Teste A / B - Guia rápido

Teste A / B (também conhecido como Split testing) define uma maneira de comparar duas versões de um aplicativo ou página da web que permite determinar qual delas tem melhor desempenho. É uma das maneiras mais fáceis de analisar um aplicativo ou página da web para criar uma nova versão. Depois disso, ambas as versões podem ser comparadas para encontrar oconversion rate, o que ajuda ainda mais a encontrar o melhor desempenho entre os dois.

Exemplo

Suponhamos que exista uma página da web e todo o tráfego seja direcionado para essa página. Agora, como parte do Teste A / B, você fez algumas pequenas alterações como títulos, numeração, etc. na mesma página e metade do tráfego é direcionado para a versão modificada desta página da web. Agora você tem as versões A e B da mesma página da web e pode monitorar as ações do visitante usando estatísticas e análises para determinar a versão que gera uma taxa de conversão mais alta.

Uma taxa de conversão é definida como a instância em que qualquer visitante de seu site realiza uma ação desejada. O teste A / B permite que você determine o melhoronline marketing strategypara seu negócio. Dê uma olhada na ilustração a seguir. Ele mostra que a versão A produz uma taxa de conversão de 15% e a versão B produz uma taxa de conversão de 22%.

Você pode monitorar as ações do visitante usando estatísticas e análises para determinar a versão que gera uma taxa de conversão mais alta. Os resultados dos testes A / B são geralmente dados fantasiososmathematical and statistical terms, mas o significado por trás dos números é bastante simples. Existem dois métodos importantes pelos quais você pode verificar as taxas de conversão usando o Teste A / B -

  • Amostragem de Dados
  • Intervalos de confiança

Vamos discutir esses dois métodos em detalhes.

Amostragem de Dados

O número de amostras depende do número de testes realizados. A contagem da taxa de conversão é chamada de amostra e o processo de coleta dessas amostras é chamado de amostragem.

Exemplo

Digamos que você tenha dois produtos A e B e queira coletar dados de amostra de acordo com sua demanda no mercado. Você pode pedir a algumas pessoas que escolham entre os produtos A e B e depois solicitar que participem de uma pesquisa. Conforme o número de participantes aumenta, ele começará a mostrar umrealistic conversion rate.

Existem várias ferramentas que podem ser usadas para determinar o número correto do tamanho da amostra. Uma dessas ferramentas gratuitas disponível é -

http://www.evanmiller.org

Intervalos de confiança em testes A / B

O intervalo de confiança é a medida do desvio da média no número múltiplo de amostras. Vamos supor que 22% das pessoas prefiram o produto A no exemplo acima, com ± 2% de intervalo de confiança. Esse intervalo indica o limite superior e inferior das pessoas que optam pelo Produto A e também é chamado de margem de erro. Para obter os melhores resultados nesta pesquisa média,the margin of error should be as small as possible.

Exemplo

Vamos supor que, no Produto B, adicionamos uma pequena alteração e, em seguida, realizamos o Teste A / B nesses dois produtos. Os produtos de intervalo de confiança A e B são de 10% com ± 1% e 20% com ± 2% respectivamente. Portanto, isso mostra que uma pequena alteração aumentou a taxa de conversão. Se ignorarmos a margem de erro, a taxa de conversão para a variação do teste A é de 10% e a taxa de conversão para a variação do teste B é de 20%, ou seja, um aumento de 10% na variação do teste.

Agora, se dividirmos a diferença pela taxa de variação de controle 10% ÷ 10% = 1,0 = 100%, mostra uma melhoria de 100%. Portanto, podemos dizer que o Teste A / B é uma técnica baseada em métodos e análises matemáticas. Existem várias ferramentas online que podem ser usadas para calcular a significância A / B.

http://getdatadriven.com

O teste A / B é usado para fazer business decisionscom base nos resultados derivados dos dados, em vez de apenas fazer previsões. Ele permite que você crie variações de seu site ou aplicativo e ajuda a confirmar ou descartar sua decisão de fazer alterações.

Este teste permite otimizar seu site ou aplicativo de forma que aumente as taxas de conversão. Uma taxa de conversão mais alta significa obter mais valor de seus usuários existentes, em vez de ter que pagar mais na aquisição de tráfego. O Teste A / B também pode ajudá-lo a mudar outros fatores nos negócios, como mudar a cultura de trabalho, etc. Ele ajuda você a usar dados matemáticos e estatísticas para determinar a direção das variações do seu produto.

Seja você um designer, analista de negócios ou desenvolvedor, o Teste A / B oferece uma maneira simples de usar o poder dos dados e estatísticas para reduzir riscos, melhorar os resultados e tornar seu trabalho mais orientado a dados.

Para executar um Teste A / B, você deve considerar os seguintes pontos -

  • Sempre realize o teste A / B se houver probabilidade de superar a variação original em> 5%.

  • O teste deve ser executado por um período de tempo considerável, para que você tenha dados de amostra suficientes para realizar estatísticas e análises.

O teste A / B também permite que você obtenha o máximo do tráfego existente em uma página da web. O custo de aumentar sua conversão é mínimo em comparação com o custo de configurar o tráfego em seu site. oROI (return on investment) no Teste A / B é enorme, pois algumas pequenas alterações em um site podem resultar em um aumento significativo da taxa de conversão.

O Teste A / B trata da criação de múltiplas variações de um aplicativo ou site da Web e, em seguida, compara todas essas versões usando amostras para determinar a melhor variação que possui a taxa de conversão máxima. Existem diferentes tipos de variações, que podem ser aplicadas a uma página da web ou a um aplicativo. O Teste A / B não se limita a um aplicativo ou página da web apenas, pois você também pode criar variações para outros produtos. Qualquer coisa em uma página da web que possa afetar o comportamento de um visitante durante a navegação no site pode ser testado usando o Teste A / B.

Aqui está uma lista de variações de teste A / B que podem ser aplicadas em uma página da web -

  • Headlines
  • Subtítulos
  • Images
  • Texts
  • Texto e botão CTA
  • Links
  • Badges
  • Menções na mídia
  • Menção social
  • Promoções e ofertas de vendas
  • Estrutura de preços
  • Opções de entrega
  • Opções de pagamento
  • Navegações do site e interface do usuário

Existem várias ferramentas que podem ser usadas para create variations que você lerá em detalhes posteriormente neste tutorial.

O Teste A / B compreende um conjunto de processos que devem ser seguidos sequencialmente para chegar a um realistic conclusion. Neste capítulo, discutiremos em detalhes as etapas do processo de Teste A / B que você pode usar para executar testes em qualquer página da web -

Pesquisa de Fundo

A pesquisa de fundo desempenha um papel crítico nos testes A / B. O primeiro passo é descobrir a taxa de rejeição do site. Isso pode ser feito com a ajuda de várias ferramentas de pesquisa de plano de fundo amplamente disponíveis, como o Google Analytics e outros.

Coletar dados

Os dados do Google Analytics podem ajudá-lo a encontrar o comportamento dos visitantes nos sites. É sempre aconselhável coletar dados suficientes do site. Tente encontrar as páginas com baixas taxas de conversão ou altas taxas de desistência que podem ser melhoradas. Calcule também o número de visitantes por dia necessários para executar este teste no site.

Definir metas de negócios

A próxima etapa é definir suas metas de negócios ou conversão, o que ajudará a entender qual é o objetivo. Feito isso, você pode encontrar as métricas que determinam se uma nova versão é mais bem-sucedida ou não do que sua versão original.

Construir Hipótese

Assim que a meta e as métricas forem definidas para o Teste A / B. A próxima etapa é encontrar ideias sobre como melhorar a versão original e como torná-la melhor do que a versão atual. Depois de ter uma lista de ideias, priorize-as em termos de impacto esperado e dificuldade de implementação.

Por exemplo, uma das coisas mais eficazes é adicionar imagens a um site, o que ajudará a reduzir a taxa de rejeição até certo ponto.

Criar Variações / Hipóteses

Existem muitas ferramentas de teste A / B no mercado que possuem um editor visual para fazer essas alterações com eficácia. A principal decisão para realizar o Teste A / B com sucesso é selecionar a ferramenta correta. Algumas das ferramentas mais comumente disponíveis são -

  • Otimizador de site visual (VWO)
  • Experiências de conteúdo do Google
  • Optimizely

Existem diferentes tipos de variações que podem ser aplicadas a um objeto, como usar marcadores, alterar a numeração dos elementos-chave, alterar a fonte e a cor, etc.

Executando as Variações

Apresente todas as variações do seu site ou aplicativo aos visitantes. Suas ações serão monitoradas para cada variação. Além disso, essa interação do visitante para cada variação é medida e comparada para determinar o desempenho de uma variação específica.

Analisar dados

Assim que esta experiência for concluída, a próxima etapa é analisar os resultados. A ferramenta de teste A / B apresentará os dados do experimento e mostrará a diferença entre o desempenho e a eficiência das diferentes versões de uma página da web. Também mostrará se há uma diferença significativa entre as variações com a ajuda de métodos matemáticos e estatísticas.

Por exemplo, se as imagens na página da web reduziram a taxa de rejeição, você pode adicionar mais imagens para aumentar a conversão. Se você não observar nenhuma mudança na taxa de rejeição por causa disso, volte à etapa anterior para criar uma nova hipótese / variação para realizar um novo teste.

Os dados do Google Analytics podem ajudá-lo a encontrar o comportamento dos visitantes. É sempre aconselhável coletar dados suficientes do site. Tente encontrar as páginas com baixas taxas de conversão ou altas taxas de desistência que podem ser melhoradas. Neste capítulo, discutiremos algumas ferramentas que podem ser usadas para coletar dados para testes A / B.

Google Analytics / Mix Panel (ferramenta de análise)

A maioria dos sites tem o Google Analytics instalado para se ter uma ideia de como os visitantes interagem com o site. Se você não tem o Google Analytics instalado para monitorar o tráfego, pode instalá-lo da internet. O Google Analytics é uma das melhores ferramentas analíticas disponíveis gratuitamente.

Para instalar o Google Analytics em seu site, você pode simplesmente copiar o código e implantá-lo em seu site e você terá uma boa quantidade de dados para trabalhar. Você também pode aplicar a personalização da ferramenta para atender às suas metas de negócios.

Fluxo do mouse / Crazy Egg (ferramentas de repetição)

As ferramentas de repetição são usadas para obter uma melhor visão das ações do usuário em seu site. Ele também permite que você clique em mapas e mapas de calor de cliques do usuário para verificar o quão longe os usuários estão navegando no site.

Ferramentas de reprodução, como Mouse Flow, permitem que você visualize a sessão de um visitante de uma forma, como se você estivesse com o próprio visitante. As ferramentas de reprodução de vídeo fornecem uma visão mais profunda de como seria para o visitante navegando nas várias páginas do seu site.

WebEngage (ferramentas de pesquisa)

As ferramentas de pesquisa são usadas para coletar feedback qualitativo do site. Isso envolve fazer aos visitantes recorrentes algumas perguntas da pesquisa. Esta pesquisa faz perguntas gerais e também permite que eles insiram seus pontos de vista ou selecionem opções pré-fornecidas.

Outras ferramentas - bate-papo, e-mail

A facilidade de chat ao vivo permite que o visitante obtenha respostas rápidas da equipe de atendimento ao cliente e ajuda a resolver a situação mais rapidamente. Isso também o ajuda a obter perguntas gerais dos visitantes e a coletar dados para teste.

A próxima etapa é definir suas metas de conversão. Encontre as métricas que determinam se a variação é ou não mais bem-sucedida do que a versão original. As metas vêm de seus objetivos de negócios, então, por exemplo, se você tem que aumentar a venda de roupas em termos de objetivos, pode ser como -

  • Imagens claras do produto.
  • Aumente as taxas de visita ao site.
  • Reduza a taxa de queda do carrinho de compras.

Em seguida, é definir as métricas que atendem às suas metas de negócios. Uma métrica se torna umKPI (Key Performance Indicator) apenas quando está medindo algo conectado aos seus objetivos.

Exemplo 1

O objetivo de negócios da sua loja de tecidos é vender roupas, portanto, o KPI desse objetivo de negócios pode ser o número de roupas vendidas online. Você precisa ter seus objetivos de negócios claramente definidos, caso contrário não será capaz de identificar seus KPIs. Se você definir os KPIs corretamente e medi-los periodicamente, manterá sua estratégia no caminho certo para criar variações e realizar testes A / B. O próximo passo é encontrar as métricas-alvo para seus objetivos de negócios.

Exemplo 2

Sua loja de tecidos vendeu 100 produtos na semana passada. Isso é bom ou ruim? Para que seus KPIs signifiquem algo para você, eles precisam de métricas de destino. Defina uma meta para cada KPI importante para você. Depois de definir as metas de negócios e as métricas-alvo, você tem uma estrutura que o ajudará a determinar se o trabalho que você fará é relevante ou não para seus objetivos de negócios.

Teste A / B - Gerar Hipótese

Depois de identificar seus objetivos de negócios, a próxima etapa é gerar ideias e hipóteses de Teste A / B para explicar por que você acha que eles serão melhores do que a versão atual. Crie uma lista de todas as hipóteses que você acha que pode criar, priorize todas as variações em termos do impacto esperado e como implementá-las usando várias ferramentas.

Exemplo

Você pode reduzir a taxa de rejeição adicionando mais imagens na parte inferior. Você pode adicionar links de vários sites sociais para aumentar a taxa de conversão também.

Como o Teste A / B trata da criação de novas versões de um aplicativo ou página da web e, em seguida, compara todas as versões para ver a taxa de conversão. Você pode melhorar a taxa de conversão analisando as estatísticas para verificar novas variações.

Existem diferentes tipos de variações que podem ser aplicadas a um objeto, como usar marcadores, alterar a numeração dos elementos-chave, alterar a fonte e a cor, etc. Existem muitas ferramentas de teste A / B no mercado que têm um editor visual para fazer essas mudanças efetivamente. A principal decisão para realizar o Teste A / B com sucesso é selecionar a ferramenta correta. Algumas das ferramentas mais comumente disponíveis são -

  • Otimizador de site visual (VWO)
  • Experiências de conteúdo do Google
  • Optimizely

Otimizador de website visual (VWO)

O Visual Website Optimizer permite que você teste várias versões de uma mesma página. Ele também contém o editor 'o que você vê é o que você obtém' (WYSIWYG) que permite fazer as alterações e executar testes sem alterar o código HTML da página. Você pode atualizar manchetes, numeração de elementos e executar um teste sem fazer alterações nos recursos de TI.

Para criar variações no VWO para testes A / B, abra sua página da web no editor WYSIWYG e, em seguida, você pode aplicar as alterações abaixo à página da web -

  • Mudar o Texto
  • Alterar URL
  • Editar / Editar HTML
  • Rearrange
  • Move
  • Resize
  • Hide
  • Remove
  • Mudar CSS

Experiências de conteúdo do Google

Isso permite que você crie até cinco variações de qualquer página da web e carregue todas as páginas no Google Analytics para realizar o teste A / B. A Experiência de conteúdo do Google é usada para medir os resultados de todas as variações e para decidir a variante com a taxa de conversão máxima. A principal vantagem de usar o Google Content Experiments é que ele é um freeware do Google, mas você precisa carregar as variantes no Google Analytics para realizar o teste.

Otimizadamente

Optimizely é uma ferramenta usada para realizar testes A / B, testes multivariados em uma página da web ou em um aplicativo móvel e permite que você compare diferentes versões de uma página da web ou de um aplicativo para determinar qual variação fornece uma melhor taxa de conversão para o seu negócio .

Este software pode ser executado em sua página da web executando um snippet de JavaScript de uma única linha. Snippet é definido como um código de linha única que carregará Optimizely em seu site e mudará a experiência dos visitantes em seu site.

Para testar um aplicativo móvel usando Optimizely, ele é executado por meio de um Kit de Desenvolvimento de Software para iOS e / ou Android. A execução otimizada em sua página coleta dados de visitantes do site e taxa de conversão e os executa no Stats Engine para determinar qual variação é vencedora ou perdedora. Uma vez que essas estatísticas são comparadas com metas e métricas definidas, elas ajudam você a tomar decisões sobre a variação a ser aplicada no site.

O Optimizely permite que você execute esses testes -

  • Teste A / B que compara URLs diferentes.
  • Teste A / B executado em várias páginas, fluxos etc.
  • Execute diferentes variações para diferentes grupos de públicos.
  • Para aplicar hot fixes em uma página da Web para todos os visitantes.

Envolve a apresentação de todas as variações do seu site ou aplicativo aos visitantes e suas ações são monitoradas para cada variação. A interação do visitante para cada variação é medida e comparada para determinar o desempenho dessa variação.

Conforme discutido no capítulo anterior, existem várias ferramentas que podem ser usadas para gerar hipóteses e executar as variações -

  • Otimizador de site visual (VWO)
  • Experiências de conteúdo do Google
  • Optimizely

Otimizador de website visual

Existem várias ferramentas de teste A / B que permitem que os profissionais de marketing criem várias variações de suas páginas da web usando um editor de apontar e clicar. Não requer nenhum conhecimento de HTML e você pode verificar qual versão produz a taxa de conversão máxima ou vendas.

Executar o software de teste de divisão VWO é muito simples, pois você só precisa copiar e colar o trecho de código em seu site e você pode facilmente disponibilizá-lo aos visitantes. O Visual Website Optimizer também oferece uma opção de teste multivariado e contém outras ferramentas para realizar segmentação comportamental, mapas de calor, teste de usabilidade, etc.

Existem vários recursos no VWO que garantem que todas as suas atividades de otimização de taxa de conversão sejam cobertas por esta ferramenta. Muitas empresas e lojas online de pequena escala estão usando o software VWO de teste A / B para otimização da página de destino e para aumentar as vendas do site e melhorar as taxas de conversão também.

A empresa também oferece um teste de 30 dias que pode ser baixado gratuitamente em - https://vwo.com/.

Algumas das principais características do VWO são as seguintes -

  • Teste e Experimentação
  • Editor Visual
  • Análise e Relatórios
  • Mapas de calor e mapas de clique
  • Plataformas e integrações

Como funciona?

A execução otimizada em sua página coleta dados de visitantes do site, taxa de conversão e os executa no Stats Engine para determinar qual variação é vencedora e qual é a perdedora. Uma vez que essas estatísticas são comparadas com metas alvo e métricas definidas, isso o ajudará a tomar decisões sobre a variação a ser aplicada no site.

Experiências de conteúdo do Google

Ele permite que você crie até cinco variações de uma página da web e, em seguida, carregue todas essas páginas no Google Analytics para realizar o teste A / B.

Para começar com o Google Analytics, você precisa ter um Google Analytics accounte um código de rastreamento a ser instalado em seu site. Se você não tem uma conta, pode se inscrever usando a seguinte ferramenta -http://www.google.com/analytics/

Adding tracking code directly to a website

Para concluir este processo, você deve ter acesso ao código-fonte do seu site, você também deve estar confortável editando HTML (ou ter um webmaster / desenvolvedor que pode ajudá-lo com isso), você também deve ter uma conta e propriedade do Google Analytics já configuradas acima.

To set up tracking code into your webpage

  • Encontre o snippet do código de rastreamento, faça login em sua conta do Google Analytics e selecione a guia Admin na parte superior.

  • Vá para a guia CONTA e PROPRIEDADE e selecione a propriedade com a qual está trabalhando. Clique em Tracking Info → Tracking Code. Imagem de onde você encontra seu código de rastreamento em sua conta do Analytics → Clique para expandir esta imagem e ver onde essas opções aparecem na interface.

  • Encontre o seu snippet de código de rastreamento. Está em uma caixa com várias linhas de JavaScript. Tudo nesta caixa é o seu snippet de código de rastreamento. Ele começa com <script> e termina com </script>.

  • O código de rastreamento contém um ID exclusivo que corresponde a cada propriedade do Google Analytics. Não misture snippets de código de rastreamento de propriedades diferentes e não reutilize o mesmo snippet de código de rastreamento em vários domínios.

  • Copie o snippet e cole em cada página da web que deseja rastrear. Cole-o imediatamente antes da tag de fechamento </head>.

  • Se você usar modelos para gerar páginas dinamicamente para seu site, poderá colar o snippet de código de acompanhamento em seu próprio arquivo e incluí-lo no cabeçalho da página.

Verify if the tracking code is working

Você pode verificar se o código de rastreamento está funcionando, verificar relatórios em tempo real e também monitorar a atividade do usuário conforme ela acontece. Se você vir dados nesses relatórios, significa que seu código de rastreamento está coletando os dados.

Experiências de conteúdo

Experiências de conteúdo são uma das quickest methodpara testar páginas da web - páginas de destino, página inicial, páginas de categoria e requer menos implementações de código. Ele pode ser usado para criar testes A / B dentro do Google Analytics.

Alguns dos recursos mais comuns das Experiências de conteúdo são -

  • Você precisa usar o script de página original para executar testes, o código de rastreamento padrão do Google Analytics será usado para medir metas e variações.

  • Metas alvo que são definidas no Google Analytics podem ser usadas como a meta da experiência, incluindo receita do AdSense.

  • O criador de segmentos do Google Analytics pode ser usado para segmentar resultados com base em qualquer critério de segmentação.

  • Ele permite que você defina testes que expiram automaticamente após 3 meses para evitar que os testes sejam interrompidos, caso seja improvável que tenham um vencedor estatisticamente significativo.

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

Vá para a seção Comportamento e clique no link Experiências. Ele também mostrará uma tabela com todos os experimentos existentes. Clique na opção “Criar experimento” no topo desta tabela.

Digite → Nome do experimento, objetivo do experimento, porcentagem de tráfego do site a participar, qualquer notificação por e-mail para mudanças importantes, para distribuir o tráfego para todas as variações, definir o tempo de execução do experimento e também os valores limite.

Você pode adicionar URLs da página original e todas as variações que deseja criar e clicar no botão seguinte. Selecione o método de implementação e clique no botão seguinte → Clique em validação (Se você tiver um código implementado, ele irá validar. Se não houver código, aparecerá uma mensagem de erro) → Iniciar Experiência.

Assim que esta experiência for executada, você verá as seguintes opções -

  • Taxa de conversão

  • Parar Experiência

  • Re-validate

  • Desativar variação

  • Segmentação - permite que você veja o desempenho de cada variação para cada segmento de visitantes em sua página da web.

Assim que o experimento for concluído, a próxima etapa é analisar os resultados. A ferramenta de teste A / B apresentará os dados do experimento e dirá a diferença entre o desempenho das diferentes variações em uma página da web e também se há uma diferença significativa entre as variações, usando a ajuda de métodos matemáticos e estatísticas.

Exemplo

Se as imagens em uma página da web reduziram a taxa de rejeição, você pode decidir se tem uma boa conversão ou não, uma vez que carregue mais imagens em uma página da web. Se você não observar nenhuma alteração na taxa de rejeição por causa disso, volte à etapa anterior e crie uma nova hipótese / variação para realizar um novo teste.

Ferramentas como VWO e Optimizely são usadas para executar testes, mas o Google Analytics é mais adequado para executar análises pós-teste. Essa análise é usada para decidir o caminho a seguir. As ferramentas de teste A / B informam sobre o resultado de um resultado de teste, mas também é necessário realizar a pós-análise. Para fazer a pós-análise, você precisa integrar cada teste com o Google Analytics.

Tanto o VWO quanto o Optimizely fornecem capacidade de integração do Google Analytics embutida. Os dados de cada teste de ambas as ferramentas devem ser enviados ao Google Analytics. Ao fazer isso, ele aprimora seus recursos de análise e garante dados de teste. É possível que sua ferramenta de teste esteja registrando os dados incorretamente e, se você não tiver outra fonte para seus dados de teste, nunca poderá ter certeza se deve confiar ou não.

Existem várias ferramentas que podem ser usadas para gerar hipóteses e executar as variações, incluindo -

  • Otimizador de site visual (VWO)
  • Experiências de conteúdo do Google
  • Optimizely

Todas essas ferramentas são capazes de executar testes A / B e encontrar o vencedor, mas para realizar a pós-análise essas ferramentas devem ser integradas ao Google Analytics.

Teste A / B - Google Analytics

O Google Analytics tem duas opções para analisar os dados -

  • Universal Analytics
  • Google Analytics clássico

O novo recurso Universal Analytics permite que você use 20 testes A / B simultâneos enviando dados para o Google Analytics; no entanto, a versão clássica permite apenas até cinco.

Integrando Optimizely com Google Universal Analytics

Para integrar o Optimizely ao Universal Google Analytics, primeiro selecione o botão ATIVADO em seu painel lateral. Então, você deve ter um Custom disponível para preencher com os dados do experimento Optimizely. Em seguida, o código de rastreamento deve ser colocado na parte inferior da seção <head> de suas páginas. A integração do Google Analytics não funcionará corretamente a menos que o snippet do Optimizely esteja acima deste snippet do Analytics.

Etapas de configuração

O Optimizely usa as "Dimensões personalizadas" do Universal Google Analytics para marcar seus visitantes com as experiências e variações às quais foram adicionados. Configurar o Optimizely para começar a enviar essas informações ao Universal Analytics requer quatro etapas -

Step 1

Adicione o seguinte código JavaScript ao seu site sempre que o código do Universal Analytics existir depois que a função ga ('criar' ...) for acionada e antes que a função ga ('enviar', 'pageview') do Universal Analytics seja acionada e a chamada de acompanhamento seja feita (veja os detalhes na próxima seção) -

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

Step 2

No Editor Optimizely, vá para Opções → Integrações e clique na caixa de seleção Universal Analytics para ativar a integração.

Step 3

Selecione a dimensão personalizada que deseja que o Optimizely use. Você deve garantir que a dimensão personalizada não esteja em uso por nenhuma outra parte do seu site ou por outra experiência do Optimizely em execução no momento.

Step 4

Selecione um rastreador personalizado se estiver usando um rastreador de eventos personalizado diferente do padrão. Isso mudará a chamada de integração do Optimizely para usar o rastreador personalizado em vez do padrão.

Example

Digamos que seu site esteja usando a seguinte chamada -

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

Nesse caso, você digitará tracker3 ao especificar um campo de rastreador personalizado e o Optimizely se integrará com o tracker3 em vez do rastreador padrão.

Criação de um relatório personalizado usando o Google Analytics

A primeira etapa é fazer login em sua conta do Universal Analytics e clicar na guia Personalização na parte superior. Você deve ver uma lista de relatórios personalizados.

Em seguida, é configurar um relatório personalizado para cada experimento ao qual você integrou o Universal Analytics.

  • Clique em Novo relatório personalizado → Insira o título do relatório e adicione os grupos de métricas que deseja visualizar no relatório.

  • Para filtrar este relatório apenas para sua experiência Optimizely, escolha a dimensão personalizada que você configurou anteriormente como um dos detalhamentos da dimensão.

  • Adicione esta dimensão na seção Filtros e use uma correspondência Regex no ID da experiência para a experiência que você deseja filtrar.

  • Clique em Salvar.

Como o teste A / B, o teste multivariado é baseado no mesmo mecanismo, mas compara um número maior de variáveis ​​e fornece mais informações sobre como essas variáveis ​​se comportam. No Teste A / B, você divide o tráfego de uma página entre diferentes versões do design. O teste multivariado é usado para medir a eficácia de cada projeto.

Exemplo

Digamos que há uma página da Web que recebeu tráfego suficiente para executar o teste. Agora os dados de cada variação são comparados para verificar a variação mais bem-sucedida, mas também incluem os elementos que têm o impacto máximo positivo ou negativo na interação de um visitante.

Vantagens de usar multivariado

O Teste Multivariável é uma ferramenta eficaz para ajudá-lo a definir e a redesenhar os elementos da sua página e mostrar as áreas que terão mais impacto. O método multivariável é útil para criar campanhas de página de destino.

Exemplo

Os dados sobre o impacto do design de um determinado elemento podem ser aplicados a campanhas futuras, mesmo que o contexto do elemento tenha mudado.

Limitações

Limitações do teste multivariável é o tráfego necessário para concluir o teste. Como todos os experimentos são totalmente fatoriais, muitos elementos mutáveis ​​ao mesmo tempo podem rapidamente somar um grande número de combinações possíveis que devem ser testadas. Mesmo um site com tráfego razoavelmente alto pode ter problemas para concluir um teste com mais de 25 combinações em um período de tempo viável.

Diferença entre teste multivariado e A / B

O Teste A / B, também conhecido como Teste de divisão, é um método de otimização de site, no qual você compara as taxas de conversão de duas versões de uma página, a saber, A e B. Todos os visitantes são divididos em uma ou outra versão. Uma vez que os visitantes acessem uma dessas versões (A ou B), eles clicam em vários botões ou até mesmo se inscrevem no boletim informativo. Isso permite que você determine qual versão da página é mais eficaz.

SEO é um método para exibir seu site na parte superior da página, quando uma pesquisa é realizada por esses itens relevantes. Inclui as informações que o seu site oferece aos visitantes e por que o conteúdo da página da web é relevante para aparecer no topo de um resultado de pesquisa. Muitos clientes em potencial acham que o Teste A / B ou o Teste Multivariável afetarão suas classificações nos mecanismos de pesquisa.

Existem quatro maneiras de garantir que você execute os testes A / B sem se preocupar em perder o valor potencial de SEO.

Não disfarce

O cloaking é chamado quando você mostra uma versão de sua página da web ao agente do Googlebot e outra versão aos visitantes do seu site. O Google diz que você não deve se camuflar e é muito rígido com isso. Isso pode até mesmo fazer com que seu site seja excluído dos resultados de pesquisa ou rebaixado no ranking de SEO. Você deve garantir que não divida seus visitantes entre as diferentes versões de seu Teste A / B com base em um agente de usuário. O Google não se importa se seu bot vê uma versão ou outra, ele apenas se preocupa se seu bot tem a mesma experiência de usuário que um visitante aleatório.

Use 'rel = canonical'

Quando você tem testes A / B com vários URLs, pode adicionar 'rel = canonical' à página da web para indicar ao Google qual URL deseja indexar. O Google sugere o uso de elemento canônico e é uma tag noindex por estar mais de acordo com sua intenção. Você está apenas indicando sobre qual conteúdo é original. Desta forma, o Google pode agrupar e indexar as páginas de acordo.

Note - Se não for possível usar canônico, você deve garantir que haja uma tag noindex no HTML ou cabeçalho HTTP, caso contrário, certifique-se de que pelo menos tenha um robots.txt.

Use redirecionamentos 302 e não 301's

O Google recomenda usar o método de direção temporária - um 302 sobre o redirecionamento 301 permanente. Como em qualquer Teste A / B, não é uma relocação permanente, mas apenas temporária. É sempre aconselhável usar o redirecionamento 302, pois é um aviso de redirecionamento temporário. Portanto, se você estiver usando um redirecionamento para o Teste A / B, certifique-se de usar um cabeçalho 302.

O ponto mais importante a se considerar para o SEO é que você deve deixar claro para os mecanismos de pesquisa que eles não devem remover o URL original de seu índice e apenas colocá-lo temporariamente em espera. Quando os spiders voltarem para sua próxima indexação, eles verificarão novamente se o redirecionamento ainda é aplicável e, caso contrário, a URL antiga será restaurada novamente.

Não execute experiências por um longo período de tempo

Observe que, quando seu Teste A / B for concluído, você deve remover as variações o mais rápido possível e fazer alterações em sua página da web e começar a usar a conversão vencedora. Você deve garantir a remoção de todos os elementos dos testes - como URLs alternativos e scripts de teste.

Se você executar o teste por um período mais longo, o Google interpretará isso como uma forma de enganar os mecanismos de pesquisa. Isso pode acontecer quando você está mostrando uma variante de teste para um grande número de visitantes por um longo período de tempo.

O Teste A / B (também conhecido como teste de divisão) define uma maneira de compare two versionsde um aplicativo ou página da web que permite determinar qual tem melhor desempenho. O Teste A / B é uma das maneiras mais fáceis, onde você pode modificar um aplicativo ou uma página da web para criar uma nova versão e, em seguida, comparar as duas versões para encontrar a taxa de conversão. Isso também nos permite saber qual é obetter performer dos dois.

O número de amostras depende do número de testes realizados. ocount of conversion rate é chamado de amostra e o processo de coleta dessas amostras é chamado de amostragem.

O intervalo de confiança é chamado measurement of deviationda média no número múltiplo de amostras. Vamos supor que 22% das pessoas prefiram o produto A, com +/- 2% de intervalo de confiança. Este intervalo indica oupper and lower limit das pessoas, que optam pelo Produto A e também é chamado margin of error. Para obter os melhores resultados nesta pesquisa média, a margem de erro deve ser a menor possível.

Sempre realize o teste A / B se houver probabilidade de beat the original variation by> 5%. O teste deve ser executado por um período de tempo considerável, para que você tenha dados de amostra suficientes paraperform statistics and analysis. O teste A / B também permite que você obtenha o máximo do tráfego existente em uma página da web.

O custo de aumentar suas conversões é mínimo em comparação com o custo de configuração do tráfego em seu site. oROI (return on investment) no Teste A / B é enorme, pois algumas pequenas alterações em um site podem resultar em um aumento significativo da taxa de conversão.

Como o teste A / B, o teste multivariável é baseado no mesmo mecanismo, mas compares higher number of variablese fornece mais informações sobre como essas variáveis ​​se comportam. No Teste A / B, você divide o tráfego de uma página entre diferentes versões do design. O teste multivariado é usado para medir oeffectiveness of each design.

O problema de testar várias variáveis ​​ao mesmo tempo é que seria tough to accurately determinequais dessas variáveis ​​fizeram a diferença. Embora você possa dizer que uma página teve um desempenho melhor do que a outra, se houver três ou quatro variáveis ​​em cada uma, você não pode ter certeza de por que uma dessas variáveis ​​é realmente um prejuízo para a página, nem pode replicar ogood elements em outras páginas.

Aqui estão algumas variações de teste A / B que podem ser aplicadas em uma página da web. A lista inclui - Manchetes, Subtítulos, Imagens, Textos, texto e botão CTA, Links, Emblemas, Menções na mídia, Menção social, Promoções e ofertas de vendas, Estrutura de preços, Opções de entrega, Opções de pagamento, Navegação no site e interface do usuário.

  • Background Research - A primeira etapa no teste A / B é descobrir o bounce rateem seu site. Isso pode ser feito com a ajuda de qualquer ferramenta como o Google Analytics.

  • Collect Data - Os dados do Google Analytics podem ajudá-lo a encontrar visitor behaviors. É sempre aconselhável coletar dados suficientes do site. Tente encontrar as páginas com baixa taxa de conversão ou altas taxas de desistência que podem ser melhoradas.

  • Set Business Goals- A próxima etapa é definir suas metas de conversão. Encontre ometrics that determines se a variação é ou não mais bem-sucedida do que a versão original.

  • Construct Hypothesis- Depois que a meta e as métricas foram definidas para o Teste A / B, o próximo passo é encontrar ideias para melhorar a versão original e como elas serão melhores do que a versão atual. Depois de ter umlist of ideas, prioritize them em termos de impacto esperado e dificuldade de implementação.

  • Create Variations/Hypothesis - Existem muitas ferramentas de teste A / B no mercado que têm um visual editorpara fazer essas alterações de forma eficaz. A principal decisão para realizar o Teste A / B com sucesso é selecionar ocorrect tool.

  • Running the Variations - Apresente todas as variações do seu site ou aplicativo aos visitantes e suas ações são monitoradas para cada variação. Visitor interaction para cada variação é medida e comparada para determinar o desempenho dessa variação.

  • Analyze Data - Assim que um experimento for concluído, o próximo é analyze the results. A ferramenta de teste A / B apresentará os dados da experiência e mostrará a diferença entre como as diferentes variações da página da web são realizadas. Além disso, se houver alguma diferença significativa entre as variações com a ajuda de métodos matemáticos e estatísticas.

O tipo mais comum de ferramentas de coleta de dados inclui a ferramenta Analytics, ferramentas de repetição, ferramentas de pesquisa, ferramentas de chat e email.

As ferramentas de repetição são usadas para obter uma melhor percepção das ações do usuário em seu site. Também permite que vocêclick maps and heat maps of user clicke para verificar a que distância o usuário está navegando no site. Ferramentas de reprodução como o Mouse Flow permitem que vocêview a visitor's session de certa forma você está com o visitante.

As ferramentas de reprodução de vídeo fornecem uma visão mais profunda de como seria para o visitante navegando nas várias páginas do seu site. As ferramentas mais comumente usadas sãoMouse Flow and Crazyegg.

Ferramentas de pesquisa são usadas para collect qualitative feedbacka partir do site. Isso envolve fazer aos visitantes recorrentes algumas perguntas da pesquisa. A pesquisa faz perguntas gerais e também permite que eles insiram suas opiniões ou selecione uma das opções pré-fornecidas.

Você pode reduzir o número da taxa de rejeição em adding more imagesno fundo. Você pode adicionar links de sites sociais para aumentar ainda mais a taxa de conversão.

Existem diferentes tipos de variações que podem ser aplicadas a um objeto, como usar marcadores, alterar a numeração dos elementos-chave, alterar a fonte e a cor, etc. Existem muitas ferramentas de teste A / B no mercado que têm um editor visual para fazer essas mudanças efetivamente. A principal decisão para realizar o teste A / B com sucesso é porselecting the correct tool.

As ferramentas mais comumente disponíveis são Visual Website Optimizer, Google Content Experiments e Optimizely.

O Visual Website Optimizer ou VWO permite que você test multiple versionsda mesma página. Ele também contém o editor 'o que você vê é o que você obtém' (WYSIWYG) que permite que vocêmake the changes and run testssem alterar o código HTML da página. Você pode atualizar manchetes, numeração de elementos e executar um teste sem fazer alterações nos recursos de TI.

Para criar variações no VWO para testes A / B, abra sua página da web no editor WYSIWYG e você pode aplicar muitas alterações a qualquer página da web. Isso inclui Alterar Texto, Alterar URL, Editar / Editar HTML, Reorganizar e Mover.

O Visual Website Optimizer também oferece uma opção de teste multivariado e contém outras ferramentas para realizar segmentação comportamental, mapas de calor, testes de usabilidade, etc.

Esses testes podem ser aplicados em vários outros lugares como e-mail, aplicativos móveis, PPC e CTAs também.

Assim que um experimento for concluído, next is to analyze the results. A ferramenta de teste A / B apresentará os dados da experiência e mostrará a diferença entre como as diferentes variações dessa página da web são realizadas. Também mostrará se há uma diferença significativa entre as variações que usam métodos matemáticos e estatísticas.

Para integrar o Optimizely ao Universal Google Analytics, primeiro selecione o botão ATIVADO no painel lateral. Então você deve ter umavailable Custom to populate with Optimizely experiment data.

O código de rastreamento do Universal Google Analytics deve ser colocado na parte inferior da seção <head> de suas páginas. A integração do Google Analytics não funcionará corretamente, a menos que o snippet Optimizely esteja acima do snippet Analytics.

O Google Analytics tem duas opções para analisar os dados, que são Universal Analytics e Classic Google Analytics. Os novos recursos do Universal Analytics permitem que você use 20 testes A / B simultâneos enviando dados para o Google Analytics, no entanto, a versão Classic permite apenas até cinco.

É um mito que o Teste A / B prejudica as classificações do mecanismo de pesquisa porque pode ser classificado como conteúdo duplicado. As quatro maneiras a seguir podem ser aplicadas para garantir que você não perca o valor potencial de SEO durante a execução de testes A / B.

Don’t Cloak - Cloaking é quando você mostra uma versão da sua página da web ao agente do Googlebot e outra versão aos visitantes do seu site.

Use ‘rel=canonical’- Quando você tem testes A / B com vários URLs, pode adicionar 'rel = canonical' à página da web para indicar ao Google qual URL deseja indexar. O Google sugere o uso de elemento canônico e não tag noindex, pois está mais de acordo com sua intenção.

Use 302 redirects and not 301’s - O Google recomenda usar o método de direção temporária - um 302 sobre o redirecionamento 301 permanente.

Don’t run experiments for a longer period of time - Observe que, quando seu Teste A / B for concluído, você deve remover as variações o mais rápido possível e fazer alterações em sua página da web e começar a usar a conversão vencedora.