Pengujian A / B - Panduan Cepat

Pengujian A / B (juga dikenal sebagai Split testing) mendefinisikan cara untuk membandingkan dua versi aplikasi atau halaman web yang memungkinkan Anda menentukan mana yang berkinerja lebih baik. Ini adalah salah satu cara termudah untuk menganalisis aplikasi atau halaman web untuk membuat versi baru. Setelah itu, kedua versi ini dapat dibandingkan untuk menemukan fileconversion rate, yang selanjutnya membantu menemukan pemain yang lebih baik dari keduanya.

Contoh

Mari kita asumsikan bahwa ada halaman web dan semua lalu lintas diarahkan ke halaman ini. Sekarang sebagai bagian dari Pengujian A / B, Anda telah membuat beberapa perubahan kecil seperti judul, penomoran, dll. Pada halaman yang sama dan setengah dari lalu lintasnya diarahkan ke versi modifikasi dari halaman web ini. Sekarang Anda memiliki versi A dan versi B dari halaman web yang sama dan Anda dapat memantau tindakan pengunjung menggunakan statistik dan analisis untuk menentukan versi yang menghasilkan tingkat konversi yang lebih tinggi.

Tingkat konversi didefinisikan sebagai contoh, ketika ada pengunjung di situs web Anda melakukan tindakan yang diinginkan. Pengujian A / B memungkinkan Anda menentukan yang terbaikonline marketing strategyuntuk bisnis Anda. Perhatikan ilustrasi berikut. Ini menunjukkan bahwa versi A menghasilkan tingkat konversi 15% dan versi B menghasilkan tingkat konversi 22%.

Anda dapat memantau tindakan pengunjung menggunakan statistik dan analisis untuk menentukan versi yang menghasilkan tingkat konversi yang lebih tinggi. Hasil Pengujian A / B biasanya diberikan secara mewahmathematical and statistical terms, namun arti dibalik angka tersebut sebenarnya cukup sederhana. Ada dua metode penting di mana Anda dapat memeriksa tingkat konversi menggunakan Pengujian A / B -

  • Pengambilan Sampel Data
  • Interval Keyakinan

Mari kita bahas kedua metode ini secara rinci.

Pengambilan Sampel Data

Jumlah sampel bergantung pada jumlah pengujian yang dilakukan. Penghitungan tingkat konversi disebut sampel dan proses pengumpulan sampel ini disebut pengambilan sampel.

Contoh

Misalkan Anda memiliki dua produk A dan B, Anda ingin mengumpulkan data sampel sesuai permintaannya di pasar. Anda dapat meminta beberapa orang untuk memilih dari produk A dan B dan kemudian meminta mereka untuk berpartisipasi dalam survei. Dengan bertambahnya jumlah peserta, maka akan mulai ditampilkan arealistic conversion rate.

Ada berbagai alat yang dapat digunakan untuk menentukan jumlah ukuran sampel yang benar. Salah satu alat gratis yang tersedia adalah -

http://www.evanmiller.org

Interval Keyakinan dalam Pengujian A / B

Confidence interval adalah ukuran penyimpangan dari rata-rata pada beberapa sampel. Mari kita asumsikan bahwa 22% orang lebih menyukai produk A pada contoh di atas, dengan interval keyakinan ± 2%. Interval ini menunjukkan batas atas dan bawah orang-orang, yang memilih Produk A dan juga disebut sebagai margin of error. Untuk hasil terbaik dalam survei rata-rata ini,the margin of error should be as small as possible.

Contoh

Mari kita asumsikan bahwa dalam Produk B, kita telah menambahkan perubahan kecil dan kemudian melakukan Pengujian A / B pada kedua produk ini. Produk interval kepercayaan A dan B adalah 10% dengan masing-masing ± 1% dan 20% dengan ± 2%. Jadi ini menunjukkan bahwa perubahan kecil telah meningkatkan rasio konversi. Jika kita mengabaikan margin kesalahan, rasio konversi untuk variasi uji A adalah 10% dan rasio konversi untuk variasi uji B adalah 20%, yaitu peningkatan 10% pada variasi uji.

Sekarang, jika kita membagi selisih dengan tingkat variasi kontrol 10% ÷ 10% = 1,0 = 100%, itu menunjukkan peningkatan 100%. Oleh karena itu, dapat dikatakan bahwa Pengujian A / B adalah suatu teknik yang didasarkan pada metode dan analisis matematis. Ada berbagai alat online yang dapat digunakan untuk menghitung signifikansi A / B.

http://getdatadriven.com

Pengujian A / B digunakan untuk membuat business decisionsberdasarkan hasil yang diperoleh dari data, bukan hanya membuat prediksi. Ini memungkinkan Anda untuk membuat variasi situs web atau aplikasi Anda dan kemudian membantu Anda untuk mengkonfirmasi atau membuang keputusan Anda untuk membuat perubahan.

Pengujian ini memungkinkan Anda untuk mengoptimalkan situs atau aplikasi Anda sedemikian rupa sehingga meningkatkan rasio konversi. Rasio konversi yang lebih tinggi berarti mendapatkan lebih banyak nilai dari pengguna Anda yang ada daripada harus membayar lebih untuk akuisisi lalu lintas. Pengujian A / B juga dapat membantu Anda mengubah faktor lain dalam bisnis seperti mengubah budaya kerja, dll. Ini membantu Anda menggunakan data dan statistik matematika untuk menentukan arah variasi produk Anda.

Baik Anda seorang desainer, analis bisnis, atau pengembang, Pengujian A / B menyediakan cara sederhana untuk menggunakan kekuatan data & statistik untuk mengurangi risiko, meningkatkan hasil, dan menjadi lebih didorong oleh data dalam pekerjaan Anda.

Untuk menjalankan Pengujian A / B, Anda harus mempertimbangkan poin-poin berikut -

  • Selalu lakukan Pengujian A / B jika ada kemungkinan untuk mengalahkan variasi asli sebesar> 5%.

  • Pengujian harus dijalankan untuk waktu yang cukup lama, sehingga Anda harus memiliki cukup data sampel untuk melakukan statistik dan analisis.

Pengujian A / B juga memungkinkan Anda untuk mendapatkan hasil maksimal dari lalu lintas yang ada di halaman web. Biaya peningkatan konversi Anda minimal dibandingkan dengan biaya penyiapan lalu lintas di situs web Anda. ItuROI (return on investment) pada Pengujian A / B sangat besar, karena beberapa perubahan kecil pada situs web dapat menyebabkan peningkatan rasio konversi yang signifikan.

Pengujian A / B adalah tentang membuat beberapa variasi dari aplikasi atau situs web dan kemudian membandingkan semua versi ini menggunakan sampel untuk menentukan variasi terbaik yang memiliki rasio konversi maksimum. Ada berbagai jenis variasi, yang dapat diterapkan pada halaman web atau aplikasi. Pengujian A / B tidak terbatas pada aplikasi atau halaman web saja, karena Anda juga dapat membuat variasi untuk produk lain. Apa pun di halaman web yang dapat memengaruhi perilaku pengunjung saat menjelajah situs dapat diuji menggunakan Pengujian A / B.

Berikut adalah daftar variasi Pengujian A / B yang dapat diterapkan pada halaman web -

  • Headlines
  • Sub judul
  • Images
  • Texts
  • Teks dan tombol CTA
  • Links
  • Badges
  • Sebutan Media
  • Sebutan sosial
  • Promosi dan penawaran penjualan
  • Struktur harga
  • Pilihan pengiriman
  • Opsi pembayaran
  • Navigasi situs dan antarmuka pengguna

Ada berbagai alat yang bisa digunakan create variations yang akan Anda baca secara detail nanti di tutorial ini.

Pengujian A / B terdiri dari serangkaian proses yang harus diikuti secara berurutan untuk mencapai a realistic conclusion. Dalam bab ini, kami akan membahas secara detail langkah-langkah proses Pengujian A / B yang dapat Anda gunakan untuk menjalankan pengujian di halaman web mana pun -

Latar Belakang Penelitian

Penelitian latar belakang memainkan peran penting dalam Pengujian A / B. Langkah pertama adalah mengetahui rasio pentalan situs web. Ini dapat dilakukan dengan bantuan beberapa alat penelitian latar belakang yang tersedia secara luas seperti Google Analytics dan lainnya.

Mengumpulkan data

Data dari Google Analytics dapat membantu Anda menemukan perilaku pengunjung di situs web. Selalu disarankan untuk mengumpulkan data yang cukup dari situs. Cobalah untuk menemukan halaman dengan tingkat konversi rendah atau tingkat drop-off tinggi yang dapat lebih ditingkatkan. Juga hitung jumlah pengunjung per hari yang diperlukan untuk menjalankan tes ini di situs web.

Tetapkan Tujuan Bisnis

Langkah selanjutnya adalah menetapkan tujuan bisnis atau konversi Anda, yang akan membantu dalam memahami apa tujuan itu. Setelah selesai, Anda dapat menemukan metrik yang menentukan apakah versi baru lebih berhasil daripada versi aslinya.

Bangun Hipotesis

Setelah sasaran dan metrik ditetapkan untuk Pengujian A / B. Langkah selanjutnya adalah menemukan ide tentang bagaimana meningkatkan versi asli dan bagaimana membuatnya lebih baik dari versi saat ini. Setelah Anda memiliki daftar ide, prioritaskan dalam hal dampak yang diharapkan dan kesulitan implementasi.

Misalnya, salah satu hal paling efektif adalah menambahkan gambar ke situs, yang akan membantu mengurangi rasio pentalan sampai batas tertentu.

Buat Variasi / Hipotesis

Ada banyak alat Pengujian A / B di pasaran yang memiliki editor visual untuk membuat perubahan ini secara efektif. Keputusan utama untuk berhasil melakukan Pengujian A / B adalah dengan memilih alat yang tepat. Beberapa alat yang paling umum tersedia adalah -

  • Pengoptimal Situs Web Visual (VWO)
  • Eksperimen Konten Google
  • Optimizely

Ada berbagai jenis variasi yang dapat diterapkan ke objek seperti menggunakan peluru, mengubah penomoran elemen kunci, mengubah font dan warna, dll.

Menjalankan Variasi

Sajikan semua variasi situs web atau aplikasi Anda kepada pengunjung. Tindakan mereka akan dipantau untuk setiap variasi. Lebih lanjut, interaksi pengunjung ini untuk setiap variasi diukur dan dibandingkan untuk menentukan bagaimana performa variasi tertentu.

Menganalisis data

Setelah percobaan ini selesai, langkah selanjutnya adalah menganalisis hasil. Alat Pengujian A / B akan menyajikan data dari percobaan dan akan memberi tahu Anda perbedaan antara kinerja dan efisiensi berbagai versi laman web. Ini juga akan menunjukkan apakah ada perbedaan yang signifikan antara variasi dengan bantuan metode matematika dan statistik.

Misalnya, jika gambar di halaman web telah mengurangi rasio pentalan, Anda dapat menambahkan lebih banyak gambar untuk meningkatkan konversi. Jika Anda tidak melihat perubahan dalam rasio pentalan karena hal ini, kembali ke langkah sebelumnya untuk membuat hipotesis / variasi baru untuk melakukan pengujian baru.

Data dari Google Analytics dapat membantu Anda menemukan perilaku pengunjung. Selalu disarankan untuk mengumpulkan data yang cukup dari situs. Cobalah untuk menemukan halaman dengan tingkat konversi rendah atau tingkat penurunan tinggi yang dapat ditingkatkan. Pada bab ini, kita akan membahas beberapa alat yang dapat digunakan untuk mengumpulkan data untuk Pengujian A / B.

Google Analytics / Panel Campuran (Alat Analytics)

Sebagian besar situs web telah memasang Google Analytics untuk mendapatkan gambaran tentang bagaimana pengunjung berinteraksi dengan situs. Jika Anda belum memasang Google Analytics untuk memantau lalu lintas, Anda dapat memasangnya dari internet. Google Analytics adalah salah satu alat analitik terbaik yang tersedia secara gratis.

Untuk memasang Google Analytics di situs web Anda, Anda cukup menyalin kode dan menerapkannya di situs Anda dan Anda akan mendapatkan cukup banyak data untuk dikerjakan. Anda juga dapat menerapkan penyesuaian alat untuk memenuhi tujuan bisnis Anda.

Mouse Flow / Crazy Egg (Alat Replay)

Alat putar ulang digunakan untuk mendapatkan wawasan yang lebih baik tentang tindakan pengguna di situs web Anda. Ini juga memungkinkan Anda untuk mengklik peta dan memanaskan peta klik pengguna untuk memeriksa seberapa jauh pengguna menjelajah di situs web.

Alat pemutaran ulang seperti Alur Mouse memungkinkan Anda untuk melihat sesi pengunjung dengan cara tertentu, seolah-olah Anda bersama pengunjung itu sendiri. Alat pemutaran ulang video memberikan wawasan yang lebih dalam tentang seperti apa pengunjung yang menjelajahi berbagai halaman di situs web Anda.

WebEngage (Alat Survei)

Alat survei digunakan untuk mengumpulkan umpan balik kualitatif dari situs web. Ini melibatkan menanyakan pengunjung kembali beberapa pertanyaan survei. Survei ini menanyakan pertanyaan umum kepada mereka dan juga memungkinkan mereka untuk memasukkan pandangan mereka atau memilih dari pilihan yang telah disediakan sebelumnya.

Alat Lainnya - Obrolan, Email

Fasilitas live chat memungkinkan pengunjung mendapatkan jawaban cepat dari tim customer service dan membantu menyelesaikan situasi lebih cepat. Ini juga membantu Anda mendapatkan pertanyaan umum dari pengunjung dan mengumpulkan data untuk pengujian.

Langkah selanjutnya adalah menetapkan tujuan konversi Anda. Temukan metrik yang menentukan apakah variasi lebih berhasil daripada versi asli. Sasaran berasal dari tujuan bisnis Anda, jadi sebagai contoh, jika Anda harus meningkatkan penjualan pakaian dalam kaitannya dengan tujuan, bisa seperti -

  • Hapus gambar produk.
  • Tingkatkan tingkat kunjungan situs.
  • Kurangi tingkat penurunan keranjang belanja.

Berikutnya adalah menentukan metrik yang memenuhi tujuan bisnis Anda. Metrik menjadiKPI (Key Performance Indicator) hanya jika itu mengukur sesuatu yang berhubungan dengan tujuan Anda.

Contoh 1

Tujuan bisnis toko Kain Anda adalah menjual pakaian, jadi KPI tujuan bisnis ini adalah jumlah pakaian yang dijual secara online. Anda perlu memiliki tujuan bisnis yang didefinisikan dengan jelas, jika tidak, Anda tidak akan dapat mengidentifikasi KPI Anda. Jika Anda menetapkan KPI dengan benar dan mengukurnya secara berkala, Anda akan terus menjalankan strategi untuk membuat variasi dan melakukan Pengujian A / B. Berikutnya adalah menemukan metrik target untuk tujuan bisnis Anda.

Contoh 2

Toko kain Anda menjual 100 produk minggu lalu. Apakah ini baik atau buruk? Agar KPI Anda memiliki arti bagi Anda, mereka membutuhkan metrik target. Tentukan target untuk setiap KPI yang penting bagi Anda. Setelah Anda menentukan tujuan bisnis dan metrik target, Anda memiliki kerangka kerja, yang akan membantu menentukan apakah pekerjaan yang akan Anda lakukan relevan dengan tujuan bisnis Anda atau tidak.

Pengujian A / B - Hasilkan Hipotesis

Setelah mengidentifikasi sasaran bisnis Anda, langkah selanjutnya adalah membuat ide Pengujian A / B dan hipotesis mengapa menurut Anda akan lebih baik daripada versi saat ini. Buat daftar semua hipotesis yang menurut Anda dapat dibuat, prioritaskan semua variasi dalam hal dampak yang diharapkan dan cara menerapkannya menggunakan berbagai alat.

Contoh

Anda dapat mengurangi rasio pentalan dengan menambahkan lebih banyak gambar di bagian bawah. Anda juga dapat menambahkan tautan dari berbagai situs sosial untuk meningkatkan tingkat konversi.

Karena Pengujian A / B adalah tentang membuat versi baru dari aplikasi atau halaman web dan kemudian membandingkan semua versi untuk melihat tingkat konversi. Anda dapat meningkatkan tingkat konversi dengan menganalisis statistik untuk memeriksa variasi baru.

Ada berbagai jenis variasi yang dapat diterapkan ke objek seperti menggunakan peluru, mengubah penomoran elemen kunci, mengubah font dan warna, dll. Ada banyak alat Pengujian A / B di pasar yang memiliki editor visual untuk dibuat. perubahan ini secara efektif. Keputusan utama untuk melakukan Pengujian A / B dengan sukses adalah dengan memilih alat yang tepat. Beberapa alat yang paling umum tersedia adalah -

  • Pengoptimal Situs Web Visual (VWO)
  • Eksperimen Konten Google
  • Optimizely

Pengoptimal Situs Web Visual (VWO)

Pengoptimal Situs Web Visual memungkinkan Anda menguji beberapa versi halaman yang sama. Ini juga berisi editor 'what you see is what you get' (WYSIWYG) yang memungkinkan Anda membuat perubahan dan menjalankan pengujian tanpa mengubah kode HTML halaman. Anda dapat memperbarui judul, penomoran elemen, dan menjalankan pengujian tanpa mengubah sumber daya TI.

Untuk membuat variasi dalam VWO untuk Pengujian A / B, buka halaman web Anda di editor WYSIWYG dan kemudian Anda dapat menerapkan perubahan di bawah ini ke halaman web -

  • Ubah Teks
  • Ubah URL
  • Edit / Edit HTML
  • Rearrange
  • Move
  • Resize
  • Hide
  • Remove
  • Ubah CSS

Eksperimen Konten Google

Ini memungkinkan Anda membuat hingga lima variasi dari halaman web mana pun dan kemudian memuat semua halaman ke Google Analytics untuk melakukan Pengujian A / B. Eksperimen Konten Google digunakan untuk mengukur hasil dari semua variasi dan untuk memutuskan varian dengan rasio konversi maksimum. Keuntungan utama menggunakan Eksperimen Konten Google adalah bahwa ini merupakan perangkat gratis dari Google, tetapi Anda harus memuat varian ke dalam Google Analytics untuk melakukan pengujian.

Secara optimal

Optimizely adalah alat yang digunakan untuk melakukan Pengujian A / B, pengujian multivariasi pada halaman web atau aplikasi seluler dan memungkinkan Anda membandingkan berbagai versi halaman web atau aplikasi untuk menentukan, variasi mana yang memberikan rasio konversi yang lebih baik untuk bisnis Anda .

Perangkat lunak ini dapat berjalan di halaman web Anda dengan menjalankan satu baris cuplikan JavaScript. Cuplikan didefinisikan sebagai kode baris tunggal yang akan memuat Optimizely di situs Anda dan mengubah pengalaman pengunjung di situs web Anda.

Untuk menguji aplikasi seluler menggunakan Optimizely, itu berjalan melalui Software Development Kit untuk iOS dan / atau Android. Menjalankan secara optimal di halaman web Anda mengumpulkan data pengunjung situs dan tingkat konversi dan menjalankannya di Stats Engine untuk menentukan, variasi mana yang menang atau kalah. Setelah statistik ini dibandingkan dengan sasaran target dan menetapkan metrik, mereka membantu Anda membuat keputusan tentang variasi yang akan diterapkan di situs web.

Secara optimal memungkinkan Anda untuk melakukan tes ini -

  • Pengujian A / B yang membandingkan berbagai URL.
  • Pengujian A / B yang berjalan di beberapa halaman, alur, dll.
  • Jalankan variasi yang berbeda untuk kumpulan audiens yang berbeda.
  • Untuk menerapkan hot fixes pada halaman web untuk semua pengunjung.

Ini melibatkan penyajian semua variasi situs web atau aplikasi Anda kepada pengunjung dan tindakan mereka dipantau untuk setiap variasi. Interaksi pengunjung untuk setiap variasi diukur dan dibandingkan untuk menentukan bagaimana kinerja variasi ini.

Seperti yang dibahas di bab sebelumnya, ada berbagai alat yang dapat digunakan untuk menghasilkan hipotesis dan menjalankan variasi -

  • Pengoptimal Situs Web Visual (VWO)
  • Eksperimen Konten Google
  • Optimizely

Pengoptimal Situs Web Visual

Ada berbagai alat Pengujian A / B yang memungkinkan profesional pemasaran membuat beberapa variasi halaman web mereka dengan menggunakan editor tunjuk-dan-klik. Itu tidak memerlukan pengetahuan HTML apa pun dan Anda dapat memeriksa versi mana yang menghasilkan tingkat konversi atau penjualan maksimum.

Menjalankan perangkat lunak pengujian terpisah VWO sangat sederhana karena Anda hanya perlu menyalin dan menempel potongan kode di situs web Anda dan Anda dapat dengan mudah membuatnya tersedia untuk pengunjung. Pengoptimal Situs Web Visual juga menyediakan pilihan pengujian multivariasi dan berisi sejumlah alat lain untuk melakukan penargetan perilaku, peta panas, pengujian kegunaan, dll.

Ada beberapa fitur di VWO yang memastikan semua aktivitas pengoptimalan tingkat konversi Anda tercakup oleh alat ini. Banyak perusahaan dan toko online skala kecil menggunakan perangkat lunak VWO Pengujian A / B untuk pengoptimalan halaman arahan dan untuk meningkatkan penjualan situs web mereka dan juga meningkatkan tingkat konversi.

Perusahaan juga menyediakan uji coba 30 hari yang dapat diunduh gratis dari - https://vwo.com/.

Beberapa fitur utama VWO adalah sebagai berikut -

  • Pengujian dan Eksperimen
  • Editor Visual
  • Analisis dan Pelaporan
  • Peta panas dan peta Klik
  • Platform dan Integrasi

Bagaimana itu bekerja?

Menjalankan secara optimal di halaman web Anda mengumpulkan data pengunjung situs, tingkat konversi, dan menjalankannya di Stats Engine untuk menentukan, variasi mana yang menang dan mana yang kalah. Setelah statistik ini dibandingkan dengan sasaran target dan metrik yang ditetapkan, ini akan membantu Anda membuat keputusan tentang variasi yang akan diterapkan di situs web.

Eksperimen Konten Google

Ini memungkinkan Anda membuat hingga lima variasi halaman web dan kemudian memuat semua halaman ini ke Google Analytics untuk melakukan Pengujian A / B.

Untuk memulai Google Analytics, Anda harus memiliki file Google Analytics accountdan kode pelacakan untuk dipasang di situs web Anda. Jika Anda tidak memiliki akun, Anda dapat mendaftar menggunakan alat berikut -http://www.google.com/analytics/

Adding tracking code directly to a website

Untuk menyelesaikan proses ini, Anda harus memiliki akses ke kode sumber situs web Anda, Anda juga harus terbiasa mengedit HTML (atau memiliki webmaster / pengembang, yang dapat membantu Anda dalam hal ini), Anda juga harus memiliki akun dan properti Google Analytics yang telah ditetapkan naik.

To set up tracking code into your webpage

  • Temukan cuplikan kode pelacakan dan masuk ke akun Google Analytics Anda, dan pilih tab Admin di bagian atas.

  • Buka tab AKUN dan PROPERTI, pilih properti yang Anda kerjakan. Klik pada Info Pelacakan → Kode Pelacakan. Gambar tempat Anda menemukan kode pelacakan di akun Analytics → Klik untuk meluaskan gambar ini dan lihat di mana opsi tersebut muncul di antarmuka.

  • Temukan cuplikan kode pelacakan Anda. Ini ada di dalam kotak dengan beberapa baris JavaScript di dalamnya. Semua yang ada di kotak ini adalah cuplikan kode pelacakan Anda. Ini dimulai dengan <script> dan diakhiri dengan </script>.

  • Kode pelacakan berisi ID unik yang sesuai dengan setiap properti Google Analytics. Jangan campur cuplikan kode pelacakan dari properti yang berbeda, dan jangan gunakan kembali cuplikan kode pelacakan yang sama pada beberapa domain.

  • Salin cuplikan tersebut dan tempelkan ke setiap halaman web yang ingin Anda lacak. Tempelkan tepat sebelum tag </head> penutup.

  • Jika Anda menggunakan kerangka untuk membuat laman secara dinamis bagi situs Anda, Anda dapat menempelkan cuplikan kode pelacakan ke dalam filenya sendiri, lalu memasukkannya ke dalam tajuk laman Anda.

Verify if the tracking code is working

Anda dapat memverifikasi apakah kode pelacakan berfungsi, memeriksa laporan waktu nyata, Anda juga dapat memantau aktivitas pengguna saat itu terjadi. Jika Anda melihat data dalam laporan ini, itu berarti kode pelacakan Anda sedang mengumpulkan data.

Eksperimen Konten

Eksperimen Konten adalah salah satu dari quickest methoduntuk menguji halaman web - halaman arahan, beranda, halaman kategori dan itu membutuhkan lebih sedikit implementasi kode. Ini dapat digunakan untuk membuat Pengujian A / B di dalam Google Analytics.

Beberapa fitur paling umum dari Eksperimen Konten adalah -

  • Anda perlu menggunakan script halaman asli untuk menjalankan pengujian, kode pelacakan Google Analytics standar akan digunakan untuk mengukur tujuan dan variasi.

  • Sasaran target yang ditentukan di Google Analytics dapat digunakan sebagai sasaran eksperimen, termasuk pendapatan AdSense.

  • Pembuat segmen Google Analytics dapat digunakan untuk menyegmentasikan hasil berdasarkan kriteria segmentasi apa pun.

  • Ini memungkinkan Anda menyetel pengujian yang secara otomatis kedaluwarsa setelah 3 bulan untuk mencegah pengujian tetap berjalan, jika pengujian tersebut kemungkinan tidak memiliki pemenang yang signifikan secara statistik.

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

Buka bagian Perilaku dan klik tautan Eksperimen. Ini juga akan menunjukkan kepada Anda tabel dengan semua eksperimen yang ada. Klik opsi "Buat eksperimen" di bagian atas tabel ini.

Masukkan → Nama eksperimen, tujuan eksperimen, persentase lalu lintas situs yang akan dilakukan, pemberitahuan email apa pun untuk perubahan penting, untuk mendistribusikan lalu lintas ke semua variasi, menyiapkan waktu eksperimen tersebut akan berjalan, dan juga nilai ambang batas.

Anda dapat menambahkan URL halaman orisinal dan semua variasi yang ingin Anda buat dan klik tombol berikutnya. Pilih metode implementasi dan klik tombol berikutnya → Klik validasi (Jika Anda memiliki satu kode yang diterapkan maka akan divalidasi. Jika tidak ada kode, itu akan menampilkan pesan kesalahan) → Mulai Eksperimen.

Setelah eksperimen ini dijalankan, Anda akan melihat opsi berikut -

  • Tingkat konversi

  • Hentikan Eksperimen

  • Re-validate

  • Nonaktifkan Variasi

  • Segmentasi - Ini memungkinkan Anda untuk melihat bagaimana kinerja setiap variasi untuk setiap segmen pengunjung di laman web Anda.

Setelah percobaan selesai, langkah selanjutnya adalah menganalisis hasil. Alat Pengujian A / B akan menyajikan data dari percobaan dan akan memberi tahu Anda perbedaan antara bagaimana variasi yang berbeda pada halaman web bekerja, dan juga jika ada perbedaan yang signifikan antara variasi, menggunakan bantuan metode matematika dan statistik.

Contoh

Jika gambar di halaman web telah mengurangi rasio pentalan, Anda dapat memutuskan apakah itu memiliki konversi yang baik atau tidak, setelah Anda mengunggah lebih banyak gambar di halaman web. Jika Anda tidak melihat perubahan pada rasio pentalan karena hal ini, kembali ke langkah sebelumnya dan buat hipotesis / variasi baru untuk melakukan pengujian baru.

Alat seperti VWO dan Optimizely digunakan untuk menjalankan tes, tetapi Google Analytics paling cocok untuk menjalankan analisis pasca tes. Analisis ini digunakan untuk memutuskan jalan ke depan. Alat Pengujian A / B memberi tahu tentang hasil dari hasil pengujian, tetapi ada juga kebutuhan untuk melakukan analisis pos. Untuk melakukan analisis posting, Anda perlu mengintegrasikan setiap tes dengan Google Analytics.

Baik VWO maupun Optimizely menyediakan kemampuan integrasi Google Analytics bawaan. Data untuk setiap tes dari kedua alat ini harus dikirim ke Google Analytics. Dengan melakukan ini, ini meningkatkan kemampuan analisis Anda dan memastikan data pengujian. Ada kemungkinan bahwa alat pengujian Anda mungkin merekam data dengan tidak benar, dan jika Anda tidak memiliki sumber lain untuk data pengujian Anda, Anda tidak akan pernah bisa yakin apakah akan mempercayainya atau tidak.

Ada berbagai alat yang dapat digunakan untuk menghasilkan hipotesis dan menjalankan variasi, ini termasuk -

  • Pengoptimal Situs Web Visual (VWO)
  • Eksperimen Konten Google
  • Optimizely

Semua alat ini mampu menjalankan Tes A / B dan menemukan pemenangnya, tetapi untuk melakukan analisis pos, alat ini harus diintegrasikan dengan Google Analytics.

Pengujian A / B - Google Analytics

Google Analytics memiliki dua opsi untuk menganalisis data -

  • Universal Analytics
  • Google Analytics Klasik

Fitur Universal Analytics baru memungkinkan Anda menggunakan 20 Pengujian A / B serentak yang mengirimkan data ke Google Analytics, namun versi Klasik hanya mengizinkan hingga lima.

Mengintegrasikan Secara Optimal dengan Google Universal Analytics

Untuk mengintegrasikan Optimizely ke dalam Universal Google Analytics, pertama-tama pilih tombol AKTIF di panel sampingnya. Kemudian Anda harus memiliki Kustom yang tersedia untuk diisi dengan data eksperimen Optimizely. Kemudian kode pelacakan harus ditempatkan di bawah bagian <head> pada halaman Anda. Integrasi Google Analytics tidak akan berfungsi dengan baik kecuali cuplikan Optimizely berada di atas cuplikan Analytics ini.

Langkah Konfigurasi

Secara optimal menggunakan "Dimensi Kustom" Google Analytics Universal untuk memberi tag pengunjung Anda dengan eksperimen dan variasi yang telah mereka tambahkan. Mengonfigurasi secara Optimal untuk mulai mengirimkan informasi ini ke Universal Analytics membutuhkan empat langkah -

Step 1

Tambahkan kode JavaScript berikut ke situs Anda di mana pun kode Universal Analytics ada setelah fungsi ga ('create' ...) diaktifkan dan sebelum fungsi ga ('send', 'pageview') Universal Analytics diaktifkan dan panggilan pelacakan dilakukan (lihat detail di bagian selanjutnya) -

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

Step 2

Di Editor Optimizely, buka Opsi → Integrasi, lalu klik kotak centang Universal Analytics untuk mengaktifkan integrasi.

Step 3

Pilih dimensi kustom yang Anda inginkan untuk digunakan Optimizely. Anda harus memastikan bahwa Dimensi Kustom tidak boleh digunakan oleh bagian lain mana pun dari situs Anda, atau oleh eksperimen Optimizely lain yang sedang berjalan.

Step 4

Pilih Pelacak Khusus jika Anda menggunakan pelacak peristiwa khusus selain default. Ini akan mengubah panggilan integrasi Optimizely untuk menggunakan pelacak kustom daripada default.

Example

Misalkan situs web Anda menggunakan panggilan berikut -

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

Dalam kasus ini, Anda akan memasukkan tracker3 dalam menentukan bidang pelacak kustom, dan Optimizely akan berintegrasi dengan tracker3, bukan dengan pelacak default.

Membuat Laporan Kustom menggunakan Google Analytics

Langkah pertama adalah masuk ke akun Universal Analytics Anda dan klik tab Penyesuaian di bagian atas. Anda akan melihat daftar Laporan Kustom.

Berikutnya adalah menyiapkan Laporan Khusus untuk setiap eksperimen yang telah Anda integrasikan dengan Universal Analytics.

  • Klik New Custom Report → Masukkan judul laporan dan tambahkan grup metrik yang ingin Anda lihat di laporan.

  • Untuk memfilter laporan ini hanya untuk eksperimen Optimizely Anda, pilih Dimensi Kustom yang Anda siapkan sebelumnya sebagai salah satu Perincian Dimensi.

  • Tambahkan dimensi ini di bagian Filter dan gunakan pencocokan Regex pada ID eksperimen untuk eksperimen yang ingin Anda filter.

  • Klik Simpan.

Seperti Pengujian A / B, Pengujian Multivariasi didasarkan pada mekanisme yang sama, tetapi membandingkan jumlah variabel yang lebih tinggi, dan memberikan lebih banyak informasi tentang perilaku variabel ini. Dalam Pengujian A / B, Anda membagi lalu lintas halaman di antara berbagai versi desain. Pengujian Multivariasi digunakan untuk mengukur keefektifan setiap desain.

Contoh

Misalkan ada halaman web yang telah menerima lalu lintas yang cukup untuk menjalankan pengujian. Sekarang data dari setiap variasi dibandingkan untuk memeriksa variasi yang paling berhasil, tetapi juga menyertakan elemen, yang memiliki pengaruh positif atau negatif maksimum pada interaksi pengunjung.

Keuntungan menggunakan Multivariate

Pengujian Multivariasi adalah alat yang efektif untuk membantu Anda menargetkan serta mendesain ulang elemen laman Anda dan menunjukkan area yang paling berdampak. Metode multivariasi berguna untuk membuat kampanye halaman arahan.

Contoh

Data tentang dampak desain elemen tertentu dapat diterapkan ke kampanye di masa mendatang, meskipun konteks elemen telah berubah.

Batasan

Batasan pengujian Multivariasi adalah lalu lintas yang dibutuhkan untuk menyelesaikan pengujian. Karena semua eksperimen sepenuhnya faktorial, terlalu banyak elemen yang berubah sekaligus dapat dengan cepat menambahkan hingga sangat banyak kemungkinan kombinasi yang harus diuji. Bahkan situs dengan lalu lintas yang cukup tinggi mungkin mengalami kesulitan menyelesaikan pengujian dengan lebih dari 25 kombinasi dalam waktu yang memungkinkan.

Perbedaan antara Pengujian Multivariasi dan A / B

Pengujian A / B juga dikenal sebagai Split Testing adalah metode pengoptimalan situs web, di mana Anda membandingkan tingkat konversi dari dua versi halaman yaitu, A dan B. Semua pengunjung dibagi menjadi satu versi atau yang lain. Setelah pengunjung mengunjungi salah satu versi ini (A atau B), mereka mengklik berbagai tombol atau bahkan mendaftar untuk buletin. Ini memungkinkan Anda untuk menentukan versi halaman mana yang lebih efektif.

SEO adalah metode untuk menampilkan situs web Anda di bagian atas halaman, saat pencarian dilakukan untuk item yang relevan tersebut. Ini termasuk informasi yang ditawarkan situs web Anda kepada pengunjung dan mengapa konten halaman web relevan untuk berada di urutan teratas dalam hasil pencarian. Banyak calon pelanggan merasa bahwa Pengujian A / B atau Pengujian Multivariasi akan berpengaruh pada peringkat mesin pencari mereka.

Ada empat cara yang memastikan Anda menjalankan Pengujian A / B tanpa khawatir kehilangan Nilai SEO potensial.

Jangan Jubah

Penyelubungan dilakukan saat Anda menampilkan satu versi laman web Anda kepada agen Googlebot dan versi lainnya kepada pengunjung situs web Anda. Google mengatakan bahwa Anda tidak boleh berjubah dan sangat ketat dengan ini. Itu bahkan dapat menyebabkan situs web Anda dikecualikan dari hasil pencarian atau diturunkan peringkat SEO. Anda harus memastikan bahwa Anda tidak membagi pengunjung di antara berbagai versi Pengujian A / B Anda berdasarkan agen pengguna. Google tidak peduli jika bot mereka melihat satu versi atau yang lain, hanya peduli bahwa botnya memiliki pengalaman pengguna yang sama dengan pengunjung acak.

Gunakan 'rel = canonical'

Jika Anda memiliki Pengujian A / B dengan beberapa URL, Anda dapat menambahkan 'rel = canonical' ke halaman web untuk menunjukkan ke Google, URL mana yang ingin Anda indeks. Google menyarankan untuk menggunakan elemen kanonik dan ini adalah tag noindex karena lebih sesuai dengan maksudnya. Anda hanya menunjukkan tentang konten mana yang asli. Dengan cara ini Google dapat mengelompokkan dan mengindeks halaman yang sesuai.

Note - Jika tidak memungkinkan untuk menggunakan canonical, maka Anda harus memastikan bahwa ada tag noindex di HTML atau HTTP Header, jika tidak Anda harus memastikan setidaknya memiliki robots.txt.

Gunakan 302 pengalihan dan bukan 301

Google merekomendasikan untuk menggunakan metode arah sementara - 302 melalui pengalihan 301 permanen. Seperti dalam Pengujian A / B mana pun, ini bukan relokasi permanen, tetapi hanya sementara. Selalu disarankan untuk menggunakan pengalihan 302 karena ini merupakan pemberitahuan pengalihan sementara. Jadi, jika Anda menggunakan pengalihan untuk Pengujian A / B, pastikan Anda menggunakan header 302.

Hal terpenting yang perlu dipertimbangkan untuk SEO adalah Anda harus menjelaskan kepada mesin pencari bahwa mereka tidak boleh menghapus URL asli Anda dari indeks mereka dan hanya menahannya untuk sementara. Ketika spider kembali untuk indeksasi berikutnya, mereka akan memeriksa lagi, apakah pengalihan masih berlaku, dan jika tidak, URL lama akan dipulihkan kembali.

Jangan menjalankan eksperimen untuk jangka waktu yang lebih lama

Harap dicatat bahwa ketika Tes A / B Anda selesai, Anda harus menghapus variasi secepat mungkin dan membuat perubahan pada halaman web Anda dan mulai menggunakan konversi yang menang. Anda harus memastikan bahwa Anda menghapus semua elemen pengujian - seperti URL alternatif dan skrip pengujian.

Jika Anda menjalankan pengujian untuk waktu yang lebih lama, Google menganggap ini sebagai cara untuk menipu mesin telusur. Ini dapat terjadi bila Anda menampilkan varian uji kepada sejumlah besar pengunjung untuk jangka waktu yang lebih lama.

Pengujian A / B (juga dikenal sebagai pengujian Split) menentukan cara untuk compare two versionsaplikasi atau halaman web yang memungkinkan Anda menentukan, mana yang berkinerja lebih baik. Pengujian A / B adalah salah satu cara termudah, di mana Anda dapat memodifikasi aplikasi atau halaman web untuk membuat versi baru dan kemudian membandingkan kedua versi tersebut untuk menemukan tingkat konversi. Ini juga memberi tahu kami, yang merupakanbetter performer di antara dua.

Jumlah sampel bergantung pada jumlah pengujian yang dilakukan. Itucount of conversion rate disebut sampel dan proses pengumpulan sampel ini disebut pengambilan sampel.

Interval keyakinan disebut measurement of deviationdari rata-rata pada beberapa jumlah sampel. Mari kita asumsikan bahwa 22% orang lebih menyukai produk A, dengan +/- 2% interval kepercayaan. Interval ini menunjukkanupper and lower limit dari orang-orang, yang memilih Produk A dan juga dipanggil margin of error. Untuk hasil terbaik dalam survei rata-rata ini, margin kesalahan harus sekecil mungkin.

Selalu lakukan Pengujian A / B jika ada kemungkinan untuk beat the original variation by> 5%. Pengujian harus dijalankan untuk waktu yang cukup lama, sehingga Anda harus memiliki cukup data sampel untukperform statistics and analysis. Pengujian A / B juga memungkinkan Anda untuk mendapatkan hasil maksimal dari lalu lintas yang ada di halaman web.

Biaya meningkatkan konversi Anda minimal dibandingkan dengan biaya penyiapan lalu lintas di situs web Anda. ItuROI (return on investment) pada Pengujian A / B sangat besar, karena beberapa perubahan kecil pada situs web dapat menyebabkan peningkatan rasio konversi yang signifikan.

Seperti Pengujian A / B, Pengujian multivariasi didasarkan pada mekanisme yang sama, tetapi mekanisme tersebut compares higher number of variables, dan memberikan lebih banyak informasi tentang bagaimana variabel-variabel ini berperilaku. Dalam Pengujian A / B, Anda membagi lalu lintas halaman di antara berbagai versi desain. Pengujian multivariasi digunakan untuk mengukureffectiveness of each design.

Masalah dengan menguji beberapa variabel sekaligus adalah itu akan terjadi tough to accurately determinevariabel mana yang membuat perbedaan. Meskipun Anda dapat mengatakan satu halaman berkinerja lebih baik daripada yang lain, jika ada tiga atau empat variabel pada masing-masing, Anda tidak dapat memastikan mengapa salah satu variabel tersebut sebenarnya merugikan halaman, Anda juga tidak dapat mereplikasi variabelgood elements di halaman lain.

Berikut beberapa variasi Pengujian A / B yang dapat diterapkan pada halaman web. Daftar tersebut mencakup - Judul, Sub berita utama, Gambar, Teks, teks dan tombol CTA, Tautan, Lencana, Sebutan Media, Sebutan sosial, Promosi dan penawaran penjualan, Struktur harga, Opsi pengiriman, Opsi pembayaran, Navigasi situs, dan antarmuka pengguna.

  • Background Research - Langkah pertama dalam Pengujian A / B adalah mencari tahu bounce ratedi situs web Anda. Ini dapat dilakukan dengan bantuan alat apa pun seperti Google Analytics.

  • Collect Data - Data dari Google Analytics dapat membantu Anda menemukan visitor behaviors. Selalu disarankan untuk mengumpulkan data yang cukup dari situs. Cobalah untuk menemukan halaman dengan tingkat konversi rendah atau tingkat drop-off tinggi yang dapat ditingkatkan.

  • Set Business Goals- Langkah selanjutnya adalah menetapkan tujuan konversi Anda. Temukanmetrics that determines apakah variasi tersebut lebih berhasil daripada versi aslinya.

  • Construct Hypothesis- Setelah sasaran dan metrik ditetapkan untuk Pengujian A / B, selanjutnya adalah menemukan ide untuk meningkatkan versi asli dan bagaimana mereka akan menjadi lebih baik daripada versi saat ini. Setelah Anda memiliki filelist of ideas, prioritize them dalam hal dampak yang diharapkan dan kesulitan implementasi.

  • Create Variations/Hypothesis - Ada banyak alat Pengujian A / B di pasaran yang memiliki a visual editoruntuk melakukan perubahan ini secara efektif. Keputusan utama untuk melakukan Pengujian A / B dengan sukses adalah dengan memilihcorrect tool.

  • Running the Variations - Tampilkan semua variasi situs web atau aplikasi Anda kepada pengunjung dan tindakan mereka dipantau untuk setiap variasi. Visitor interaction untuk setiap variasi diukur dan dibandingkan untuk menentukan bagaimana performa variasi tersebut.

  • Analyze Data - Setelah percobaan selesai, selanjutnya adalah analyze the results. Alat Pengujian A / B akan menyajikan data dari percobaan dan akan memberi tahu Anda perbedaan antara bagaimana berbagai variasi halaman web dilakukan. Juga jika ada perbedaan yang signifikan antara variasi dengan bantuan metode matematika dan statistik.

Jenis alat pengumpulan data yang paling umum mencakup alat Analytics, alat Putar Ulang, Alat Survei, Alat Obrolan dan Email.

Alat putar ulang digunakan untuk mendapatkan wawasan yang lebih baik tentang tindakan pengguna di situs web Anda. Ini juga memungkinkan Anda untukclick maps and heat maps of user clickdan untuk memeriksa seberapa jauh pengguna menjelajahi situs web. Alat putar ulang seperti Mouse Flow memungkinkan Anda melakukannyaview a visitor's session dengan cara Anda bersama pengunjung.

Alat pemutaran ulang video memberikan wawasan yang lebih dalam tentang seperti apa pengunjung yang menjelajahi berbagai halaman di situs web Anda. Alat yang paling umum digunakan adalahMouse Flow and Crazyegg.

Alat survei digunakan untuk collect qualitative feedbackdari situs web. Ini melibatkan menanyakan pengunjung kembali beberapa pertanyaan survei. Survei tersebut menanyakan pertanyaan umum kepada mereka dan juga memungkinkan mereka untuk memasukkan pandangan mereka atau memilih dari pilihan yang telah disediakan sebelumnya.

Anda dapat mengurangi jumlah rasio pentalan sebesar adding more imagesdi dasar. Anda dapat menambahkan tautan situs sosial untuk lebih meningkatkan tingkat konversi.

Ada berbagai jenis variasi yang dapat diterapkan ke objek seperti menggunakan peluru, mengubah penomoran elemen kunci, mengubah font dan warna, dll. Ada banyak alat Pengujian A / B di pasar yang memiliki editor visual untuk dibuat. perubahan ini secara efektif. Keputusan utama untuk melakukan pengujian A / B dengan sukses adalah denganselecting the correct tool.

Alat yang paling umum tersedia adalah Pengoptimal Situs Web Visual, Eksperimen Konten Google, dan Optimizely.

Visual Website Optimizer atau VWO memungkinkan Anda melakukannya test multiple versionsdari halaman yang sama. Ini juga berisi editor 'apa yang Anda lihat adalah apa yang Anda dapatkan' (WYSIWYG) yang memungkinkan Anda melakukannyamake the changes and run teststanpa mengubah kode HTML halaman. Anda dapat memperbarui judul, penomoran elemen, dan menjalankan pengujian tanpa mengubah sumber daya TI.

Untuk membuat variasi dalam VWO untuk Pengujian A / B, buka halaman web Anda di editor WYSIWYG dan Anda dapat menerapkan banyak perubahan ke halaman web manapun. Ini termasuk Ubah Teks, Ubah URL, Edit / Edit HTML, Atur Ulang dan Pindahkan.

Pengoptimal Situs Web Visual juga menyediakan pilihan pengujian multivariasi dan berisi sejumlah alat lain untuk melakukan penargetan perilaku, peta panas, pengujian kegunaan, dll.

Tes ini dapat diterapkan di beberapa tempat lain seperti Email, Aplikasi Seluler, PPC, dan CTA juga.

Setelah percobaan selesai, next is to analyze the results. Alat Pengujian A / B akan menyajikan data dari percobaan dan akan memberi tahu Anda perbedaan antara bagaimana variasi yang berbeda dari halaman web tersebut dilakukan. Ini juga akan menunjukkan apakah ada perbedaan yang signifikan antara variasi yang menggunakan metode matematika dan statistik.

Untuk mengintegrasikan Optimizely ke Universal Google Analytics, pertama-tama pilih tombol AKTIF di panel samping. Maka Anda harus memiliki fileavailable Custom to populate with Optimizely experiment data.

Kode pelacakan Universal Google Analytics harus ditempatkan di bawah bagian <head> halaman Anda. Integrasi Google Analytics tidak akan berfungsi dengan baik kecuali cuplikan Optimizely berada di atas cuplikan Analytics.

Google Analytics memiliki dua opsi untuk menganalisis data, yaitu Universal Analytics dan Google Analytics Klasik. Fitur Universal Analytics baru memungkinkan Anda menggunakan 20 pengujian A / B serentak yang mengirimkan data ke Google Analytics, namun versi Klasik hanya mengizinkan hingga lima pengujian.

Ini adalah mitos bahwa Pengujian A / B merugikan peringkat mesin pencari karena dapat diklasifikasikan sebagai konten duplikat. Empat cara berikut dapat diterapkan untuk memastikan bahwa Anda tidak kehilangan nilai SEO potensial, saat menjalankan Pengujian A / B.

Don’t Cloak - Penyelubungan adalah ketika Anda menampilkan satu versi laman web Anda kepada agen Googlebot dan versi lainnya kepada pengunjung situs web Anda.

Use ‘rel=canonical’- Jika Anda memiliki Pengujian A / B dengan beberapa URL, Anda dapat menambahkan 'rel = canonical' ke laman web untuk menunjukkan ke Google URL mana yang ingin Anda indeks. Google menyarankan untuk menggunakan elemen kanonik dan bukan tag noindex karena lebih sesuai dengan maksudnya.

Use 302 redirects and not 301’s - Google merekomendasikan untuk menggunakan metode arah sementara - 302 melalui pengalihan 301 permanen.

Don’t run experiments for a longer period of time - Harap dicatat bahwa ketika Tes A / B Anda selesai, Anda harus menghapus variasi secepat mungkin dan membuat perubahan pada halaman web Anda dan mulai menggunakan konversi yang menang.