A / B-Tests - Kurzanleitung

A / B-Tests (auch bekannt als Split testing) definiert eine Möglichkeit zum Vergleichen von zwei Versionen einer Anwendung oder einer Webseite, mit der Sie feststellen können, welche Version eine bessere Leistung erbringt. Dies ist eine der einfachsten Möglichkeiten, eine Anwendung oder eine Webseite zu analysieren, um eine neue Version zu erstellen. Danach können beide Versionen verglichen werden, um die zu findenconversion rateDies hilft weiter, den besseren Darsteller dieser beiden zu finden.

Beispiel

Nehmen wir an, dass es eine Webseite gibt und der gesamte Datenverkehr auf diese Seite geleitet wird. Jetzt haben Sie im Rahmen von A / B-Tests einige geringfügige Änderungen wie Überschriften, Nummerierungen usw. auf derselben Seite vorgenommen, und die Hälfte des Datenverkehrs wird auf die geänderte Version dieser Webseite geleitet. Jetzt haben Sie Version A und Version B derselben Webseite und können die Aktionen des Besuchers mithilfe von Statistiken und Analysen überwachen, um die Version zu ermitteln, die eine höhere Conversion-Rate ergibt.

Eine Conversion-Rate ist definiert als die Instanz, in der ein Besucher Ihrer Website eine gewünschte Aktion ausführt. Mit A / B-Tests können Sie die besten ermittelnonline marketing strategyfür dein Geschäft. Schauen Sie sich die folgende Abbildung an. Es zeigt, dass Version A eine Conversion-Rate von 15% und Version B eine Conversion-Rate von 22% ergibt.

Sie können die Aktionen des Besuchers mithilfe von Statistiken und Analysen überwachen, um die Version zu ermitteln, die eine höhere Conversion-Rate ergibt. A / B-Testergebnisse werden normalerweise ausgefallen angegebenmathematical and statistical terms, aber die Bedeutung hinter den Zahlen ist eigentlich ganz einfach. Es gibt zwei wichtige Methoden, mit denen Sie die Conversion-Raten mithilfe von A / B-Tests überprüfen können:

• Abtastung von Daten
• Vertrauensintervalle

Lassen Sie uns diese beiden Methoden im Detail diskutieren.

Abtastung von Daten

Die Anzahl der Proben hängt von der Anzahl der durchgeführten Tests ab. Die Anzahl der Umwandlungsraten wird als Stichprobe bezeichnet, und der Prozess des Sammelns dieser Stichproben wird als Stichprobe bezeichnet.

Beispiel

Angenommen, Sie haben zwei Produkte A und B, Sie möchten Beispieldaten gemäß der Nachfrage auf dem Markt sammeln. Sie können einige Personen bitten, aus Produkt A und B auszuwählen und sie dann zur Teilnahme an einer Umfrage aufzufordern. Wenn die Anzahl der Teilnehmer zunimmt, wird a angezeigtrealistic conversion rate.

Es gibt verschiedene Tools, mit denen die richtige Anzahl von Stichproben ermittelt werden kann. Ein solches kostenloses Tool ist -

http://www.evanmiller.org

Konfidenzintervalle bei A / B-Tests

Das Konfidenzintervall ist die Messung der Abweichung vom Durchschnitt bei der Mehrfachanzahl von Proben. Nehmen wir an, dass 22% der Menschen im obigen Beispiel Produkt A mit einem Konfidenzintervall von ± 2% bevorzugen. Dieses Intervall gibt die Ober- und Untergrenze der Personen an, die sich für Produkt A entscheiden, und wird auch als Fehlerquote bezeichnet. Für die besten Ergebnisse in dieser durchschnittlichen Umfragethe margin of error should be as small as possible.

Beispiel

Nehmen wir an, dass wir in Produkt B eine geringfügige Änderung hinzugefügt und dann A / B-Tests für diese beiden Produkte durchgeführt haben. Das Konfidenzintervall Produkt A und B beträgt 10% mit ± 1% bzw. 20% mit ± 2%. Dies zeigt also, dass eine geringfügige Änderung die Conversion-Rate erhöht hat. Wenn wir die Fehlerquote ignorieren, beträgt die Konvertierungsrate für Testvariation A 10% und die Konvertierungsrate für Testvariation B 20%, dh eine 10% ige Erhöhung der Testvariation.

Wenn wir nun die Differenz durch die Kontrollvariationsrate 10% ÷ 10% = 1,0 = 100% dividieren, zeigt sich eine Verbesserung von 100%. Daher können wir sagen, dass A / B-Tests eine Technik sind, die auf mathematischen Methoden und Analysen basiert. Es gibt verschiedene Online-Tools, mit denen die A / B-Signifikanz berechnet werden kann.

http://getdatadriven.com

A / B-Tests werden verwendet, um zu machen business decisionsbasierend auf den aus Daten abgeleiteten Ergebnissen, anstatt nur Vorhersagen zu treffen. Sie können Variationen Ihrer Website oder App erstellen und anschließend Ihre Entscheidung, Änderungen vorzunehmen, bestätigen oder verwerfen.

Mit diesen Tests können Sie Ihre Website oder App so optimieren, dass sich die Conversion-Raten erhöhen. Eine höhere Conversion-Rate bedeutet, dass Sie mehr Wert aus Ihren vorhandenen Nutzern ziehen, anstatt mehr für die Datenerfassung zu zahlen. A / B-Tests können Ihnen auch dabei helfen, andere geschäftliche Faktoren wie die Änderung der Arbeitskultur usw. zu ändern. Mithilfe mathematischer Daten und Statistiken können Sie die Richtung Ihrer Produktvariationen bestimmen.

Unabhängig davon, ob Sie Designer, Business Analyst oder Entwickler sind, bietet A / B Testing eine einfache Möglichkeit, die Leistungsfähigkeit von Daten und Statistiken zu nutzen, um Risiken zu reduzieren, Ergebnisse zu verbessern und Ihre Arbeit datengesteuerter zu gestalten.

Um einen A / B-Test durchzuführen, sollten Sie die folgenden Punkte berücksichtigen:

• Führen Sie immer A / B-Tests durch, wenn die Wahrscheinlichkeit besteht, dass die ursprüngliche Abweichung um> 5% übertroffen wird.

• Der Test sollte über einen längeren Zeitraum ausgeführt werden, damit Sie über genügend Probendaten verfügen, um Statistiken und Analysen durchzuführen.

Mit A / B-Tests können Sie auch das Maximum aus Ihrem vorhandenen Datenverkehr auf einer Webseite herausholen. Die Kosten für die Steigerung Ihrer Conversion 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.

Beim A / B-Test werden mehrere Variationen einer Anwendung oder einer Website erstellt und anschließend alle diese Versionen anhand von Beispielen verglichen, um die beste Variation mit der maximalen Conversion-Rate zu ermitteln. Es gibt verschiedene Arten von Variationen, die auf eine Webseite oder eine Anwendung angewendet werden können. A / B-Tests sind nicht nur auf eine Anwendung oder eine Webseite beschränkt, da Sie auch Variationen für andere Produkte erstellen können. Alles auf einer Webseite, was das Verhalten eines Besuchers beim Surfen auf der Website beeinflussen kann, kann mithilfe von A / B-Tests getestet werden.

Hier ist eine Liste von A / B-Testvarianten, die auf eine Webseite angewendet werden können -

• Headlines
• Unterüberschriften
• Images
• Texts
• CTA-Text und Schaltfläche
• Links
• Badges
• Medien-Erwähnungen
• Soziale Erwähnung
• Verkaufsförderung und Angebote
• Preisstruktur
• Lieferoptionen
• Zahlungsmöglichkeiten
• Site-Navigation und Benutzeroberfläche

Es gibt verschiedene Werkzeuge, die verwendet werden können create variations das werden Sie später in diesem Tutorial ausführlich lesen.

A / B-Tests bestehen aus einer Reihe von Prozessen, denen man nacheinander folgen muss, um zu a zu gelangen realistic conclusion. In diesem Kapitel werden die Schritte des A / B-Testprozesses ausführlich erläutert, mit denen Sie Tests auf jeder Webseite ausführen können.

Hintergrundforschung

Hintergrundforschung spielt eine entscheidende Rolle bei A / B-Tests. Der erste Schritt besteht darin, die Absprungrate der Website herauszufinden. Dies kann mithilfe mehrerer allgemein verfügbarer Hintergrundrecherche-Tools wie Google Analytics und anderer erfolgen.

Daten sammeln

Mithilfe von Daten aus Google Analytics können Sie das Besucherverhalten auf den Websites ermitteln. Es ist immer ratsam, genügend Daten von der Site zu sammeln. Versuchen Sie, Seiten mit niedrigen Conversion-Raten oder hohen Drop-Off-Raten zu finden, die weiter verbessert werden können. Berechnen Sie auch die Anzahl der Besucher pro Tag, die erforderlich sind, um diesen Test auf der Website durchzuführen.

Geschäftsziele setzen

Der nächste Schritt besteht darin, Ihre Geschäfts- oder Conversion-Ziele festzulegen, um das Ziel besser zu verstehen. Sobald dies erledigt ist, können Sie die Metriken finden, die bestimmen, ob eine neue Version erfolgreicher ist als ihre ursprüngliche Version.

Hypothese konstruieren

Sobald Ziel und Metriken für A / B-Tests festgelegt wurden. Der nächste Schritt besteht darin, Ideen zu finden, wie die Originalversion verbessert und verbessert werden kann als die aktuelle Version. Wenn Sie eine Liste mit Ideen haben, priorisieren Sie diese in Bezug auf die erwarteten Auswirkungen und die Schwierigkeit der Umsetzung.

Am effektivsten ist es beispielsweise, einer Site Bilder hinzuzufügen, um die Absprungrate in gewissem Maße zu verringern.

Variationen / Hypothese erstellen

Es gibt viele A / B-Testtools auf dem Markt, die über einen visuellen Editor verfügen, um diese Änderungen effektiv vorzunehmen. Die wichtigste Entscheidung für eine erfolgreiche Durchführung von A / B-Tests ist die Auswahl des richtigen Werkzeugs. Einige der am häufigsten verfügbaren Tools sind -

• Visual Website Optimizer (VWO)
• Google Content-Experimente
• Optimizely

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.

Variationen ausführen

Präsentieren Sie den Besuchern alle Variationen Ihrer Website oder App. Ihre Aktionen werden für jede Variation überwacht. Darüber hinaus wird diese Besucherinteraktion für jede Variation gemessen und verglichen, um zu bestimmen, wie eine bestimmte Variation funktioniert.

Daten analysieren

Sobald dieses Experiment abgeschlossen ist, besteht der nächste Schritt darin, die Ergebnisse zu analysieren. Das A / B-Testtool präsentiert die Daten aus dem Experiment und zeigt Ihnen den Unterschied zwischen der Leistung und Effizienz verschiedener Versionen einer Webseite. Es wird auch gezeigt, ob es mithilfe mathematischer Methoden und Statistiken einen signifikanten Unterschied zwischen Variationen gibt.

Wenn beispielsweise die Bilder auf der Webseite die Absprungrate verringert haben, können Sie weitere Bilder hinzufügen, um die Conversion zu erhöhen. Wenn Sie aus diesem Grund keine Änderung der Absprungrate feststellen, kehren Sie zum vorherigen Schritt zurück, um eine neue Hypothese / Variation für die Durchführung eines neuen Tests zu erstellen.

Mithilfe der Daten von Google Analytics können Sie das Besucherverhalten ermitteln. Es ist immer ratsam, genügend Daten von der Site zu sammeln. Versuchen Sie, Seiten mit niedrigen Conversion-Raten oder hohen Drop-Off-Raten zu finden, die verbessert werden können. In diesem Kapitel werden einige Tools erläutert, mit denen Daten für A / B-Tests erfasst werden können.

Google Analytics / Mix Panel (Analytics-Tool)

Auf den meisten Websites ist Google Analytics installiert, um eine Vorstellung davon zu erhalten, wie Besucher mit der Website interagieren. Wenn Sie Google Analytics nicht zur Überwachung des Datenverkehrs installiert haben, können Sie es über das Internet installieren. Google Analytics ist eines der besten kostenlosen Analysetools.

Um Google Analytics auf Ihrer Website zu installieren, können Sie den Code einfach kopieren und auf Ihrer Website bereitstellen. Sie erhalten dann eine gute Datenmenge, mit der Sie arbeiten können. Sie können das Tool auch anpassen, um Ihre Geschäftsziele zu erreichen.

Mausfluss / verrücktes Ei (Wiedergabewerkzeuge)

Wiedergabetools werden verwendet, um einen besseren Einblick in Benutzeraktionen auf Ihrer Website zu erhalten. Sie können auch auf Karten und Heatmaps von Benutzerklicks klicken, um zu überprüfen, wie weit die Benutzer auf der Website surfen.

Mit Wiedergabetools wie Mouse Flow können Sie die Sitzung eines Besuchers so anzeigen, als wären Sie mit dem Besucher selbst zusammen. Video-Wiedergabetools geben einen tieferen Einblick in das Erscheinungsbild des Besuchers, der die verschiedenen Seiten Ihrer Website durchsucht.

WebEngage (Umfragetools)

Umfragetools werden verwendet, um qualitatives Feedback von der Website zu sammeln. Dazu müssen wiederkehrenden Besuchern einige Fragen zur Umfrage gestellt werden. Diese Umfrage stellt ihnen allgemeine Fragen und ermöglicht ihnen auch, ihre Ansichten einzugeben oder aus vorab bereitgestellten Auswahlmöglichkeiten auszuwählen.

Andere Tools - Chat, E-Mail

Mit der Live-Chat-Funktion erhalten Besucher schnelle Antworten vom Kundendienstteam und können die Situation schneller lösen. Dies hilft Ihnen auch, die allgemeinen Fragen der Besucher zu erhalten und Daten zum Testen zu sammeln.

Der nächste Schritt besteht darin, Ihre Conversion-Ziele festzulegen. Suchen Sie die Metriken, die bestimmen, ob die Variation erfolgreicher ist als die Originalversion. Ziele kommen von Ihren Geschäftszielen. Wenn Sie beispielsweise den Verkauf von Kleidung in Bezug auf Ziele steigern müssen, kann dies wie folgt sein:

• Klare Produktbilder.
• Erhöhen Sie die Besuchsraten vor Ort.
• Reduzieren Sie die Drop-Rate des Warenkorbs.

Als Nächstes definieren Sie Metriken, die Ihre Geschäftsziele erfüllen. Eine Metrik wird zu aKPI (Key Performance Indicator) Nur wenn es etwas misst, das mit Ihren Zielen zusammenhängt.

Beispiel 1

Das Geschäftsziel Ihres Stoffgeschäfts besteht darin, Kleidung zu verkaufen. Der KPI dieses Geschäftsziels kann also die Anzahl der online verkauften Kleidungsstücke sein. Sie müssen Ihre Geschäftsziele klar definiert haben, sonst können Sie Ihre KPIs nicht identifizieren. Wenn Sie die KPIs richtig einstellen und regelmäßig messen, behalten Sie Ihre Strategie bei, Variationen zu erstellen und A / B-Tests durchzuführen. Als Nächstes finden Sie die Zielmetriken für Ihre Geschäftsziele.

Beispiel 2

Ihr Tuchladen hat letzte Woche 100 Produkte verkauft. Ist das in Ordnung oder schlecht? Damit Ihre KPIs etwas für Sie bedeuten, benötigen sie Zielmetriken. Definieren Sie ein Ziel für jeden KPI, der für Sie wichtig ist. Sobald Sie Geschäftsziele und Zielmetriken definiert haben, verfügen Sie über ein Framework, mit dessen Hilfe Sie feststellen können, ob die von Ihnen ausgeführte Arbeit für Ihre Geschäftsziele relevant ist oder nicht.

A / B-Tests - Hypothese erstellen

Nachdem Sie Ihre Geschäftsziele identifiziert haben, besteht der nächste Schritt darin, A / B-Testideen und Hypothesen zu generieren, warum Sie glauben, dass diese besser sind als die aktuelle Version. Erstellen Sie eine Liste aller Hypothesen, die Sie erstellen können, priorisieren Sie alle Variationen in Bezug auf die erwarteten Auswirkungen und deren Implementierung mit verschiedenen Tools.

Beispiel

Sie können die Absprungrate reduzieren, indem Sie unten weitere Bilder hinzufügen. Sie können auch Links zu verschiedenen sozialen Websites hinzufügen, um die Conversion-Rate zu erhöhen.

Beim A / B-Test geht es darum, neue Versionen einer Anwendung oder einer Webseite zu erstellen und dann alle Versionen zu vergleichen, um die Conversion-Rate zu ermitteln. Sie können die Conversion-Rate verbessern, indem Sie die Statistiken analysieren, um neue Variationen zu überprüfen.

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 wichtigste Entscheidung für eine erfolgreiche Durchführung von A / B-Tests ist die Auswahl des richtigen Werkzeugs. Einige der am häufigsten verfügbaren Tools sind -

• Visual Website Optimizer (VWO)
• Google Content-Experimente
• Optimizely

Visual Website Optimizer (VWO)

Mit Visual Website Optimizer können Sie mehrere Versionen derselben Seite testen. Es enthält auch den WYSIWYG-Editor (WYSIWYG), mit dem Sie Änderungen vornehmen und Tests ausführen können, ohne 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. Anschließend können Sie die folgenden Änderungen auf die Webseite anwenden:

• Text ändern
• URL ändern
• HTML bearbeiten / bearbeiten
• Rearrange
• Move
• Resize
• Hide
• Remove
• CSS ändern

Google Content-Experimente

Auf diese Weise können Sie bis zu fünf Variationen einer Webseite erstellen und dann alle Seiten in Google Analytics laden, um A / B-Tests durchzuführen. Das Google Content Experiment wird verwendet, um die Ergebnisse aller Variationen zu messen und die Variante mit der maximalen Conversion-Rate zu bestimmen. Der Hauptvorteil der Verwendung von Google Content Experiments besteht darin, dass es sich um eine Freeware von Google handelt. Sie müssen jedoch die Varianten in Google Analytics laden, um den Test durchzuführen.

Optimistisch

Optimizely ist ein Tool zum Durchführen von A / B-Tests und multivariaten Tests auf einer Webseite oder in einer mobilen App. Sie können verschiedene Versionen einer Webseite oder einer Anwendung vergleichen, um festzustellen, welche Variante eine bessere Conversion-Rate für Ihr Unternehmen bietet .

Diese Software kann auf Ihrer Webseite ausgeführt werden, indem ein einzeiliges JavaScript-Snippet ausgeführt wird. Snippet ist als einzeiliger Code definiert, der Optimizely auf Ihre Website lädt und die Besuchererfahrung auf Ihrer Website ändert.

Um eine mobile Anwendung mit Optimizely zu testen, wird sie über ein Software Development Kit für iOS und / oder Android ausgeführt. Durch optimales Ausführen auf Ihrer Webseite werden Daten von Website-Besuchern und Conversion-Raten erfasst und in Stats Engine ausgeführt, um festzustellen, welche Variante ein Gewinner oder ein Verlierer ist. Sobald diese Statistiken mit den Zielvorgaben verglichen und Metriken festgelegt wurden, können Sie Entscheidungen über die auf der Website anzuwendende Variation treffen.

Mit Optimizely können Sie diese Tests durchführen -

• A / B-Test, der verschiedene URLs vergleicht.
• A / B-Test, der über mehrere Seiten, Flows usw. ausgeführt wird.
• Führen Sie verschiedene Variationen für verschiedene Zielgruppen aus.
• So wenden Sie Hotfixes auf einer Webseite für alle Besucher an.

Dabei werden den Besuchern alle Variationen Ihrer Website oder einer Anwendung präsentiert und ihre Aktionen für jede Variation überwacht. Die Besucherinteraktion für jede Variation wird gemessen und verglichen, um zu bestimmen, wie diese Variation funktioniert.

Wie im vorherigen Kapitel erläutert, gibt es verschiedene Tools, mit denen Hypothesen erstellt und die Variationen ausgeführt werden können.

• Visual Website Optimizer (VWO)
• Google Content-Experimente
• Optimizely

Visual Website Optimizer

Es gibt verschiedene A / B-Testtools, mit denen Marketingfachleute mithilfe eines Point-and-Click-Editors mehrere Variationen ihrer Webseiten erstellen können. Es sind keine HTML-Kenntnisse erforderlich, und Sie können überprüfen, welche Version die maximale Conversion-Rate oder den maximalen Umsatz erzielt.

Das Ausführen der VWO-Split-Test-Software ist sehr einfach, da Sie nur das Code-Snippet kopieren und in Ihre Website einfügen müssen und es den Besuchern problemlos zur Verfügung stellen können. 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.

In VWO gibt es mehrere Funktionen, die sicherstellen, dass alle Ihre Aktivitäten zur Optimierung der Conversion-Rate von diesem Tool abgedeckt werden. Viele Unternehmen und kleine Online-Shops verwenden A / B-Test-VWO-Software zur Optimierung von Zielseiten, zur Steigerung ihrer Website-Verkäufe und zur Verbesserung der Conversion-Raten.

Das Unternehmen bietet außerdem eine 30-Tage-Testversion an, die kostenlos heruntergeladen werden kann von - https://vwo.com/.

Einige der Hauptmerkmale von VWO sind:

• Testen und Experimentieren
• Visueller Editor
• Analyse und Berichterstattung
• Heatmaps und Click Maps
• Plattformen und Integrationen

Wie es funktioniert?

Durch optimales Ausführen auf Ihrer Webseite werden Daten von Website-Besuchern und Conversion-Raten erfasst und in der Stats Engine ausgeführt, um festzustellen, welche Variante ein Gewinner und welche eine Verliererin ist. Sobald diese Statistiken mit den Zielvorgaben verglichen und Metriken festgelegt wurden, können Sie Entscheidungen über die auf der Website anzuwendende Variation treffen.

Google Content-Experimente

Sie können bis zu fünf Variationen einer Webseite erstellen und dann alle diese Seiten in Google Analytics laden, um A / B-Tests durchzuführen.

Um mit Google Analytics zu beginnen, benötigen Sie eine Google Analytics accountund einen Tracking-Code, der auf Ihrer Website installiert werden soll. Wenn Sie kein Konto haben, können Sie sich mit dem folgenden Tool anmelden:http://www.google.com/analytics/

Adding tracking code directly to a website

Um diesen Vorgang abzuschließen, müssen Sie Zugriff auf den Quellcode Ihrer Website haben. Sie sollten auch mit der Bearbeitung von HTML vertraut sein (oder einen Webmaster / Entwickler haben, der Ihnen dabei helfen kann). Außerdem sollten Sie bereits ein Google Analytics-Konto und eine Eigenschaft festgelegt haben oben.

To set up tracking code into your webpage

• Suchen Sie das Tracking-Code-Snippet, melden Sie sich bei Ihrem Google Analytics-Konto an und wählen Sie oben die Registerkarte "Admin".

• Gehen Sie zur Registerkarte KONTO und EIGENTUM und wählen Sie die Eigenschaft aus, mit der Sie arbeiten. Klicken Sie auf Tracking Info → Tracking Code. Bild, wo Sie Ihren Tracking-Code in Ihrem Analytics-Konto finden → Klicken Sie, um dieses Bild zu erweitern und zu sehen, wo diese Optionen in der Benutzeroberfläche angezeigt werden.

• Finden Sie Ihr Tracking-Code-Snippet. Es befindet sich in einer Box mit mehreren Zeilen JavaScript. Alles in dieser Box ist Ihr Tracking-Code-Snippet. Es beginnt mit <script> und endet mit </ script>.

• Der Tracking-Code enthält eine eindeutige ID, die jeder Google Analytics-Eigenschaft entspricht. Verwechseln Sie keine Tracking-Code-Snippets aus verschiedenen Eigenschaften und verwenden Sie nicht dasselbe Tracking-Code-Snippet für mehrere Domänen.

• Kopieren Sie das Snippet und fügen Sie es in jede Webseite ein, die Sie verfolgen möchten. Fügen Sie es unmittelbar vor dem schließenden </ head> -Tag ein.

• Wenn Sie Vorlagen verwenden, um Seiten für Ihre Site dynamisch zu generieren, können Sie das Tracking-Code-Snippet in eine eigene Datei einfügen und dann in Ihren Seitenkopf aufnehmen.

Verify if the tracking code is working

Sie können überprüfen, ob der Tracking-Code funktioniert, Echtzeitberichte überprüfen und die Benutzeraktivität überwachen, sobald dies geschieht. Wenn Sie Daten in diesen Berichten sehen, bedeutet dies, dass Ihr Tracking-Code derzeit die Daten sammelt.

Inhaltsexperimente

Inhaltsexperimente ist eines der quickest methodZum Testen von Webseiten - Zielseiten, Homepage, Kategorieseiten und weniger Codeimplementierungen. Es kann verwendet werden, um A / B-Tests in Google Analytics zu erstellen.

Einige der häufigsten Merkmale von Inhaltsexperimenten sind:

• Sie müssen das ursprüngliche Seitenskript verwenden, um Tests auszuführen. Der Standard-Tracking-Code von Google Analytics wird zum Messen von Zielen und Abweichungen verwendet.

• Zielziele, die in Google Analytics definiert sind, können als Versuchsziel verwendet werden, einschließlich AdSense-Einnahmen.

• Mit dem Google Analytics-Segment-Builder können Ergebnisse basierend auf beliebigen Segmentierungskriterien segmentiert werden.

• Sie können Tests festlegen, die nach 3 Monaten automatisch ablaufen, um zu verhindern, dass Tests ausgeführt werden, wenn es unwahrscheinlich ist, dass sie einen statistisch signifikanten Gewinner haben.

How to use Content Experiments to create A/B Tests?

Gehen Sie zum Abschnitt Verhalten und klicken Sie auf den Link Experimente. Außerdem wird eine Tabelle mit allen vorhandenen Experimenten angezeigt. Klicken Sie oben in dieser Tabelle auf die Option "Experiment erstellen".

Geben Sie → Name des Experiments, Ziel des Experiments, Prozentsatz des teilnehmenden Site-Verkehrs, alle E-Mail-Benachrichtigungen für wichtige Änderungen, zur Verteilung des Verkehrs auf alle Variationen, die Einrichtungszeit für das Experiment sowie Schwellenwerte ein.

Sie können URLs der Originalseite und alle Variationen, die Sie erstellen möchten, hinzufügen und auf die Schaltfläche Weiter klicken. Wählen Sie die Implementierungsmethode aus und klicken Sie auf die Schaltfläche Weiter → Klicken Sie auf Validierung (Wenn Sie einen Code implementiert haben, wird dieser validiert. Wenn kein Code vorhanden ist, wird eine Fehlermeldung angezeigt.) → Experiment starten.

Sobald dieses Experiment ausgeführt wurde, werden die folgenden Optionen angezeigt:

• Wechselkurs

• Experiment beenden

• Re-validate

• Variation deaktivieren

• Segmentierung - Hier können Sie sehen, wie sich jede Variation für jedes Besuchersegment auf Ihrer Webseite ausgewirkt hat.

Sobald das Experiment abgeschlossen ist, besteht der nächste Schritt darin, die Ergebnisse zu analysieren. Das A / B-Testtool präsentiert die Daten aus dem Experiment und zeigt Ihnen mithilfe mathematischer Methoden und Statistiken den Unterschied zwischen der Leistung der verschiedenen Variationen auf einer Webseite und auch, ob zwischen den Variationen ein signifikanter Unterschied besteht.

Beispiel

Wenn die Bilder auf einer Webseite die Absprungrate verringert haben, können Sie entscheiden, ob sie eine gute Conversion aufweisen oder nicht, sobald Sie weitere Bilder auf eine Webseite hochladen. Wenn Sie aus diesem Grund keine Änderung der Absprungrate feststellen, kehren Sie zum vorherigen Schritt zurück und erstellen Sie eine neue Hypothese / Variation, um einen neuen Test durchzuführen.

Tools wie VWO und Optimizely werden zum Ausführen von Tests verwendet. Google Analytics eignet sich jedoch am besten zum Ausführen von Analysen nach dem Test. Diese Analyse wird verwendet, um den weiteren Weg zu bestimmen. A / B-Testwerkzeuge geben Auskunft über das Ergebnis eines Testergebnisses, es ist jedoch auch erforderlich, eine Nachanalyse durchzuführen. Um eine Nachanalyse durchzuführen, müssen Sie jeden Test in Google Analytics integrieren.

Sowohl VWO als auch Optimizely bieten integrierte Google Analytics-Integrationsfunktionen. Die Daten für jeden Test dieser beiden Tools sollten an Google Analytics gesendet werden. Auf diese Weise werden Ihre Analysefunktionen verbessert und Testdaten sichergestellt. Es besteht die Möglichkeit, dass Ihr Testtool die Daten falsch aufzeichnet. Wenn Sie keine andere Quelle für Ihre Testdaten haben, können Sie nie sicher sein, ob Sie diesen vertrauen sollen oder nicht.

Es gibt verschiedene Werkzeuge, mit denen Hypothesen erstellt und Variationen ausgeführt werden können. Dazu gehören:

• Visual Website Optimizer (VWO)
• Google Content-Experimente
• Optimizely

Alle diese Tools sind in der Lage, A / B-Tests durchzuführen und den Gewinner zu finden. Um jedoch eine Nachanalyse durchzuführen, sollten diese Tools in Google Analytics integriert sein.

A / B-Tests - Google Analytics

Google Analytics bietet zwei Optionen zum Analysieren der Daten:

• Universal Analytics
• Klassische Google Analytics

Mit der neuen Universal Analytics-Funktion können Sie 20 gleichzeitige A / B-Tests verwenden, um Daten an Google Analytics zu senden. Die Classic-Version erlaubt jedoch nur bis zu fünf.

Optimizely Integration in Google Universal Analytics

Um Optimizely in Universal Google Analytics zu integrieren, klicken Sie zunächst auf die Schaltfläche EIN im Seitenbereich. Dann muss ein Benutzerdefiniert verfügbar sein, um mit Optimizely-Experimentdaten gefüllt zu werden. Dann muss der Tracking-Code am unteren Rand des Abschnitts <head> Ihrer Seiten platziert werden. Die Google Analytics-Integration funktioniert nur dann ordnungsgemäß, wenn sich das Optimizely-Snippet über diesem Analytics-Snippet befindet.

Konfigurationsschritte

Optimizely verwendet die "benutzerdefinierten Dimensionen" von Universal Google Analytics, um Ihre Besucher mit den Experimenten und Variationen zu kennzeichnen, zu denen sie hinzugefügt wurden. Die Konfiguration von Optimizely für den Versand dieser Informationen an Universal Analytics erfordert vier Schritte:

Step 1

Fügen Sie Ihrer Site den folgenden JavaScript-Code hinzu, wo immer der Universal Analytics-Code vorhanden ist, nachdem die Funktion ga ('create' ...) und die Universal Analytics-Funktion ga ('send', 'pageview') ausgelöst und der Tracking-Aufruf ausgeführt wurde (siehe Details im nächsten Abschnitt) -

// Optimizely Universal Analytics Integration
window.optimizely = window.optimizely || [];
window.optimizely.push("activateUniversalAnalytics");

Step 2

Gehen Sie im Optimizely-Editor zu Optionen → Integrationen und aktivieren Sie das Kontrollkästchen Universal Analytics, um die Integration zu aktivieren.

Step 3

Wählen Sie die benutzerdefinierte Dimension aus, die Optimizely verwenden soll. Sie müssen sicherstellen, dass die benutzerdefinierte Dimension nicht bereits von einem anderen Teil Ihrer Site oder von einem anderen derzeit ausgeführten Optimizely-Experiment verwendet wird.

Step 4

Wählen Sie einen benutzerdefinierten Tracker aus, wenn Sie einen anderen als den Standard-Event-Tracker verwenden. Dadurch wird der Integrationsaufruf von Optimizely so geändert, dass anstelle des Standard-Trackers der benutzerdefinierte Tracker verwendet wird.

Example

Angenommen, Ihre Website verwendet den folgenden Aufruf:

ga('tracker3.send', 'pageview');

In diesem Fall geben Sie tracker3 ein, um ein benutzerdefiniertes Trackerfeld anzugeben, und Optimizely wird anstelle des Standard-Trackers in tracker3 integriert.

Erstellen eines benutzerdefinierten Berichts mit Google Analytics

Der erste Schritt besteht darin, sich bei Ihrem Universal Analytics-Konto anzumelden und oben auf die Registerkarte Anpassung zu klicken. Sie sollten eine Liste mit benutzerdefinierten Berichten sehen.

Als Nächstes müssen Sie für jedes Experiment, in das Sie Universal Analytics integriert haben, einen benutzerdefinierten Bericht erstellen.

• Klicken Sie auf Neuer benutzerdefinierter Bericht → Geben Sie den Berichtstitel ein und fügen Sie die Metrikgruppen hinzu, die Sie im Bericht anzeigen möchten.

• Um diesen Bericht nur für Ihr Optimizely-Experiment zu filtern, wählen Sie die zuvor eingerichtete benutzerdefinierte Dimension als einen der Dimensions-Drilldowns aus.

• Fügen Sie diese Dimension im Abschnitt Filter hinzu und verwenden Sie eine Regex-Übereinstimmung für die Experiment-ID für das Experiment, das Sie filtern möchten.

• Klicken Sie auf Speichern.

Wie das A / B-Testen basiert auch das multivariate Testen auf demselben Mechanismus, vergleicht jedoch eine höhere Anzahl von Variablen und 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 Wirksamkeit jedes Designs zu messen.

Beispiel

Angenommen, es gibt eine Webseite, die genügend Verkehr erhalten hat, um den Test auszuführen. Jetzt werden die Daten jeder Variation verglichen, um die erfolgreichste Variation zu überprüfen. Sie enthalten jedoch auch die Elemente, die die Interaktion eines Besuchers maximal positiv oder negativ beeinflussen.

Vorteile der Verwendung von Multivariate

Multivariates Testen ist ein effektives Tool, mit dem Sie die Elemente Ihrer Seite gezielt sowie neu gestalten und die Bereiche anzeigen können, die den größten Einfluss haben. Die multivariate Methode ist nützlich, um Zielseitenkampagnen zu erstellen.

Beispiel

Daten über die Auswirkungen des Designs eines bestimmten Elements können auf zukünftige Kampagnen angewendet werden, selbst wenn sich der Kontext des Elements geändert hat.

Einschränkungen

Einschränkungen beim multivariaten Testen ist der Datenverkehr, der zum Abschließen des Tests erforderlich ist. Da alle Experimente vollständig faktoriell sind, können zu viele sich ändernde Elemente gleichzeitig schnell zu einer sehr großen Anzahl möglicher Kombinationen führen, die getestet werden müssen. Selbst eine Site mit ziemlich viel Verkehr kann Probleme haben, einen Test mit mehr als 25 Kombinationen in einer realisierbaren Zeitspanne abzuschließen.

Unterschied zwischen multivariaten und A / B-Tests

A / B-Tests, auch Split-Tests genannt, sind eine Methode zur Website-Optimierung, bei der Sie die Conversion-Raten von zwei Versionen einer Seite vergleichen, nämlich A und B. Alle Besucher sind in die eine oder andere Version unterteilt. Sobald die Besucher eine dieser Versionen (A oder B) besuchen, klicken sie auf verschiedene Schaltflächen oder melden sich sogar für den Newsletter an. Auf diese Weise können Sie feststellen, welche Version der Seite effektiver ist.

SEO ist eine Methode, um Ihre Website oben auf der Seite anzuzeigen, wenn nach diesen relevanten Elementen gesucht wird. Es enthält die Informationen, die Ihre Website den Besuchern bietet, und warum Webseiteninhalte relevant sind, um in einem Suchergebnis ganz oben zu stehen. Viele potenzielle Kunden sind der Meinung, dass A / B-Tests oder multivariate Tests Auswirkungen auf ihre Suchmaschinen-Rankings haben werden.

Es gibt vier Möglichkeiten, um sicherzustellen, dass Sie A / B-Tests durchführen, ohne sich Gedanken über den Verlust des potenziellen SEO-Werts machen zu müssen.

Umhang dich nicht

Cloaking wird aufgerufen, wenn Sie dem Googlebot-Agenten eine Version Ihrer Webseite und Ihren Website-Besuchern eine andere Version anzeigen. Google sagt, dass Sie sich nicht tarnen sollten und ist damit sehr streng. Dies kann sogar dazu führen, dass Ihre Website von den Suchergebnissen ausgeschlossen oder im SEO-Ranking herabgestuft wird. Sie müssen sicherstellen, dass Sie Ihre Besucher nicht auf die verschiedenen Versionen Ihres A / B-Tests verteilen, die auf einem Benutzeragenten basieren. Google ist es egal, ob sein Bot die eine oder andere Version sieht, es ist nur wichtig, dass sein Bot die gleiche Nutzererfahrung hat wie ein zufälliger Besucher.

Verwenden Sie 'rel = canonical'

Wenn Sie A / B-Tests mit mehreren URLs durchführen, können Sie der Webseite "rel = canonical" hinzufügen, um Google mitzuteilen, welche URL Sie indizieren möchten. Google schlägt vor, ein kanonisches Element zu verwenden, und es ist ein Noindex-Tag, da es eher seiner Absicht entspricht. Sie geben nur an, welcher Inhalt original ist. Auf diese Weise kann Google Seiten entsprechend gruppieren und indizieren.

Note - Wenn es nicht möglich ist, Canonical zu verwenden, müssen Sie sicherstellen, dass im HTML- oder HTTP-Header ein noindex-Tag vorhanden ist. Wenn nicht, sollten Sie sicherstellen, dass es mindestens eine robots.txt enthält.

Verwenden Sie 302 Weiterleitungen und keine 301

Google empfiehlt die Verwendung der temporären Richtungsmethode - eine 302 über die permanente 301-Umleitung. Wie bei jedem A / B-Test handelt es sich nicht um einen dauerhaften, sondern nur um einen vorübergehenden Umzug. Es ist immer ratsam, die 302-Umleitung zu verwenden, da es sich um eine vorübergehende Weiterleitung handelt. Wenn Sie also eine Umleitung für A / B-Tests verwenden, stellen Sie sicher, dass Sie einen 302-Header verwenden.

Der wichtigste Punkt, der für SEO berücksichtigt werden muss, ist, dass Sie Suchmaschinen klar machen müssen, dass sie Ihre ursprüngliche URL nicht aus ihrem Index entfernen und sie nur vorübergehend zurückstellen sollten. Wenn die Spinnen zur nächsten Indizierung zurückkehren, prüfen sie erneut, ob die Umleitung noch gültig ist. Andernfalls wird die alte URL erneut wiederhergestellt.

Führen Sie keine Experimente über einen längeren Zeitraum durch

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. Sie müssen sicherstellen, dass Sie alle Elemente der Tests entfernen - wie alternative URLs und Testskripte.

Wenn Sie den Test über einen längeren Zeitraum ausführen, nutzt Google dies, um Suchmaschinen zu täuschen. Dies kann passieren, wenn Sie einer großen Anzahl von Besuchern über einen längeren Zeitraum eine Testvariante zeigen.

Was verstehen Sie unter A / B-Tests? Was ist das Ziel bei der Durchführung von A / B-Tests?

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.

Was verstehen Sie unter Datenerfassung in A / B-Tests?

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.

Was ist die Verwendung des Konfidenzintervalls bei A / B-Tests?

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.

Wann sollten Sie daran denken, A / B-Tests durchzuführen?

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.

Was ist multivariates Testen und wie ist es mit A / B-Tests zu vergleichen?

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.

Wie viele Variablen soll ich testen?

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.

Nennen Sie einige der Variationen, die auf eine Webseite angewendet werden können?

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.

Erläutern Sie den schrittweisen Prozess für A / B-Tests.

• 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.

Welche gängigen Tools können zum Sammeln von Daten für A / B-Tests verwendet werden?

Die gebräuchlichste Art von Datenerfassungstools umfasst das Analytics-Tool, die Wiedergabetools, die Umfragetools, die Chat- und die E-Mail-Tools.

Was ist der Zweck der Verwendung von Replay-Tools? Nennen Sie einige Wiedergabewerkzeuge für A / B-Tests.

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.

Warum verwenden wir Umfragetools? Geben Sie ein Beispiel für eine Umfrage zum Sammeln von Daten.

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.

Nennen Sie einige Beispiele für die Erstellung von Hypothesen in A / B-Tests?

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.

Was verstehen Sie unter Variationen in A / B-Tests? Was sind die gängigen Tools, die dafür verwendet werden können?

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.

Was ist der WYSIWYG-Editor in VWO? Wie erstellt man damit Variationen?

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.

Welche anderen Arten von Tests können mit VWO durchgeführt werden?

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.

Wo sonst können Sie A / B-Tests für andere Dinge als Webseiten verwenden?

Diese Tests können auch an verschiedenen anderen Orten wie E-Mail, Mobile Apps, PPC und CTAs angewendet werden.

Was verstehen Sie unter A / B-Tests - Ergebnisse analysieren?

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.

Wie integrieren Sie Google Analytics in Optimizely?

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.

Was ist der Unterschied zwischen Universal GA und Classic Google Analytics?

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.

Beeinflusst A / B-Tests die Suchmaschinenoptimierung negativ? Erklären Sie verschiedene Möglichkeiten, um A / B-Tests durchzuführen, ohne sich Gedanken über den Verlust des potenziellen SEO-Werts machen zu müssen.

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.