiinduló statisztikai adatok rögzítése

3. lépés Tesztbeállítás és folyamat

4. lépés Az eredmények értékelése és a legjobb megoldás megvalósítása

5. lépés Ismételje meg a kísérletet más oldalakon vagy szükség szerint más elemekkel

Teszt időtartama

A kísérlet időtartama a webhelyen elérhető forgalomtól függ. Az átváltási arány, valamint a tesztelt opciók közötti különbségek. Sok szolgáltatás automatikusan meghatározza az időtartamot. Átlagosan 100 konverziós művelet elég a webhelyen, és körülbelül 2-4 hetet vesz igénybe.

Oldalak tesztelésre

Tesztelésre az oldal bármely konverziós szempontból fontos oldalát kiválaszthatja. Leggyakrabban ez a főoldal, a regisztrációs / engedélyezési oldalak, az értékesítési csatorna oldalai. Ebben az esetben jobb, ha odafigyel a következő pontokra:

1. Leggyakrabban látogatott oldalak
2. Magas látogatottságú oldalak
3. Elutasító oldalak

Az első a kísérlet tisztasága érdekében szükséges, a második és a harmadik a helyszín gyengeségeinek azonosításához.

Leggyakrabban a gombokat, a szöveget, a cselekvésre ösztönző szlogeneket és az oldal egészének elrendezését választják tesztelésre. Egy elem kiválasztásához a következő műveleti algoritmust használhatja:

• Hipotézist állítanak fel a látogató viselkedéséről
• Megoldás javasolt az elemek megváltoztatására (jobb 1-2, nem több)

1. Adja hozzá az "ingyenes" szót
2. Küldje be a magyarázó videót
3. Ragassza fel a regisztrációs gombot az oldal tetejére
4. Csökkentse a mezők számát az alkalmazásban
5. Különleges ajánlat számláló hozzáadása
6. Ingyenes próbaverzió hozzáadása
7. Módosítsa a gombok színét vagy szövegét

Teszt automatizálás

Számos fizetős és ingyenes eszköz létezik a tesztelési folyamat automatizálására különböző funkciókkal. Egy nagy lista megtekinthető. A legnépszerűbb lehet kísérletek a Google Analytics szolgáltatásban. Ingyenes, oroszosított, könnyen megtanulható, és ha számlálót telepítenek az oldalra, akkor nem kell megvárnia a kezdeti adatok gyűjtését, és néhány kattintással elindíthatja a kísérletet.

A/B tesztelés a Google Analytics segítségével

Fontolja meg a teszt létrehozásának folyamatát a Google Analytics szolgáltatásban. Ehhez lépjen a Jelentések->Viselkedés->Kísérletek lapra. Adja meg a tesztelt oldal URL-jét, majd kattintson a "Kísérlet indítása" gombra.

Következő lépésként töltse ki a mezőket: a kísérlet neve, a cél (az oldalhoz beállított célok közül választhat), a webhely látogatóinak lefedettsége a kísérlethez (jobb 100%-ot beállítani).

A második lépésben meg kell adnia a fő (vezérlő) oldal és változatai címeit.

Ha minden helyesen történik, a rendszer zöld utat ad a tesztelés megkezdéséhez.

A kísérlet eredménye nagyon vizuális, és így nézhet ki:

A közhiedelemmel ellentétben (végül is duplikált oldalak jönnek létre), az ilyen tesztelés nincs negatív hatással a webhely pozíciójára. Elég, ha alternatív oldalakra írod a rel="canonical"-t.

Fontos az A/B teszteléssel kapcsolatban

1. Az oldalak tesztverziói legfeljebb 2 elemben térhetnek el egymástól
2. Az oldalak közötti forgalmat egyenlően kell elosztani
3. A beállítások elvégzésekor válassza ki az új webhelylátogatókat
4. Az eredményeket csak széles, lehetőleg legalább 1000 fős minta tudja megítélni.
5. Értékelje az eredményeket egyidejűleg
6. Nem szabad bíznia önmagában, nem minden felhasználó gondolkodik úgy, ahogyan Ön, ezért előfordulhat, hogy az általa preferált lehetőség nem nyerő.
7. Az A/B tesztelés eredménye nem mindig hozza meg a kívánt eredményt a konverziók növekedésében. Tehát más elemekkel kell kísérleteznie.

Az A/B tesztelés, más néven osztott tesztelés az egyik leghatékonyabb módja annak, hogy mérhető (és bizonyítékokon alapuló) fejlesztéseket érjünk el webhelyén. A gyakorlatban ez így néz ki: két tartalomváltozatot fejlesztenek ki - például egy nyitóoldalhoz -, és egyidejűleg két ilyen oldalt indítanak el azonos méretű közönség számára, hogy megtudják, melyik működik jobban. Egy ilyen, megfelelően végrehajtott teszt megmutatja, milyen változtatások segítik a konverziók növekedését.

Sok embernek kérdése van az A/B tesztelés elindításával és sikeres végrehajtásával kapcsolatban. Íme a leggyakrabban feltett kérdések és a rájuk adott válaszok.

1. Mikor jó/rossz ötlet az A/B tesztelés?

Leggyakrabban az ilyen tesztek kudarcot vallanak, mert nincsenek mögöttük egyértelmű célok – tehát tudnia kell, mit tesztel. Például ezzel a kvízzel tesztelhet egy elméletet: Segítene ez a kép a konverziók számának növelésében, ha egy céloldalhoz adják? Az emberek nagyobb valószínűséggel nyomják meg a kék vagy a piros gombot? Mi történik, ha módosítja a címet, hogy kiemelje, hogy az ajánlat korlátozott? Mindezen változások hatása meglehetősen mérhető.

Az embereknek sok gondot okoz az A/B-tesztek futtatása, amikor a cél túl homályos, például két, sok különbséggel rendelkező terv tesztelése. Ez sokáig eltarthat, amíg meg nem lesz egyértelmű nyertes, és pontatlan következtetéseket lehet levonni, bizonytalanság lesz, hogy valójában mi okozta a konverziók növekedését.

2. Hány variáció legyen az A/B tesztelésben?

Tegyük fel, hogy jó munkát végzett, és négy hihetetlen céloldal tervezési ötlete van. Természetesen szeretném mind a négy opciót egyszerre elindítani és eldönteni a nyertest, de egy ilyen egyidejű indítás már nem tekinthető A/B tesztelésnek. Az egyes lehetőségek közül számos tényező szennyezheti az eredmények tiszta vizét. A megfelelő A/B tesztelés szépsége abban rejlik, hogy megbízható és specifikus.

3. Mi a nullhipotézis?

A nullhipotézis az a hipotézis, amely szerint az eredmények különbségét a mintavételi hiba vagy a standard ingadozások okozzák. Gondolj egy érme feldobására. Bár annak esélye, hogy a fejekre kerül, 50/50, a gyakorlatban néha 51/49 vagy más véletlenszerű arány. Azonban minél többet dobja fel az érmét, annál közelebb kerül az 50/50-es eredményhez.

A statisztikákban egy ötlet helyességét vagy helytelenségét a nullhipotézis megkérdőjelezésével igazolják. Esetünkben ennek a hipotézisnek a megkérdőjelezése elég hosszú ideig tartó tesztelés ahhoz, hogy kizárjuk a véletlenszerű eredményeket. Ezt statisztikai szignifikancia elérésének is nevezik.

4. Hány oldalletöltés szükséges jó A/B teszteredményhez?

Az A/B teszt eredményeinek ellenőrzése előtt meg kell győződnie arról, hogy az elérte a statisztikai szignifikanciát – egy bizonyos pont után, amely után 95 százalékig vagy még jobban biztos lehet benne, hogy az eredmény helyes.

Az a jó, hogy sok tesztelőeszköz már beépített statisztikai szignifikancia-számlálóval rendelkezik: ezzel jelzést kap, ha a teszteredmények készen állnak az értelmezésre. Ha nincs ilyen számláló, használhatja a számos ingyenes számológép és eszköz egyikét a statisztikai szignifikancia kiszámításához.

5. Mi a többdimenziós tesztelés, és miben különbözik az A/B teszteléstől?

Az A/B tesztek általában egy hatékony újratervezési megoldás meghatározására szolgálnak egy adott cél elérése érdekében (például a konverziók növelése). A többváltozós tesztelést általában kis változtatások hosszabb időn keresztüli tesztelésére használják. Több webhelyelemet lefed, és ezeknek az elemeknek az összes lehetséges kombinációját ellenőrzi a folyamatos optimalizálás érdekében. Corey Eridon, a HubSpot szakértője elmagyarázza az egyik vagy másik teszt használatának különbségeit:

„Az A/B tesztelés nagyszerű módszer, ha gyors, értelmes eredményeket szeretne. Mivel az oldalak közötti változások jól láthatóak, könnyebb lesz megállapítani, hogy melyik oldal teljesít a legjobban. Ez a megfelelő választás akkor is, ha webhelye csekély forgalmú.

De a többváltozós tesztelés helyes eredményéhez nagy forgalmú webhelyre van szükség, mivel az ilyen tesztelés során több különböző változó elem kerül ellenőrzésre.

Ha elegendő forgalma van a többváltozós teszteléshez (bár még ekkor is használhatja az A/B teszteket új tervek és elrendezések tesztelésére), akkor a legjobb, ha azt akkor hajtja végre, ha finom változtatásokat szeretne végrehajtani az oldalon, és megérti, hogy bizonyos elemek hogyan hatnak egymást, és fokozatosan javítják a meglévő kialakítást.

6. Igaz, hogy az A/B tesztelés negatívan befolyásolja a SEO-t?

Van egy mítosz, miszerint az A/B tesztek rontják a webhelyek rangsorolását a keresőmotorokban, mivel ismétlődő tartalomnak minősíthetők (ami köztudottan nem túl barátságos a keresőmotorok számára). Ez azonban egyáltalán nem így van – a tesztelés megfelelő megközelítésével. Valójában a Google Matt Cutts osztott tesztek futtatását tanácsolja webhelye funkcionalitásának javítása érdekében. A Webhely-optimalizáló például jól megcáfolja ezt a mítoszt.

Ha még mindig meggyőződött az ellenkezőjéről, bármikor hozzáadhat noindex címkét az oldal valamelyik változatához. Olvassa el az ilyen címke hozzáadására vonatkozó részletes utasításokat.

Szerkesztői megjegyzés. A Google a közelmúltban közzétette, hogy megakadályozza az A/B tesztek negatív hatását a webhely pozíciójára a Google keresési eredményei között.

7. Hogyan és mikor értelmezhetem az osztott teszteredményeket?

A teszt fut. Kezdenek gyűlni az adatok. És szeretné megtudni, ki a győztes. De a korai szakaszok nem a megfelelő időpontok a teszteredmények értelmezésére. Várja meg, amíg a teszt eléri a statisztikai szignifikanciát (lásd a 4. lépést), majd térjen vissza az eredeti hipotézishez. A teszt végül megerősítette vagy megcáfolta a feltételezéseit? Ha igen, levonhat néhány következtetést. A tesztelés elemzésekor ne rohanjon az eredményeket konkrét változásoknak tulajdonítani. Győződjön meg arról, hogy egyértelmű kapcsolat van a változtatások és az eredmény között, és ne keveredjen ide semmilyen tényező.

8. Hány változó elemet kell tesztelni?

Meggyőző eredménnyel rendelkező tesztre van szüksége, időt szán rá, és ezért minden bizonnyal a végén egyértelmű választ szeretne kapni. A több módosítás egyidejű tesztelésével az a probléma, hogy nem lehet pontosan meghatározni, melyik a hasznosabb. Vagyis biztosan meg tudod állapítani, hogy összességében melyik oldal teljesít jobban, de ha három-négy változó elemet tesztelünk minden oldalon, akkor nem fogod tudni, melyik elem károsítja az oldalt, és nem fogsz tudni hasznos elemeket bevezetni egyéb oldalak. Tanácsunk: Futtasson le egy sor alapvető tesztet, minden alkalommal egy változtatást végrehajtva, hogy az oldal leghatékonyabb verzióját ismételje meg.

9. Mit kell tesztelnem?

• Cselekvésre szólít fel. Még ezt az egy elemet figyelembe véve is több különböző dolgot tesztelhet. Csak győződjön meg arról, hogy megértette, hogy a cselekvésre ösztönzés mely aspektusát szeretné tesztelni. Tesztelheti magát a hívás szövegét: mire készteti azt, aki megtekinti? Tesztelheti a helyet: hol a legjobb hely a hívás kezdeményezésére az oldalon? A formát és a stílust is kipróbálhatod: hogy néz ki?
• Cím.Általában ez az első dolog, amit a látogató elolvas az Ön webhelyén, így a hatás jelentős lehet. Próbáljon ki különböző címsorstílusokat az A/B tesztelés során. Győződjön meg arról, hogy az egyes címsorok közötti különbség egyértelmű, és nem csupán ugyanazon címsor agyatlan újraírásáról van szó. Erre azért van szükség, hogy pontosan tudjuk, mi okozta a változásokat.
• Kép. Mi a hatékonyabb? A terméket használó személy képe, vagy maga a termék? Próbálja ki az oldal különböző változatait különböző segédképekkel, és nézze meg, hogy ez változtat-e.
• Szöveg hossza. A rövidítés segítene egyértelműbbé tenni az üzenetet? Vagy éppen ellenkezőleg, több szövegre van szüksége a mondat lényegének magyarázatához? A törzsszöveg különböző verzióinak kipróbálásával meghatározhatja, mennyi pontosításra van szüksége az olvasónak a konvertálás előtt. Ahhoz, hogy ez a teszt működjön, próbáljon megközelítőleg azonos tartalmú szövegeket használni, csak a hosszukat módosítva.

10. Az A/B tesztelés a weboldalakon kívül bármit is tesztelhet?

Biztosan! A céloldalakon és weboldalakon kívül sok marketingszakember A/B teszteket használ az e-mail postafiókokhoz, a kattintásonkénti fizetéses (PPC) kampányokhoz és a cselekvésre való felhívásokhoz.

• Email. Itt a tesztelhető változó elemek lehetnek a levél tárgya, megszemélyesítési technikák, a feladó neve.
• PPC kampányok. Ezekben a kampányokban A/B tesztelést alkalmazhat a címre, a törzsszövegre, a linkszövegre és a kulcsszavakra.
• Felhívás cselekvésre. Itt lehet kísérletezni a felhívás szövegével, alakjával, színvilágával és az oldalon elfoglalt helyével.

11. Hogyan találhatok példákat hasonló cégek A/B tesztelésére?

Számos webhely gyűjt példákat és eredményeket az A/B tesztelésre. Egyesek lehetővé teszik a cégtípus szerinti keresést, a legtöbb pedig részletes tájékoztatást nyújt arról, hogy a vállalat hogyan értelmezte a teszteredményeket. Ha még csak most kezdi az A/B tesztelést, hasznosnak találhatja, ha elolvas néhány webhelyet, hogy megértse, mit kell tesztelnie vállalatának.

• WhatTestWon.com. Ezen az oldalon számos példa található, és van néhány éves verseny is, ahol leadhatja tesztjeit.
• Vizuális Webhely-optimalizáló A/B tesztelő szoftvert kínál. A céges blogon van néhány példa, amelyekből tanulhat.
• ABTests.com. Ez az oldal már nem frissül, de van egy jó archívum az A/B tesztekből.

12. Mit tegyek, ha nem bízom az eredményekben?

Ha valóban nem bízik az eredményekben, és kizárt minden, a teszt érvényességével kapcsolatos hibát vagy problémát, a legjobb, ha újra lefuttatja ugyanazt a tesztet. Kezelje teljesen külön tesztként, és nézze meg, meg tudja-e ismételni az eredményt. Ha újra és újra ismétli magát, valószínűleg megbízhat benne.

13. Milyen gyakran futtassak A/B tesztelést?

Mindig van mit tesztelni a webhelyén. Csak győződjön meg arról, hogy minden tesztnek világos célja van, és egy működőbb webhelyet eredményez a látogatók és a cég számára. Ha sok tesztet futtat, és minimális hatást és kisebb nyereményeket ér el, gondolja át újra a tesztelési stratégiát.

14. Mire van szükségem az A/B tesztelés megkezdéséhez az oldalon?

Az A/B tesztelés legjobb módja a dedikált szoftverek, például a Visual Website Optimizer, HubSpot, Unbounce használata. Ha nem bánja, ha egy kicsit babrál a kóddal, a Google-nak van egy ingyenes eszköze is, a Tartalomkísérletek a Google Analyticsben. Kicsit eltér a hagyományos A/B teszteléstől, de ha műszakilag jártas vagy, érdemes kipróbálni ezt az eszközt.

15. Melyek az érvényességi buktatók a mintaméreten kívül?

Tavaly a MECLABS összeállított egy gyűjteményt a tesztérvényességgel kapcsolatos fenyegetésekről. Itt Dr. Flint McGlaughlin a tesztelési hibákat és azt tárgyalja, hogyan csökkentheti ezek kockázatát a tesztek során. Javasoljuk a teljes szöveg elolvasását, de adjon meg néhány hibát a listából:

• Valami történik a külvilágban, ami negatív torzításokat okoz a teszteredményekben.
• A tesztelő szoftver hibája aláássa annak eredményeit.

16. El kell végeznem a webhely főoldalának A / B tesztelését?

Nagyon nehéz lehet egy működőképes teszt kidolgozása a honlap tesztelésére. A látogatottság ezen az oldalon nagyon változó, mert mindenki oda jár - az alkalmi látogatóktól a potenciális vásárlókig és a valódi vásárlókig. Ráadásul általában hatalmas mennyiségű tartalom található a kezdőlapon, így nehéz lehet egyetlen teszt során megállapítani, hogy mi készteti a látogatókat cselekvésre vagy nem.

Végül, mivel teljesen más látogatók érkeznek a kezdőlapjára, problémás lehet a teszt és az oldal konkrét céljának meghatározása. Elkezdheti például a konverziók tesztelését, de ha a tesztoldal nagyobb forgalmat generál a potenciális ügyfelektől, mint a valódi ügyfelektől, akkor az adott csoport céljai megváltozhatnak.

Ha továbbra is szeretné tesztelni kezdőlapját, tekintse meg a cselekvésre ösztönző teszteket.

17. Mi a teendő, ha nem rendelkezem az oldal főverziójával?

A vezérlőverzió a weboldal egy meglévő verziója, amelyre általában új verziókat helyez. Érdemes lehet tesztelni az oldal két olyan verzióját is, amelyek korábban nem léteztek. És ez teljesen normális. Csak hívja egyiküket a vezérlőnek. Próbálja meg kiválasztani azt, amelyik kialakításában leginkább hasonlít a meglévő oldalhoz, és lehetőségként használja a másikat.

18. Miért nem mindig 50/50 az A/B tesztelés?

Néha az A/B teszt végrehajtásakor észreveheti, hogy az oldalak különböző verziói eltérő forgalmúak. Ez nem azt jelenti, hogy valami nem stimmel a teszttel, csak véletlenszerű eltérések jelennek meg véletlenül. Gondolj egy érme feldobására. A fej és a farok esélye 50/50, de néha feljön a farok, például 3-szor egymás után. Azonban minél nagyobb az oldal forgalma, annál közelebb kell lennie a teszteredményeknek az 50/50 arányhoz.

Kiadtunk egy új könyvet, "Közösségi médiás tartalommarketing: Hogyan juthat el az előfizetők fejébe, és szeretheti meg őket a márkájával."

Ha gyerekként szerette szétszedni az autókat motorral, vagy összekeverni a házban lévő összes folyadékot, akkor ez a cikk neked szól. Ma egy pillantást vetünk egy webhely A/B tesztelésére, és megtudjuk, hogy a megfelelő kezekben miért válik erős fegyverré. A tudat mélyén kiássuk a kísérletező szellemét, lerázzuk róla a port és olvasunk.

Mi az A/B webhely tesztelése?

Röviden, ez egy olyan módszer, amely egyazon oldal két változatának teljesítményét értékeli. Például két termékkártya-dizájn van, és mindkettő annyira menő, hogy még aludni és enni sem tudsz. A logikus kiút az, hogy megvizsgáljuk, melyik opció működik a legjobban. Ehhez a látogatók fele az 1-es, fele pedig a 2-es opciót mutatja. Az nyer, aki jobban megbirkózik a feladatokkal.

Nem ez az egyetlen módja a webhely A/B (vagy osztott) tesztelésének. Ezzel tesztelheti az őrült hipotéziseket, az új oldalszerkezet kényelmét vagy a különböző szöveges lehetőségeket.

Hogyan történik a webhely A/B tesztelése

A probléma megfogalmazása

Először is el kell döntenie a célt. Értse meg, mit szeretne elérni: növelje a konverziók számát, növelje a webhelyen töltött időt vagy csökkentse a visszafordulási arányt. Ha minden rendben van a célokkal és célkitűzésekkel, változtassa meg a tartalmat vagy a dizájnt ezek alapján. Például követheti az összes növekedési hacker útját, és megváltoztathatja a Vásárlás gomb helyét és kialakítását. Jelenleg a bal alsó sarokban lóg, és látni szeretné, mi történik, ha megváltoztatja a megjelenését, és felfelé és jobbra mozgatja a gombot.

Technikai megvalósítás

Itt minden egyszerű - vagy külön oldal jön létre, amelyen csak a tesztelés tárgya változik, vagy a programozó varázslatot használ, és mindent egy dokumentum keretein belül valósít meg.

Ellenőrző adatok elkészítése

Az oldalt újrakészítettük, és minden készen áll a teszt futtatására. De először meg kell mérnünk a kezdeti konverziós arányokat és az összes többi paramétert, amelyet figyelembe fogunk venni. Az oldal eredeti változatához „A”, az újhoz „B” nevet rendelünk.

Teszt

Most véletlenszerűen ketté kell osztanunk a forgalmat. A felhasználók fele az A oldalt mutatja, a többiek pedig a B oldalt. Ehhez speciális szolgáltatásokat vehet igénybe (sok van belőlük), vagy mindent egy programozó segítségével végezhet.

Ugyanakkor fontos, hogy a forgalom „összetétele” azonos legyen. A kísérlet nem lesz objektív, ha csak az első lehetőség érhető el minden felhasználó számára, aki a kontextusra kattintva érkezik, és csak a második lehetőség érhető el a közösségi hálózatokról érkező összes látogató számára.

Elemzés

Most meg kell várnia, amíg elegendő statisztika gyűlik össze, és össze kell hasonlítania az A / B tesztelés eredményeit. Az, hogy mennyi ideig kell várnia, az oldal népszerűségétől és néhány egyéb paramétertől függ. A mintának statisztikailag szignifikánsnak kell lennie. Ez azt jelenti, hogy a véletlenszerű eredmény valószínűsége nem lehet nagyobb 5%-nál. Példa: Tegyük fel, hogy mindkét oldalon ugyanannyi a látogatás – egyenként ezer. Ugyanakkor az A oldalon 5 célművelet található, a B oldalon pedig 6. Az eredmény túl kevéssé különbözik ahhoz, hogy mintáról beszéljünk, ezért nem megfelelő.

A legtöbb speciális szolgálat maga számítja ki a statisztikai szignifikancia küszöbét. Ha mindent kézzel csinál, használhatja számológép.

Döntés meghozatala

Ön dönti el, hogyan kezeli a teszteredményeket. Ha az új megközelítés működött, akkor az oldal új verziójával a webhelyen hagyhatja. Ugyanakkor nem szükséges itt megállni, különösen, ha azt látjuk, hogy a mutatókban még van növekedési lehetőség. Ebben az esetben hagyja a B lehetőséget a helyszínen, és készítsen új tesztet.

Az A/B és az osztott tesztelés objektívvá tétele

Csökkentse a külső tényezők hatását.Kicsit érintettük már ezt a témát - ugyanannyi idő alatt kell tesztelni, és a forgalmi források mindkét oldalon azonosak legyenek. Ha nem gondoskodik az egyenlő feltételekről, nem reprezentatív mintát kap. A keresőben részt vevő emberek másképp viselkednek az oldalon, mint a Facebook vagy a Vkontakte valamelyik csoportjának látogatói. Ugyanez a forgalom nagyságával is – megközelítőleg azonosnak kell lennie.

Minimalizálja a belső tényezők hatását.Ez igaz a nagyvállalatok honlapjaira – a statisztikákat maguk a cég alkalmazottai is erősen befolyásolhatják. Felkeresik az oldalt, de nem hajtanak végre célzott műveleteket. Ezért ezeket ki kell zárni a statisztikákból. Ehhez szűrőt kell telepítenie a webelemző rendszerekbe.

Ráadásul van egy elég nyilvánvaló dolog, amit néha elfelejtenek. Egy elemet kell tesztelni. Ha egyszerre fél oldalt cserélt, de nem történt meg az oldal teljes újratervezése, akkor a kísérlet eredményei nem érvényesek.

Befolyásolja-e a webhely A/B tesztelése a SEO-t?

Elterjedt egy tévhit, hogy az A/B tesztelés oldalra kerülhet, mert a duplikált oldalak miatt a keresők szűrői alá kerülhet. Ez nem igaz. A Google még azt is megmondja, hogyan kell ezt helyesen csinálni, és ehhez speciális eszközöket is biztosít.

Mit és hogyan lehet javítani A/B teszteléssel

• átalakítás.A legnépszerűbb lehetőség. Még egy oldal apró változtatása is hatással lehet a konverziós arányra. Ebben az esetben a célművelet vásárlásnak, regisztrációnak és oldalmegtekintésnek, valamint hírlevélre való feliratkozásnak, linkre kattintásnak tekinthető.
• Átlagos ellenőrzés.Ebben az esetben gyakran tesztelik a további eladások új blokkjait: „hasonló termékek” és „gyakran vásárol ezzel a termékkel”.

• viselkedési tényezők.Ide tartozik a böngészési mélység, az átlagos webhelyen töltött idő és a visszapattanások.

Általában próbálja megváltoztatni:

• Gomb design "Vásárlás", "Hagyjon kérést".
• Az oldal tartalma: címsorok, termékleírás, képek, cselekvésre ösztönzés és minden más.
• A blokk elhelyezkedése és megjelenése árakkal.
• Az oldal szerkezete.
• A jelentkezési lap elrendezése, felépítése és kialakítása.

Elvileg bármi működhet, egyetlen Wang sem tudja pontosan megmondani, hogyan lehet növelni a konverziót vagy az átlagos csekket. Nagyon sok ajánlás létezik, de mindegyiket figyelembe venni egyszerűen irreális, és ellenkező hatást fejthetnek ki. És néha teljesen logikátlan dolgok vezetnek jobb teljesítményhez, például a részletes áruleírás elutasítása. Próbáljon ki különböző megközelítéseket és lehetőségeket, ez egy teszt.

Weboldal A/B tesztelési eszközök

Csak egy csomó van belőlük, így a legjobbat választottuk. Mindegyik angol nyelvű, ezért drágák, de mindegyikhez ingyenes próbaidőszak tartozik. Oroszországban csak az lpgenerator.ru csinál hasonlót, de ott csak a szolgáltatáskonstruktorban létrehozott landing oldalak tesztelhetők. Nem fogja tudni betölteni az oldalt.

Optimizely.com

Az egyik legnépszerűbb szolgáltatás. Mindent és bármilyen kombinációban tesztelhet. További előnyök: többcsatornás tesztelés lehetősége, mobilalkalmazásokkal való kísérletezés, kényelmes eredményszűrők, célzás, vizuális szerkesztő és egy kis webelemzés.

változtass újra.én

Meglehetősen kényelmes szolgáltatás, fő előnye az egyszerű és teljes integráció a Google Analytics-szel: a célok közvetlenül a szolgáltatásban hozhatók létre, majd automatikusan feltöltődnek a rendszerbe. A többi funkció többé-kevésbé szabványos: egyszerű vizuális szerkesztő, eszköz és ország szerinti célzás. a konkrét készlet a tarifacsomagtól függ.

ABtasty.com

Ezt a szolgáltatást hosszú próbaidőszak jellemzi - a szokásos 14-15 nap helyett akár 30 napig is tart. Ráadásul az eszköz integrálható a WordPress-szel, a Google Analytics-szel és számos más, külföldi marketingszakemberek és webmesterek által használt szolgáltatással. További előnyök: felhasználóbarát felület és részletes célzás.

A/B tesztelés a Google Analytics segítségével

Ehhez be kell jelentkeznie fiókjába, nyissa meg a jelentés menüt, görgessen a „Viselkedés” fülre, és kattintson a „Kísérletek” lehetőségre. Ott minden rendkívül egyszerű.

A kísérletnek nevet adunk, a forgalmat a kívánt arányban elosztjuk az oldalak között, kiválasztjuk a célokat, és továbblépünk a következő lépésre – a részletes beállításokra.

Ott van beállítva az A és B oldalak címe Ha bejelöli a „Változatok egységesítése más jelentésekhez tartalom szerint” négyzetet, akkor a többi riportban az összes változat mutatója az eredeti oldal mutatójaként lesz figyelembe véve.

Ezt követően az Analytics létrehoz egy kódot, amelyet el kell helyeznie az A oldalon, és futtatnia kell a kísérletet. A teljesítményjelentések ugyanabban a Kísérletek menüben tekinthetők meg.

A Yandex Metrica beállítása A/B teszteléshez

A munka két részre oszlik. Az első lépés két oldal létrehozása, vagy az egyik konfigurálása úgy, hogy két különböző típusú elemet mutasson a felhasználónak. Ennek módja egy külön nagy cikk témája, ezért most megkerüljük.

Ezt követően át kell vinnie a mutatóba az arról szóló információkat, hogy a felhasználó a webhely melyik verzióját látta. Egy kis instrukciómegadja magának a "Yandexet" . Számunkra létre kell hoznunk egy A / B tesztelési paramétert, és hozzá kell rendelnünk a kívánt értéket. Egy gomb esetén a paramétert a következőképpen definiáljuk:

var yaParams = (ab_teszt: "Button1" );

vagy

var yaParams = (ab_teszt: "Button2" );

Ezt követően a paraméter átkerül a "Metrika"-ba, és a "látogatás paramétereiről" jelentés készíthető.

Eredmények

Az oldal A / B (vagy osztott) tesztelése fontos, szükséges és szinte kötelező eszköz. Ha rendszeresen tesztel új hipotéziseket, az oldal teljesítménye új szintre emelkedhet. De nem mondható, hogy minimális erőfeszítést igényel. A gomb helyének vagy színének egyszerű megváltoztatásához programozót vagy tervezőt kell bevonnia, még akkor is, ha ez nem vesz sok időt. Ráadásul minden feltételezés téves lehet. De aki nem kockáztat, az nem kap megnövekedett jelentkezési áramlást, és nem rohangál boldogan az irodában.

Eredeti bejegyzés: http://quality-lab.ru/a-b-testing/

Bevezetés

Az érzelmek hajtják az embereket, és az érzelmek kezelése minden marketinges álma. Általános szabály, hogy minden újítás a szubjektív „számomra úgy tűnik, hogy szebb / kényelmesebb lesz”. Sokkal ritkábban, egy-egy konkrét változtatáshoz az ügyfelek véleményének elemzésére kerül sor. Lehet támaszkodni egy marketinges szubjektív értékelésére, de ez kockázatos. Egy fókuszcsoport összeállítása drága. Egyszerűen bevezetni egy változást és megnézni, mi történik egy bizonyos idő után, nem tudományos.

Hogyan határozhatja meg tehát a változás előnyeit anélkül, hogy elveszítené az ügyfeleket és az időt? Ezt a kérdést A/B tesztelés oldja meg. Használata a vásárlói forgalom és az oldalkonverzió mértékének növekedéséhez, az eladások, kattintások és kedvelések számának növekedéséhez vezet.

Ami?

A Wiki definíciója:
A/B tesztelés(angol A / B tesztelés, Split tesztelés) - marketingkutatási módszer. A módszer lényege, hogy az elemek kontrollcsoportját összehasonlítjuk egy tesztcsoport halmazával (amelyben egy vagy több mutatót megváltoztattunk), hogy kiderüljön, melyik változtatás javítja a célmutatót. Az A/B tesztelés egy változata többváltozós tesztelés. Ebben az esetben nem két komplett opció kerül tesztelésre, hanem a vizsgált objektum termékének vagy komponenseinek több eleme egyszerre különböző kombinációkban, amelyekben minden vizsgált elem kétféle lehet (A vagy B).

Egyszerűen fogalmazva, az oldalon tartózkodó teljes emberáramlás két csoportra oszlik. Az egyik csoport a főoldalon jelenik meg, például a Regisztráció gombbal (A lehetőség). A második csoport ugyanaz az oldal, de a Regisztráció ingyen gombbal (B lehetőség). A tesztelést munkamenetben végzik. Minden ülés végén összegzik az eredményeket, és kiszámítják a nyerő opciót. A többváltozós A/B tesztelés példája az ábrán látható:

Hogyan kell tesztelni?

Képzeljünk el egy helyzetet: egy online banknak növelnie kell a magánszemélyeknek nyújtott hitelkérelmek számát. Az oldalon már volt egy transzparens egy jelentkezés kitöltésére vonatkozó felszólítással, de a marketingesek felajánlották a véglegesítést. Két elrendezést nyújtottak be a tesztelési osztálynak A/B tesztelésre:

Mindenekelőtt a tesztelési osztály olyan eszközöket választott, amelyek lehetővé teszik a statisztikák rögzítését és az eredmény elemzését. Az interneten több tucat A/B tesztelési platform található, amelyek közül a legnépszerűbbek:

Mindegyik kényelmes a maga módján, és elegendő számú funkciót tartalmaz ahhoz, hogy nélkülözhetetlen asszisztenssé váljon az A/B tesztelés során. Tesztelőink választása az ingyenes Google Content Experimentre esett (ez a megoldás a Google Analytics része, és önállóan is meghatározhatja a nyertest).

Ennek a platformnak a segítségével egy kísérletet hoztak létre tesztelésre a bank honlapján. A helyes eredmények eléréséhez több, két hétig tartó vizsgálatot kellett végezni. Az első ülésen vegyes eredményt értek el a tesztelők (a két opció konverziója közel azonos volt, így az A/B tesztelés győztesét nem lehetett megállapítani). Egy sor hasonló kísérlet után a tesztelőknek mégis sikerült egyértelmű teszteredményt elérniük: a transzparens második változata (családi fotóval) nyert. Talán ennek az volt az oka, hogy az utolsó ülés az újévi ünnepekre esett: a célközönség lojálisabb és barátságosabb volt.

A sztori eredménye: ha korábban a bannert megtekintő 10-ből 2 kért kölcsönt, most 10-ből 4.

Térjünk vissza az A/B tesztelési eszközökhöz. Azon eszközök esetében, amelyek nem tudják, hogyan kell meghatározni a győztest, az A / B tesztelési munkamenet eredményei feldolgozhatók manuálisan vagy számológép segítségével. A kézi feldolgozás során figyelembe kell venni a konverzió és a webhelylátogatások számának arányát. Ez egy időigényes folyamat, amelyhez koncentráltnak és precíznek kell lennie; több óráig is eltarthat. Sokkal kényelmesebb egy kész megoldást - egy számológépet - használni: csak be kell írnia a teszteredményeket, és meg kell szereznie a nyerő opciót. Szinte az összes A/B-tesztelő kalkulátor angol nyelvű, de vannak ilyenek is