Выберите адрес отправителя a/b testing это и имя отправителя для каждой тестовой группы. При достижении трафика более 100 человек в день нужно приступать к постоянному A/B тестированию. Если не продумана цель и неправильно выбрана аудитория, то они будут недостаточно информативными.
Шаг 2. Создать варианты страницы
Поэтому сначала составляем план запуска сплит-тестирования от наиболее приоритетной гипотезы до наименее. По поисковому запросу «А/В-тестирование» или «сплит-тестирование» большинство источников предлагает несколько «простых» шагов для успешного проведения теста. На самом деле это не так и, например, Google предоставляет подробную инструкцию о том, как провести эксперимент и не Управление проектами потерять рейтинг, попав под фильтры поисковиков.
- Разница в количестве зарегистрированных пользователей очень мала, а показатель конверсии сильно отличается.
- Примеры A/B тестов помогут вам увидеть их удивительные возможности.
- Вы просто должны убедиться, что вы проверяете только один элемент на одной странице.
- Аналитики проводят A/B-тесты, чтобы помочь маркетологам подтвердить или опровергнуть их предположения.
- В дальнейшем будете делать так все баннеры — их лучше воспринимает ваша аудитория.
Проверяем метрики и элементы для теста
Однако изменения сработают только при правильной настройке сплит-тестирования. Статистически значимая выборка — группа посетителей, на которых мы тестируем изменения. Каждый человек, который посетит страницу сайта — это целевая аудитория, а вот выборка — это небольшая часть этой аудитории. https://deveducation.com/ Чтобы управлять трафиком в ходе А/Б-теста, используют различные инструменты сплит-тестирования.
Как инструмент A/B тестирования Crazy Egg может помочь вам повысить результаты.
Определите размер вашей выборки (если применимо). Решите, насколько важными должны быть ваши результаты. Убедитесь, что вы запускаете только один тест за раз в любой кампании. Из многих A/Б тестов, которые ShopClues выполнял, один эксперимент показал замечательные результаты. Состоял в том, что компания увеличила количество показов страниц путем оптимизации своей домашней страницы.
Через три недели маркетолог сравнивает результаты. Конверсия старой версии страницы — 5%, а новой — 7,5%. Если тест работает правильно, не стоит анализировать результаты до его завершения или вносить изменения в настройки теста в процессе.
Если раньше реклама была дешевая, то сейчас из-за конкуренции стоимость растет и привлекать клиентов становится сложнее и дороже. Не переставайте тестировать, даже если вам кажется, что лучше уже некуда. Самыми распространёнными методами MVT-тестирования считаются полнофакторный и дробный факторный. MVT test проверяет несколько разных вариантов переменных одновременно и их взаимодействие.
Результат зависит от времени суток, дня недели, сезонности и других факторов. Остановите тест, когда каждый вариант наберёт нужное количество просмотров. Тест покажет, какой вариант оказался лучше (например, на тёмную кнопку кликали чаще, чем на светлую). Другие факторы, которые повлияли на результат, останутся неизвестными. Во время разработки нового дизайна случаются споры. Покажет сплит-тестирование, которое проверит гипотезы и решит конфликт мирным путём.
Чем конкретнее выбраны показатели для сравнения, тем более понятный результат. Не старайтесь одним тестированием убить 10 зайцев. Пусть это будут только заголовки, шрифт или расположение. Если вы захотите увидеть разницу сразу по всем характеристикам, вы увидите разницу конверсий, но не поймете, с чем конкретно она связана.
Основываясь на коэффициентах конверсии или других показателях, вы можете решить, какой из них наиболее эффективен. Если вы не хотите сопоставлять результаты А/Б-тестирования вручную по конверсиям, кликам, визитам и другим параметрам, проще воспользоваться базовыми возможностями Google Analytics. Второй вариант — объединить данные по доходам из CRM и расходам из рекламных кабинетов в одном отчете с помощью сквозной аналитики. Особенно это пригодится владельцам интернет-магазинов, которые хотят знать, куда тратится каждая копейка и сколько в итоге приносят вложения в сайт. Чтобы определить победителя в A/B-тесте, измеряем результаты обеих страниц.
Для этого можно наблюдать изменения коэффициента конверсии, показателя отказов, кликов CTA и т.д. Однако, если вы анализируете только средние значения, то не можете быть уверены в выводах, поскольку эти значения часто неточны. Получив данные после завершения а/b тестирования, вы должны правильно их оценить. Примером радикальных изменений может служить изменение дизайна. Вместо того чтобы проверять отдельные элементы в вашем существующем дизайне, тестируйте большие его части. Кроме того, не стоит менять сами варианты, ведь это усложняет определение причин результатов.
По полнофакторному методу каждый фактор имеет только два варианта (обозначим +1 и -1). Например, для фактора A кнопка CTA жёлтая — +1, а оранжевая будет -1. Проверяет все сочетания с одинаковым количеством трафика. Статистически точный метод, но требует огромного трафика. Тестируют такие же элементы, как в A/B/n тестах, но более детально и в комплексе с другими.
Инструменты позволят вам быстро разделить аудиторию сайта на несколько групп в соответствии с заданными параметрами и вычислить значения показателей в каждой из них. В первую очередь, перед тестом, определите проблему, которую нужно решить. После этого продумайте, как вы будете ее исправлять и сформируйте гипотезу. Без четкой гипотезы проведение сплит-тестирования просто не имеет смысла, поэтому стоит точно знать на каких элементах акцентировать внимание. Вместе с тем не стоит забывать, что А/Б-тест сам по себе не способствует генерации великих идей, мотивирующих пользователей совершать целевые действия.
Изменение текста и цвета кнопки CTA, настройки отдельных элементов дизайна и тому подобное не смогут принести существенный результат для большинства предприятий. Ваш тест получает клики, распространяется трафик, поэтому вы считаете его рабочим и продолжаете. Однако оказывается, что вы получили кучу жалоб о том, что пользователи не могут заполнить форму оформления покупки. Не игнорируйте комментарии, устраните проблему и перезапустите тест.