Test A / B - Guida rapida

Test A / B (noto anche come Split testing) definisce un modo per confrontare due versioni di un'applicazione o di una pagina Web che consente di determinare quale funziona meglio. È uno dei modi più semplici per analizzare un'applicazione o una pagina web per creare una nuova versione. Successivamente, entrambe queste versioni possono essere confrontate per trovare il fileconversion rate, che aiuta ulteriormente a trovare il migliore interprete di questi due.

Esempio

Supponiamo che ci sia una pagina web e tutto il traffico sia diretto a questa pagina. Ora come parte del test A / B, hai apportato alcune modifiche minori come titoli, numerazione, ecc. Sulla stessa pagina e metà del suo traffico è diretto alla versione modificata di questa pagina web. Ora hai la versione A e la versione B della stessa pagina web e puoi monitorare le azioni del visitatore utilizzando statistiche e analisi per determinare la versione che produce un tasso di conversione più elevato.

Un tasso di conversione è definito come l'istanza in cui un visitatore del tuo sito web esegue un'azione desiderata. Il test A / B ti consente di determinare il meglioonline marketing strategyper la tua attività. Dai un'occhiata alla seguente illustrazione. Mostra che la versione A produce un tasso di conversione del 15% e la versione B produce un tasso di conversione del 22%.

È possibile monitorare le azioni del visitatore utilizzando statistiche e analisi per determinare la versione che produce un tasso di conversione più elevato. I risultati dei test A / B sono generalmente forniti con fantasiamathematical and statistical terms, ma il significato dietro i numeri è in realtà abbastanza semplice. Esistono due metodi significativi attraverso i quali è possibile controllare i tassi di conversione utilizzando il test A / B:

  • Campionamento dei dati
  • Intervalli di confidenza

Discutiamo questi due metodi in dettaglio.

Campionamento dei dati

Il numero di campioni dipende dal numero di test eseguiti. Il conteggio del tasso di conversione è chiamato campione e il processo di raccolta di questi campioni è chiamato campionamento.

Esempio

Supponiamo che tu abbia due prodotti A e B, vuoi raccogliere dati di esempio secondo la sua richiesta nel mercato. Puoi chiedere ad alcune persone di scegliere tra i prodotti A e B e quindi richiedere loro di partecipare a un sondaggio. Man mano che il numero di partecipanti aumenta, inizierà a mostrare un filerealistic conversion rate.

Esistono vari strumenti che possono essere utilizzati per determinare il numero corretto di dimensioni del campione. Uno di questi strumenti gratuiti disponibili è:

http://www.evanmiller.org

Intervalli di confidenza nei test A / B

L'intervallo di confidenza è la misura della deviazione dalla media sul numero multiplo di campioni. Supponiamo che il 22% delle persone preferisca il prodotto A nell'esempio precedente, con ± 2% dell'intervallo di confidenza. Questo intervallo indica il limite superiore e inferiore delle persone, che optano per il Prodotto A ed è chiamato anche margine di errore. Per ottenere i migliori risultati in questo sondaggio medio,the margin of error should be as small as possible.

Esempio

Supponiamo che nel prodotto B, abbiamo aggiunto una piccola modifica e quindi eseguito il test A / B su questi due prodotti. I prodotti dell'intervallo di confidenza A e B sono rispettivamente del 10% con ± 1% e del 20% con ± 2%. Quindi questo mostra che una piccola modifica ha aumentato il tasso di conversione. Se ignoriamo il margine di errore, il tasso di conversione per la variazione del test A è del 10% e il tasso di conversione per la variazione del test B è del 20%, ovvero un aumento del 10% nella variazione del test.

Ora, se dividiamo la differenza per il tasso di variazione del controllo 10% ÷ 10% = 1,0 = 100%, mostra un miglioramento del 100%. Quindi, possiamo dire che l'A / B Testing è una tecnica basata su metodi e analisi matematici. Esistono vari strumenti online che possono essere utilizzati per calcolare la significatività A / B.

http://getdatadriven.com

Il test A / B viene utilizzato per fare business decisionsbasato sui risultati derivati ​​dai dati, invece di fare solo previsioni. Ti consente di creare varianti del tuo sito Web o app e quindi ti aiuta a confermare o annullare la tua decisione di apportare modifiche.

Questo test ti consente di ottimizzare il tuo sito o app in modo tale da aumentare i tassi di conversione. Un tasso di conversione più elevato significa ottenere più valore dagli utenti esistenti invece di dover pagare di più per l'acquisizione di traffico. Il test A / B può anche aiutarti a cambiare altri fattori nel business come il cambiamento della cultura del lavoro, ecc. Ti aiuta a utilizzare dati matematici e statistiche per determinare la direzione delle variazioni del tuo prodotto.

Che tu sia un designer, un analista aziendale o uno sviluppatore, A / B Testing fornisce un modo semplice per utilizzare la potenza di dati e statistiche per ridurre i rischi, migliorare i risultati e diventare più guidato dai dati nel tuo lavoro.

Per eseguire un test A / B, dovresti considerare i seguenti punti:

  • Eseguire sempre il test A / B se è possibile battere la variazione originale di> 5%.

  • Il test deve essere eseguito per un periodo di tempo considerevole, in modo da disporre di dati campione sufficienti per eseguire statistiche e analisi.

Il test A / B ti consente inoltre di ottenere il massimo dal traffico esistente su una pagina web. Il costo per aumentare la conversione è minimo rispetto al costo per impostare il traffico sul tuo sito web. IlROI (return on investment) su A / B Testing è enorme, poiché alcune piccole modifiche su un sito Web possono comportare un aumento significativo del tasso di conversione.

Il test A / B riguarda la creazione di più varianti di un'applicazione o un sito Web e quindi il confronto di tutte queste versioni utilizzando esempi per determinare la migliore variazione con il tasso di conversione massimo. Esistono diversi tipi di variazioni, che possono essere applicate a una pagina Web o un'applicazione. Il test A / B non è limitato a un'applicazione o solo una pagina web, poiché puoi creare varianti anche per altri prodotti. Tutto ciò che su una pagina web può influenzare il comportamento di un visitatore durante la navigazione nel sito può essere testato utilizzando l'A / B Testing.

Di seguito è riportato un elenco di varianti del test A / B che possono essere applicate a una pagina Web:

  • Headlines
  • Sottotitoli
  • Images
  • Texts
  • Testo e pulsante CTA
  • Links
  • Badges
  • Menzioni sui media
  • Menzione sociale
  • Promozioni e offerte di vendita
  • Struttura dei prezzi
  • Opzioni di consegna
  • Opzioni di pagamento
  • Navigazione del sito e interfaccia utente

Ci sono vari strumenti che possono essere utilizzati create variations che leggerete in dettaglio più avanti in questo tutorial.

Il test A / B comprende un insieme di processi che è necessario seguire in sequenza per arrivare a a realistic conclusion. In questo capitolo, discuteremo in dettaglio i passaggi del processo di test A / B che puoi utilizzare per eseguire test su qualsiasi pagina web -

Ricerca di base

La ricerca di base gioca un ruolo fondamentale nei test A / B. Il primo passo è scoprire la frequenza di rimbalzo del sito web. Questo può essere fatto con l'aiuto di diversi strumenti di ricerca di base ampiamente disponibili come Google Analytics e altri.

Raccogliere dati

I dati di Google Analytics possono aiutarti a trovare i comportamenti dei visitatori sui siti web. È sempre consigliabile raccogliere dati sufficienti dal sito. Prova a trovare le pagine con tassi di conversione bassi o tassi di abbandono elevati che possono essere ulteriormente migliorati. Calcola anche il numero di visitatori giornalieri necessari per eseguire questo test sul sito web.

Stabilisci obiettivi aziendali

Il prossimo passo è impostare la tua attività o gli obiettivi di conversione, che ti aiuteranno a capire qual è l'obiettivo. Una volta fatto ciò, puoi trovare le metriche che determinano se una nuova versione ha più successo rispetto alla sua versione originale.

Costruisci ipotesi

Una volta che l'obiettivo e le metriche sono stati impostati per il test A / B. Il prossimo passo è trovare idee su come migliorare la versione originale e come renderla migliore della versione attuale. Una volta che hai un elenco di idee, dai loro la priorità in termini di impatto previsto e difficoltà di implementazione.

Ad esempio, una delle cose più efficaci è aggiungere immagini a un sito, il che aiuterà a ridurre in una certa misura la frequenza di rimbalzo.

Crea variazioni / ipotesi

Esistono molti strumenti di test A / B sul mercato dotati di un editor visuale per apportare queste modifiche in modo efficace. La decisione chiave per eseguire con successo il test A / B è selezionare lo strumento corretto. Alcuni degli strumenti più comunemente disponibili sono:

  • Visual Website Optimizer (VWO)
  • Esperimenti sui contenuti di Google
  • Optimizely

Esistono diversi tipi di variazioni che possono essere applicate a un oggetto come l'uso di punti elenco, la modifica della numerazione degli elementi chiave, la modifica del carattere e del colore, ecc.

Esecuzione delle variazioni

Presenta ai visitatori tutte le varianti del tuo sito web o della tua app. Le loro azioni saranno monitorate per ogni variazione. Inoltre, questa interazione del visitatore per ogni variazione viene misurata e confrontata per determinare il rendimento di una particolare variazione.

Analizzare i dati

Una volta completato questo esperimento, il passaggio successivo è analizzare i risultati. Lo strumento di test A / B presenterà i dati dell'esperimento e ti dirà la differenza tra le prestazioni e l'efficienza delle diverse versioni di una pagina web. Mostrerà anche se c'è una differenza significativa tra le variazioni con l'aiuto di metodi matematici e statistiche.

Ad esempio, se le immagini sulla pagina web hanno ridotto la frequenza di rimbalzo, è possibile aggiungere più immagini per aumentare la conversione. Se non vedi alcun cambiamento nella frequenza di rimbalzo per questo motivo, torna al passaggio precedente per creare una nuova ipotesi / variazione per eseguire un nuovo test.

I dati di Google Analytics possono aiutarti a trovare i comportamenti dei visitatori. È sempre consigliabile raccogliere dati sufficienti dal sito. Prova a trovare le pagine con tassi di conversione bassi o tassi di abbandono elevati che possono essere migliorati. In questo capitolo, discuteremo alcuni strumenti che possono essere utilizzati per raccogliere dati per il test A / B.

Google Analytics / Mix Panel (strumento di analisi)

Nella maggior parte dei siti Web è installato Google Analytics per avere un'idea di come i visitatori interagiscono con il sito. Se non hai installato Google Analytics per monitorare il traffico, puoi installarlo da Internet. Google Analytics è uno dei migliori strumenti di analisi disponibili gratuitamente.

Per installare Google Analytics sul tuo sito web, puoi semplicemente copiare il codice e distribuirlo sul tuo sito e otterrai una buona quantità di dati con cui lavorare. Puoi anche applicare la personalizzazione dello strumento per soddisfare i tuoi obiettivi di business.

Mouse Flow / Crazy Egg (Replay Tools)

Gli strumenti di riproduzione vengono utilizzati per ottenere una migliore visione delle azioni degli utenti sul tuo sito web. Consente inoltre di fare clic sulle mappe e sulle mappe termiche dei clic degli utenti per verificare fino a che punto gli utenti stanno navigando sul sito web.

Strumenti di replay come Mouse Flow ti consentono di visualizzare la sessione di un visitatore in un modo, come se fossi con il visitatore stesso. Gli strumenti di riproduzione video offrono una visione più approfondita di come sarebbe per quel visitatore che naviga nelle varie pagine del tuo sito web.

WebEngage (Strumenti di indagine)

Gli strumenti di indagine vengono utilizzati per raccogliere feedback qualitativi dal sito web. Ciò implica porre ai visitatori di ritorno alcune domande del sondaggio. Questo sondaggio pone loro domande generali e consente loro anche di inserire le proprie opinioni o di scegliere tra scelte prestabilite.

Altri strumenti: chat, e-mail

La funzione di chat dal vivo consente ai visitatori di ottenere risposte rapide dal team del servizio clienti e aiutare a risolvere la situazione più velocemente. Questo ti aiuta anche a ottenere le domande generali dai visitatori ea raccogliere dati per i test.

Il passaggio successivo è impostare i tuoi obiettivi di conversione. Trova le metriche che determinano se la variazione ha o meno più successo rispetto alla versione originale. Gli obiettivi derivano dai tuoi obiettivi di business, quindi, ad esempio, se devi aumentare la vendita di vestiti in termini di obiettivi, può essere come:

  • Immagini chiare del prodotto.
  • Aumenta i tassi di visita al sito.
  • Riduci il tasso di abbandono del carrello.

Il passaggio successivo consiste nel definire le metriche che soddisfano i tuoi obiettivi aziendali. Una metrica diventa un fileKPI (Key Performance Indicator) solo quando misura qualcosa connesso ai tuoi obiettivi.

Esempio 1

L'obiettivo aziendale del tuo negozio di abbigliamento è vendere vestiti, quindi il KPI di questo obiettivo aziendale potrebbe essere il numero di vestiti venduti online. Devi avere i tuoi obiettivi di business chiaramente definiti altrimenti non sarai in grado di identificare i tuoi KPI. Se imposti correttamente i KPI e li misuri periodicamente, manterrai la tua strategia sulla buona strada per creare variazioni ed eseguire test A / B. Il prossimo è trovare le metriche di destinazione per i tuoi obiettivi aziendali.

Esempio 2

Il tuo negozio di abbigliamento ha venduto 100 prodotti la scorsa settimana. Va bene o male? Affinché i tuoi KPI abbiano un significato per te, hanno bisogno di metriche di destinazione. Definisci un obiettivo per ogni KPI importante per te. Una volta definiti gli obiettivi di business e le metriche di destinazione, hai una struttura che ti aiuterà a determinare se il lavoro che farai è rilevante per i tuoi obiettivi di business o meno.

Test A / B - Genera ipotesi

Dopo aver identificato i tuoi obiettivi di business, il passaggio successivo è generare idee e ipotesi di test A / B sul motivo per cui pensi che saranno migliori della versione attuale. Crea un elenco di tutte le ipotesi che pensi di poter creare, dai la priorità a tutte le variazioni in termini di impatto previsto e come implementarle utilizzando vari strumenti.

Esempio

Puoi ridurre la frequenza di rimbalzo aggiungendo altre immagini in basso. Puoi anche aggiungere link di vari siti social per aumentare il tasso di conversione.

Poiché il test A / B riguarda la creazione di nuove versioni di un'applicazione o una pagina Web e quindi il confronto di tutte le versioni per vedere il tasso di conversione. Puoi migliorare il tasso di conversione analizzando le statistiche per verificare nuove varianti.

Esistono diversi tipi di variazioni che possono essere applicate a un oggetto come l'uso di punti elenco, la modifica della numerazione degli elementi chiave, la modifica del carattere e del colore, ecc. Sul mercato sono disponibili molti strumenti di test A / B che hanno un editor visivo da creare questi cambiamenti in modo efficace. La decisione chiave per eseguire con successo il test A / B è selezionare lo strumento corretto. Alcuni degli strumenti più comunemente disponibili sono:

  • Visual Website Optimizer (VWO)
  • Esperimenti sui contenuti di Google
  • Optimizely

Visual Website Optimizer (VWO)

Visual Website Optimizer ti consente di testare più versioni di una stessa pagina. Contiene anche l'editor "ciò che vedi è ciò che ottieni" (WYSIWYG) che ti consente di apportare le modifiche ed eseguire test senza modificare il codice HTML della pagina. È possibile aggiornare i titoli, la numerazione degli elementi ed eseguire un test senza apportare modifiche alle risorse IT.

Per creare variazioni in VWO per il test A / B, apri la tua pagina web nell'editor WYSIWYG e poi puoi applicare le seguenti modifiche alla pagina web -

  • Cambia testo
  • Cambia URL
  • Modifica / Modifica HTML
  • Rearrange
  • Move
  • Resize
  • Hide
  • Remove
  • Cambia CSS

Esperimenti sui contenuti di Google

Ciò consente di creare fino a cinque varianti di qualsiasi pagina Web e quindi caricare tutte le pagine su Google Analytics per eseguire il test A / B. Google Content Experiment viene utilizzato per misurare i risultati di tutte le varianti e per decidere la variante con il tasso di conversione massimo. Il vantaggio principale dell'utilizzo di Google Content Experiments è che è un freeware di Google, ma devi caricare le varianti in Google Analytics per eseguire il test.

Ottimamente

Optimizely è uno strumento utilizzato per eseguire test A / B, test multivariati su una pagina web o su un'app mobile e ti consente di confrontare diverse versioni di una pagina web o di un'applicazione per determinare quale variazione fornisce un tasso di conversione migliore per la tua azienda .

Questo software può essere eseguito sulla tua pagina web eseguendo uno snippet JavaScript di una sola riga. Lo snippet è definito come codice a riga singola che caricherà Optimizely sul tuo sito e cambierà l'esperienza dei visitatori sul tuo sito web.

Per testare un'applicazione mobile utilizzando Optimizely, viene eseguita tramite un kit di sviluppo software per iOS e / o Android. L'esecuzione ottimizzata sulla tua pagina web raccoglie i dati dei visitatori del sito e il tasso di conversione e li esegue su Stats Engine per determinare quale variante è vincente o perdente. Una volta che queste statistiche vengono confrontate con gli obiettivi target e impostate le metriche, ti aiutano a prendere decisioni sulla variazione da applicare sul sito web.

Optimizely ti consente di eseguire questi test:

  • Test A / B che confronta diversi URL.
  • Test A / B che viene eseguito su più pagine, flussi, ecc.
  • Esegui diverse varianti per diversi gruppi di pubblico.
  • Per applicare hot fix a una pagina web per tutti i visitatori.

Implica la presentazione di tutte le varianti del tuo sito web o di un'applicazione ai visitatori e le loro azioni vengono monitorate per ogni variazione. L'interazione dei visitatori per ogni variazione viene misurata e confrontata per determinare il rendimento di questa variazione.

Come discusso nel capitolo precedente, ci sono vari strumenti che possono essere utilizzati per generare ipotesi ed eseguire le variazioni:

  • Visual Website Optimizer (VWO)
  • Esperimenti sui contenuti di Google
  • Optimizely

Visual Website Optimizer

Esistono vari strumenti di test A / B che consentono ai professionisti del marketing di creare più varianti delle loro pagine web utilizzando un editor punta e clicca. Non richiede alcuna conoscenza HTML e puoi verificare quale versione produce il massimo tasso di conversione o di vendita.

L'esecuzione del software di test diviso VWO è molto semplice in quanto è sufficiente copiare e incollare lo snippet di codice nel tuo sito Web e puoi renderlo facilmente disponibile ai visitatori. Visual Website Optimizer fornisce anche un'opzione di test multivariati e contiene un altro numero di strumenti per eseguire targeting comportamentale, mappe termiche, test di usabilità, ecc.

Ci sono più funzionalità in VWO che assicurano che tutte le tue attività di ottimizzazione del tasso di conversione siano coperte da questo strumento. Molte aziende e negozi online su piccola scala utilizzano il software VWO di test A / B per l'ottimizzazione della pagina di destinazione e per aumentare le vendite del loro sito Web e migliorare i tassi di conversione.

L'azienda fornisce anche una prova di 30 giorni che può essere scaricata gratuitamente da: https://vwo.com/.

Alcune delle caratteristiche principali di VWO sono le seguenti:

  • Test e sperimentazione
  • Visual Editor
  • Analisi e reportistica
  • Mappe di calore e mappe di clic
  • Piattaforme e integrazioni

Come funziona?

In esecuzione in modo ottimale sulla tua pagina web raccoglie i dati dei visitatori del sito, il tasso di conversione e li esegue su Stats Engine per determinare quale variante è vincente e quale perdente. Una volta che queste statistiche vengono confrontate con gli obiettivi target e le metriche impostate, ti aiuteranno a prendere decisioni sulla variazione da applicare sul sito web.

Esperimenti sui contenuti di Google

Ti consente di creare fino a cinque varianti di una pagina web e quindi caricare tutte queste pagine su Google Analytics per eseguire il test A / B.

Per iniziare con Google Analytics, devi avere un file Google Analytics accounte un codice di monitoraggio da installare sul tuo sito web. Se non hai un account, puoi registrarti utilizzando il seguente strumento:http://www.google.com/analytics/

Adding tracking code directly to a website

Per completare questo processo, devi avere accesso al codice sorgente del tuo sito web, dovresti anche essere a tuo agio nella modifica dell'HTML (o avere un webmaster / sviluppatore, che può aiutarti con questo), inoltre dovresti avere un account Google Analytics e una proprietà già impostati su.

To set up tracking code into your webpage

  • Trova lo snippet del codice di monitoraggio e accedi al tuo account Google Analytics, quindi seleziona la scheda Amministratore in alto.

  • Vai alla scheda ACCOUNT e PROPRIETÀ, seleziona la proprietà con cui stai lavorando. Fare clic su Informazioni di monitoraggio → Codice di monitoraggio. Immagine di dove trovi il codice di monitoraggio nel tuo account Analytics → Fai clic per espandere questa immagine e vedere dove vengono visualizzate queste opzioni nell'interfaccia.

  • Trova lo snippet del codice di monitoraggio. È contenuto in una scatola con diverse righe di JavaScript. Tutto in questa casella è lo snippet del codice di monitoraggio. Inizia con <script> e termina con </script>.

  • Il codice di monitoraggio contiene un ID univoco che corrisponde a ciascuna proprietà di Google Analytics. Non confondere snippet di codice di monitoraggio di proprietà diverse e non riutilizzare lo stesso snippet di codice di monitoraggio su più domini.

  • Copia lo snippet e incollalo in ogni pagina web che desideri monitorare. Incollalo immediatamente prima del tag di chiusura </head>.

  • Se utilizzi modelli per generare dinamicamente pagine per il tuo sito, puoi incollare lo snippet del codice di monitoraggio nel relativo file, quindi includerlo nell'intestazione della pagina.

Verify if the tracking code is working

Puoi verificare se il codice di monitoraggio funziona, controllare i rapporti in tempo reale, puoi anche monitorare l'attività dell'utente mentre accade. Se vedi dati in questi rapporti, significa che il tuo codice di monitoraggio sta attualmente raccogliendo i dati.

Esperimenti sui contenuti

Esperimenti sui contenuti è uno dei quickest methodper testare le pagine web: pagine di destinazione, home page, pagine di categorie e richiede meno implementazioni di codice. Può essere utilizzato per creare test A / B all'interno di Google Analytics.

Alcune delle funzioni più comuni di Esperimenti sui contenuti sono:

  • Devi utilizzare lo script della pagina originale per eseguire i test, il codice di monitoraggio standard di Google Analytics verrà utilizzato per misurare obiettivi e variazioni.

  • Gli obiettivi target definiti in Google Analytics possono essere utilizzati come obiettivo dell'esperimento, comprese le entrate AdSense.

  • Il generatore di segmenti di Google Analytics può essere utilizzato per segmentare i risultati in base a qualsiasi criterio di segmentazione.

  • Ti consente di impostare test che scadono automaticamente dopo 3 mesi per evitare di lasciare i test in esecuzione, se è improbabile che abbiano un vincitore statisticamente significativo.

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

Vai alla sezione Comportamento e fai clic sul collegamento Esperimenti. Ti mostrerà anche una tabella con tutti gli esperimenti esistenti. Fai clic sull'opzione "Crea esperimento" nella parte superiore di questa tabella.

Invio → Nome dell'esperimento, obiettivo dell'esperimento, percentuale di traffico del sito a cui partecipare, eventuali notifiche via mail per modifiche importanti, per la distribuzione del traffico a tutte le varianti, tempo di impostazione dell'esperimento e valori di soglia.

Puoi aggiungere gli URL della pagina originale e tutte le varianti che desideri creare e fare clic sul pulsante successivo. Selezionare il metodo di implementazione e fare clic sul pulsante successivo → Fare clic su convalida (se è stato implementato un codice, verrà convalidato. Se non è presente codice, verrà visualizzato un messaggio di errore) → Avvia esperimento.

Una volta eseguito questo esperimento, vedrai le seguenti opzioni:

  • Tasso di conversione

  • Interrompi esperimento

  • Re-validate

  • Disabilita la variazione

  • Segmentazione: ti consente di vedere come si è comportata ciascuna variazione per ogni segmento di visitatori sulla tua pagina web.

Una volta completato l'esperimento, il passaggio successivo consiste nell'analizzare i risultati. Lo strumento di test A / B presenterà i dati dell'esperimento e ti dirà la differenza tra il modo in cui si comportano le diverse variazioni su una pagina web e anche se c'è una differenza significativa tra le variazioni, usando l'aiuto di metodi matematici e statistiche.

Esempio

Se le immagini su una pagina web hanno ridotto la frequenza di rimbalzo, puoi decidere se ha una buona conversione o meno, una volta caricate più immagini su una pagina web. Se per questo motivo non vedi alcun cambiamento nella frequenza di rimbalzo, torna al passaggio precedente e crea una nuova ipotesi / variazione per eseguire un nuovo test.

Strumenti come VWO e Optimizely vengono utilizzati per eseguire i test, ma Google Analytics è più adatto per eseguire analisi post-test. Questa analisi viene utilizzata per decidere la strada da seguire. Gli strumenti di test A / B parlano del risultato di un test, ma è necessario eseguire anche l'analisi successiva. Per fare analisi post è necessario integrare ogni test con Google Analytics.

Sia VWO che Optimizely forniscono funzionalità di integrazione di Google Analytics integrate. I dati per ogni test da entrambi questi strumenti devono essere inviati a Google Analytics. In questo modo, migliora le capacità di analisi e garantisce i dati di test. Esiste la possibilità che il tuo strumento di test stia registrando i dati in modo errato e, se non hai altra fonte per i tuoi dati di test, non puoi mai essere sicuro se fidarti o meno.

Esistono vari strumenti che possono essere utilizzati per generare ipotesi ed eseguire le variazioni, tra cui:

  • Visual Website Optimizer (VWO)
  • Esperimenti sui contenuti di Google
  • Optimizely

Tutti questi strumenti sono in grado di eseguire test A / B e di trovare il vincitore, ma per eseguire l'analisi post questi strumenti dovrebbero essere integrati con Google Analytics.

Test A / B - Google Analytics

Google Analytics ha due opzioni per analizzare i dati:

  • Universal Analytics
  • Google Analytics classico

La nuova funzione Universal Analytics ti consente di utilizzare 20 test A / B simultanei inviando dati a Google Analytics, tuttavia la versione classica ne consente solo fino a cinque.

Integrazione ottimizzata con Google Universal Analytics

Per integrare Optimizely in Universal Google Analytics, seleziona prima il pulsante ON sul pannello laterale. Quindi è necessario disporre di un'opzione Personalizzata disponibile per compilare i dati dell'esperimento Optimizely. Quindi il codice di monitoraggio deve essere posizionato nella parte inferiore della sezione <head> delle tue pagine. L'integrazione di Google Analytics non funzionerà correttamente a meno che lo snippet Optimizely non si trovi sopra questo snippet di Analytics.

Passaggi di configurazione

Optimizely utilizza le "Dimensioni personalizzate" di Google Analytics universale per taggare i tuoi visitatori con gli esperimenti e le varianti a cui sono stati aggiunti. La configurazione di Optimizely per iniziare a inviare queste informazioni a Universal Analytics richiede quattro passaggi:

Step 1

Aggiungi il seguente codice JavaScript al tuo sito ovunque sia presente il codice Universal Analytics dopo l'attivazione della funzione ga ('create' ...) e prima che la funzione ga ('send', 'pageview') di Universal Analytics si attivi e venga effettuata la chiamata di monitoraggio (vedere i dettagli nella sezione successiva) -

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

Step 2

Nell'editor Optimizely, vai su Opzioni → Integrazioni, quindi fai clic sulla casella di controllo Universal Analytics per abilitare l'integrazione.

Step 3

Seleziona la dimensione personalizzata che desideri venga utilizzata da Optimizely. Devi assicurarti che la dimensione personalizzata non sia già utilizzata da nessun'altra parte del tuo sito o da un altro esperimento Optimizely attualmente in esecuzione.

Step 4

Seleziona un tracker personalizzato se stai utilizzando un tracker eventi personalizzato diverso da quello predefinito. Ciò cambierà la chiamata di integrazione di Optimizely per utilizzare il tracker personalizzato anziché quello predefinito.

Example

Supponiamo che il tuo sito web utilizzi la seguente chiamata:

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

In questo caso, inserirai tracker3 specificando un campo tracker personalizzato e Optimizely si integrerà con tracker3 invece del tracker predefinito.

Creazione di un rapporto personalizzato utilizzando Google Analytics

Il primo passaggio è accedere al tuo account Universal Analytics e fare clic sulla scheda Personalizzazione in alto. Dovresti vedere un elenco di rapporti personalizzati.

Il passaggio successivo consiste nell'impostare un rapporto personalizzato per ogni esperimento con cui hai integrato Universal Analytics.

  • Fare clic su Nuovo rapporto personalizzato → Immettere il titolo del rapporto e aggiungere i gruppi di metriche che si desidera visualizzare nel rapporto.

  • Per filtrare questo rapporto solo per il tuo esperimento Optimizely, scegli la dimensione personalizzata che hai impostato in precedenza come uno dei dettagli della dimensione.

  • Aggiungi questa dimensione nella sezione Filtri e utilizza una corrispondenza Regex sull'ID esperimento per l'esperimento che desideri filtrare.

  • Fare clic su Salva.

Come il test A / B, il test multivariato si basa sullo stesso meccanismo, ma confronta un numero maggiore di variabili e fornisce maggiori informazioni su come si comportano queste variabili. Nel test A / B, dividi il traffico di una pagina tra diverse versioni del design. Il test multivariato viene utilizzato per misurare l'efficacia di ogni progetto.

Esempio

Supponiamo che ci sia una pagina web che ha ricevuto abbastanza traffico per eseguire il test. Ora i dati di ciascuna variazione vengono confrontati per verificare la variazione di maggior successo, ma include anche gli elementi che hanno il massimo impatto positivo o negativo sull'interazione di un visitatore.

Vantaggi dell'utilizzo di Multivariate

Il test multivariato è uno strumento efficace per aiutarti a indirizzare e ridisegnare gli elementi della tua pagina e mostrare le aree che avranno il maggiore impatto. Il metodo multivariato è utile per creare campagne di landing page.

Esempio

I dati sull'impatto del design di un determinato elemento possono essere applicati a campagne future, anche se il contesto dell'elemento è cambiato.

Limitazioni

I limiti del test multivariato è il traffico necessario per completare il test. Poiché tutti gli esperimenti sono completamente fattoriali, troppi elementi mutevoli contemporaneamente possono sommarsi rapidamente a un numero molto elevato di combinazioni possibili che devono essere testate. Anche un sito con un traffico abbastanza elevato potrebbe avere problemi a completare un test con più di 25 combinazioni in un tempo possibile.

Differenza tra test multivariati e A / B

Il test A / B noto anche come test diviso è un metodo di ottimizzazione del sito Web, in cui si confrontano i tassi di conversione di due versioni di una pagina, ovvero A e B. Tutti i visitatori sono divisi in una versione o nell'altra. Una volta che i visitatori visitano una di queste versioni (A o B), fanno clic su vari pulsanti o addirittura si iscrivono alla newsletter. Ciò ti consente di determinare quale versione della pagina è più efficace.

La SEO è un metodo per visualizzare il tuo sito web nella parte superiore della pagina, quando viene eseguita una ricerca per quegli elementi rilevanti. Comprende le informazioni che il tuo sito web offre ai visitatori e il motivo per cui il contenuto della pagina web è rilevante per essere in cima a un risultato di ricerca. Molti potenziali clienti ritengono che i test A / B o multivariati avranno un effetto sul posizionamento nei motori di ricerca.

Ci sono quattro modi che ti assicurano di eseguire test A / B senza preoccuparti di perdere il potenziale valore SEO.

Non occultare

Il cloaking viene chiamato quando mostri una versione della tua pagina web all'agente Googlebot e un'altra versione ai visitatori del tuo sito web. Google dice che non dovresti mascherare ed è molto severo con questo. Può persino portare il tuo sito web ad essere escluso dai risultati di ricerca o retrocesso nel ranking SEO. Devi assicurarti di non dividere i tuoi visitatori tra le diverse versioni del tuo test A / B basato su un agente utente. A Google non importa se il suo bot vede una versione o un'altra, si preoccupa solo che il suo bot abbia la stessa esperienza utente di quella di un visitatore casuale.

Usa "rel = canonical"

Quando hai test A / B con più URL, puoi aggiungere "rel = canonical" alla pagina web per indicare a Google quale URL desideri indicizzare. Google suggerisce di utilizzare l'elemento canonico ed è un tag noindex in quanto più in linea con la sua intenzione. Stai solo indicando quale contenuto è originale. In questo modo Google può raggruppare e indicizzare le pagine di conseguenza.

Note - Se non è possibile utilizzare canonical, devi assicurarti che ci sia un tag noindex nell'HTML o nell'header HTTP, in caso contrario dovresti assicurarti che abbia almeno un robots.txt.

Usa reindirizzamenti 302 e non 301

Google consiglia di utilizzare il metodo della direzione temporanea: un 302 sul reindirizzamento 301 permanente. Come in ogni test A / B, non è un trasferimento permanente, ma solo temporaneo. È sempre consigliabile utilizzare il reindirizzamento 302 poiché è un avviso di un reindirizzamento temporaneo. Quindi, se stai utilizzando un reindirizzamento per il test A / B, assicurati di utilizzare un'intestazione 302.

Il punto più importante da considerare per la SEO è che devi chiarire ai motori di ricerca che non dovrebbero rimuovere il tuo URL originale dal loro indice e metterlo temporaneamente in attesa. Quando gli spider tornano per la loro successiva indicizzazione, controlleranno di nuovo se il reindirizzamento è ancora applicabile e, in caso contrario, il vecchio URL verrà ripristinato di nuovo.

Non eseguire esperimenti per un periodo di tempo più lungo

Tieni presente che quando il tuo test A / B è completato, dovresti rimuovere le varianti il ​​prima possibile, apportare modifiche alla tua pagina web e iniziare a utilizzare la conversione vincente. Devi assicurarti di rimuovere tutti gli elementi dei test, come URL alternativi e script di test.

Se esegui il test per un periodo più lungo, Google lo considera un modo per ingannare i motori di ricerca. Ciò può accadere quando mostri una variante di prova a un gran numero di visitatori per un periodo di tempo più lungo.

Il test A / B (noto anche come test diviso) definisce un modo per compare two versionsdi un'applicazione o di una pagina Web che consente di determinare quale funziona meglio. Il test A / B è uno dei modi più semplici, in cui è possibile modificare un'applicazione o una pagina Web per creare una nuova versione e quindi confrontare entrambe queste versioni per trovare il tasso di conversione. Questo ci consente anche di sapere qual è il filebetter performer dei due.

Il numero di campioni dipende dal numero di test eseguiti. Ilcount of conversion rate è chiamato campione e il processo di raccolta di questi campioni è chiamato campionamento.

Viene chiamato l'intervallo di fiducia measurement of deviationdalla media sul numero multiplo di campioni. Supponiamo che il 22% delle persone preferisca il prodotto A, con +/- 2% dell'intervallo di confidenza. Questo intervallo indica ilupper and lower limit delle persone, che optano per il Prodotto A ed è anche chiamato margin of error. Per ottenere i migliori risultati in questo sondaggio medio, il margine di errore dovrebbe essere il più piccolo possibile.

Eseguire sempre il test A / B se è possibile beat the original variation by> 5%. Il test dovrebbe essere eseguito per una considerevole quantità di tempo, in modo da avere abbastanza dati di esempio perperform statistics and analysis. Il test A / B ti consente inoltre di ottenere il massimo dal traffico esistente su una pagina web.

Il costo per aumentare le conversioni è minimo rispetto al costo per impostare il traffico sul tuo sito web. IlROI (return on investment) su A / B Testing è enorme, poiché alcune piccole modifiche su un sito Web possono comportare un aumento significativo del tasso di conversione.

Come il test A / B, il test multivariato si basa sullo stesso meccanismo, ma compares higher number of variablese fornisce ulteriori informazioni su come si comportano queste variabili. Nel test A / B, dividi il traffico di una pagina tra diverse versioni del design. Il test multivariato viene utilizzato per misurare ileffectiveness of each design.

Il problema con il test di più variabili contemporaneamente è che lo sarebbe tough to accurately determinequale di queste variabili ha fatto la differenza. Anche se puoi dire che una pagina ha funzionato meglio dell'altra, se ci sono tre o quattro variabili su ciascuna, non puoi essere certo del motivo per cui una di queste variabili è effettivamente un danno per la pagina, né puoi replicare ilgood elements in altre pagine.

Di seguito sono riportate alcune varianti del test A / B che possono essere applicate a una pagina web. L'elenco include: titoli, sottotitoli, immagini, testi, testo e pulsante di invito all'azione, collegamenti, badge, menzioni sui media, menzioni sociali, promozioni e offerte di vendita, struttura dei prezzi, opzioni di consegna, opzioni di pagamento, navigazione del sito e interfaccia utente.

  • Background Research - Il primo passo nel test A / B è scoprire il file bounce ratesul tuo sito web. Questo può essere fatto con l'aiuto di qualsiasi strumento come Google Analytics.

  • Collect Data - I dati di Google Analytics possono aiutarti a trovare visitor behaviors. È sempre consigliabile raccogliere dati sufficienti dal sito. Prova a trovare le pagine con un basso tasso di conversione o alti tassi di abbandono che possono essere migliorati.

  • Set Business Goals- Il passaggio successivo consiste nell'impostare i tuoi obiettivi di conversione. Trovare lametrics that determines indipendentemente dal fatto che la variazione abbia o meno più successo rispetto alla versione originale.

  • Construct Hypothesis- Una volta che l'obiettivo e le metriche sono stati impostati per il test A / B, il passaggio successivo è trovare idee per migliorare la versione originale e come saranno migliori della versione attuale. Una volta che hai un filelist of ideas, prioritize them in termini di impatto atteso e difficoltà di attuazione.

  • Create Variations/Hypothesis - Sul mercato sono disponibili molti strumenti di test A / B con estensione visual editorper apportare queste modifiche in modo efficace. La decisione chiave per eseguire correttamente il test A / B è selezionare ilcorrect tool.

  • Running the Variations - Presenta ai visitatori tutte le varianti del tuo sito web o di un'app e le loro azioni vengono monitorate per ogni variazione. Visitor interaction per ogni variazione viene misurata e confrontata per determinare come si comporta tale variazione.

  • Analyze Data - Una volta completato un esperimento, il prossimo è analyze the results. Lo strumento di test A / B presenterà i dati dell'esperimento e ti dirà la differenza tra il modo in cui vengono eseguite le diverse varianti della pagina web. Anche se c'è qualche differenza significativa tra le variazioni con l'aiuto di metodi matematici e statistiche.

Il tipo più comune di strumenti di raccolta dati include lo strumento di analisi, gli strumenti di riproduzione, gli strumenti di sondaggio, gli strumenti di chat e di posta elettronica.

Gli strumenti di riproduzione vengono utilizzati per ottenere una migliore visione delle azioni degli utenti sul tuo sito web. Ti permette anche di farloclick maps and heat maps of user clicke per verificare quanto l'utente sta navigando sul sito web. Strumenti di replay come Mouse Flow ti permettono di farloview a visitor's session in un certo senso sei con il visitatore.

Gli strumenti di riproduzione video offrono una visione più approfondita di come sarebbe per quel visitatore che naviga nelle varie pagine del tuo sito web. Gli strumenti più comunemente usati sonoMouse Flow and Crazyegg.

Gli strumenti di indagine sono utilizzati per collect qualitative feedbackdal sito web. Ciò implica porre ai visitatori di ritorno alcune domande del sondaggio. Il sondaggio pone loro domande generali e consente loro anche di inserire le proprie opinioni o di scegliere tra scelte prestabilite.

Puoi ridurre il numero di frequenza di rimbalzo di adding more imagesin fondo. Puoi aggiungere link di siti social per aumentare ulteriormente il tasso di conversione.

Esistono diversi tipi di variazioni che possono essere applicate a un oggetto come l'uso di punti elenco, la modifica della numerazione degli elementi chiave, la modifica del carattere e del colore, ecc. Sul mercato sono disponibili molti strumenti di test A / B che hanno un editor visivo da creare questi cambiamenti in modo efficace. La decisione chiave per eseguire con successo i test A / B è diselecting the correct tool.

Gli strumenti più comunemente disponibili sono Visual Website Optimizer, Google Content Experiments e Optimizely.

Visual Website Optimizer o VWO ti consentono di farlo test multiple versionsdella stessa pagina. Contiene anche l'editor "ciò che vedi è ciò che ottieni" (WYSIWYG) che ti consente di farlomake the changes and run testssenza modificare il codice HTML della pagina. È possibile aggiornare i titoli, la numerazione degli elementi ed eseguire un test senza apportare modifiche alle risorse IT.

Per creare variazioni in VWO per il test A / B, apri la tua pagina web nell'editor WYSIWYG e puoi applicare molte modifiche a qualsiasi pagina web. Questi includono Cambia testo, Cambia URL, Modifica / Modifica HTML, Riorganizza e Sposta.

Visual Website Optimizer offre anche un'opzione di test multivariati e contiene un altro numero di strumenti per eseguire targeting comportamentale, mappe termiche, test di usabilità, ecc.

Questi test possono essere applicabili anche in molti altri luoghi come e-mail, app mobili, PPC e CTA.

Una volta completato un esperimento, next is to analyze the results. Lo strumento di test A / B presenterà i dati dell'esperimento e ti dirà la differenza tra il modo in cui vengono eseguite le diverse varianti di quella pagina web. Mostrerà anche se c'è una differenza significativa tra le variazioni che utilizzano metodi matematici e statistiche.

Per integrare Optimizely in Universal Google Analytics, seleziona prima il pulsante ON nel pannello laterale. Allora devi avere un fileavailable Custom to populate with Optimizely experiment data.

Il codice di monitoraggio di Google Analytics universale deve essere posizionato nella parte inferiore della sezione <head> delle tue pagine. L'integrazione di Google Analytics non funzionerà correttamente a meno che lo snippet Optimizely non si trovi sopra lo snippet Analytics.

Google Analytics ha due opzioni per analizzare i dati, che sono Universal Analytics e Google Analytics classico. Le nuove funzionalità di Universal Analytics consentono di utilizzare 20 test A / B simultanei inviando dati a Google Analytics, tuttavia la versione classica ne consente solo fino a cinque.

Questo è un mito secondo cui il test A / B danneggia il posizionamento nei motori di ricerca perché potrebbe essere classificato come contenuto duplicato. I seguenti quattro modi possono essere applicati per assicurarti di non perdere il potenziale valore SEO durante l'esecuzione di test A / B.

Don’t Cloak - Il cloaking si verifica quando mostri una versione della tua pagina web all'agente Googlebot e un'altra versione ai visitatori del tuo sito web.

Use ‘rel=canonical’- Quando hai test A / B con più URL, puoi aggiungere "rel = canonical" alla pagina web per indicare a Google quale URL desideri indicizzare. Google suggerisce di utilizzare l'elemento canonico e non il tag noindex in quanto più in linea con la sua intenzione.

Use 302 redirects and not 301’s - Google consiglia di utilizzare il metodo della direzione temporanea: un 302 sul reindirizzamento 301 permanente.

Don’t run experiments for a longer period of time - Tieni presente che quando il tuo test A / B è completato, dovresti rimuovere le varianti il ​​prima possibile, apportare modifiche alla tua pagina web e iniziare a utilizzare la conversione vincente.