Jak przeprowadzić testy A/B: Kompletny przewodnik od początku do końca

Zapewne już wiesz, że najlepszą techniką optymalizacji konwersji na stronie internetowej jest tworzenie testów A/B. Ale kiedy zastanawiasz się nad stworzeniem testów A/B na swojej stronie, pojawia się wiele pytań: Które strony powinienem przetestować? Jakie testy A/B mam stworzyć? Jak je stworzyć? Kiedy powinien się zakończyć test A/B? A po zakończeniu testu A/B, co powinienem zrobić? Ten post ma służyć jako przewodnik, który pomoże Ci w systematycznym tworzeniu testów A/B, odpowie na wszystkie powyższe pytania i upewni się, że uzyskasz najlepsze wyniki na swojej stronie.

Co to jest test A/B

Testy A/B to testy projektowe, które pozwalają nam tworzyć odmiany tej samej strony , aby porównać zachowanie użytkowników w różnych opcjach i móc ocenić, która z wersji daje najlepsze wyniki.

Po przeanalizowaniu danych możesz stwierdzić, która wersja reaguje lepiej i kiedy wyniki są bardziej pozytywne. Na przykład kilka lat temu Obama, aby zwiększyć przychody ze swojej kampanii, przeprowadził test z różnymi odmianami swojej strony docelowej w sieci, łącząc różne obrazy i przyciski.

W rezultacie dzięki zwycięskiej wersji udało mu się zwiększyć przychody o łącznie 60 milionów dolarów w porównaniu z wersją pierwotną. Wcale nieźle, prawda?

Podczas przeprowadzania testu A/B, elementami do przetestowania w witrynie muszą być nie tylko strony, ale także menu, widżety, motywy, szablony itp. Zwykle nazywamy „wersja oryginalna”, „wersja kontrolna” lub „ wariant A” do wersji, która istniała przed uruchomieniem testu, oraz „odmiany”, „warianty” lub „alternatywy B, C itd.” te, które nie są wersją oryginalną. Różnice między różnymi odmianami mogą wahać się od bardzo subtelnych zmian w stosunku do wersji oryginalnej do odmian z radykalnymi zmianami.

Co więcej, testy A/B tworzone są na potrzeby analizy zachowań użytkowników, aby osiągnąć założony cel. Widzieliśmy już w poprzednim przykładzie, że celem było uzyskanie większych przychodów z kampanii politycznej, ale może to być również pozyskanie większej liczby subskrybentów biuletynu, większej liczby odpowiedzi na formularz, większej sprzedaży produktu itp.

Korzyści z testów A/B

Myślę, że korzyści płynące z testów A/B są oczywiste z powyższego przykładu. Testy A/B pozwalają na zwiększenie przychodów w sprawdzony sposób, w oparciu o realne dane o zachowaniach naszych odwiedzających. Ale nie chodzi tylko o przychody, testy A/B pozwalają nam również:

• Popraw doświadczenie użytkownika. Testy A/B pozwalają nam porównać różne preferencje i gusta naszych gości. Z każdym przeprowadzanym przez nas testem poprawimy te aspekty naszej strony, o których wiemy, że odnoszą większe sukcesy, i odwrotnie, nie będziemy wprowadzać zmian projektowych, które mogłyby mieć negatywny wpływ na naszych użytkowników.
• Popraw współczynnik odrzuceń i zmniejsz tarcie użytkowników. Testy A/B pomagają poprawić kliknięcia naszych produktów, artykułów i reklam. Określ, co działa najlepiej, a co nasi goście ignorują.
• Popraw współczynnik konwersji. Kiedy mówimy o konwersji, nie mówimy tylko o zwiększeniu przychodów, ale także o tym, aby użytkownicy podejmowali dowolne pożądane działania, takie jak zapoznanie się ze szczegółami produktu lub zapisanie się do naszego newslettera.
• Popraw naszą analizę. Google Analytics dostarcza nam wiele informacji o tym, co dzieje się na naszej stronie, ale test A/B w bardzo prosty sposób mówi nam, czy jedna alternatywa jest lepsza od drugiej.
• Przetestuj wszystko na naszej stronie. Jedną z wielkich zalet testów A/B jest to, że pozwalają przetestować dowolny element projektu i treść. Nie tylko obraz i przycisk, możesz także testować style czcionek, zmieniać menu, formularze lub dowolny widżet, a nawet wypróbować różne motywy WordPress i zobaczyć, który z nich działa najlepiej. Testy A/B to jedyne narzędzie, które pozwala na przeprowadzenie tego typu testów.
• Zmniejsz ryzyko. A najlepsze jest to, że wiesz, mając prawdziwe i sprawdzone dane, że zmiany, które wprowadzasz na swojej stronie po przeprowadzeniu testów A/B, są znacznie bardziej wiarygodne niż czyjakolwiek opinia. To właśnie opinie Twoich własnych użytkowników zadecydują o zmianach, które powinieneś wprowadzić, aby ulepszyć swoją stronę.

Przed utworzeniem testu A/B

Jeśli chcesz zoptymalizować wyniki testów A/B na swojej stronie, powinieneś najpierw wykonać następujące czynności. Pomogą Ci zidentyfikować dane, na których powinieneś działać i jakie testy A/B powinieneś stworzyć.

Zdefiniuj cele, KPI i docelowe wskaźniki konwersji dla swojej witryny

Najpierw określ, co chcesz osiągnąć w swojej witrynie, jakie są Twoje cele konwersji, KPI i docelowe dane konwersji dla Twojej witryny. Na przykład, jeśli masz restaurację, jednym z celów Twojej witryny może być zwiększenie rezerwacji online. W tym przypadku KPI będzie liczbą rezerwacji dokonanych za pośrednictwem formularza kontaktowego Twojej witryny, a docelowym miernikiem konwersji może być otrzymanie np. 100 formularzy rezerwacji online.

Zobaczmy inny przykład: sprzedajemy subskrypcje wtyczek WordPress, a jedną z nich jest Nelio A/B Testing. Jednym ze sposobów promowania tego jest publikowanie postów na blogu, takich jak ten, który właśnie czytasz, w których staramy się pomóc naszym czytelnikom dowiedzieć się więcej o testach A/B. W tym przypadku jednym z celów konwersji bloga jest skłonienie czytelnika do odwiedzenia strony planów i cen testów Nelio A/B. KPI to liczba wizyt na tej stronie, a naszym docelowym miernikiem jest uzyskanie 2000 wizyt miesięcznie.

Oznacza to, że przed jakąkolwiek analizą zidentyfikuj ścieżkę konwersji użytkowników: kroki, które przechodzą i różne strony, które odwiedzają od momentu wejścia na Twoją witrynę do momentu konwersji (tj. wykonaj te czynności, które spełnią cele witryny).

Zbieraj informacje i analizuj, jeśli osiągasz swoje cele

Na podstawie lejka konwersji, celów, wskaźników KPI i wskaźników docelowych, analizujesz za pomocą narzędzi, które obecnie masz, jakie wyniki uzyskujesz i różnicę w stosunku do oczekiwań związanych z wyznaczonymi wskaźnikami docelowymi. Pamiętaj, że potrzebujemy danych, na których możemy działać. Aby to zrobić, zacznij od przeprowadzenia analizy heurystycznej, czyli oceń każdą stronę ścieżki konwersji według następującego zestawu kryteriów i oceń, czy możesz poprawić wyniki:

• Czy strona spełnia oczekiwania użytkownika pod względem treści i wyglądu? Jak możemy to poprawić?
• Czy treść i oferty na tej stronie są tak przejrzyste, jak to możliwe? Czy możemy to wyjaśnić lub uprościć?
• Co powoduje wahanie na tej stronie lub utrudnia proces? Czy możemy to uprościć?
• Co znajduje się na stronie, co nie pomaga użytkownikowi w działaniu?
• I wreszcie, czy możemy zwiększyć motywację użytkowników?

Google Analytics to dobre narzędzie, które dostarcza wielu informacji potrzebnych do odpowiedzi na powyższe pytania. Na przykład możesz zobaczyć średni czas na każdej stronie, współczynnik odrzuceń, miejsce, w którym użytkownicy klikają itp. Inne narzędzia, które są bardzo przydatne w tej fazie, to mapy ciepła, mapy kliknięć i mapy przewijania. Dostarczają one dodatkowych informacji o tym, co przyciąga uwagę użytkownika na każdej stronie, a także co ignoruje. Krótko mówiąc, pomaga lepiej zrozumieć zachowanie użytkownika.

Na przykład dzięki Google Analytics zauważyliśmy, że prawie połowa odwiedzających stronę Nelio A/B Testing odwiedziła naszą stronę z cenami, co nie jest złe. Ale przewijana mapa pomogła nam stwierdzić, że większość naszych odwiedzających nie wyszła poza pierwszy zgięcie strony docelowej, aby dowiedzieć się więcej o naszym produkcie. Tutaj udało nam się znaleźć potencjalny obszar do poprawy.

Po tej analizie otrzymasz szczegółową listę wszystkich aspektów, które Twoim zdaniem można poprawić w swojej witrynie. W powyższym przykładzie doszliśmy do wniosku, że powinniśmy ulepszyć stronę Nelio A/B Testing, aby zachęcić odwiedzających do przewijania w dół.

Generuj hipotezy w celu poprawy

Następnie dla każdego ze zidentyfikowanych problemów wygeneruj hipotezę poprawy. Na przykład, jeśli w poprzednim punkcie stwierdziliśmy, że mamy problem polegający na tym, że nasi odwiedzający pozostają w pierwszej zakładce strony Nelio A/B Testing, być może jeśli zmodyfikujemy rozmiar pierwszej zakładki i uatrakcyjnimy tytuł i tekst , nasi goście będą zachęcani do obejrzenia reszty strony.

Na koniec otrzymasz listę problemów wraz z hipotezami dotyczącymi poprawy.

Sortuj listę przedmiotów do ulepszenia według największego wpływu i najniższego kosztu

Tworząc testy A/B na swojej stronie internetowej, nie możesz testować ich wszystkich jednocześnie, ponieważ uzyskane wyniki byłyby mieszane i trudno byłoby wyciągnąć wiarygodne wnioski. Z tego powodu kolejnym zadaniem do wykonania jest nadanie priorytetów liście uzyskanej w poprzednim punkcie w sposób pragmatyczny: które ulepszenia mogą mieć większy wpływ, a które można łatwiej zmienić.

Ulepszenia, które będą miały największy wpływ, to zazwyczaj te, które pojawią się na najczęściej odwiedzanych stronach, a przede wszystkim na stronach z cenami. Jeśli chodzi o koszt zmian, będzie to zależał od hipotez, które postawiłeś w poprzednim punkcie: zmiana tytułu lub koloru to nie to samo, co na przykład tworzenie nowych filmów multimedialnych itp.

Chociaż najlepiej byłoby wypróbować wszystkie elementy, aby je ulepszyć, radzę zacząć od tych, które mogą generować lepsze wyniki.

I to wszystko. Po wykonaniu wszystkich tych kroków możesz rozpocząć test A/B pierwszej pozycji z zamówionej listy.

Jak stworzyć test A/B

Jeśli dotarłeś tak daleko, wykonałeś już najtrudniejszą pracę. Tworzenie testów A/B jest bardzo proste, jeśli używasz odpowiedniego narzędzia. Aby to zrobić, polecam przeczytanie naszego artykułu na temat różnych wtyczek do testowania A/B dla WordPressa. To wszystkie zalety, jeśli używasz wtyczki WordPress, takiej jak Nelio A/B Testing, do tworzenia testów A/B:

• Możesz stworzyć testy dowolnego elementu swojej witryny.

• Warianty definiujesz za pomocą tych samych predefiniowanych edytorów WordPress, bez konieczności korzystania z jakiegokolwiek zewnętrznego narzędzia.
• Pozwala na zdefiniowanie szerokiej gamy celów i działań związanych z konwersją.
• A nawet pozwala na segmentację, których odwiedzających chcesz wziąć udział w teście.

W ciągu kilku minut będziesz w stanie stworzyć test, aby zweryfikować swoją hipotezę.

Podczas testu A/B

Po utworzeniu testu za pomocą dobrego narzędzia do testowania A/B wystarczy wskazać, że test A/B powinien się rozpocząć. Podzieli odwiedzających na tyle grup, ile masz wariantów, a każdy odwiedzający zawsze zobaczy ten sam wariant. Ponadto będzie również odpowiedzialny za zbieranie danych o konwersji, dzięki czemu będziesz mógł przez cały czas wiedzieć, w jakim stanie znajduje się test.

Strona wyników narzędzia do testowania A/B powinna zawierać informacje o jego statusie (jeśli jest już wystarczająca liczba wizyt, aby wyłonić zwycięzcę) oraz różne wykresy dotyczące współczynników konwersji oryginalnej wersji i utworzonych wariantów.

Jak długo powinien trwać test A/B? Zależy to od jego złożoności (im więcej wariantów, tym bardziej skomplikowany) oraz liczby odwiedzających test (im więcej odwiedzających, tym szybciej uzyskasz wiarygodne dane o wynikach).

Jeśli zatrzymasz test zbyt wcześnie, możesz nie uzyskać miarodajnego wyniku, a prowadzenie testu zbyt długo może spowodować utratę konwersji i sprzedaży z powodu słabo działającego wariantu testu, a także utratę możliwości stworzenia nowych testów, które może zapewnić jeszcze lepsze wyniki. Nasze testy trwają zwykle od dwóch do czterech tygodni, ale jeśli masz witrynę o znacznie większym ruchu, w krótszym czasie możesz osiągnąć świetne wyniki.

Pod koniec testu A/B

Test może zostać zakończony z kilku powodów: jest wariant wygrywający, a wyniki są istotne statystycznie, oryginalna wersja jest zwycięzcą, a wyniki są również istotne statystycznie lub po prostu decydujesz się zakończyć test, ponieważ już trwa zbyt długo bez uzyskania wyników wskazujących na wyraźnego zwycięzcę.

Jeśli istnieje zwycięski wariant, gratulacje! Teraz wystarczy powiedzieć narzędziu do testowania A/B, aby zastosowało zwycięską wersję jako ostateczną i jedyną wersję, którą wszyscy odwiedzający powinni zobaczyć od teraz.

Ale może się również zdarzyć, że uzyskane wyniki nie będą zgodne z oczekiwaniami. W tym przypadku test pomógł ci zrozumieć, że twoja hipoteza była błędna. Test A/B pomógł nam zweryfikować nasze oczekiwania i poprowadził nas w kierunku najlepszego możliwego rozwiązania.

Optymalizacja konwersji na naszej stronie to cykliczny proces analizy danych, stawiania hipotez do poprawy, tworzenia testów i wyciągania wniosków z uzyskanych wyników. Gorąco zachęcam do przyjrzenia się różnym testom, które tworzymy na naszej stronie internetowej i uzyskiwanym wynikom. Jestem pewien, że pomogą Ci szybko zrozumieć, na czym polega proces optymalizacji konwersji strony internetowej.

Polecane zdjęcie Bannona Morrissy'ego na Unsplash .