Messergebnisse

In diesem Kapitel werden wir diskutieren, wie die Ergebnisse gemessen und die Statistiken der auf der Website durchgeführten Tests vereinfacht werden können.

Statistiken verstehen

Forscher können Statistiken verstehen oder nicht. Das A / B-Testtool erweist sich jedoch als Retter, indem es diese Statistiken vereinfacht. So kann viel Berechnung vermieden werden. Die meisten Testwerkzeuge verwenden konsistent 95% -Kriterien als erfolgreiche Zielerreichung.

Das heißt, von 10 sind Sie mit 9 ein Gewinner. Nehmen wir ein Beispiel. Ihr Testwerkzeugbericht lautet wie folgt:

Variationen	Wechselkurs
Kontrollseite	1,91%
1	2,39%
2	2,16%
3	3,10%

Dieser Bericht sagt eine Abweichung der Conversion-Rate von mehr oder weniger 0,20% im 95% -Intervall voraus. Statistisch gesehen liegt der Zielbereich zwischen 1,76 und 2,06.

Einblicke holen

Bei der Planung eines Tests denke ich an zwei Ziele. Erstens steigert es den Umsatz und das andere holt Erkenntnisse darüber, was zu einem höheren ROI geführt hat.

In einer Fallstudie wird beispielsweise der Datenverkehr eher auf die Produktseite als auf die Kategorieseite oder die Startseite umgeleitet, um die Conversion-Raten zu verbessern oder nicht. Wir haben drei Varianten gewählt, in einer haben wir den Verkehr auf die Homepage geleitet, die mit Kategorien und Unterkategorien geladen ist, die weiter zur Produktseite führen. Im zweiten Fall haben wir den Datenverkehr auf die Kategorieseite geleitet und Filter hinzugefügt. Im dritten haben wir es direkt auf die Produktdetailseite mit der Schaltfläche "Kaufen" geleitet.

Zu meiner Überraschung gewann die dritte Variante. Dies sind nur die Informationen, die ein Käufer über das Produkt benötigt. Auf diese Weise erfahren wir, wie wir durch die Erhöhung der Conversion-Rate und kontinuierliche Verbesserungen unsere Leads steigern können.

Zweifellos haben wir durch das Hinzufügen vieler Variationen und Erkenntnisse zu Tests die Website neu gestaltet.

Ergebnisse verstehen

Lass es mich klären. NICHT ALLE TESTS GEWINNEN. Ja, es ist schmerzhaft und doch wahr.

Es gibt Tests, die Ergebnisse in Bravour liefern. Es gibt andere, die nach so vielen Versuchen auch ohne Ergebnis wären. Wenn Sie jedoch einen Test mit einer Insight-Driving-Segmentierung planen, können Sie eine neue Hypothese erstellen, an der Sie testen können. Nicht alle Tests helfen Ihnen, den Umsatz zu verbessern.

Nehmen Sie ein Beispiel, um zu verstehen. Es gibt drei Kampagnen mit unterschiedlichen Conversion-Raten.

Kampagne A.	8,2%
Kampagne B.	19,1%
Kampagne C.	5,2%

Jeder wird blind sagen, dass "Kampagne B" ein Super-Performer ist. Aber lassen Sie uns noch etwas graben.

	Besuche	Transaktionen	Wechselkurs
Kampagne A.	1820	150	8,2%
Kampagne B.	20	4	19,1%
Kampagne C.	780	41	5,2%

Sehen Sie genau, "Kampagne B" ist zu klein, um statistisch signifikant zu sein. Kampagne B mit 1 Transaktion mit einem Besuch ergibt eine Conversion-Rate von 100 Prozent. 'Kampagne A' wird über 'Kampagne C' ausgeführt. Beim Abschluss der Ergebnisse müssen einige Faktoren berücksichtigt werden, die sich jedes Mal unterscheiden können. Sie müssen alle Erkenntnisse betrachten und über die Ergebnisse entscheiden.