Testy A / B - krótki przewodnik

Testy A / B (znane również jako Split testing) określa sposób porównywania dwóch wersji aplikacji lub strony internetowej, który pozwala określić, która z nich działa lepiej. Jest to jeden z najłatwiejszych sposobów analizy aplikacji lub strony internetowej w celu utworzenia nowej wersji. Następnie obie te wersje można porównać, aby znaleźć plikconversion rate, co dodatkowo pomaga w znalezieniu lepszego wykonawcy z tych dwóch.

Przykład

Załóżmy, że istnieje strona internetowa i cały ruch jest kierowany na tę stronę. Teraz w ramach testów A / B dokonałeś kilku drobnych zmian, takich jak nagłówki, numeracja itp. Na tej samej stronie, a połowa jej ruchu jest kierowana do zmodyfikowanej wersji tej strony. Teraz masz wersję A i wersję B tej samej strony internetowej i możesz monitorować działania odwiedzającego za pomocą statystyk i analiz, aby określić wersję, która zapewnia wyższy współczynnik konwersji.

Współczynnik konwersji definiuje się jako przypadek, w którym dowolny użytkownik witryny wykonuje żądane działanie. Testy A / B pozwalają określić najlepszeonline marketing strategydla Twojego biznesu. Spójrz na poniższą ilustrację. Pokazuje, że wersja A daje współczynnik konwersji 15%, a wersja B daje współczynnik konwersji 22%.

Możesz monitorować działania użytkownika za pomocą statystyk i analiz, aby określić wersję, która zapewnia wyższy współczynnik konwersji. Wyniki testów A / B są zwykle podawane fantazyjniemathematical and statistical terms, ale znaczenie liczb jest w rzeczywistości dość proste. Istnieją dwie istotne metody sprawdzania współczynników konwersji za pomocą testów A / B -

  • Pobieranie próbek danych
  • Przedziały ufności

Omówmy szczegółowo te dwie metody.

Pobieranie próbek danych

Liczba próbek zależy od liczby wykonanych testów. Liczba współczynników konwersji nazywana jest próbką, a proces zbierania tych próbek nazywany jest próbkowaniem.

Przykład

Powiedzmy, że masz dwa produkty A i B, chcesz zebrać przykładowe dane zgodnie z ich zapotrzebowaniem na rynku. Możesz poprosić kilka osób, aby wybrały produkt A i B, a następnie poprosić je o udział w ankiecie. Wraz ze wzrostem liczby uczestników zacznie się wyświetlaćrealistic conversion rate.

Istnieje wiele narzędzi, za pomocą których można określić prawidłową liczbę próbek. Jednym z takich bezpłatnych narzędzi jest -

http://www.evanmiller.org

Przedziały ufności w testach A / B

Przedział ufności jest miarą odchylenia od średniej wielu próbek. Załóżmy, że 22% osób preferuje produkt A w powyższym przykładzie z ± 2% przedziałem ufności. Ten przedział wskazuje górną i dolną granicę osób, które wybierają produkt A i jest również nazywany marginesem błędu. Aby uzyskać najlepsze wyniki w tej średniej ankiecie,the margin of error should be as small as possible.

Przykład

Załóżmy, że w produkcie B dodaliśmy niewielką zmianę, a następnie przeprowadziliśmy testy A / B na tych dwóch produktach. Iloczyn przedziału ufności A i B wynosi odpowiednio 10% z ± 1% i 20% z ± 2%. To pokazuje, że niewielka zmiana zwiększyła współczynnik konwersji. Jeśli zignorujemy margines błędu, współczynnik konwersji dla wariantu testowego A wynosi 10%, a współczynnik konwersji dla wariantu testowego B wynosi 20%, czyli 10% wzrost wariancji testowej.

Teraz, jeśli podzielimy różnicę przez współczynnik zmienności kontroli 10% ÷ 10% = 1,0 = 100%, to pokazuje poprawę o 100%. Dlatego możemy powiedzieć, że testy A / B to technika oparta na metodach matematycznych i analizie. Istnieje wiele narzędzi internetowych, których można użyć do obliczenia znaczenia A / B.

http://getdatadriven.com

Testowanie A / B służy do wykonywania business decisionsna podstawie wyników uzyskanych z danych, a nie tylko prognozowania. Umożliwia tworzenie odmian witryny lub aplikacji, a następnie pomaga potwierdzić lub odrzucić decyzję o wprowadzeniu zmian.

Te testy pozwalają zoptymalizować witrynę lub aplikację w taki sposób, aby zwiększyć współczynniki konwersji. Wyższy współczynnik konwersji oznacza uzyskanie większej wartości od istniejących użytkowników, zamiast płacenia więcej za pozyskiwanie ruchu. Testy A / B mogą również pomóc w zmianie innych czynników w biznesie, takich jak zmiana kultury pracy, itp. Pomagają one w wykorzystaniu danych matematycznych i statystyk do określenia kierunku zmian produktów.

Niezależnie od tego, czy jesteś projektantem, analitykiem biznesowym czy programistą, testy A / B zapewniają prosty sposób wykorzystania mocy danych i statystyk w celu zmniejszenia ryzyka, poprawy wyników i bardziej opartego na danych w pracy.

Aby przeprowadzić test A / B, należy wziąć pod uwagę następujące kwestie -

  • Zawsze przeprowadzaj testy A / B, jeśli istnieje prawdopodobieństwo, że oryginalna zmiana będzie wyższa o> 5%.

  • Test powinien trwać przez dłuższy czas, aby mieć wystarczającą ilość przykładowych danych do wykonywania statystyk i analiz.

Testy A / B umożliwiają również maksymalne wykorzystanie istniejącego ruchu na stronie internetowej. Koszt zwiększenia 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.

Testy A / B polegają na utworzeniu wielu odmian aplikacji lub witryny internetowej, a następnie porównaniu wszystkich tych wersji przy użyciu próbek, aby określić najlepszą odmianę o maksymalnym współczynniku konwersji. Istnieją różne rodzaje odmian, które można zastosować do strony internetowej lub aplikacji. Testy A / B nie są ograniczone tylko do aplikacji lub strony internetowej, ponieważ możesz tworzyć odmiany również dla innych produktów. Wszystko na stronie internetowej, które może wpływać na zachowanie odwiedzającego podczas przeglądania witryny, można przetestować za pomocą testów A / B.

Oto lista odmian testów A / B, które można zastosować na stronie internetowej -

  • Headlines
  • Podnagłówki
  • Images
  • Texts
  • Tekst i przycisk wezwania do działania
  • Links
  • Badges
  • Wzmianki w mediach
  • Wspomnienie społeczne
  • Promocje i oferty sprzedaży
  • Struktura cenowa
  • Opcje dostawy
  • Opcje płatności
  • Poruszanie się po witrynie i interfejs użytkownika

Istnieje wiele narzędzi, do których można się przyzwyczaić create variations które szczegółowo przeczytasz w dalszej części tego samouczka.

Testowanie A / B składa się z zestawu procesów, które należy wykonać po kolei, aby dojść do pliku realistic conclusion. W tym rozdziale omówimy szczegółowo kroki procesu testów A / B, których można użyć do uruchomienia testów na dowolnej stronie internetowej -

Badania w tle

Badania w tle odgrywają kluczową rolę w testach A / B. Pierwszym krokiem jest ustalenie współczynnika odrzuceń witryny. Można to zrobić za pomocą kilku powszechnie dostępnych narzędzi do badania tła, takich jak Google Analytics i inne.

Zbieraj dane

Dane z Google Analytics mogą pomóc w znalezieniu zachowań odwiedzających na stronach internetowych. Zawsze zaleca się zebranie wystarczającej ilości danych z witryny. Spróbuj znaleźć strony o niskich współczynnikach konwersji lub wysokim współczynniku rezygnacji, które można jeszcze ulepszyć. Oblicz również liczbę odwiedzających dziennie potrzebnych do przeprowadzenia tego testu w witrynie.

Wyznacz cele biznesowe

Następnym krokiem jest ustalenie celów biznesowych lub konwersji, co pomoże zrozumieć, jaki jest cel. Gdy to zrobisz, możesz znaleźć wskaźniki, które określają, czy nowa wersja jest bardziej skuteczna niż wersja oryginalna.

Skonstruuj hipotezę

Po ustaleniu celu i metryki testów A / B. Następnym krokiem jest znalezienie pomysłów, jak ulepszyć oryginalną wersję i jak ją ulepszyć od obecnej. Gdy masz już listę pomysłów, uszereguj je pod względem oczekiwanego wpływu i trudności w realizacji.

Na przykład jedną z najskuteczniejszych rzeczy jest dodanie obrazów do witryny, co pomoże w pewnym stopniu zmniejszyć współczynnik odrzuceń.

Utwórz wariacje / hipotezę

Na rynku dostępnych jest wiele narzędzi do testów A / B, które mają edytor wizualny umożliwiający skuteczne wprowadzanie tych zmian. Kluczową decyzją o pomyślnym przeprowadzeniu testów A / B jest wybór odpowiedniego narzędzia. Niektóre z najczęściej dostępnych narzędzi to -

  • Wizualny optymalizator witryny (VWO)
  • Eksperymenty z treścią stron Google
  • Optimizely

Istnieją różne rodzaje wariacji, które można zastosować do obiektu, takie jak użycie punktorów, zmiana numeracji kluczowych elementów, zmiana czcionki i koloru itp.

Uruchamianie wariacji

Zaprezentuj odwiedzającym wszystkie odmiany swojej witryny lub aplikacji. Ich działania będą monitorowane dla każdej odmiany. Ponadto ta interakcja odwiedzających dla każdej odmiany jest mierzona i porównywana, aby określić, jak działa dana odmiana.

Analizować dane

Po zakończeniu tego eksperymentu następnym krokiem jest analiza wyników. Narzędzie do testów A / B przedstawi dane z eksperymentu i wskaże różnicę między wydajnością a wydajnością różnych wersji strony internetowej. Pokaże również, czy istnieje znacząca różnica między wariacjami za pomocą metod matematycznych i statystyk.

Na przykład, jeśli obrazy na stronie internetowej zmniejszyły współczynnik odrzuceń, możesz dodać więcej obrazów, aby zwiększyć konwersję. Jeśli z tego powodu nie zauważysz zmiany współczynnika odrzuceń, wróć do poprzedniego kroku, aby utworzyć nową hipotezę / odmianę i przeprowadzić nowy test.

Dane z Google Analytics mogą pomóc w znalezieniu zachowań odwiedzających. Zawsze zaleca się zebranie wystarczającej ilości danych z witryny. Spróbuj znaleźć strony o niskich współczynnikach konwersji lub wysokim współczynniku rezygnacji, które można poprawić. W tym rozdziale omówimy kilka narzędzi, których można użyć do zbierania danych do testów A / B.

Panel Google Analytics / Mix (narzędzie analityczne)

Większość witryn internetowych ma zainstalowaną usługę Google Analytics, aby dowiedzieć się, jak użytkownicy wchodzą w interakcję z witryną. Jeśli nie masz zainstalowanego Google Analytics do monitorowania ruchu, możesz zainstalować go z Internetu. Google Analytics to jedno z najlepszych narzędzi analitycznych dostępnych bezpłatnie.

Aby zainstalować Google Analytics na swojej stronie, możesz po prostu skopiować kod i wdrożyć go w swojej witrynie, a otrzymasz dużą ilość danych do pracy. Możesz także dostosować narzędzie do swoich celów biznesowych.

Ruch myszy / Crazy Egg (narzędzia do powtórek)

Narzędzia do powtórek służą do lepszego wglądu w działania użytkowników w Twojej witrynie. Umożliwia również klikanie map i map ciepła kliknięć użytkowników, aby sprawdzić, jak daleko użytkownicy przeglądają witrynę.

Narzędzia do powtórek, takie jak Mouse Flow, umożliwiają przeglądanie sesji gościa w taki sposób, jakbyś był z samym gościem. Narzędzia do odtwarzania wideo zapewniają głębszy wgląd w to, jak użytkownik przeglądałby różne strony w Twojej witrynie.

WebEngage (narzędzia ankietowe)

Narzędzia ankietowe służą do zbierania jakościowych opinii ze strony internetowej. Obejmuje to zadawanie powracającym odwiedzającym kilku pytań ankietowych. Ta ankieta zadaje im ogólne pytania, a także pozwala im wprowadzić swoje poglądy lub wybrać jedną z wcześniej przygotowanych opcji.

Inne narzędzia - czat, e-mail

Funkcja czatu na żywo pozwala odwiedzającym uzyskać szybkie odpowiedzi od zespołu obsługi klienta i pomóc szybciej rozwiązać problem. Pomaga to również uzyskać ogólne pytania od odwiedzających i zebrać dane do testów.

Następnym krokiem jest określenie celów konwersji. Znajdź wskaźniki, które określają, czy odmiana jest bardziej skuteczna niż wersja oryginalna. Cele pochodzą z celów biznesowych, więc na przykład, jeśli musisz zwiększyć sprzedaż ubrań pod względem celów, może to być:

  • Wyraźne zdjęcia produktów.
  • Zwiększ liczbę wizyt w witrynie.
  • Zmniejsz współczynnik porzucania koszyka.

Następnie zdefiniuj wskaźniki, które spełniają Twoje cele biznesowe. Metryka staje sięKPI (Key Performance Indicator) tylko wtedy, gdy mierzy coś związanego z twoimi celami.

Przykład 1

Celem biznesowym Twojego sklepu z ubraniami jest sprzedaż odzieży, więc KPI tego celu biznesowego może być liczbą sprzedanych ubrań online. Musisz mieć jasno określone cele biznesowe, w przeciwnym razie nie będziesz w stanie zidentyfikować swoich kluczowych wskaźników wydajności. Jeśli prawidłowo ustawisz wskaźniki KPI i będziesz je okresowo mierzyć, będziesz śledzić swoją strategię tworzenia odmian i przeprowadzania testów A / B. Następnie należy znaleźć docelowe metryki dla celów biznesowych.

Przykład 2

Twój sklep z ubraniami sprzedał w zeszłym tygodniu 100 produktów. Czy to jest w porządku czy źle? Aby Twoje wskaźniki KPI miały dla Ciebie znaczenie, potrzebują wskaźników docelowych. Zdefiniuj cel dla każdego KPI, który jest dla Ciebie ważny. Po zdefiniowaniu celów biznesowych i metryk docelowych uzyskasz strukturę, która pomoże określić, czy praca, którą będziesz wykonywać, jest odpowiednia dla celów biznesowych, czy nie.

Testowanie A / B - wygeneruj hipotezę

Po określeniu celów biznesowych następnym krokiem jest wygenerowanie pomysłów na testy A / B i hipotez dotyczących tego, dlaczego uważasz, że będą one lepsze niż obecna wersja. Utwórz listę wszystkich hipotez, które Twoim zdaniem możesz stworzyć, ustal priorytety wszystkich odmian pod względem oczekiwanego wpływu i sposobu ich wdrożenia za pomocą różnych narzędzi.

Przykład

Możesz zmniejszyć współczynnik odrzuceń, dodając więcej obrazów na dole. Możesz dodać linki do różnych serwisów społecznościowych, aby zwiększyć współczynnik konwersji.

Ponieważ testy A / B polegają na tworzeniu nowych wersji aplikacji lub strony internetowej, a następnie porównywaniu wszystkich wersji w celu sprawdzenia współczynnika konwersji. Możesz poprawić współczynnik konwersji, analizując statystyki w celu sprawdzenia nowych odmian.

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 jest wybór odpowiedniego narzędzia. Niektóre z najczęściej dostępnych narzędzi to -

  • Wizualny optymalizator witryny (VWO)
  • Eksperymenty z treścią stron Google
  • Optimizely

Visual Website Optimizer (VWO)

Visual Website Optimizer umożliwia testowanie wielu wersji tej samej strony. Zawiera również edytor „co widzisz, co otrzymujesz” (WYSIWYG), który umożliwia wprowadzanie zmian i uruchamianie testów bez zmiany kodu HTML strony. Możesz zaktualizować nagłówki, numerację elementów i uruchomić test bez wprowadzania zmian w zasobach IT.

Aby utworzyć odmiany VWO do testów A / B, otwórz swoją stronę internetową w edytorze WYSIWYG, a następnie możesz zastosować poniższe zmiany na stronie internetowej -

  • Zmień tekst
  • Zmień adres URL
  • Edytuj / edytuj HTML
  • Rearrange
  • Move
  • Resize
  • Hide
  • Remove
  • Zmień CSS

Eksperymenty z treścią stron Google

Umożliwia to utworzenie do pięciu odmian dowolnej strony internetowej, a następnie załadowanie wszystkich stron do Google Analytics w celu przeprowadzenia testów A / B. Eksperymentowanie z treścią stron Google służy do pomiaru wyników wszystkich odmian i określenia wariantu z maksymalnym współczynnikiem konwersji. Główną zaletą korzystania z Eksperymentów z treścią stron w Google jest to, że jest to darmowe oprogramowanie od Google, ale aby przeprowadzić test, musisz załadować warianty do Google Analytics.

Optymalnie

Optimizely to narzędzie używane do przeprowadzania testów A / B, testów wielowymiarowych na stronie internetowej lub w aplikacji mobilnej i umożliwia porównywanie różnych wersji strony internetowej lub aplikacji w celu określenia, która odmiana zapewnia lepszy współczynnik konwersji dla Twojej firmy .

To oprogramowanie może działać na Twojej stronie internetowej, wykonując pojedynczy wiersz kodu JavaScript. Fragment jest zdefiniowany jako kod jednowierszowy, który załaduje Optimizely w Twojej witrynie i zmieni wrażenia odwiedzających Twoją witrynę.

Aby przetestować aplikację mobilną za pomocą Optimizely, działa ona za pośrednictwem zestawu Software Development Kit dla systemu iOS i / lub Android. Optymalne działanie na Twojej stronie internetowej zbiera dane o odwiedzających witrynę i współczynniku konwersji i uruchamia je w Stats Engine w celu określenia, która odmiana jest wygrana, czy przegrana. Po porównaniu tych statystyk z celami docelowymi i ustaleniem wskaźników pomagają one w podejmowaniu decyzji dotyczących odmian, które mają być zastosowane w witrynie.

Optimizely umożliwia wykonanie tych testów -

  • Test A / B porównujący różne adresy URL.
  • Test A / B, który działa na wielu stronach, przepływach itp.
  • Uruchom różne odmiany dla różnych grup odbiorców.
  • Aby zastosować poprawki na stronie internetowej dla wszystkich odwiedzających.

Polega na przedstawieniu odwiedzającym wszystkich odmian Twojej witryny lub aplikacji, a ich działania są monitorowane dla każdej odmiany. Mierzy się interakcje użytkowników dla każdej odmiany i porównuje je, by określić, jak działa ta odmiana.

Jak omówiono w poprzednim rozdziale, istnieją różne narzędzia, których można użyć do generowania hipotez i przeprowadzania odmian -

  • Wizualny optymalizator witryny (VWO)
  • Eksperymenty z treścią stron Google
  • Optimizely

Visual Website Optimizer

Istnieją różne narzędzia do testowania wersji A / B, które umożliwiają specjalistom ds. Marketingu tworzenie wielu odmian ich stron internetowych przy użyciu edytora typu „wskaż i kliknij”. Nie wymaga znajomości języka HTML i możesz sprawdzić, która wersja zapewnia maksymalny współczynnik konwersji lub sprzedaży.

Uruchomienie oprogramowania do testów dzielonych VWO jest bardzo proste, wystarczy skopiować i wkleić fragment kodu do swojej witryny internetowej i łatwo udostępnić go odwiedzającym. Visual Website Optimizer zapewnia również opcję testowania na wielu odmianach i zawiera szereg innych narzędzi do kierowania behawioralnego, map termicznych, testów użyteczności itp.

W VWO jest wiele funkcji, które zapewniają, że wszystkie działania związane z optymalizacją współczynnika konwersji są objęte tym narzędziem. Wiele przedsiębiorstw i małych sklepów internetowych korzysta z oprogramowania VWO Testing A / B do optymalizacji strony docelowej oraz do zwiększania sprzedaży witryn internetowych i poprawy współczynników konwersji.

Firma zapewnia również 30-dniowy okres próbny, który można pobrać bezpłatnie z - https://vwo.com/.

Niektóre z kluczowych cech VWO są następujące:

  • Testowanie i eksperymentowanie
  • Edytor wizualny
  • Analiza i raportowanie
  • Mapy termiczne i mapy kliknięć
  • Platformy i integracje

Jak to działa?

Optymalnie działający na Twojej stronie internetowej zbiera dane o odwiedzających witrynę, współczynnik konwersji i uruchamia je w Stats Engine w celu określenia, która odmiana jest zwycięska, a która przegrana. Po porównaniu tych statystyk z celami docelowymi i ustalonymi wskaźnikami pomoże Ci to w podjęciu decyzji o zmianie, która ma być zastosowana w witrynie.

Eksperymenty z treścią stron Google

Umożliwia utworzenie do pięciu odmian strony internetowej, a następnie załadowanie wszystkich tych stron do Google Analytics w celu przeprowadzenia testów A / B.

Aby rozpocząć korzystanie z Google Analytics, musisz mieć Google Analytics accountoraz kod śledzenia do zainstalowania w Twojej witrynie. Jeśli nie masz konta, możesz zarejestrować się za pomocą następującego narzędzia -http://www.google.com/analytics/

Adding tracking code directly to a website

Aby ukończyć ten proces, musisz mieć dostęp do kodu źródłowego swojej witryny, powinieneś również umieć edytować HTML (lub mieć webmastera / programistę, który może Ci w tym pomóc), a także mieć już ustawione konto i usługę Google Analytics w górę.

To set up tracking code into your webpage

  • Znajdź fragment kodu śledzenia i zaloguj się na swoje konto Google Analytics, a następnie wybierz kartę Administracja u góry.

  • Przejdź do zakładki KONTO i NIERUCHOMOŚĆ, wybierz usługę, z którą pracujesz. Kliknij Informacje o śledzeniu → Kod śledzenia. Obraz przedstawiający lokalizację kodu śledzenia na koncie Analytics → Kliknij, aby rozwinąć ten obraz i zobaczyć, gdzie pojawiają się te opcje w interfejsie.

  • Znajdź fragment kodu śledzenia. Znajduje się w pudełku z kilkoma wierszami JavaScript. Wszystko w tym polu to fragment kodu śledzenia. Zaczyna się od <script> i kończy na </script>.

  • Kod śledzenia zawiera unikalny identyfikator, który odpowiada każdej usłudze Google Analytics. Nie mieszaj fragmentów kodu śledzenia z różnych usług i nie używaj ponownie tego samego fragmentu kodu śledzenia w wielu domenach.

  • Skopiuj fragment kodu i wklej go na każdej stronie internetowej, którą chcesz śledzić. Wklej go bezpośrednio przed tagiem zamykającym </head>.

  • Jeśli używasz szablonów do dynamicznego generowania stron w swojej witrynie, możesz wkleić fragment kodu śledzenia do jego własnego pliku, a następnie dołączyć go do nagłówka strony.

Verify if the tracking code is working

Możesz sprawdzić, czy kod śledzenia działa, sprawdzić raporty w czasie rzeczywistym, a także monitorować aktywność użytkowników na bieżąco. Jeśli widzisz dane w tych raportach, oznacza to, że Twój kod śledzenia aktualnie zbiera dane.

Eksperymenty z treścią stron

Eksperymentowanie z treścią stron jest jednym z quickest methoddo testowania stron internetowych - stron docelowych, strony domowej, stron kategorii i wymaga mniejszej liczby implementacji kodu. Może być używany do tworzenia testów A / B w Google Analytics.

Niektóre z najczęstszych funkcji eksperymentowania z treścią stron to:

  • Aby przeprowadzić testy, musisz użyć skryptu oryginalnej strony, standardowy kod śledzenia Google Analytics będzie używany do pomiaru celów i odmian.

  • Cele docelowe zdefiniowane w Google Analytics mogą być używane jako cele eksperymentu, w tym przychody z AdSense.

  • Kreatora segmentów Google Analytics można użyć do segmentacji wyników na podstawie dowolnych kryteriów segmentacji.

  • Pozwala ustawić testy, które wygasają automatycznie po 3 miesiącach, aby zapobiec pozostawieniu testów uruchomionych, jeśli jest mało prawdopodobne, aby miały statystycznie istotny zwycięzcę.

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

Przejdź do sekcji Zachowanie i kliknij link Eksperymenty. Wyświetli również tabelę ze wszystkimi istniejącymi eksperymentami. Kliknij opcję „Utwórz eksperyment” u góry tej tabeli.

Wpisać → nazwę eksperymentu, cel eksperymentu, procent ruchu w witrynie do wzięcia udziału, wszelkie powiadomienia e-mail o ważnych zmianach, dystrybucję ruchu do wszystkich odmian, skonfiguruj czas trwania eksperymentu, a także wartości progowe.

Możesz dodać adresy URL oryginalnej strony i wszystkich odmian, które chcesz utworzyć, i kliknąć następny przycisk. Wybierz metodę implementacji i kliknij następny przycisk → Kliknij na walidację (Jeśli masz zaimplementowany jeden kod, zostanie on zweryfikowany. Jeśli nie ma kodu, wyświetli się komunikat o błędzie) → Rozpocznij eksperyment.

Po przeprowadzeniu tego eksperymentu zobaczysz następujące opcje -

  • Współczynnik konwersji

  • Zatrzymaj eksperyment

  • Re-validate

  • Wyłącz odmianę

  • Segmentacja - umożliwia sprawdzenie skuteczności każdej odmiany w przypadku każdego segmentu użytkowników Twojej strony internetowej.

Po zakończeniu eksperymentu następnym krokiem jest analiza wyników. Narzędzie do testów A / B przedstawi dane z eksperymentu i pokaże różnicę między różnymi odmianami strony internetowej, a także, czy istnieje znacząca różnica między odmianami, przy pomocy metod matematycznych i statystyk.

Przykład

Jeśli obrazy na stronie internetowej zmniejszyły współczynnik odrzuceń, możesz zdecydować, czy ma dobrą konwersję, czy nie, po przesłaniu większej liczby obrazów na stronę internetową. Jeśli współczynnik odrzuceń z tego powodu nie zmieni się, wróć do poprzedniego kroku i utwórz nową hipotezę / odmianę, aby przeprowadzić nowy test.

Narzędzia takie jak VWO i Optimizely są używane do przeprowadzania testów, ale Google Analytics najlepiej nadaje się do przeprowadzania analiz po teście. Analiza ta służy do decydowania o dalszych krokach. Narzędzia do testów A / B informują o wyniku testu, ale istnieje również potrzeba wykonania analizy po zakończeniu testu. Aby przeprowadzić analizę postów, musisz zintegrować każdy test z Google Analytics.

Zarówno VWO, jak i Optimizely zapewniają wbudowaną możliwość integracji z Google Analytics. Dane każdego testu z obu tych narzędzi należy przesłać do Google Analytics. W ten sposób zwiększa możliwości analizy i zapewnia testowanie danych. Istnieje możliwość, że narzędzie testowe może niepoprawnie rejestrować dane, a jeśli nie masz innego źródła danych testowych, nigdy nie możesz być pewien, czy mu ufać, czy nie.

Istnieją różne narzędzia, których można użyć do generowania hipotez i przeprowadzania zmian, są to między innymi:

  • Wizualny optymalizator witryny (VWO)
  • Eksperymenty z treścią stron Google
  • Optimizely

Wszystkie te narzędzia są w stanie przeprowadzić testy A / B i wyłonić zwycięzcę, ale aby przeprowadzić analizę po zakończeniu, narzędzia te powinny być zintegrowane z Google Analytics.

Testy A / B - Google Analytics

Google Analytics ma dwie opcje analizy danych -

  • Universal Analytics
  • Klasyczny Google Analytics

Nowa funkcja Universal Analytics umożliwia korzystanie z 20 jednoczesnych testów A / B wysyłających dane do Google Analytics, jednak wersja klasyczna dopuszcza tylko pięć.

Integracja Optimizely z Google Universal Analytics

Aby zintegrować Optimizely z Universal Google Analytics, najpierw wybierz przycisk WŁĄCZ na panelu bocznym. Następnie musisz mieć dostępne niestandardowe, aby wypełnić dane eksperymentu Optimizely. Następnie kod śledzenia należy umieścić na dole sekcji <head> swoich stron. Integracja z Google Analytics nie będzie działać poprawnie, jeśli fragment kodu Optimizely nie będzie znajdował się nad tym fragmentem kodu Analytics.

Kroki konfiguracji

Optimizely używa „Niestandardowych wymiarów” Universal Google Analytics, aby otagować użytkowników eksperymentami i odmianami, do których zostali dodani. Skonfigurowanie Optimizely do wysyłania tych informacji do Universal Analytics wymaga czterech kroków -

Step 1

Dodaj następujący kod JavaScript do swojej witryny wszędzie tam, gdzie kod Universal Analytics istnieje po uruchomieniu funkcji ga („create” ...), a przed uruchomieniem funkcji ga („send”, „pageview”) Universal Analytics i wywołaniem śledzenia (szczegóły w następnej sekcji) -

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

Step 2

W edytorze Optimizely przejdź do Opcje → Integracje, a następnie kliknij pole wyboru Universal Analytics, aby włączyć integrację.

Step 3

Wybierz wymiar niestandardowy, którego ma używać Optimizely. Musisz upewnić się, że niestandardowy wymiar nie jest już używany w żadnej innej części Twojej witryny ani w innym aktualnie prowadzonym eksperymencie Optimizely.

Step 4

Wybierz niestandardowy moduł śledzenia, jeśli używasz niestandardowego modułu do śledzenia zdarzeń innego niż domyślny. Spowoduje to zmianę wywołania integracji Optimizely tak, aby używał niestandardowego modułu śledzącego zamiast domyślnego.

Example

Załóżmy, że Twoja witryna korzysta z następującego połączenia -

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

W takim przypadku będziesz wprowadzać tracker3 podczas określania niestandardowego pola trackera, a Optimizely zintegruje się z tracker3 zamiast domyślnym trackerem.

Tworzenie raportu niestandardowego za pomocą Google Analytics

Pierwszym krokiem jest zalogowanie się na konto Universal Analytics i kliknięcie karty Dostosowanie u góry. Powinieneś zobaczyć listę raportów niestandardowych.

Następnie należy skonfigurować raport niestandardowy dla każdego eksperymentu, z którym zintegrowano Universal Analytics.

  • Kliknij Nowy raport niestandardowy → Wprowadź tytuł raportu i dodaj grupy danych, które chcesz wyświetlić w raporcie.

  • Aby przefiltrować ten raport tylko pod kątem eksperymentu Optimizely, wybierz niestandardowy wymiar skonfigurowany wcześniej jako jedno z analiz wymiaru.

  • Dodaj ten wymiar w sekcji Filtry i użyj dopasowania Regex w identyfikatorze eksperymentu, który chcesz filtrować.

  • Kliknij Zapisz.

Podobnie jak w przypadku testów A / B, testowanie na wielu odmianach opiera się na tym samym mechanizmie, ale porównuje większą liczbę zmiennych i dostarcza więcej informacji o zachowaniu tych zmiennych. W testach A / B dzielisz ruch na stronie między różne wersje projektu. Testowanie na wielu odmianach służy do mierzenia skuteczności każdego projektu.

Przykład

Załóżmy, że istnieje strona internetowa, która otrzymała wystarczający ruch, aby przeprowadzić test. Teraz porównuje się dane z każdej odmiany w celu sprawdzenia najbardziej udanej odmiany, ale zawiera ona również elementy, które mają maksymalny pozytywny lub negatywny wpływ na interakcję użytkownika.

Zalety korzystania z wielu odmian

Testowanie na wielu odmianach jest skutecznym narzędziem, które pomaga w kierowaniu i przeprojektowywaniu elementów strony oraz pokazuje obszary, które będą miały największy wpływ. Metoda wielowymiarowa jest przydatna do tworzenia kampanii na landing page.

Przykład

Dane o wpływie projektu danego elementu można zastosować w przyszłych kampaniach, nawet jeśli zmienił się kontekst elementu.

Ograniczenia

Ograniczenia testowania na wielu odmianach to ruch potrzebny do ukończenia testu. Ponieważ wszystkie eksperymenty są w pełni silni, zbyt wiele zmieniających się elementów naraz może szybko dodać do bardzo dużej liczby możliwych kombinacji, które należy przetestować. Nawet witryna o dość dużym ruchu może mieć problemy z ukończeniem testu z więcej niż 25 kombinacjami w rozsądnym czasie.

Różnica między testami wielowymiarowymi a testami A / B

Testy A / B, znane również jako testy dzielone, to metoda optymalizacji witryny, w której porównuje się współczynniki konwersji dwóch wersji strony, a mianowicie A i B. Wszyscy odwiedzający są podzieleni na jedną lub drugą wersję. Gdy odwiedzający odwiedzą jedną z tych wersji (A lub B), klikają różne przyciski lub nawet zapisują się do newslettera. Pozwala to określić, która wersja strony jest bardziej efektywna.

SEO to metoda wyświetlania witryny na górze strony, gdy wyszukiwane są odpowiednie elementy. Obejmuje informacje, które Twoja witryna oferuje odwiedzającym oraz dlaczego treść strony jest odpowiednia, aby znaleźć się na górze w wynikach wyszukiwania. Wielu potencjalnych klientów uważa, że ​​testy A / B lub testy wielowymiarowe będą miały wpływ na ich ranking w wyszukiwarkach.

Istnieją cztery sposoby, dzięki którym przeprowadzisz testy A / B bez obawy o utratę potencjalnej wartości SEO.

Nie maskuj

Maskowanie jest wywoływane, gdy pokazujesz jedną wersję swojej strony internetowej agentowi Googlebot, a drugą - odwiedzającym. Google mówi, że nie powinieneś się maskować i jest to bardzo surowe. Może nawet doprowadzić do wykluczenia Twojej witryny z wyników wyszukiwania lub degradacji w rankingu SEO. Musisz upewnić się, że nie dzielisz odwiedzających na różne wersje testu A / B w oparciu o klienta użytkownika. Google nie dba o to, czy ich bot widzi tę czy inną wersję, po prostu dba o to, aby jego bot miał takie same wrażenia użytkownika, jak przypadkowy gość.

Użyj „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 indeksować. Google sugeruje użycie elementu canonical i jest to tag noindex, ponieważ jest bardziej zgodny z jego intencją. Wskazujesz tylko, która treść jest oryginalna. W ten sposób Google może odpowiednio grupować i indeksować strony.

Note - Jeśli nie można użyć formatu kanonicznego, upewnij się, że w nagłówku HTML lub HTTP znajduje się tag noindex, a jeśli nie, upewnij się, że ma przynajmniej plik robots.txt.

Używaj przekierowań 302, a nie 301

Google zaleca użycie tymczasowej metody wyznaczania kierunku - 302 zamiast stałego przekierowania 301. Jak w każdym teście A / B, nie jest to przeniesienie stałe, a tymczasowe. Zawsze zaleca się używanie przekierowania 302, ponieważ jest to informacja o tymczasowym przekierowaniu. Jeśli więc używasz przekierowania do testów A / B, upewnij się, że używasz nagłówka 302.

Najważniejszą kwestią do rozważenia w przypadku SEO jest to, że musisz jasno powiedzieć wyszukiwarkom, że nie powinny usuwać oryginalnego adresu URL ze swojego indeksu i po prostu tymczasowo go zawiesić. Kiedy pająki wrócą po kolejną indeksację, ponownie sprawdzą, czy przekierowanie nadal ma zastosowanie, a jeśli nie, stary adres URL zostanie ponownie przywrócony.

Nie uruchamiaj eksperymentów przez dłuższy czas

Należy pamiętać, że po zakończeniu testu A / B należy jak najszybciej usunąć odmiany, wprowadzić zmiany na stronie internetowej i zacząć korzystać z zwycięskiej konwersji. Musisz upewnić się, że usunąłeś wszystkie elementy testów - takie jak alternatywne adresy URL i skrypty testowe.

Jeśli uruchomisz test przez dłuższy czas, Google potraktuje to jako sposób na oszukanie wyszukiwarek. Może się tak zdarzyć, gdy przez dłuższy czas wyświetlasz wariant testowy dużej liczbie użytkowników.

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.

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

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.

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.

Podobnie jak w przypadku testów 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.

Problem z testowaniem wielu zmiennych naraz polega na tym, że tak będzie tough to accurately determinektóra z tych zmiennych spowodowała różnicę. Chociaż możesz powiedzieć, że jedna strona działała lepiej niż druga, jeśli na każdej znajdują się trzy lub cztery zmienne, nie możesz być pewien, dlaczego jedna z tych zmiennych faktycznie szkodzi stronie, ani nie możesz powielićgood elements na innych stronach.

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.

  • 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.

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

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.

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.

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

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.

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.

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

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

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 wariacjami przy użyciu metod matematycznych i statystyk.

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 na dole sekcji <head> swoich stron. Integracja z Google Analytics nie będzie działać poprawnie, jeśli fragment kodu Optimizely nie będzie znajdował się nad fragmentem kodu 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.

To mit, że testy A / B szkodzą rankingom wyszukiwarek, ponieważ można je zaklasyfikować jako zduplikowane treści. Poniższe cztery sposoby można zastosować, aby upewnić się, że nie stracisz 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 indeksować. 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.