A / B-тестирование - Краткое руководство

A / B-тестирование (также известное как Split testing) определяет способ сравнения двух версий приложения или веб-страницы, позволяющий определить, какая из них работает лучше. Это один из самых простых способов анализа приложения или веб-страницы для создания новой версии. После этого обе эти версии можно сравнить, чтобы найтиconversion rate, что еще больше помогает найти лучшего исполнителя из этих двух.

пример

Предположим, что существует веб-страница, и весь трафик направляется на эту страницу. Теперь, в рамках A / B-тестирования, вы внесли некоторые незначительные изменения, такие как заголовки, нумерация и т. Д. На той же странице, и половина его трафика направляется на измененную версию этой веб-страницы. Теперь у вас есть версия A и версия B одной и той же веб-страницы, и вы можете отслеживать действия посетителей, используя статистику и анализ, чтобы определить версию, которая дает более высокий коэффициент конверсии.

Коэффициент конверсии определяется как случай, когда любой посетитель на вашем веб-сайте выполняет желаемое действие. A / B-тестирование позволяет определить лучшиеonline marketing strategyдля вашего бизнеса. Взгляните на следующую иллюстрацию. Он показывает, что версия A дает коэффициент конверсии 15%, а версия B дает коэффициент конверсии 22%.

Вы можете отслеживать действия посетителей, используя статистику и анализ, чтобы определить версию, обеспечивающую более высокий коэффициент конверсии. Результаты A / B-тестирования обычно выдают в нарядном виде.mathematical and statistical terms, но смысл цифр на самом деле довольно прост. Есть два важных метода, с помощью которых вы можете проверить коэффициенты конверсии с помощью A / B-тестирования:

  • Выборка данных
  • Доверительные интервалы

Обсудим эти два метода подробно.

Выборка данных

Количество образцов зависит от количества выполненных тестов. Подсчет коэффициента конверсии называется выборкой, а процесс сбора этих выборок называется выборкой.

пример

Допустим, у вас есть два продукта A и B, и вы хотите собрать образцы данных в соответствии с их спросом на рынке. Вы можете попросить несколько человек выбрать продукт A и B, а затем попросить их принять участие в опросе. По мере увеличения числа участников он начнет показыватьrealistic conversion rate.

Существуют различные инструменты, которые можно использовать для определения правильного размера выборки. Один из таких бесплатных инструментов -

http://www.evanmiller.org

Доверительные интервалы в A / B-тестировании

Доверительный интервал - это измерение отклонения от среднего на множестве выборок. Предположим, что 22% людей предпочитают продукт А в приведенном выше примере с ± 2% доверительного интервала. Этот интервал указывает верхний и нижний предел людей, которые выбирают продукт A, и также называется пределом погрешности. Для получения наилучших результатов в этом среднем опросе,the margin of error should be as small as possible.

пример

Предположим, что в продукт B мы добавили незначительное изменение, а затем провели A / B-тестирование этих двух продуктов. Произведение доверительного интервала A и B составляет 10% с ± 1% и 20% с ± 2% соответственно. Таким образом, это показывает, что незначительное изменение увеличило коэффициент конверсии. Если мы проигнорируем погрешность, коэффициент конверсии для тестового варианта A составит 10%, а коэффициент конверсии для тестового варианта B - 20%, т. Е. Увеличение тестового варианта на 10%.

Теперь, если мы разделим разницу на коэффициент изменения управления 10% ÷ 10% = 1,0 = 100%, получится улучшение на 100%. Следовательно, мы можем сказать, что A / B-тестирование - это метод, основанный на математических методах и анализе. Существуют различные онлайн-инструменты, которые можно использовать для расчета значимости A / B.

http://getdatadriven.com

A / B-тестирование используется для business decisionsна основе результатов, полученных на основе данных, вместо того, чтобы делать прогнозы. Он позволяет вам создавать варианты вашего веб-сайта или приложения, а затем помогает вам подтвердить или отклонить ваше решение о внесении изменений.

Это тестирование позволяет оптимизировать ваш сайт или приложение таким образом, чтобы повысить коэффициент конверсии. Более высокий коэффициент конверсии означает получение большей ценности от ваших существующих пользователей вместо того, чтобы платить больше за приобретение трафика. A / B-тестирование также может помочь вам изменить другие факторы в бизнесе, такие как изменение культуры работы и т. Д. Оно поможет вам использовать математические данные и статистику для определения направления вариаций вашего продукта.

Независимо от того, являетесь ли вы дизайнером, бизнес-аналитиком или разработчиком, A / B-тестирование предоставляет простой способ использовать возможности данных и статистики для снижения рисков, улучшения результатов и более точного управления данными в вашей работе.

Чтобы запустить A / B-тест, вы должны учитывать следующие моменты:

  • Всегда выполняйте A / B-тестирование, если есть вероятность превзойти исходный вариант более чем на 5%.

  • Тест должен выполняться в течение значительного периода времени, чтобы у вас было достаточно данных выборки для выполнения статистики и анализа.

A / B-тестирование также позволяет получить максимум от существующего трафика на веб-странице. Стоимость увеличения вашей конверсии минимальна по сравнению со стоимостью настройки трафика на вашем сайте. ВROI (return on investment) на A / B-тестировании огромен, поскольку несколько незначительных изменений на веб-сайте могут привести к значительному увеличению коэффициента конверсии.

A / B-тестирование - это создание нескольких вариантов приложения или веб-сайта, а затем сравнение всех этих версий с использованием образцов для определения наилучшего варианта с максимальным коэффициентом конверсии. Существуют различные типы вариаций, которые можно применить к веб-странице или приложению. A / B-тестирование не ограничивается только приложением или веб-страницей, вы также можете создавать варианты для других продуктов. Все, что на веб-странице может повлиять на поведение посетителя при просмотре сайта, можно проверить с помощью A / B-тестирования.

Вот список вариантов A / B-тестирования, которые можно применить на веб-странице:

  • Headlines
  • Подзаголовки
  • Images
  • Texts
  • Текст и кнопка призыва к действию
  • Links
  • Badges
  • Упоминания в СМИ
  • Социальное упоминание
  • Акции и предложения по продажам
  • Структура цен
  • Варианты доставки
  • Варианты оплаты
  • Навигация по сайту и пользовательский интерфейс

Существуют различные инструменты, которые можно использовать для create variations которые вы подробно прочтете позже в этом руководстве.

A / B-тестирование состоит из набора процессов, которым необходимо следовать последовательно, чтобы достичь оптимального результата. realistic conclusion. В этой главе мы подробно обсудим этапы процесса A / B-тестирования, которые вы можете использовать для запуска тестов на любой веб-странице.

Фундаментальные исследования

Предварительные исследования играют решающую роль в A / B-тестировании. Первый шаг - узнать показатель отказов сайта. Это можно сделать с помощью нескольких широко доступных инструментов фонового исследования, таких как Google Analytics и другие.

Собирать данные

Данные из Google Analytics могут помочь вам определить поведение посетителей на веб-сайтах. Всегда желательно собрать достаточно данных с сайта. Попробуйте найти страницы с низким коэффициентом конверсии или высоким коэффициентом прерывания, которые можно улучшить. Также подсчитайте количество посетителей в день, необходимое для запуска этого теста на веб-сайте.

Ставьте бизнес-цели

Следующим шагом является определение целей вашего бизнеса или конверсии, которые помогут понять, какова цель. Как только это будет сделано, вы сможете найти показатели, которые определяют, является ли новая версия более успешной, чем ее исходная.

Построить гипотезу

После того, как цель и показатели были установлены для A / B-тестирования. Следующий шаг - найти идеи, как улучшить исходную версию и как сделать ее лучше, чем текущая. Составив список идей, расставьте приоритеты с точки зрения ожидаемого воздействия и сложности реализации.

Например, одним из наиболее эффективных способов является добавление изображений на сайт, что в некоторой степени поможет снизить показатель отказов.

Создавайте вариации / гипотезы

На рынке существует множество инструментов для A / B-тестирования, в которых есть визуальный редактор для эффективного внесения этих изменений. Ключевым решением для успешного проведения A / B-тестирования является выбор правильного инструмента. Некоторые из наиболее часто доступных инструментов:

  • Визуальный оптимизатор веб-сайтов (VWO)
  • Google Content Experiments
  • Optimizely

Существуют различные типы вариаций, которые можно применить к объекту, например, использование маркеров, изменение нумерации ключевых элементов, изменение шрифта и цвета и т. Д.

Запуск вариаций

Представьте посетителям все варианты вашего сайта или приложения. Их действия будут отслеживаться для каждого варианта. Кроме того, это взаимодействие посетителей для каждого варианта измеряется и сравнивается, чтобы определить, как работает конкретный вариант.

Анализировать данные

После завершения этого эксперимента следующим шагом будет анализ результатов. Инструмент A / B-тестирования представит данные эксперимента и расскажет вам разницу между производительностью и эффективностью разных версий веб-страницы. Он также покажет, есть ли существенная разница между вариациями, с помощью математических методов и статистики.

Например, если изображения на веб-странице снизили показатель отказов, вы можете добавить больше изображений, чтобы увеличить конверсию. Если из-за этого вы не видите изменений в показателе отказов, вернитесь к предыдущему шагу, чтобы создать новую гипотезу / вариант для выполнения нового теста.

Данные из Google Analytics могут помочь вам определить поведение посетителей. Всегда желательно собрать достаточно данных с сайта. Попробуйте найти страницы с низким коэффициентом конверсии или высоким коэффициентом прерывания, которые можно улучшить. В этой главе мы обсудим несколько инструментов, которые можно использовать для сбора данных для A / B-тестирования.

Google Analytics / Mix Panel (Инструмент аналитики)

На большинстве веб-сайтов установлен Google Analytics, чтобы получить представление о том, как посетители взаимодействуют с сайтом. Если у вас не установлен Google Analytics для отслеживания трафика, вы можете установить его из Интернета. Google Analytics - один из лучших бесплатных аналитических инструментов.

Чтобы установить Google Analytics на свой веб-сайт, вы можете просто скопировать код и развернуть его на своем сайте, и вы получите достаточный объем данных для работы. Вы также можете применить настройку инструмента для достижения ваших бизнес-целей.

Mouse Flow / Crazy Egg (инструменты воспроизведения)

Инструменты воспроизведения используются для лучшего понимания действий пользователей на вашем веб-сайте. Он также позволяет вам нажимать карты и тепловые карты кликов пользователей, чтобы проверить, как далеко пользователи просматривают веб-сайт.

Инструменты воспроизведения, такие как Mouse Flow, позволяют вам просматривать сеанс посетителя таким образом, как если бы вы были с самим посетителем. Инструменты воспроизведения видео позволяют глубже понять, как посетитель будет просматривать различные страницы вашего веб-сайта.

WebEngage (Инструменты для опросов)

Инструменты опроса используются для сбора качественной обратной связи с веб-сайта. Это включает в себя задание вернувшимся посетителям вопросов для опроса. В этом опросе им задаются общие вопросы, а также они позволяют им высказать свое мнение или сделать выбор из заранее предложенных вариантов.

Другие инструменты - чат, электронная почта

Функция онлайн-чата позволяет посетителю быстро получить ответы от службы поддержки и помочь быстрее разрешить ситуацию. Это также поможет вам получить общие вопросы от посетителей и собрать данные для тестирования.

Следующий шаг - установить цели конверсии. Найдите показатели, которые определяют, является ли вариант более успешным, чем исходная версия. Цели исходят из ваших бизнес-целей, поэтому, например, если вам нужно увеличить продажи одежды с точки зрения целей, это может быть как -

  • Четкие изображения продуктов.
  • Увеличьте посещаемость сайта.
  • Уменьшите шанс выпадения корзины покупок.

Далее следует определить показатели, соответствующие вашим бизнес-целям. Метрика становитсяKPI (Key Performance Indicator) только когда он измеряет то, что связано с вашими целями.

Пример 1

Бизнес-цель вашего магазина Cloth - продавать одежду, поэтому KPI этой бизнес-цели может быть количеством одежды, проданной в Интернете. Вам необходимо четко определить свои бизнес-цели, иначе вы не сможете определить свои KPI. Если вы правильно установите ключевые показатели эффективности и периодически их измеряете, вы будете придерживаться своей стратегии, чтобы создавать варианты и проводить A / B-тестирование. Далее нужно найти целевые показатели для ваших бизнес-целей.

Пример 2

На прошлой неделе ваш магазин одежды продал 100 товаров. Это нормально или плохо? Чтобы ваши KPI что-то значили для вас, им нужны целевые показатели. Определите цель для каждого важного для вас KPI. После того как вы определите бизнес-цели и целевые показатели, у вас будет структура, которая поможет определить, соответствует ли работа, которую вы будете выполнять, вашим бизнес-целям или нет.

A / B-тестирование - создание гипотезы

После определения ваших бизнес-целей следующим шагом будет создание идей и гипотезы A / B-тестирования, объясняющих, почему вы думаете, что они будут лучше, чем текущая версия. Составьте список всех гипотез, которые, по вашему мнению, вы можете создать, расставьте приоритеты для всех вариантов с точки зрения ожидаемого воздействия и способов их реализации с помощью различных инструментов.

пример

Вы можете снизить показатель отказов, добавив больше изображений внизу. Вы также можете добавить ссылки на различные социальные сети, чтобы повысить коэффициент конверсии.

Поскольку A / B-тестирование - это создание новых версий приложения или веб-страницы, а затем сравнение всех версий, чтобы увидеть коэффициент конверсии. Вы можете улучшить коэффициент конверсии, проанализировав статистику, чтобы проверить новые варианты.

Существуют различные типы вариаций, которые могут быть применены к объекту, например, использование маркеров, изменение нумерации ключевых элементов, изменение шрифта и цвета и т. Д. На рынке существует множество инструментов A / B-тестирования, в которых есть визуальный редактор. эти изменения эффективно. Ключевым решением для успешного проведения A / B-тестирования является выбор правильного инструмента. Некоторые из наиболее часто доступных инструментов:

  • Визуальный оптимизатор веб-сайтов (VWO)
  • Google Content Experiments
  • Optimizely

Визуальный оптимизатор веб-сайтов (VWO)

Визуальный оптимизатор веб-сайтов позволяет тестировать несколько версий одной и той же страницы. Он также содержит редактор «что вы видите, то и получаете» (WYSIWYG), который позволяет вам вносить изменения и запускать тесты без изменения HTML-кода страницы. Вы можете обновить заголовки, нумерацию элементов и запустить тест, не внося изменений в ИТ-ресурсы.

Чтобы создать варианты VWO для A / B-тестирования, откройте свою веб-страницу в редакторе WYSIWYG, а затем вы можете применить следующие изменения к веб-странице:

  • Изменить текст
  • Изменить URL
  • Редактировать / редактировать HTML
  • Rearrange
  • Move
  • Resize
  • Hide
  • Remove
  • Изменить CSS

Google Content Experiments

Это позволяет вам создать до пяти вариантов любой веб-страницы, а затем загрузить все страницы в Google Analytics для выполнения A / B-тестирования. Google Content Experiment используется для измерения результатов всех вариантов и определения варианта с максимальным коэффициентом конверсии. Основное преимущество использования Google Content Experiments заключается в том, что это бесплатное программное обеспечение от Google, но вам необходимо загрузить варианты в Google Analytics для выполнения теста.

Оптимизировать

Optimizely - это инструмент, используемый для проведения A / B-тестирования, многовариантного тестирования на веб-странице или в мобильном приложении, который позволяет сравнивать разные версии веб-страницы или приложения, чтобы определить, какой вариант обеспечивает лучший коэффициент конверсии для вашего бизнеса. .

Это программное обеспечение можно запустить на вашей веб-странице, выполнив однострочный фрагмент кода JavaScript. Фрагмент определяется как однострочный код, который будет загружаться Optimizely на вашем сайте и менять впечатления посетителей от вашего сайта.

Чтобы протестировать мобильное приложение с помощью Optimizely, оно запускается через Software Development Kit для iOS и / или Android. Программа Optimizely running на вашей веб-странице собирает данные о посетителях сайта и коэффициенте конверсии и запускает их в Stats Engine, чтобы определить, какой вариант является победителем или проигравшим. После того, как эти статистические данные сравниваются с целевыми целями и устанавливаются метрики, они помогают вам принимать решения о вариантах, которые будут применяться на веб-сайте.

Optimizely позволяет выполнять эти тесты -

  • A / B-тест, сравнивающий разные URL-адреса.
  • A / B-тест, который выполняется на нескольких страницах, потоках и т. Д.
  • Запускайте разные вариации для разных аудиторий.
  • Применять исправления на веб-странице для всех посетителей.

Он включает в себя представление посетителям всех вариантов вашего веб-сайта или приложения, и их действия отслеживаются для каждого варианта. Взаимодействие посетителей для каждого варианта измеряется и сравнивается, чтобы определить, как этот вариант работает.

Как обсуждалось в предыдущей главе, существуют различные инструменты, которые можно использовать для генерации гипотез и запуска вариантов:

  • Визуальный оптимизатор веб-сайтов (VWO)
  • Google Content Experiments
  • Optimizely

Визуальный оптимизатор веб-сайтов

Существуют различные инструменты A / B-тестирования, которые позволяют специалистам по маркетингу создавать несколько вариантов своих веб-страниц с помощью редактора «укажи и щелкни». Это не требует каких-либо знаний HTML, и вы можете проверить, какая версия обеспечивает максимальный коэффициент конверсии или продаж.

Запустить программное обеспечение для сплит-тестирования VWO очень просто, вам просто нужно скопировать и вставить фрагмент кода на свой веб-сайт, и вы можете легко сделать его доступным для посетителей. Visual Website Optimizer также предоставляет возможность многовариантного тестирования и содержит другой ряд инструментов для выполнения поведенческого таргетинга, тепловых карт, тестирования удобства использования и т. Д.

В VWO есть несколько функций, которые гарантируют, что все ваши действия по оптимизации коэффициента конверсии охватываются этим инструментом. Многие предприятия и небольшие интернет-магазины используют программное обеспечение A / B Testing VWO для оптимизации целевой страницы, а также для увеличения продаж своих веб-сайтов и повышения коэффициента конверсии.

Компания также предоставляет 30-дневную пробную версию, которую можно бесплатно скачать по адресу: https://vwo.com/.

Вот некоторые из ключевых особенностей VWO:

  • Тестирование и эксперименты
  • Визуальный редактор
  • Анализ и отчетность
  • Тепловые карты и карты кликов
  • Платформы и интеграции

Как это устроено?

Оптимизирующий запуск на вашей веб-странице собирает данные о посетителях сайта, коэффициенте конверсии и обрабатывает их в Stats Engine, чтобы определить, какой вариант является победителем, а какой - проигравшим. После того, как эти статистические данные будут сопоставлены с целевыми целями и установлены метрики, это поможет вам принять решение о том, какой вариант будет применяться на веб-сайте.

Google Content Experiments

Он позволяет вам создать до пяти вариантов веб-страницы, а затем загрузить все эти страницы в Google Analytics для выполнения A / B-тестирования.

Чтобы начать работу с Google Analytics, вам необходимо иметь Google Analytics accountи код отслеживания, который будет установлен на вашем сайте. Если у вас нет учетной записи, вы можете зарегистрироваться, используя следующий инструмент -http://www.google.com/analytics/

Adding tracking code directly to a website

Для завершения этого процесса у вас должен быть доступ к исходному коду вашего веб-сайта, вам также должно быть удобно редактировать HTML (или у вас должен быть веб-мастер / разработчик, который может вам в этом помочь), а также у вас должны быть уже настроены учетная запись Google Analytics и свойство вверх.

To set up tracking code into your webpage

  • Найдите фрагмент кода отслеживания, войдите в свою учетную запись Google Analytics и выберите вкладку «Администратор» вверху.

  • Перейдите на вкладку УЧЕТНАЯ ЗАПИСЬ и СОБСТВЕННОСТЬ, выберите свойство, с которым вы работаете. Нажмите «Информация для отслеживания» → «Код отслеживания». Изображение того, где вы найдете код отслеживания в своей учетной записи Google Analytics → Нажмите, чтобы развернуть это изображение, и посмотрите, где эти параметры отображаются в интерфейсе.

  • Найдите фрагмент кода отслеживания. Он находится в коробке с несколькими строками JavaScript. Все, что находится в этом поле, - ваш фрагмент кода отслеживания. Он начинается с <script> и заканчивается </script>.

  • Код отслеживания содержит уникальный идентификатор, соответствующий каждому ресурсу Google Analytics. Не смешивайте фрагменты кода отслеживания из разных ресурсов и не используйте повторно один и тот же фрагмент кода отслеживания в нескольких доменах.

  • Скопируйте фрагмент и вставьте на каждую веб-страницу, которую хотите отслеживать. Вставьте его непосредственно перед закрывающим тегом </head>.

  • Если вы используете шаблоны для динамического создания страниц вашего сайта, вы можете вставить фрагмент кода отслеживания в отдельный файл, а затем включить его в заголовок страницы.

Verify if the tracking code is working

Вы можете проверить, работает ли код отслеживания, проверить отчеты в режиме реального времени, а также отслеживать активность пользователей по мере их возникновения. Если вы видите данные в этих отчетах, это означает, что ваш код отслеживания в настоящее время собирает данные.

Эксперименты с контентом

Эксперименты с контентом - одна из quickest methodдля тестирования веб-страниц - целевых страниц, домашней страницы, страниц категорий и требует меньшего количества реализаций кода. Его можно использовать для создания A / B-тестов в Google Analytics.

Некоторые из наиболее распространенных особенностей экспериментов с контентом:

  • Вам необходимо использовать исходный скрипт страницы для запуска тестов, стандартный код отслеживания Google Analytics будет использоваться для измерения целей и вариантов.

  • Целевые цели, определенные в Google Analytics, можно использовать в качестве цели эксперимента, включая доход от AdSense.

  • Конструктор сегментов Google Analytics можно использовать для сегментации результатов на основе любых критериев сегментации.

  • Он позволяет вам устанавливать тесты, срок действия которых автоматически истекает через 3 месяца, чтобы не оставлять тесты запущенными, если маловероятно, что по ним будет статистически значимый победитель.

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

Перейдите в раздел "Поведение" и нажмите ссылку "Эксперименты". Он также покажет вам таблицу со всеми существующими экспериментами. Нажмите на опцию «Создать эксперимент» вверху этой таблицы.

Войдите в → Название эксперимента, цель эксперимента, процент трафика сайта для участия, любое почтовое уведомление о важных изменениях, для распределения трафика по всем вариантам, настройте время проведения эксперимента, а также пороговые значения.

Вы можете добавить URL-адреса исходной страницы и все варианты, которые хотите создать, и нажать кнопку «Далее». Выберите метод реализации и нажмите кнопку «Далее» → Нажмите на проверку (Если у вас есть реализованный код, он будет проверяться. Если кода нет, отобразится сообщение об ошибке) → Начать эксперимент.

После запуска этого эксперимента вы увидите следующие параметры -

  • Коэффициент конверсии

  • Остановить эксперимент

  • Re-validate

  • Отключить вариацию

  • Сегментация - позволяет увидеть, как каждый вариант работает для каждого сегмента посетителей вашей веб-страницы.

После завершения эксперимента следующим шагом будет анализ результатов. Инструмент A / B-тестирования представит данные эксперимента и с помощью математических методов и статистики расскажет вам разницу между тем, как работают разные варианты на веб-странице, а также есть ли между ними существенная разница.

пример

Если изображения на веб-странице снизили показатель отказов, вы можете решить, будет ли у них хорошая конверсия, после того, как вы загрузите больше изображений на веб-страницу. Если из-за этого вы не видите изменений в показателе отказов, вернитесь к предыдущему шагу и создайте новую гипотезу / вариант для выполнения нового теста.

Такие инструменты, как VWO и Optimizely, используются для запуска тестов, но Google Analytics лучше всего подходит для проведения пост-тестового анализа. Этот анализ используется, чтобы решить, как двигаться дальше. Инструменты A / B-тестирования сообщают о результате результата теста, но также необходимо выполнить пост-анализ. Чтобы провести пост-анализ, вам необходимо интегрировать каждый тест с Google Analytics.

И VWO, и Optimizely предоставляют встроенную возможность интеграции с Google Analytics. Данные для каждого теста из обоих этих инструментов должны быть отправлены в Google Analytics. Тем самым он расширяет ваши возможности анализа и обеспечивает данные тестирования. Существует вероятность того, что ваш инструмент тестирования может неправильно записывать данные, и если у вас нет другого источника для ваших тестовых данных, вы никогда не сможете быть уверены, доверять ему или нет.

Существуют различные инструменты, которые можно использовать для генерации гипотез и запуска вариантов, к ним относятся:

  • Визуальный оптимизатор веб-сайтов (VWO)
  • Google Content Experiments
  • Optimizely

Все эти инструменты способны проводить A / B-тесты и определять победителя, но для выполнения пост-анализа эти инструменты должны быть интегрированы с Google Analytics.

A / B-тестирование - Google Analytics

В Google Analytics есть два варианта анализа данных:

  • Универсальная аналитика
  • Классический Google Analytics

Новая функция Universal Analytics позволяет использовать 20 одновременных A / B-тестов для отправки данных в Google Analytics, однако классическая версия позволяет использовать только до пяти.

Оптимизация интеграции с Google Universal Analytics

Чтобы интегрировать Optimizely в Universal Google Analytics, сначала нажмите кнопку ON на его боковой панели. Затем у вас должен быть доступный Custom для заполнения данными экспериментов Optimizely. Затем код отслеживания необходимо разместить внизу раздела <head> на ваших страницах. Интеграция с Google Analytics не будет работать должным образом, если фрагмент Optimizely не будет выше этого фрагмента Google Analytics.

Шаги настройки

Optimizely использует специальные параметры универсальной Google Analytics, чтобы отмечать посетителей экспериментами и вариантами, в которые они были добавлены. Для настройки Optimizely для отправки этой информации в Universal Analytics требуется четыре шага:

Step 1

Добавьте следующий код JavaScript на свой сайт везде, где существует код Universal Analytics, после срабатывания функции ga ('create' ...), но до срабатывания функции Universal Analytics ga ('send', 'pageview') и выполнения вызова отслеживания. (подробности см. в следующем разделе) -

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

Step 2

В редакторе Optimizely перейдите в Параметры → Интеграции, затем установите флажок Universal Analytics, чтобы включить интеграцию.

Step 3

Выберите специальный параметр, который вы хотите использовать в Optimizely. Вы должны убедиться, что специальный параметр не должен уже использоваться какой-либо другой частью вашего сайта или другим текущим экспериментом Optimizely.

Step 4

Выберите пользовательский трекер, если вы используете пользовательский трекер событий, отличный от стандартного. Это изменит интеграционный вызов Optimizely для использования пользовательского трекера, а не по умолчанию.

Example

Допустим, ваш веб-сайт использует следующий вызов -

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

В этом случае вы будете вводить tracker3 при указании настраиваемого поля трекера, и Optimizely будет интегрироваться с tracker3 вместо трекера по умолчанию.

Создание настраиваемого отчета с помощью Google Analytics

Первый шаг - войти в свою учетную запись Universal Analytics и перейти на вкладку «Настройка» вверху. Вы должны увидеть список пользовательских отчетов.

Затем необходимо настроить специальный отчет для каждого эксперимента, с которым вы интегрировали Universal Analytics.

  • Щелкните Новый настраиваемый отчет → Введите заголовок отчета и добавьте группы показателей, которые вы хотите просмотреть в отчете.

  • Чтобы отфильтровать этот отчет только для эксперимента Optimizely, выберите специальный параметр, который вы настроили ранее в качестве одного из развернутых параметров.

  • Добавьте этот параметр в раздел «Фильтры» и используйте соответствие Regex идентификатору эксперимента, который нужно отфильтровать.

  • Щелкните Сохранить.

Как и A / B-тестирование, многомерное тестирование основано на том же механизме, но при этом сравнивается большее количество переменных и предоставляется дополнительная информация о том, как эти переменные ведут себя. При A / B-тестировании вы разделяете трафик страницы между разными версиями дизайна. Многовариантное тестирование используется для измерения эффективности каждого дизайна.

пример

Допустим, есть веб-страница, которая получила достаточно трафика для запуска теста. Теперь данные из каждого варианта сравниваются, чтобы проверить наиболее успешный вариант, но он также включает элементы, которые имеют максимальное положительное или отрицательное влияние на взаимодействие посетителя.

Преимущества использования многомерного

Многовариантное тестирование - это эффективный инструмент, который поможет вам настроить таргетинг, а также изменить дизайн элементов вашей страницы и показать области, которые окажут наибольшее влияние. Многовариантный метод полезен для создания кампаний на целевых страницах.

пример

Данные о влиянии дизайна определенного элемента могут быть применены к будущим кампаниям, даже если контекст элемента изменился.

Ограничения

Ограничения многомерного тестирования - это трафик, необходимый для выполнения теста. Поскольку все эксперименты полностью факториальны, слишком много изменяющихся элементов одновременно могут быстро привести к очень большому количеству возможных комбинаций, которые необходимо проверить. Даже у сайта с довольно высоким трафиком могут возникнуть проблемы с прохождением теста с более чем 25 комбинациями за допустимый промежуток времени.

Разница между многомерным и A / B-тестированием

A / B-тестирование, также известное как Split Testing, - это метод оптимизации веб-сайта, при котором вы сравниваете коэффициенты конверсии двух версий страницы, а именно A и B. Все посетители делятся на ту или иную версию. Как только посетители посещают любую из этих версий (A или B), они нажимают различные кнопки или даже подписываются на рассылку новостей. Это позволяет определить, какая версия страницы более эффективна.

SEO - это метод отображения вашего веб-сайта вверху страницы, когда выполняется поиск соответствующих элементов. Он включает информацию, которую ваш веб-сайт предлагает посетителям, и почему контент веб-страницы релевантен для того, чтобы занимать первое место в результатах поиска. Многие потенциальные клиенты считают, что A / B-тестирование или многовариантное тестирование повлияет на их рейтинг в поисковых системах.

Есть четыре способа гарантировать, что вы проведете A / B-тесты, не беспокоясь о потере потенциальной ценности SEO.

Не скрывайте

Клоакинг вызывается, когда вы показываете одну версию своей веб-страницы агенту Googlebot, а другую версию - посетителям вашего сайта. Google говорит, что не стоит маскироваться, и очень строги с этим. Это может даже привести к тому, что ваш сайт будет исключен из результатов поиска или будет понижен в рейтинге SEO. Вы должны убедиться, что не разделяете посетителей между различными версиями вашего A / B-теста на основе пользовательского агента. Google не волнует, видит ли их бот ту или иную версию, ему просто важно, чтобы его бот имел такой же пользовательский опыт, как и случайный посетитель.

Используйте rel = canonical

Если у вас есть A / B-тесты с несколькими URL-адресами, вы можете добавить на веб-страницу «rel = canonical», чтобы указать Google, какой URL-адрес вы хотите проиндексировать. Google предлагает использовать канонический элемент, и это тег noindex, так как он больше соответствует его намерению. Вы только указываете, какой контент является оригинальным. Таким образом Google может соответствующим образом группировать и индексировать страницы.

Note - Если использовать canonical невозможно, убедитесь, что в заголовке HTML или HTTP есть тег noindex, в противном случае убедитесь, что у него есть хотя бы robots.txt.

Используйте 302 редиректа, а не 301

Google рекомендует использовать метод временного направления - 302 вместо постоянного 301 редиректа. Как и в любом A / B-тесте, это не постоянный переезд, а всего лишь временный. Всегда рекомендуется использовать 302 редирект, так как это уведомление о временном перенаправлении. Поэтому, если вы используете перенаправление для A / B-тестирования, убедитесь, что вы используете заголовок 302.

Наиболее важным моментом, который следует учитывать для SEO, является то, что вы должны дать понять поисковым системам, что они не должны удалять ваш исходный URL из своего индекса и просто временно приостанавливать его. Когда пауки вернутся для следующей индексации, они снова проверит, применимо ли перенаправление, а если нет, старый URL будет восстановлен снова.

Не проводите эксперименты в течение длительного периода времени

Обратите внимание, что после завершения A / B-теста вы должны как можно скорее удалить варианты, внести изменения на свою веб-страницу и начать использовать выигравшую конверсию. Вы должны убедиться, что удалили все элементы тестов, такие как альтернативные URL-адреса и тестовые сценарии.

Если вы запустите тест на более длительный период, Google воспользуется этим как способом обмануть поисковые системы. Это может произойти, если вы показываете тестовый вариант большому количеству посетителей в течение длительного периода времени.

A / B-тестирование (также известное как сплит-тестирование) определяет способ compare two versionsприложения или веб-страницы, которая позволяет определить, какое из них работает лучше. A / B-тестирование - один из самых простых способов, с помощью которого вы можете изменить приложение или веб-страницу для создания новой версии, а затем сравнить обе эти версии, чтобы определить коэффициент конверсии. Это также позволяет нам узнать, какойbetter performer из двух.

Количество образцов зависит от количества выполненных тестов. Вcount of conversion rate называется пробой, а процесс сбора этих проб называется отбором проб.

Доверительный интервал называется measurement of deviationот среднего по кратному количеству образцов. Предположим, что 22% людей предпочитают продукт А с +/- 2% доверительного интервала. Этот интервал указываетupper and lower limit людей, которые выбирают продукт А, который также называется margin of error. Для получения наилучших результатов в этом среднем опросе допустимая погрешность должна быть как можно меньше.

Всегда выполняйте A / B-тестирование, если есть вероятность beat the original variation by> 5%. Тест должен выполняться в течение значительного времени, чтобы у вас было достаточно данных дляperform statistics and analysis. A / B-тестирование также позволяет получить максимум от существующего трафика на веб-странице.

Стоимость увеличения ваших конверсий минимальна по сравнению со стоимостью настройки трафика на вашем сайте. ВROI (return on investment) на A / B-тестировании огромен, поскольку несколько незначительных изменений на веб-сайте могут привести к значительному увеличению коэффициента конверсии.

Как и A / B-тестирование, многомерное тестирование основано на том же механизме, но compares higher number of variables, и предоставляет дополнительную информацию о поведении этих переменных. При A / B-тестировании вы разделяете трафик страницы между разными версиями дизайна. Многовариантное тестирование используется для измеренияeffectiveness of each design.

Проблема с одновременным тестированием нескольких переменных заключается в том, что это будет tough to accurately determineкакая из этих переменных имела значение. Хотя вы можете сказать, что одна страница работает лучше, чем другая, если на каждой есть три или четыре переменных, вы не можете быть уверены в том, почему одна из этих переменных на самом деле является вредом для страницы, и вы не можете воспроизвестиgood elements на других страницах.

Вот несколько вариантов A / B-тестирования, которые можно применить на веб-странице. Список включает в себя - заголовки, подзаголовки, изображения, тексты, текст и кнопку CTA, ссылки, значки, упоминания в СМИ, упоминание в социальных сетях, рекламные акции и предложения, структуру цен, варианты доставки, варианты оплаты, навигацию по сайту и пользовательский интерфейс.

  • Background Research - Первым шагом в A / B-тестировании является определение bounce rateна вашем сайте. Это можно сделать с помощью любого инструмента, например Google Analytics.

  • Collect Data - Данные из Google Analytics могут помочь вам найти visitor behaviors. Всегда желательно собрать достаточно данных с сайта. Попробуйте найти страницы с низким коэффициентом конверсии или высоким коэффициентом прерывания, которые можно улучшить.

  • Set Business Goals- Следующий шаг - установить цели конверсии. Найдиmetrics that determines является ли вариант более успешным, чем исходная версия.

  • Construct Hypothesis- После того, как цель и показатели для A / B-тестирования определены, следует найти идеи по улучшению исходной версии и то, как они будут лучше, чем текущая версия. Как только у вас будетlist of ideas, prioritize them с точки зрения ожидаемого воздействия и сложности реализации.

  • Create Variations/Hypothesis - На рынке существует множество инструментов для A / B-тестирования, у которых есть visual editorчтобы внести эти изменения эффективно. Ключевым решением для успешного проведения A / B-тестирования является выборcorrect tool.

  • Running the Variations - Представьте посетителям все варианты вашего веб-сайта или приложения, и их действия будут отслеживаться для каждого варианта. Visitor interaction для каждого варианта измеряется и сравнивается, чтобы определить, как этот вариант работает.

  • Analyze Data - После завершения эксперимента рядом с analyze the results. Инструмент A / B-тестирования представит данные эксперимента и расскажет, как выполняются различные варианты веб-страницы. Также, есть ли существенная разница между вариациями с помощью математических методов и статистики.

Наиболее распространенный тип инструментов сбора данных включает инструмент аналитики, инструменты воспроизведения, инструменты опроса, инструменты чата и электронной почты.

Инструменты воспроизведения используются для лучшего понимания действий пользователей на вашем сайте. Это также позволяет вамclick maps and heat maps of user clickи чтобы проверить, как далеко пользователь просматривает веб-сайт. Инструменты воспроизведения, такие как Mouse Flow, позволяютview a visitor's session так, как вы с посетителем.

Инструменты воспроизведения видео позволяют глубже понять, как посетитель будет просматривать различные страницы вашего веб-сайта. Наиболее часто используемые инструменты:Mouse Flow and Crazyegg.

Инструменты исследования используются для collect qualitative feedbackс сайта. Это включает в себя задание вернувшимся посетителям вопросов для опроса. Опрос задает им общие вопросы, а также позволяет им высказать свое мнение или сделать выбор из заранее предложенных вариантов.

Вы можете уменьшить показатель отказов на adding more imagesвнизу. Вы можете добавить ссылки на социальные сайты, чтобы еще больше повысить коэффициент конверсии.

Существуют различные типы вариаций, которые могут быть применены к объекту, например, использование маркеров, изменение нумерации ключевых элементов, изменение шрифта и цвета и т. Д. На рынке существует множество инструментов A / B-тестирования, в которых есть визуальный редактор. эти изменения эффективно. Ключевым решением для успешного проведения A / B-тестирования является:selecting the correct tool.

Чаще всего доступны инструменты Visual Website Optimizer, Google Content Experiments и Optimizely.

Визуальный оптимизатор веб-сайтов или VWO позволяет test multiple versionsтой же страницы. Он также содержит редактор WYSIWYG, который позволяет вамmake the changes and run testsбез изменения HTML-кода страницы. Вы можете обновить заголовки, нумерацию элементов и запустить тест, не внося изменений в ИТ-ресурсы.

Чтобы создать варианты VWO для A / B-тестирования, откройте свою веб-страницу в редакторе WYSIWYG, и вы можете применить множество изменений к любой веб-странице. К ним относятся «Изменить текст», «Изменить URL», «Изменить / изменить HTML», «Изменить порядок» и «Переместить».

Visual Website Optimizer также предоставляет возможность многовариантного тестирования и содержит другой ряд инструментов для выполнения поведенческого таргетинга, тепловых карт, тестирования удобства использования и т. Д.

Эти тесты могут быть применимы в нескольких других местах, таких как электронная почта, мобильные приложения, PPC и CTA.

После завершения эксперимента next is to analyze the results. Инструмент A / B-тестирования представит данные эксперимента и расскажет, как выполняются различные варианты этой веб-страницы. Он также покажет, есть ли существенная разница между вариациями с использованием математических методов и статистики.

Чтобы интегрировать Optimizely в Universal Google Analytics, сначала нажмите кнопку ON на боковой панели. Тогда у вас должен бытьavailable Custom to populate with Optimizely experiment data.

Код отслеживания Universal Google Analytics должен быть размещен в нижней части раздела <head> на ваших страницах. Интеграция с Google Analytics не будет работать должным образом, если фрагмент Optimizely не находится над фрагментом Google Analytics.

В Google Analytics есть два варианта анализа данных: Universal Analytics и классический Google Analytics. Новые функции Universal Analytics позволяют использовать 20 одновременных A / B-тестов, отправляющих данные в Google Analytics, однако классическая версия допускает только до пяти.

Это миф о том, что A / B-тестирование ухудшает рейтинг в поисковых системах, потому что его можно классифицировать как дублированный контент. Следующие четыре способа можно применить, чтобы убедиться, что вы не потеряете потенциальную ценность SEO при выполнении A / B-тестов.

Don’t Cloak - Маскировка - это когда вы показываете одну версию своей веб-страницы агенту Googlebot, а другую версию - посетителям вашего сайта.

Use ‘rel=canonical’- Если у вас есть A / B-тесты с несколькими URL-адресами, вы можете добавить на веб-страницу 'rel = canonical', чтобы указать Google, какой URL-адрес вы хотите проиндексировать. Google предлагает использовать канонический элемент, а не тег noindex, так как это больше соответствует его намерению.

Use 302 redirects and not 301’s - Google рекомендует использовать метод временного направления - 302 вместо постоянного 301 редиректа.

Don’t run experiments for a longer period of time - Обратите внимание, что после завершения A / B-теста вы должны как можно скорее удалить варианты, внести изменения на свою веб-страницу и начать использовать выигравшую конверсию.