Strona internetowa Testy A/B dla CRO: Przewodnik szybkiego startu 2022

W trakcie poszukiwań sposobów na optymalizację współczynnika konwersji witryny można śmiało powiedzieć, że oczekuje się wielu testów A/B.

Cóż, jakie są testy CRO? Dlaczego warto rozpocząć testy CRO A/B dla swojej strony internetowej? Jak skutecznie przeprowadzić test A/B na swojej stronie?

Na wszystkie te pytania odpowiedzieliśmy w tym poście. Zacznijmy od definicji.

Czym jest test A/B dla CRO?

Jeśli chodzi o optymalizację współczynnika konwersji (CRO), testy A/B (znane również jako testy dzielone lub testy wiaderkowe) zwykle oznaczają testowanie czynników, które wpływają na współczynnik konwersji witryny: kopia, nagłówek, obrazy, projekt, wezwania do działanie i układ, żeby wymienić tylko kilka. Jest to jedna z najczęściej stosowanych technik zapewniających, że Twoja witryna jest skonfigurowana tak, aby pomagać użytkownikom prowadzić użytkowników przez strony i dokonywać konwersji w kluczowych punktach styku.

Różnica między testowaniem CRO a SEO A/B

Testy A/B dla CRO różnią się od testów A/B dla SEO. W tej części postaramy się rzucić światło na każdą technikę, czym się różnią i do czego służą.

1. Cele i zadania

Chociaż zarówno testy CRO, jak i SEO wykorzystują testy A/B, ich cele – i sposób ich przeprowadzania – są bardzo różne. CRO ma na celu poprawę współczynnika konwersji po dotarciu do witryny; Testy skoncentrowane na SEO mają na celu zwiększenie liczby odwiedzających witrynę poprzez wprowadzanie zmian technicznych, które poprawią pozycję witryny w SERP.

2. Sterowanie i warianty

W testach CRO A/B dwie wersje tej samej strony są konfigurowane i uruchamiane na żywo w tym samym czasie, a użytkownicy są przekierowywani do losowej. W ten sposób to sami użytkownicy są podzieleni na kontrolki i warianty. Dane są zbierane na podstawie interakcji użytkowników z wersją strony, do której są przypisani i porównywani.

W testach SEO A/B strony są dzielone na dwa zestawy — kontrolki i warianty. Zmiany są wprowadzane tylko na stronach wariantów, a zebrane dane są porównywane z wcześniej ustaloną prognozą skuteczności.

3. Wersje stron

Testy CRO A/B wymagają jednoczesnego działania dwóch wersji tej samej strony, aby można było zbierać i porównywać dane.

W testach dzielonych SEO w danym momencie istnieje tylko jedna wersja każdej strony. Ponieważ Google jest wyznacznikiem rankingu tych stron, nie zachęcamy do powielania treści (któremu sprzeciwia się Google).

Podsumowując, istnieje kilka kluczowych różnic między testami CRO i SEO A/B. Oba testy są ważnymi krokami w poprawianiu wydajności online, ale mają na celu bardzo różne wskaźniki.

Dlaczego warto przeprowadzać testy CRO A/B?

Głównym powodem, dla którego testy CRO są ważne, jest to, że pozwalają one marketerom przetestować najlepszą możliwą alternatywę, która może przynieść najwyższy możliwy współczynnik konwersji przy mniejszych inwestycjach.

Na przykład, gdy wyjdziesz ze strony „koszyka” internetowego portalu zamówień bez złożenia faktycznego zamówienia, skłania to witrynę lub programistę produktu do zastanowienia się, co skłoniło Cię do tego. Czy to utrata zainteresowania? Czy wystąpił upływ czasu? Czy produkt był droższy niż planowano? A może był to tylko cały proces zamawiania? Jeśli nie zostanie przeprowadzony test, nigdy nie będziesz w stanie zebrać informacji i przeanalizować zachowań klientów, aby ocenić współczynnik konwersji w Twojej witrynie.

Testowanie eliminuje zgadywanie z optymalizacji witryny i umożliwia podejmowanie decyzji opartych na danych, które zmieniają rozmowy biznesowe z „myślimy” na „wiemy”. Mierząc wpływ zmian na Twoje dane, wiesz, co działa w Twojej witrynie.

To doskonała metoda na poprawę współczynnika konwersji, zwiększenie przychodów, powiększenie bazy subskrybentów oraz poprawę wyników pozyskiwania klientów i generowania leadów.

3 najlepsze oprogramowanie do testowania A/B godne CRO

Przeprowadzenie pomyślnego testu A/B wymaga hipotezy opartej na danych, skutecznego narzędzia do testowania A/B oraz systemu do zbierania informacji zwrotnych do Twojej dyspozycji w celu dokładnego uruchamiania i analizowania wyników.

W tej części przedstawiamy 3 bezpłatne i płatne oprogramowanie do testowania A/B godne CRO.

Więc zmiażdżmy to.

1. Optymalizacja Google: Rozpocznij test A/B za pomocą bezpłatnego narzędzia Google

Google Optimize to podzielone narzędzie do testowania dostarczane z Google Analytics. Jeśli szukasz wydajnego rozwiązania do testowania AB bez żadnych kosztów finansowych, nie szukaj dalej.

Optymalizator Google to przydatne narzędzie do testowania A/B, za pomocą którego możesz tworzyć, testować i analizować różne wersje swojej witryny. W razie potrzeby można również przeprowadzić proste testy podzielonego adresu URL i testy na wielu odmianach.

Oprócz możliwości testowania oferuje również testowanie po stronie serwera, konfigurowalne reguły adresów URL, personalizację doświadczeń i nie tylko, dzięki czemu możesz testować i dostarczać doświadczenia online, aby zaangażować odwiedzających.

Główne funkcje Optymalizacji Google:

• Za pomocą Optymalizatora Google możesz przeprowadzać testy A/B, testy na wielu odmianach, testy podzielonego adresu URL i testy przekierowań.
• Optimize ma również edytor WYSIWYG, dzięki czemu możesz szybko tworzyć i wdrażać swoje odmiany na dowolnym urządzeniu.
• Możesz segmentować odbiorców według źródła, urządzenia, lokalizacji itp., aby spersonalizować ich wrażenia.
• Umożliwia wyznaczanie celów i celów, aby zmierzyć sukces hipotezy podczas wykonywania testu.
• Silnik analityczny Google Optimize wykorzystuje wnioskowanie bayesowskie, aby pokazać skuteczność odmian w czasie rzeczywistym w porównaniu z kontrolą, np. warianty prawdopodobieństwa sukcesu, porównanie współczynnika konwersji, istotność statystyczna, poziom ufności itp.
• Optymalizacja jest również natywnie zintegrowana z Google Analytics, dzięki czemu możesz w czasie rzeczywistym uzyskiwać wgląd w zachowanie użytkowników, wydajność witryny, segmentację odbiorców, źródła ruchu itp.

2. Optymalizuj – narzędzia Enterprise A/B i CRO w konkurencyjnych cenach

W przypadku większych przedsiębiorstw Optimizely jest często preferowanym wyborem dla najlepszych narzędzi do testowania A/B.

Korzystając z ich potężnego narzędzia do eksperymentów A/B i wielostronicowych, możesz jednocześnie przeprowadzać wiele eksperymentów na jednej stronie, co pozwala testować różne zmienne projektu witryny.

Optimizely oferuje również testowanie w dynamicznych witrynach, różne wymiary eksperymentów, takie jak kampania reklamowa, lokalizacja geograficzna i pliki cookie, oraz różne parametry segmentacji eksperymentów, takie jak urządzenie, przeglądarka i kampania.

Optymalizuj główne cechy:

• Sprawnie przeprowadzaj testy A/B i testy wielostronicowe.
• Oferuje potężny edytor wizualny do tworzenia i testowania odmian.
• Możesz ręcznie przydzielić ruch do odmian lub użyć akceleratora statystyk, aby automatycznie rozdzielić ruch w zależności od zachowania użytkowników.
• Silnik rekomendacji: zalecenia dotyczące konfiguracji i testowania różnych algorytmów
• Obejmuje opcje takie jak: niestandardowe kierowanie, ustalanie priorytetów odbiorców, niestandardowe szablony, edytor wizualny, narzędzia programistyczne i interfejsy API.

3. VWO – dużo jak optymalnie, ale dużo bardziej oszczędnie

VWO ((Visual Website Optimizer) jest również popularnym narzędziem do testowania A/B w przestrzeni marketingowej. Oprócz tego, że służy jako najlepszy wybór dla firm z mniejszym budżetem, jest również często używany w połączeniu z Optimizely przez firmy przeprowadzające złożone testy kampanie.

Główne cechy VWO:

• Wykonaj testy A/B, testy na wielu odmianach i testy podzielonego adresu URL, aby przetestować swoje odmiany.
• Oferuje nagrywanie sesji, mapy cieplne, ankiety na stronie itp., aby uzyskać prawdziwy wgląd w zachowanie i doświadczenie odwiedzających.
• Jego łatwy w użyciu edytor wizualny umożliwia tworzenie wariacji testowych w ciągu kilku minut.
• Umożliwia segmentację użytkowników, np. ruch z urządzeń mobilnych i komputerów lub nowi i powracający użytkownicy, lub możesz użyć niestandardowych wymiarów, aby utworzyć nowe segmentacje.
• Dostępne integracje: Google Analytics, Kissmetrics, Demandware, Magento i inne.

Jak przeprowadzić test A/B na swojej stronie internetowej?

Bez względu na to, jakich narzędzi do testowania A/B używasz lub jaki obiekt testujesz, każdy test A/B na świecie przebiega według podobnych wzorców:

Krok 1. Zdefiniuj podstawowe cele biznesowe

Podobnie jak robienie czegokolwiek w życiu, potrzebujesz wyraźnego celu, aby poprzeć późniejsze decyzje dotyczące testowania. Twoje cele to dane, których używasz do określenia, czy odmiana jest skuteczniejsza niż wersja oryginalna. Cele mogą być dowolne, od kliknięcia przycisku lub linku do zakupu produktów i rejestracji za pośrednictwem poczty e-mail.

W większości przypadków powinieneś przyjrzeć się następującym metrykom testów A/B :

• Rozwiązywanie problemów z UX i typowych problemów odwiedzających
• Poprawa wydajności z istniejącego ruchu (większe konwersje i przychody, poprawa kosztów pozyskiwania klientów)
• Zwiększenie ogólnego zaangażowania (zmniejszenie współczynnika odrzuceń, poprawa współczynnika klikalności itp.)

Krok 2. Wybór elementów do przetestowania

Jeśli chodzi o optymalizację współczynnika konwersji witryny, opcje testowania można pogrupować w 3 główne typy w zależności od celu:

• Testowanie elementów : poszczególne elementy na stronie. Np. nagłówek, przyciski, kopia itp.
• Testowanie stron : Kombinacje wielu elementów. Np. Układy stron.
• Testowanie przepływu użytkowników : działanie, którego oczekujesz od odwiedzających po wejściu na Twoją witrynę. Np. Zamówienie wieloetapowe a zamówienie jednoetapowe.

Na podstawie badań i praktycznych doświadczeń decydujesz, co przetestować, aby poprawić współczynnik konwersji Twojej witryny.

Krok 3. Obserwuj i formułuj hipotezy

Test A/B rozpoczyna się od zidentyfikowania problemu, który chcesz rozwiązać, lub zachowania użytkownika, do którego chcesz zachęcić lub na które chcesz wpłynąć. Po zidentyfikowaniu marketer zwykle wysuwa hipotezę – oparte na wiedzy domysły, które albo potwierdzą, albo unieważnią wyniki eksperymentu.

Hipoteza zazwyczaj wygląda tak:

„Jeśli dodasz plakietkę z dowodem społecznościowym na stronach ze szczegółowymi informacjami o produkcie, współczynnik konwersji wzrośnie o 10%, ponieważ informuje odwiedzających o popularności produktu”.

Jak widzisz, właściwa hipoteza zapewnia przyzwoity przegląd tego, co zostałoby zmienione, jaki jest wpływ zmian i mechanizm stojący za tym wpływem.

Krok 4. Twórz wariacje

Następnym krokiem w programie testowania powinno być utworzenie odmiany w oparciu o swoją hipotezę i przetestowanie jej A/B względem istniejącej wersji (kontrola). Odmiana to kolejna wersja aktualnej wersji ze zmianami, które chcesz przetestować. Możesz przetestować wiele odmian z kontrolką, aby zobaczyć, która z nich działa najlepiej.

Krok 5. Uruchamianie testu

Gdy odmiany są gotowe, uruchamiasz je dokładnie w tym samym środowisku, aby rozpocząć test. W zależności od charakteru elementu, ruchu w witrynie i istotności statystycznej, którą należy osiągnąć, test może potrwać od kilku godzin do kilku tygodni.

Krok 6. Ocena i wnioski

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.

Jeśli żadna ze zmian nie dała statystycznie istotnych wyników – to znaczy test nie był rozstrzygający – 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.

Wskazówki i najlepsze praktyki dotyczące testów A/B

Poniżej znajduje się kilka najlepszych praktyk dotyczących testów A/B, które pomogą Ci uniknąć kłopotów.

• Zapewnij wiarygodność danych dla rozwiązania do testowania A/B

Przeprowadź co najmniej jeden test A/A, aby zapewnić losowe przypisanie ruchu do różnych wersji.

• Testuj jedną zmienną na raz

Pozwala to precyzyjnie wyizolować wpływ zmiennej. Jeśli lokalizacja przycisku akcji i jego etykieta są modyfikowane jednocześnie, nie jest możliwe określenie, która zmiana spowodowała zaobserwowany wpływ.

• Dostosuj liczbę odmian do głośności

Jeśli istnieje duża liczba odmian dla małego ruchu, test będzie trwał bardzo długo, zanim przyniesie interesujące wyniki. Im mniejszy ruch przydzielony do testu, tym mniej powinno być różnych wersji.

• Testy segmentowe

W niektórych przypadkach przeprowadzenie testu na wszystkich użytkownikach witryny jest bezsensowne. Jeśli test ma na celu zmierzenie wpływu różnych sformułowań korzyści klienta na wskaźnik rejestracji witryny, przesłanie aktualnej bazy danych zarejestrowanych użytkowników jest nieskuteczne. Zamiast tego test powinien być skierowany do nowych użytkowników.

• Niech testy potrwają wystarczająco długo

Nawet jeśli test szybko wykazuje wiarygodność statystyczną, należy wziąć pod uwagę wielkość próby i różnice w zachowaniu związane z dniem tygodnia. Wskazane jest wykonanie testu przez co najmniej tydzień – najlepiej dwa

• Poczekaj, aż uzyskasz wiarygodność statystyczną, zanim zaczniesz działać

Dopóki test nie osiągnął wiarygodności statystycznej co najmniej 95%, nie jest wskazane podejmowanie jakichkolwiek decyzji. W przeciwnym razie prawdopodobieństwo, że zaobserwowane różnice w wynikach wynikają z przypadku, a nie z wprowadzonych modyfikacji, jest bardzo wysokie.

• Wiedz, kiedy zakończyć test

Jeżeli test trwa zbyt długo, aby osiągnąć wskaźnik rzetelności 95%, jest prawdopodobne, że testowany element nie ma żadnego wpływu na mierzony wskaźnik. W takim przypadku kontynuowanie testu nie ma sensu, ponieważ niepotrzebnie zmonopolizowałoby część ruchu, który mógłby zostać wykorzystany do kolejnego testu.

• Zwróć uwagę na działania marketingowe podczas testu

Zmienne zewnętrzne mogą fałszować wyniki testu. Często kampanie pozyskiwania ruchu przyciągają populację użytkowników o nietypowych zachowaniach. Lepiej jest ograniczyć efekty uboczne poprzez wykrywanie tego rodzaju testów lub kampanii.

Zawijanie

Testy A/B to jeden z najpotężniejszych i najskuteczniejszych sposobów na poprawę współczynnika konwersji. Po przeczytaniu tego obszernego artykułu na temat testów A/B w celu optymalizacji współczynnika konwersji powinieneś być w pełni przygotowany do zaplanowania własnej mapy drogowej optymalizacji.

Jeśli ten przewodnik okazał się przydatny, rozpowszechniaj informacje i pomóż innym optymalizatorom przeprowadzać testy A/B bez wpadania w najczęstsze pułapki. Miłego testowania!