Testy A / B - pytania do wywiadu

Co rozumiesz przez testy A / B? Jaki jest cel wykonywania testów A / B?

Testy A / B (znane również jako testy Split) definiują sposób compare two versionsaplikacji lub strony internetowej, która pozwala określić, która z nich działa lepiej. Testy A / B to jeden z najłatwiejszych sposobów, w którym można zmodyfikować aplikację lub stronę internetową w celu utworzenia nowej wersji, a następnie porównać obie te wersje w celu znalezienia współczynnika konwersji. To również pozwala nam wiedzieć, co jestbetter performer z dwóch.

Co rozumiesz pod pojęciem próbkowania danych w testach A / B?

Liczba próbek zależy od liczby wykonanych testów. Plikcount of conversion rate nazywa się próbką, a proces ich zbierania nazywa się próbkowaniem.

Jakie jest zastosowanie przedziału ufności w testach A / B?

Nazywa się przedział ufności measurement of deviationod średniej z wielu próbek. Załóżmy, że 22% osób preferuje produkt A z +/- 2% przedziałem ufności. Ten przedział oznaczaupper and lower limit osób, które zdecydowały się na produkt A i jest również nazywany margin of error. Aby uzyskać najlepsze wyniki w tym przeciętnym badaniu, margines błędu powinien być jak najmniejszy.

Kiedy warto pomyśleć o wykonaniu testów A / B?

Zawsze wykonuj testy A / B, jeśli istnieje prawdopodobieństwo beat the original variation by> 5%. Test powinien być uruchamiany przez dłuższy czas, aby mieć wystarczającą ilość przykładowych danychperform statistics and analysis. Testy A / B umożliwiają również maksymalne wykorzystanie istniejącego ruchu na stronie internetowej.

Koszt zwiększenia liczby konwersji jest minimalny w porównaniu z kosztem ustawienia ruchu w Twojej witrynie. PlikROI (return on investment) w testach A / B jest ogromna, ponieważ kilka drobnych zmian w witrynie może spowodować znaczny wzrost współczynnika konwersji.

Co to jest testowanie na wielu odmianach i jak wypada ono w porównaniu z testami A / B?

Podobnie jak testowanie A / B, testowanie na wielu odmianach opiera się na tym samym mechanizmie, ale na nim compares higher number of variablesi zawiera więcej informacji o zachowaniu tych zmiennych. W testach A / B dzielisz ruch na stronie między różne wersje projektu. Testowanie wielowymiarowe służy do pomiarueffectiveness of each design.

Ile zmiennych powinienem przetestować?

Problem z testowaniem wielu zmiennych naraz polega na tym, że tak będzie tough to accurately determinektóra z tych zmiennych spowodowała różnicę. Chociaż można powiedzieć, że jedna strona działała lepiej niż druga, jeśli na każdej znajdują się trzy lub cztery zmienne, nie można mieć pewności, dlaczego jedna z tych zmiennych jest w rzeczywistościgood elements na innych stronach.

Wymień kilka odmian, które można zastosować do strony internetowej?

Oto kilka odmian testów A / B, które można zastosować na stronie internetowej. Lista obejmuje - Nagłówki, Podnagłówki, Obrazy, Teksty, tekst i przycisk wezwania do działania, Linki, odznaki, wzmianki w mediach, wzmianki społecznościowe, promocje i oferty sprzedaży, strukturę cen, opcje dostawy, opcje płatności, nawigację w witrynie i interfejs użytkownika.

Wyjaśnij krok po kroku proces testowania A / B.

Background Research - Pierwszym krokiem w testowaniu A / B jest sprawdzenie bounce rateNa twojej stronie. Można to zrobić za pomocą dowolnego narzędzia, takiego jak Google Analytics.
Collect Data - Dane z Google Analytics mogą pomóc Ci znaleźć visitor behaviors. Zawsze zaleca się zebranie wystarczającej ilości danych z witryny. Spróbuj znaleźć strony o niskim współczynniku konwersji lub wysokim współczynniku porzuceń, które można poprawić.
Set Business Goals- Następnym krokiem jest określenie celów konwersji. Znaleźćmetrics that determines czy odmiana odniesie większy sukces niż wersja oryginalna.
Construct Hypothesis- Po ustaleniu celu i wskaźników dla testów A / B, następnym krokiem jest znalezienie pomysłów na ulepszenie oryginalnej wersji i tego, w jaki sposób będą one lepsze od obecnej. Gdy masz jużlist of ideas, prioritize them pod względem oczekiwanego wpływu i trudności wdrażania.
Create Variations/Hypothesis - Na rynku dostępnych jest wiele narzędzi do testów A / B, które mają rozszerzenie visual editoraby skutecznie wprowadzić te zmiany. Kluczową decyzją o pomyślnym przeprowadzeniu testów A / B jest wybranie plikucorrect tool.
Running the Variations - Przedstaw odwiedzającym wszystkie odmiany swojej witryny lub aplikacji, a ich działania będą monitorowane dla każdej odmiany. Visitor interaction dla każdej zmiany jest mierzona i porównywana w celu określenia, jak działa ta zmiana.
Analyze Data - Po zakończeniu eksperymentu, następnym jest analyze the results. Narzędzie do testów A / B przedstawi dane z eksperymentu i wskaże różnicę między sposobem wykonywania różnych odmian strony internetowej. Również jeśli istnieje jakakolwiek znacząca różnica między wariacjami za pomocą metod matematycznych i statystyk.

Jakie są typowe narzędzia, których można używać do zbierania danych do testów A / B?

Najpopularniejszy rodzaj narzędzi do gromadzenia danych obejmuje narzędzie analityczne, narzędzia odtwarzania powtórek, narzędzia ankietowe, narzędzia czatu i poczty e-mail.

Jaki jest cel używania narzędzi Replay? Wymień kilka narzędzi do powtórek do testów A / B.

Narzędzia do powtórek służą do lepszego wglądu w działania użytkowników w Twojej witrynie. To także pozwalaclick maps and heat maps of user clicki sprawdzić, jak daleko użytkownik przegląda witrynę. Narzędzia do powtórek, takie jak Mouse Flow, pozwalają na toview a visitor's session w taki sposób, w jaki jesteś z gościem.

Narzędzia do odtwarzania wideo zapewniają głębszy wgląd w to, jak użytkownik przeglądałby różne strony w Twojej witrynie. Najczęściej używanymi narzędziami sąMouse Flow and Crazyegg.

Dlaczego używamy narzędzi ankietowych? Podaj przykład ankiety do zbierania danych.

Narzędzia ankietowe są używane do collect qualitative feedbackze strony internetowej. Obejmuje to zadawanie powracającym odwiedzającym kilku pytań ankietowych. Ankieta zadaje im ogólne pytania, a także pozwala im wprowadzić swoje poglądy lub wybrać jedną z wcześniej przygotowanych opcji.

Podaj kilka przykładów generowania hipotez w testach A / B?

Możesz zmniejszyć liczbę współczynników odrzuceń o adding more imagesna dnie. Możesz dodać linki do serwisów społecznościowych, aby jeszcze bardziej zwiększyć współczynnik konwersji.

Co rozumiesz, tworząc odmiany w testach A / B? Jakie są typowe narzędzia, których można w tym celu użyć?

Istnieją różne rodzaje wariacji, które można zastosować do obiektu, takie jak użycie punktorów, zmiana numeracji kluczowych elementów, zmiana czcionki i koloru itp. Na rynku dostępnych jest wiele narzędzi do testów A / B, które mają do wykonania wizualny edytor te zmiany skutecznie. Kluczową decyzją o pomyślnym przeprowadzeniu testów A / B jestselecting the correct tool.

Najczęściej dostępne narzędzia to Visual Website Optimizer, Google Content Experiments i Optimizely.

Czym jest edytor WYSIWYG w VWO? Jak za jej pomocą tworzysz odmiany?

Visual Website Optimizer lub VWO umożliwia Ci to test multiple versionstej samej strony. Zawiera również edytor „to, co widzisz, otrzymujesz” (WYSIWYG), który umożliwiamake the changes and run testsbez zmiany kodu HTML strony. Możesz zaktualizować nagłówki, numerację elementów i uruchomić test bez wprowadzania zmian w zasobach IT.

Aby stworzyć wariacje w VWO dla testów A / B, otwórz swoją stronę internetową w edytorze WYSIWYG i możesz wprowadzić wiele zmian na dowolnej stronie internetowej. Obejmują one zmianę tekstu, zmianę adresu URL, edycję / edycję HTML, zmianę kolejności i przenoszenie.

Jakie są inne rodzaje testów, które można przeprowadzić za pomocą VWO?

Visual Website Optimizer zapewnia również opcję testowania na wielu odmianach i zawiera szereg innych narzędzi do kierowania behawioralnego, map termicznych, testów użyteczności itp.

Gdzie jeszcze można używać testów A / B do innych celów niż strony internetowe?

Testy te mogą mieć zastosowanie również w kilku innych miejscach, takich jak poczta e-mail, aplikacje mobilne, PPC i wezwania do działania.

Co rozumiesz przez testy A / B - analiza wyników?

Po zakończeniu eksperymentu next is to analyze the results. Narzędzie do testów A / B przedstawi dane z eksperymentu i wskaże różnicę między sposobem wykonywania różnych odmian tej strony internetowej. Pokaże również, czy istnieje znacząca różnica między odchyleniami przy użyciu metod matematycznych i statystyk.

Jak zintegrować Google Analytics z Optimizely?

Aby zintegrować Optimizely z Universal Google Analytics, najpierw wybierz przycisk WŁĄCZ na panelu bocznym. Wtedy musisz miećavailable Custom to populate with Optimizely experiment data.

Kod śledzenia Universal Google Analytics należy umieścić u dołu sekcji <head> swoich stron. Integracja z Google Analytics nie będzie działać poprawnie, jeśli fragment kodu Optimizely nie będzie znajdował się nad fragmentem kodu Analytics.

Jaka jest różnica między Universal GA a klasycznym Google Analytics?

Google Analytics ma dwie opcje analizy danych, którymi są Universal Analytics i Classic Google Analytics. Nowe funkcje Universal Analytics umożliwiają korzystanie z 20 jednoczesnych testów A / B wysyłających dane do Google Analytics, jednak wersja klasyczna dopuszcza tylko pięć.

Czy testy A / B mają negatywny wpływ na SEO? Wyjaśnij różne sposoby, które zapewniają przeprowadzanie testów A / B bez obawy o utratę potencjalnej wartości SEO?

To mit, że testy A / B szkodzą rankingom wyszukiwarek, ponieważ można je zaklasyfikować jako zduplikowane treści. Poniższe cztery sposoby można zastosować, aby nie stracić potencjalnej wartości SEO podczas przeprowadzania testów A / B.

Don’t Cloak - Maskowanie polega na wyświetlaniu jednej wersji swojej strony internetowej agentowi Googlebotowi, a drugiej - odwiedzającym.

Use ‘rel=canonical’- Jeśli masz testy A / B z wieloma adresami URL, możesz dodać „rel = canonical” do strony internetowej, aby wskazać Google, który adres URL chcesz zindeksować. Google sugeruje użycie elementu canonical, a nie tagu noindex, ponieważ jest to bardziej zgodne z jego intencją.

Use 302 redirects and not 301’s - Google zaleca użycie tymczasowej metody wyznaczania kierunku - 302 zamiast stałego przekierowania 301.

Don’t run experiments for a longer period of time - Należy pamiętać, że po zakończeniu testu A / B należy jak najszybciej usunąć odmiany, wprowadzić zmiany na stronie internetowej i zacząć korzystać z zwycięskiej konwersji.