A / B-Tests - Interviewfragen
A / B-Tests (auch als Split-Tests bezeichnet) definieren einen Weg zu compare two versionseiner Anwendung oder einer Webseite, mit der Sie feststellen können, welche besser abschneidet. A / B-Tests sind eine der einfachsten Möglichkeiten, bei denen Sie eine Anwendung oder eine Webseite ändern können, um eine neue Version zu erstellen, und dann beide Versionen vergleichen können, um die Conversion-Rate zu ermitteln. Dies lässt uns auch wissen, welches das istbetter performer von den beiden.
Die Anzahl der Proben hängt von der Anzahl der durchgeführten Tests ab. Dascount of conversion rate wird als Probe bezeichnet, und das Sammeln dieser Proben wird als Probenahme bezeichnet.
Das Konfidenzintervall wird aufgerufen measurement of deviationvom Durchschnitt auf die mehrfache Anzahl von Proben. Nehmen wir an, dass 22% der Menschen Produkt A mit einem Konfidenzintervall von +/- 2% bevorzugen. Dieses Intervall gibt dieupper and lower limit der Menschen, die sich für Produkt A entscheiden und auch genannt werden margin of error. Für die besten Ergebnisse dieser durchschnittlichen Umfrage sollte die Fehlerquote so gering wie möglich sein.
Führen Sie immer A / B-Tests durch, wenn die Wahrscheinlichkeit dazu besteht beat the original variation by> 5%. Der Test sollte über einen längeren Zeitraum ausgeführt werden, damit Sie über genügend Beispieldaten verfügenperform statistics and analysis. Mit A / B-Tests können Sie auch das Maximum aus Ihrem vorhandenen Datenverkehr auf einer Webseite herausholen.
Die Kosten für die Steigerung Ihrer Conversions sind im Vergleich zu den Kosten für die Einrichtung des Datenverkehrs auf Ihrer Website minimal. DasROI (return on investment) Das Testen von A / B ist enorm, da einige geringfügige Änderungen auf einer Website zu einer signifikanten Erhöhung der Conversion-Rate führen können.
Multivariate Tests basieren wie A / B-Tests auf demselben Mechanismus, jedoch auf demselben compares higher number of variablesund bietet weitere Informationen zum Verhalten dieser Variablen. Beim A / B-Testen teilen Sie den Datenverkehr einer Seite auf verschiedene Versionen des Designs auf. Multivariate Tests werden verwendet, um die zu messeneffectiveness of each design.
Das Problem beim gleichzeitigen Testen mehrerer Variablen besteht darin, dass dies der Fall ist tough to accurately determineWelche dieser Variablen haben den Unterschied gemacht? Während Sie sagen können, dass eine Seite besser abschneidet als die andere, können Sie bei drei oder vier Variablen nicht sicher sein, warum eine dieser Variablen tatsächlich einen Nachteil für die Seite darstellt, und Sie können die Seite auch nicht replizierengood elements auf anderen Seiten.
Hier sind einige A / B-Testvarianten, die auf eine Webseite angewendet werden können. Die Liste enthält: Überschriften, Unterüberschriften, Bilder, Texte, CTA-Text und -Schaltflächen, Links, Abzeichen, Medienhinweise, soziale Erwähnung, Verkaufsförderung und Angebote, Preisstruktur, Lieferoptionen, Zahlungsoptionen, Site-Navigation und Benutzeroberfläche.
Background Research - Der erste Schritt beim A / B-Testen besteht darin, das herauszufinden bounce rateAuf deiner Webseite. Dies kann mit Hilfe eines Tools wie Google Analytics erfolgen.
Collect Data - Daten aus Google Analytics können Ihnen bei der Suche helfen visitor behaviors. Es ist immer ratsam, genügend Daten von der Site zu sammeln. Versuchen Sie, Seiten mit niedriger Conversion-Rate oder hohen Drop-Off-Raten zu finden, die verbessert werden können.
Set Business Goals- Der nächste Schritt besteht darin, Ihre Conversion-Ziele festzulegen. Finden Sie diemetrics that determines ob die Variation erfolgreicher ist als die Originalversion.
Construct Hypothesis- Nachdem das Ziel und die Metriken für A / B-Tests festgelegt wurden, müssen als Nächstes Ideen zur Verbesserung der Originalversion und deren Verbesserung gegenüber der aktuellen Version gefunden werden. Sobald Sie eine habenlist of ideas, prioritize them in Bezug auf die erwarteten Auswirkungen und die Schwierigkeit der Umsetzung.
Create Variations/Hypothesis - Es gibt viele A / B-Testwerkzeuge auf dem Markt, die a visual editorum diese Änderungen effektiv vorzunehmen. Die Hauptentscheidung für eine erfolgreiche Durchführung von A / B-Tests ist die Auswahl voncorrect tool.
Running the Variations - Präsentieren Sie den Besuchern alle Variationen Ihrer Website oder einer App, und ihre Aktionen werden für jede Variation überwacht. Visitor interaction für jede Variation wird gemessen und verglichen, um zu bestimmen, wie diese Variation funktioniert.
Analyze Data - Sobald ein Experiment abgeschlossen ist, ist als nächstes zu analyze the results. Das A / B-Testtool zeigt die Daten aus dem Experiment an und zeigt Ihnen den Unterschied zwischen den verschiedenen Variationen der Webseite. Auch wenn es mithilfe mathematischer Methoden und Statistiken einen signifikanten Unterschied zwischen Variationen gibt.
Die gebräuchlichste Art von Datenerfassungstools umfasst das Analytics-Tool, die Wiedergabetools, die Umfragetools, die Chat- und die E-Mail-Tools.
Wiedergabetools werden verwendet, um einen besseren Einblick in Benutzeraktionen auf Ihrer Website zu erhalten. Es erlaubt Ihnen auchclick maps and heat maps of user clickund um zu überprüfen, wie weit der Benutzer auf der Website surft. Wiedergabewerkzeuge wie Mouse Flow ermöglichen es Ihnenview a visitor's session In gewisser Weise sind Sie mit dem Besucher.
Tools zur Videowiedergabe geben einen tieferen Einblick in das Erscheinungsbild des Besuchers, der die verschiedenen Seiten Ihrer Website durchsucht. Die am häufigsten verwendeten Werkzeuge sindMouse Flow and Crazyegg.
Umfragetools sind es gewohnt collect qualitative feedbackvon der Website. Dazu müssen wiederkehrenden Besuchern einige Fragen zur Umfrage gestellt werden. Die Umfrage stellt ihnen allgemeine Fragen und ermöglicht ihnen auch, ihre Ansichten einzugeben oder aus vorab bereitgestellten Auswahlmöglichkeiten auszuwählen.
Sie können die Anzahl der Absprungraten um reduzieren adding more imagesunten. Sie können Links zu sozialen Websites hinzufügen, um die Conversion-Rate weiter zu erhöhen.
Es gibt verschiedene Arten von Variationen, die auf ein Objekt angewendet werden können, z. B. die Verwendung von Aufzählungszeichen, das Ändern der Nummerierung der Schlüsselelemente, das Ändern der Schriftart und der Farbe usw. Auf dem Markt gibt es viele A / B-Testwerkzeuge, die über einen visuellen Editor verfügen diese Änderungen effektiv. Die Hauptentscheidung für eine erfolgreiche Durchführung von A / B-Tests liegt beiselecting the correct tool.
Die am häufigsten verfügbaren Tools sind Visual Website Optimizer, Google Content Experiments und Optimizely.
Visual Website Optimizer oder VWO ermöglicht es Ihnen test multiple versionsder gleichen Seite. Es enthält auch den Editor "Was Sie sehen, ist was Sie bekommen" (WYSIWYG), mit dem Sie dies tun könnenmake the changes and run testsohne den HTML-Code der Seite zu ändern. Sie können Überschriften aktualisieren, Elemente nummerieren und einen Test ausführen, ohne Änderungen an den IT-Ressourcen vorzunehmen.
Öffnen Sie Ihre Webseite im WYSIWYG-Editor, um Variationen in VWO für A / B-Tests zu erstellen, und Sie können viele Änderungen auf jede Webseite anwenden. Dazu gehören Text ändern, URL ändern, HTML bearbeiten / bearbeiten, Neu anordnen und Verschieben.
Visual Website Optimizer bietet auch eine Option für multivariate Tests und enthält eine weitere Anzahl von Tools zum Durchführen von Verhaltens-Targeting, Heatmaps, Usability-Tests usw.
Diese Tests können auch an verschiedenen anderen Orten wie E-Mail, Mobile Apps, PPC und CTAs angewendet werden.
Sobald ein Experiment abgeschlossen ist, next is to analyze the results. Das A / B-Testtool präsentiert die Daten aus dem Experiment und zeigt Ihnen den Unterschied zwischen der Ausführung der verschiedenen Variationen dieser Webseite. Es wird auch gezeigt, ob es einen signifikanten Unterschied zwischen Variationen unter Verwendung mathematischer Methoden und Statistiken gibt.
Um Optimizely in Universal Google Analytics zu integrieren, klicken Sie zunächst auf die Schaltfläche EIN im Seitenbereich. Dann müssen Sie eine habenavailable Custom to populate with Optimizely experiment data.
Der universelle Google Analytics-Tracking-Code muss am unteren Rand des Abschnitts <head> Ihrer Seiten platziert werden. Die Google Analytics-Integration funktioniert nur dann ordnungsgemäß, wenn sich das Optimizely-Snippet über dem Analytics-Snippet befindet.
Google Analytics bietet zwei Optionen zum Analysieren der Daten: Universal Analytics und Classic Google Analytics. Mit den neuen Universal Analytics-Funktionen können Sie 20 gleichzeitige A / B-Tests verwenden, um Daten an Google Analytics zu senden. Die Classic-Version erlaubt jedoch nur bis zu fünf.
Dies ist ein Mythos, dass A / B-Tests Suchmaschinen-Rankings schaden, weil sie als doppelter Inhalt klassifiziert werden könnten. Die folgenden vier Möglichkeiten können angewendet werden, um sicherzustellen, dass Sie beim Ausführen von A / B-Tests nicht den potenziellen SEO-Wert verlieren.
Don’t Cloak - Tarnen ist, wenn Sie dem Googlebot-Agenten eine Version Ihrer Webseite und Ihren Website-Besuchern eine andere Version anzeigen.
Use ‘rel=canonical’- Wenn Sie A / B-Tests mit mehreren URLs durchführen, können Sie der Webseite "rel = canonical" hinzufügen, um Google anzuzeigen, welche URL Sie indizieren möchten. Google schlägt vor, ein kanonisches Element und kein noindex-Tag zu verwenden, da dies eher seiner Absicht entspricht.
Use 302 redirects and not 301’s - Google empfiehlt die Verwendung der temporären Richtungsmethode - eine 302 über die permanente 301-Umleitung.
Don’t run experiments for a longer period of time - Bitte beachten Sie, dass Sie nach Abschluss Ihres A / B-Tests die Variationen so schnell wie möglich entfernen und Änderungen an Ihrer Webseite vornehmen und die Gewinnkonvertierung verwenden sollten.