การวัดผลลัพธ์

ในบทนี้เราจะพูดถึงวิธีการวัดผลลัพธ์และลดความซับซ้อนของสถิติของการทดสอบที่ทำบนเว็บไซต์

การทำความเข้าใจสถิติ

นักวิจัยอาจหรือไม่เข้าใจสถิติ แต่เครื่องมือทดสอบ A / B พิสูจน์ได้ว่าเป็นผู้ช่วยให้รอดโดยการทำให้สถิติเหล่านั้นง่ายขึ้น ดังนั้นจึงสามารถหลีกเลี่ยงการคำนวณได้มาก เครื่องมือทดสอบส่วนใหญ่มีความสอดคล้องกันโดยใช้เกณฑ์ 95% เพื่อให้บรรลุเป้าหมายที่สำเร็จ

นั่นหมายความว่าคุณเป็นผู้ชนะใน 10 อันดับโดย 9 ให้เราดูตัวอย่าง รายงานเครื่องมือทดสอบของคุณมีดังนี้ -

รูปแบบต่างๆ อัตราการแปลง
หน้าควบคุม 1.91%
1 2.39%
2 2.16%
3 3.10%

รายงานนี้คาดการณ์ความแปรปรวนของอัตรา Conversion มากหรือน้อย. 20% ที่ช่วง 95% ตามสถิติระยะเป้าหมายอยู่ระหว่าง 1.76 ถึง 2.06

กำลังดึงข้อมูลเชิงลึก

ในขณะที่วางแผนการทดสอบฉันคำนึงถึงเป้าหมายสองประการ อันดับแรกคือการเพิ่มรายได้และอีกอย่างคือการดึงข้อมูลเชิงลึกเกี่ยวกับสิ่งที่กระตุ้นให้เกิด ROI ที่สูงขึ้น

ตัวอย่างเช่นในกรณีศึกษาเราได้รับการเปลี่ยนการเข้าชมไปยังหน้าผลิตภัณฑ์แทนที่จะเป็นหน้าหมวดหมู่หรือหน้าแรกจะช่วยเพิ่มอัตรา Conversion หรือไม่ เราใช้รูปแบบสามรูปแบบโดยหนึ่งเรากำหนดทิศทางการเข้าชมในหน้าแรกที่เต็มไปด้วยหมวดหมู่และหมวดหมู่ย่อยที่นำไปยังหน้าผลิตภัณฑ์เพิ่มเติม ประการที่สองเรากำหนดทิศทางการเข้าชมไปยังหน้าหมวดหมู่โดยเพิ่มตัวกรอง ประการที่สามเรานำไปที่หน้ารายละเอียดผลิตภัณฑ์โดยตรงด้วยปุ่มซื้อ

ฉันประหลาดใจที่รูปแบบที่สามชนะ นี่เป็นเพียงข้อมูลที่ผู้ซื้อต้องการเกี่ยวกับผลิตภัณฑ์ สิ่งนี้ช่วยให้เราเรียนรู้ว่าการเพิ่มอัตรา Conversion และการปรับปรุงอย่างต่อเนื่องสามารถทำให้โอกาสในการขายของเราเติบโตได้อย่างไร

ไม่ต้องสงสัยเลยว่าการเพิ่มรูปแบบและข้อมูลเชิงลึกมากมายในการทดสอบทำให้เราได้รับการออกแบบเว็บไซต์ใหม่

ทำความเข้าใจกับผลลัพธ์

ให้ฉันเคลียร์ออก ไม่ชนะการทดสอบทั้งหมด ใช่มันเจ็บปวด แต่เป็นความจริง

มีการทดสอบที่ให้ผลลัพธ์ของสีที่บินได้ มีคนอื่น ๆ ที่หลังจากพยายามหลายครั้งเกินไปก็จะไร้ผล แต่ถ้าคุณวางแผนการทดสอบโดยใช้ข้อมูลเชิงลึกในการขับเคลื่อนการแบ่งกลุ่มคุณสามารถมีสมมติฐานใหม่ที่จะทดสอบได้ การทดสอบบางอย่างไม่ได้ช่วยให้คุณเพิ่มรายได้

ยกตัวอย่างให้เข้าใจ. มีสามแคมเปญที่มีอัตรา Conversion ต่างกัน

แคมเปญก 8.2%
แคมเปญ B 19.1%
แคมเปญค 5.2%

ใคร ๆ ก็พูดว่า 'แคมเปญ B' สุ่มสี่สุ่มห้า แต่ให้เราขุดเพิ่มเติม

การเข้าชม ธุรกรรม อัตราการแปลง
แคมเปญก พ.ศ. 2363 150 8.2%
แคมเปญ B 20 4 19.1%
แคมเปญค 780 41 5.2%

ดูอย่างใกล้ชิด 'แคมเปญ B' มีขนาดเล็กเกินไปที่จะมีนัยสำคัญทางสถิติ แคมเปญ B ที่มีการทำธุรกรรม 1 ครั้งต่อครั้งจะให้อัตราการแปลง 100 เปอร์เซ็นต์ 'แคมเปญ A' ทำงานเหนือ 'แคมเปญ C' ในขณะที่สรุปผลมีหลายปัจจัยที่ต้องพิจารณาและอาจแตกต่างกันทุกครั้ง คุณคือผู้ที่ต้องดูข้อมูลเชิงลึกทั้งหมดและตัดสินใจผลลัพธ์