Cara kami menggunakan pengujian A/B untuk mengetahui iklan mana yang paling berhasil. Dalam proses memilih situs terbaik untuk melakukan eksperimen, kami menguji dan menyusun pilihan layanan untuk pengujian. Dengan komentar yang bermanfaat. Dan kami berbagi dengan Anda!

Fungsi apa yang penting bagi kami?

• Kemampuan untuk menguji layanan secara gratis dengan kekuatan penuh. Artinya, pada kampanye iklan nyata dengan arus pengunjung yang besar.
• Kemungkinan untuk mengunggah versi halaman Anda. Ini berarti bahwa kami ingin membuat halaman indah kami sendiri dan mengunggahnya ke layanan, membuat perubahan di editor online di sana dan menjalankan pengujian.
• Editor halaman online yang nyaman dan tidak bermasalah.
• Mengaitkan tujuan pengujian dengan benar. Tujuan sederhana dapat dikonfigurasi langsung di layanan. Sebenarnya, menurut mereka dan untuk tujuan menengah, Anda dapat membandingkan konversi opsi dan memilih yang menang.

Bagaimana cara memilah koleksi?

• Melayani- alamat layanan, semuanya sederhana di sini.
• A/B atau MVT- opsi pengujian mana yang mendukung layanan.

1. Pengujian A/B adalah ketika varian halaman yang diuji berbeda berdasarkan satu variabel (tombol berbeda, judul berbeda, dll.). . Misalnya, dalam satu versi tombol "Pesan" berwarna merah, di versi lain berwarna hijau. Secara umum, halamannya identik.
2. MVT adalah pengujian multivariat. Ketika variasi halaman yang diuji berbeda dalam banyak hal. Versi pertama berwarna biru, dengan tombol merah "Pesan" dan pola kupu-kupu di header halaman. Opsi kedua adalah ungu, dengan tombol "Pesan" hijau dan pola unicorn. Opsi ketiga umumnya hitam putih, dengan tombol "Pesan" yang berkedip dan foto pelanggan di latar belakang.

Beberapa layanan halaman arahan hanya mendukung pengujian A/B, beberapa layanan A/B dan MVT.

• Paket tarif- berapa banyak uang yang diinginkan layanan untuk layanannya. Parameter apa yang menentukan kerennya rencana tarif?

1. Jumlah pengunjung yang dapat membuka halaman (jika ada lebih banyak pengunjung daripada yang diizinkan oleh rencana tarif, eksperimen dinonaktifkan).
2. Jumlah domain yang menghosting halaman arahan.
3. Jumlah eksperimen sendiri yang dapat dijalankan dalam layanan.
4. Jumlah akun yang dapat dibuat pada layanan.

Tarif yang berbeda mencakup parameter yang berbeda, di sini jenis layanan apa yang sangat berharga.

• Template\editor online- Di suatu tempat ada templat yang sudah jadi, di suatu tempat ada editor yang dengannya Anda dapat mengubah variabel.
• Versi demo- berapa hari Anda dapat menggunakan layanan ini secara gratis.
• Komentar- komentar pribadi kami tentang pekerjaan setiap layanan.

Pilihan layanan untuk pengujian A/B

Layanan berbahasa Rusia

Layanan #1

• Melayani: http://abtest.ru/
• Dukungan pengujian: A/B
• Paket tarif: pengujian gratis, layanan sedang sekarat dan dalam versi beta.
• Template\editor: editor daring.
• Komentar: Memungkinkan Anda mengunggah halaman arahan Anda. Editor yang sangat buggy.

Layanan #2

• Melayani: http://lpgenerator.ru/
• Dukungan pengujian: A/B.
• Paket tarif:

1. $37 , 3500 pengunjung, 2 domain, 25 halaman.
2. $58 , 9000 pengunjung, 5 domain, 50 halaman.
3. $119 , lalu lintas, jumlah domain, dan jumlah halaman tidak dibatasi, menghubungkan domain Anda sendiri.
4. $440 , lalu lintas, jumlah domain dan halaman tidak terbatas, menghubungkan domain Anda sendiri, 15 akun klien, merek pribadi.

• Template\Editor: template dan editor online.
• Versi demo: 14 hari.
• Komentar: Ada satu set template dan berbayar dan gratis. Tidak ada alat untuk mengunggah situs Anda sendiri untuk diedit di editor. Editornya sederhana tetapi membutuhkan waktu untuk belajar.

layanan bahasa Inggris

Layanan #3

• Melayani: http://unbounce.com/
• Dukungan pengujian: A/B.
• Paket tarif:

1. $49 — 5.000 pengunjung.
2. $99 - 25.000 pengunjung.
3. $199 — 200.000 pengunjung

Pada semua paket: jumlah tes dan halaman yang tidak terbatas di semua paket, statistik, pembuat halaman online.

• Template\Editor: templat dan konstruktor online (!).
• Versi demo: 30 hari.
• Komentar: Editornya cukup nyaman dan menyenangkan untuk digunakan. Tidak menemukan cara mengunggah halaman Anda untuk diedit. Template halaman membosankan dan tidak menarik. Layanan ini tidak hanya memiliki editor blok online, tetapi juga konstruktor online lengkap yang dengannya Anda dapat membuat situs web sederhana dari awal.

Layanan #4

• Melayani: https://vwo.com/
• Dukungan diujidan saya: Pengujian A/B, MVT, dan aplikasi seluler.
• Paket tarif:

1. $49 , 10.000 pengunjung.
2. $129 , 30.000 pengunjung.
3. Paket tarif individu- sekitar satu juta pengunjung per bulan, pengujian di ponsel, akun tertaut, konsultan pribadi.

• Template\editor: editor daring.
• Versi demo: 14 hari.
• Komentar: layanan ini memiliki antarmuka yang indah, tetapi ada masalah saat memuat halamannya.

Layanan #5

• Melayani: http://www.convert.com/.
• Dukungan pengujian: A/B&MVT
• Paket tarif:

1. $9 , 2000 pengunjung.
2. $29 , 10.000 pengunjung, MVT.
3. $59 , 30.000 pengunjung, MVT.
4. $99 , 50.000 pengunjung, MVT + pengujian situs seluler.
5. $139-$1499 , rencana tarif untuk lembaga. Jumlah proyek dan pengujian yang tidak terbatas, dukungan online, integrasi dengan Google-Analytics.

• Template\editor: editor daring.
• Versi demo: 15 hari.
• Komentar: Editor yang nyaman untuk halaman Anda. Tidak ada template. Semuanya indah, berair dan nyaman, tetapi dari waktu ke waktu berhenti menghitung target, kesalahan / kawanan layanan terdeteksi, dikoreksi oleh dukungan teknis, tetapi hari berikutnya pengambilan target kembali terbang karena alasan yang tidak diketahui.

Layanan #6

• Melayani: http://www.clickthroo.com/
• Dukungan pengujian: A/B.
• Paket tarif:

1. $195 , 50.000 pengunjung, 5 proyek.
2. $395 , 100.000 pengunjung, 10 proyek.
3. $695 , 100.000 pengunjung, jumlah proyek yang tidak terbatas.
4. $1195 , 250.000 pengunjung, jumlah proyek yang tidak terbatas.

• Template\editor: template dan editor online.
• Versi demo: Akses demo 14 hari.
• Komentar: Anda membuat permintaan untuk akses demo dengan mengisi formulir besar dan Anda tidak mendapatkannya. Oke, Anda mengerti, tapi setelah beberapa hari kerja.

Layanan #7

$1295 - hingga 10.000 pengunjung per bulan. Jumlah proyek, halaman, pengujian, domain, dukungan teknis yang tidak terbatas.

Template\editor: template dan editor online.

Versi demo:demo gratis.

Pengembangan merupakan salah satu komponen utama yang diperlukan untuk mencapai suatu keberhasilan tertentu. Bisnis apa pun membutuhkan pengembangan; tanpanya, bisnis itu akan mati, kehilangan relevansinya. Pasar sangat fluktuatif. Setiap waktu membutuhkan produk spesifiknya sendiri. Karena kenyataan bahwa dunia tidak berhenti, setiap bisnis perlu beradaptasi dengan audiens, mencari cara pengembangan baru yang lebih baik.
Tentu saja, pertama-tama, seorang wirausahawan perlu membuat proposisi penjualan baru yang unik. Mereka, pada gilirannya, harus berkualitas tinggi dan menarik untuk menarik banyak pelanggan. Bagi yang takut perubahan berdampak negatif pada pekerjaan, ada tes AB.

Pengujian AB adalah praktik menguji beberapa perubahan ke lokasi yang sama untuk membantu Anda memahami perubahan mana yang paling menguntungkan proyek.

Metode ini akan menunjukkan jumlah tindakan yang ditargetkan, waktu yang dihabiskan oleh pengguna di halaman proyek Anda, juga akan menunjukkan jumlah pendapatan dan rasio pentalan.

Panduan Penyiapan:

Buka Google Analytics, kategori "Perilaku", bagian "Eksperimen".Biarkan saya memberi Anda contoh sederhana: Anda ingin mencoba mengubah tombol merah pada halaman produk menjadi biru. Untuk menguji apakah ini efektif atau tidak, Anda perlu membuat dua versi halaman. Beri nama versi lama "A", versi baru "B". Gunakan Google Eksperimen untuk menunjukkan kepada pengunjung dua opsi berbeda, misalnya, selama seminggu.

Tentukan halaman untuk pengujian. Dimungkinkan untuk menentukan opsi tambahan untuk pengujian.

• Setel kode eksperimen ke hanya HALAMAN RUMAH, Anda tidak perlu memasang kode eksperimen untuk opsi B. Padahal kode Google Analytics standar harus di keduanya.

Kami menempelkan kode di situs atau mengirimkannya ke programmer

• Pengujian sangat bagus untuk banyak tugas yang melibatkan perubahan tampilan halaman web. Anda dapat menguji elemen apa pun di situs Anda: foto yang berbeda, judul yang berbeda, konten yang berbeda. Bahkan hanya memindahkan elemen yang berbeda di sekitar dapat memiliki efek dramatis pada kinerja.Uji formulir kontak di sebelah kanan halaman dengan formulir yang sama di sebelah kiri, dan Anda bisa mendapatkan dua kali lebih banyak pesan yang dikirim darinya. Setelah menempatkan kode, kita akan melihat nama eksperimen dan status "Berjalan":

Status "Dalam Proses"

• Ketika Anda mengkliknya, kami akan melihat semua statistik pengujian:

Statistik eksperimen akan tersedia dengan mengkliknya

• Sekarang, ketika mengunjungi halaman yang diuji, pengguna akan melihat tautan dengan format:

Omong-omong, jika Anda ingin melihat cara kerja eksperimen dan apakah itu dikonfigurasi dengan benar, buka situs yang diuji dari browser yang berbeda, Google akan menampilkan opsi B setelah 3-5 upaya. Dengan cara ini Anda akan memastikan bahwa eksperimen tersebut dikonfigurasi dengan benar.

Ingatlah bahwa Anda akan melihat sedikit perbedaan dan fluktuasi bahkan tanpa perubahan pada situs Anda sendiri. Hal ini dipengaruhi oleh berbagai faktor, seperti musim dalam setahun, sumber lalu lintas, peristiwa, ekonomi, aktivitas pesaing. Jadi, jika Anda mencoba pengujian selama seminggu, lebih baik mengulanginya minggu depan atau segera menyiapkan pengujian selama 2 minggu.

Dan jangan lupa bahwa Anda dapat menguji berbagai elemen situs Anda secara bersamaan, Anda tidak perlu menyelesaikan satu pengujian sebelum memulai pengujian berikutnya.

pengujian AB— peluang besar untuk meningkatkan konten proyek Anda!
Jika Anda menyukai warna biru, ini tidak berarti keberhasilan tombol biru di situs)
Berlangganan buletin pribadi yang bermanfaat

Demensia Dmitry

Seperti yang Anda ketahui, tidak ada keadaan statis dalam bisnis. Perusahaan harus terus berkembang untuk memenuhi situasi pasar saat ini, kebutuhan pelanggan dan pemilik. Setelah menghentikan pengembangan, proyek segera mulai menurun. Misalnya, Anda tidak dapat membuat toko online, menambahkan 200 produk ke situs dan menghasilkan keuntungan bulanan sebesar 100 ribu rubel. Agar profitabilitas proyek setidaknya tidak turun, pengusaha perlu terus memperluas jangkauan, meningkatkan jangkauan audiens melalui iklan dan penerbitan konten yang bermanfaat, meningkatkan metrik perilaku situs dan tingkat konversi.

Salah satu alat untuk mengembangkan proyek web adalah pengujian A/B. Metode ini memungkinkan Anda mengukur preferensi audiens dan memengaruhi indikator kinerja situs utama, termasuk konversi, waktu yang dihabiskan di halaman, nilai pesanan rata-rata, rasio pentalan, dan metrik lainnya. Dalam artikel ini, Anda akan mempelajari cara melakukan pengujian A/B dengan benar.

Apa itu Pengujian A/B?

Pengujian A/B adalah teknik pemasaran yang digunakan untuk mengukur dan mengelola kinerja halaman web. Metode ini juga disebut pengujian terpisah (dari bahasa Inggris pengujian terpisah - pengujian terpisah).

Pengujian A/B memungkinkan Anda mengevaluasi kinerja kuantitatif dari dua versi halaman web, serta membandingkannya satu sama lain. Pengujian terpisah juga membantu mengevaluasi efektivitas perubahan halaman, seperti menambahkan elemen desain baru atau ajakan bertindak. Arti praktis dari penggunaan metode ini adalah untuk menemukan dan menerapkan komponen halaman yang meningkatkan efektivitasnya. Perhatikan lagi, pengujian A / B adalah metode pemasaran terapan yang dengannya Anda dapat memengaruhi konversi, merangsang penjualan, dan meningkatkan profitabilitas proyek web.

Pengujian terpisah dimulai dengan mengevaluasi metrik halaman web yang ada (A, halaman kontrol) dan mencari cara untuk memperbaikinya. Misalnya, Anda telah membuat toko online. Bayangkan halaman arahan toko ini dengan tingkat konversi 2%. Pemasar ingin meningkatkan angka ini menjadi 4%, jadi dia merencanakan perubahan yang akan membantu memecahkan masalah ini.

Katakanlah seorang spesialis berpikir bahwa mengubah warna tombol konversi dari biru netral menjadi merah agresif akan membuatnya lebih terlihat. Untuk melihat apakah ini menghasilkan lebih banyak penjualan dan lebih banyak konversi, pemasar membuat versi halaman web yang lebih baik (B, halaman baru).

Dengan bantuan alat pengujian terpisah, pakar secara acak membagi lalu lintas antara halaman A dan B menjadi dua bagian yang kira-kira sama. Secara relatif, setengah dari pengunjung mendarat di halaman A, dan setengah lainnya di halaman B. Pada saat yang sama, pemasar tetap mengingat sumber lalu lintas. Untuk memastikan validitas dan objektivitas pengujian, perlu mengarahkan ke halaman A dan B 50% dari pengunjung yang datang ke situs dari jejaring sosial, pencarian alami, iklan kontekstual, dll.

Setelah mengumpulkan informasi yang cukup, pemasar mengevaluasi hasil tes. Seperti yang dinyatakan di atas, tingkat konversi Halaman A adalah 2%. Jika 2,5% di Halaman B, maka mengubah tombol konversi dari biru menjadi merah benar-benar meningkatkan efektivitas pendaratan. Namun, tingkat konversi tidak mencapai 4% yang diinginkan. Oleh karena itu, pemasar selanjutnya mencari cara untuk meningkatkan halaman melalui pengujian A/B. Dalam hal ini, halaman dengan tombol konversi merah akan bertindak sebagai halaman kontrol.

Apa yang harus diuji?

Seperti disebutkan di atas, pengujian terpisah adalah metode terapan yang memungkinkan Anda memengaruhi berbagai metrik situs web. Oleh karena itu, pilihan objek pengujian tergantung pada tujuan dan sasaran yang ditetapkan pemasar untuk dirinya sendiri.

Misalnya, jika rasio pentalan halaman arahan adalah 99%, dan sebagian besar pengunjung meninggalkan halaman arahan dalam waktu 2-3 detik setelah arahan, ada baiknya mempertimbangkan untuk mengubah komponen visual halaman. Dengan bantuan pengujian A/B, pemasar dapat menemukan opsi tata letak halaman terbaik, memilih skema warna dan gambar yang menarik, dan menggunakan font yang dapat dibaca. Dan jika pemasar dihadapkan dengan tugas meningkatkan jumlah langganan, ia dapat mencoba mengubah bentuk konversi yang sesuai. Tes terpisah akan membantu spesialis memilih warna tombol yang optimal, opsi teks terbaik, jumlah bidang dalam formulir berlangganan, atau lokasinya.

Paling sering, pemasar menguji elemen halaman web berikut:

• Teks dan tampilan tombol konversi, serta lokasinya.
• Judul dan deskripsi produk.
• Dimensi, penampilan, dan lokasi formulir konversi.
• Tata letak dan desain halaman.
• Harga produk dan elemen lain dari proposal bisnis.
• Gambar produk dan ilustrasi lainnya.
• Jumlah teks pada halaman.

Alat pengujian terpisah apa yang digunakan

Untuk melakukan pengujian A/B, pemasar perlu menggunakan salah satu layanan khusus. Yang paling populer adalah Eksperimen Konten Google, tersedia untuk pengguna sistem Analytics. Hingga pertengahan 2012, alat ini bernama Google Website Optimizer. Dengannya, Anda dapat menguji berbagai elemen halaman, termasuk judul, font, tombol dan formulir konversi, gambar, dan banyak lagi. Layanan Eksperimen Konten tetap gratis, yang merupakan salah satu keunggulan utamanya. Kerugiannya termasuk kebutuhan untuk bekerja dengan kode HTML.

Anda juga dapat menggunakan alat Rusia dan asing berikut untuk pengujian terpisah:

• Optimizely adalah layanan pengujian A/B berbayar paling populer di internet. Biaya penggunaannya berkisar dari $19 hingga $399 tergantung pada jenis langganan. Keuntungan dari layanan ini termasuk kemampuan untuk membuat eksperimen dalam antarmuka visual, yang menyelamatkan pemasar dari keharusan bekerja dengan kode HTML dari halaman yang diuji.
• RealRoi.ru adalah layanan domestik lain yang memungkinkan Anda melakukan pengujian A / B. Di antara keuntungan utama, orang dapat memilih bahwa itu gratis dan sangat mudah digunakan. Anda dapat melihat cara kerjanya secara rinci dalam video berikut:
• Visual Website Optimizer adalah layanan berbayar yang memungkinkan Anda menguji berbagai elemen halaman. Untuk menggunakan alat ini, pemasar harus terbiasa dengan kode HTML. Harga berlangganan berkisar dari $49 hingga $249.
• Unbounce adalah layanan yang dirancang untuk membuat dan mengoptimalkan halaman arahan. Secara khusus, ini memungkinkan Anda untuk melakukan pengujian A / B. Biaya menggunakannya adalah dari 50 hingga 500 dolar per bulan. Analog domestik - Generator LPG. Layanan ini memungkinkan Anda untuk menguji hanya halaman yang dibuat dengannya.

Cara Menguji A/B dengan Eksperimen Konten

Layanan Eksperimen Google Analytics memungkinkan Anda menguji keefektifan lima variasi laman secara bersamaan. Dengan menggunakannya, pemasar dapat melakukan pengujian A/B/N, yang berbeda dari eksperimen A/B standar dengan kemampuan untuk memantau kinerja beberapa halaman baru, yang masing-masing dapat memiliki beberapa elemen baru.

Pemasar memiliki kemampuan untuk secara mandiri menentukan proporsi lalu lintas yang terlibat dalam pengujian. Durasi tes minimal dua minggu, maksimal dibatasi tiga bulan. Spesialis dapat menerima data hasil tes melalui email.

Untuk membagi pengujian dengan Eksperimen Konten, ikuti langkah-langkah berikut:

1. Masuk ke akun Google Analytics Anda, pilih situs yang ingin Anda uji kinerjanya. Setelah itu, pilih menu "Behavior - Experiments".

1. Masukkan URL halaman yang akan Anda uji dalam formulir yang sesuai dan klik tombol "Mulai Eksperimen".

1. Pilih nama dan tujuan pengujian. Tentukan persentase lalu lintas yang berpartisipasi dalam eksperimen. Putuskan apakah Anda ingin menerima pemberitahuan email tentang kemajuan pengujian. Klik tombol "Next" setelah memilih opsi yang diperlukan.

1. Pilih variasi halaman yang akan diuji. Tambahkan mereka ke formulir yang sesuai dan klik Berikutnya.

1. Buat kode eksperimen. Jika Anda tidak tahu cara menyematkannya di halaman, pilih opsi "Kirim Kode ke Webmaster". Jika Anda tidak keberatan dengan penyebutan kode HTML, pilih opsi "Sisipkan Kode Secara Manual".

Pilih "Sisipkan kode secara manual" jika Anda tahu cara menangani kode HTML

1. Salin kode yang ditandai pada ilustrasi sebelumnya dan tempelkan ke kode sumber halaman kontrol. Kode harus dimasukkan langsung setelah tag . Setelah menyelesaikan tindakan ini, klik tombol "Simpan Perubahan".

1. Periksa kode pengujian pada halaman kontrol dan klik tombol "Mulai Eksperimen". Perhatikan bahwa kode hanya perlu ditambahkan ke halaman kontrol.

Anda akan dapat mengevaluasi hasil tes pertama dalam beberapa hari setelah dimulainya eksperimen. Untuk melacak hasil pengujian, pilih eksperimen yang sesuai dari daftar dan buka halaman laporan.

Ide yang pasti harus diuji dengan pengujian terpisah

Seperti disebutkan di atas, pengujian A/B membantu meningkatkan efektivitas halaman web. Agar metode pemasaran ini membawa hasil, pemasar harus menghasilkan ide yang dapat memengaruhi metrik situs tertentu secara positif. Anda tidak bisa begitu saja mengambil perubahan apa pun dari langit-langit, menerapkannya, dan menguji keefektifannya. Misalnya, metrik situs tidak mungkin berubah jika Anda hanya memutuskan untuk mengubah latar belakang halaman dari biru menjadi hijau muda.

Seorang pemasar perlu melihat cara untuk meningkatkan halaman dan memahami mengapa mereka harus bekerja. Pengujian terpisah hanya membantu menguji asumsi spesialis. Namun, setiap pemasar terkadang menemukan dirinya dalam situasi di mana semua ide telah diuji, tetapi hasil yang diinginkan belum tercapai. Jika Anda berada dalam situasi ini, coba terapkan perubahan berikut dan lihat apakah berhasil:

• Hapus bidang tambahan dari formulir konversi. Mungkin pelanggan potensial Anda tidak ingin mengungkapkan detail paspor mereka.
• Tambahkan kata “gratis” atau free ke halaman konversi. Tentu saja, audiens tahu bahwa berlangganan buletin itu gratis. Tetapi terkadang kata gratis menghasilkan keajaiban yang nyata, karena cuka gratis itu manis.
• Posting video ke halaman arahan Anda. Ini biasanya memiliki efek positif pada sejumlah metrik, termasuk rasio pentalan, rasio konversi, dan waktu di halaman.
• Tingkatkan periode di mana pengguna dapat menguji produk Anda secara gratis. Ini adalah cara sederhana dan efektif untuk meningkatkan konversi bagi perusahaan yang menjual perangkat lunak dan layanan web.
• Bereksperimenlah dengan warna tombol konversi. Dalam beberapa kasus, tombol merah agresif berfungsi dengan baik. Namun, terkadang mereka mengganggu pengguna. Gunakan pengujian A/B untuk menemukan warna tombol yang paling efektif untuk situs web Anda.
• Menjanjikan bonus untuk 10 atau 100 pembeli pertama (pelanggan). Jangan buru-buru menghapus janji ini bahkan setelah promosi berakhir. Banyak pengguna tidak berharap menjadi salah satu yang beruntung, tetapi masih secara tidak sadar bereaksi terhadap tawaran yang menguntungkan.

Bagaimana dan mengapa menguji berbagai variasi halaman

Pengujian terpisah memungkinkan Anda untuk mengevaluasi efektivitas perubahan pada halaman web. Metode pemasaran ini memiliki nilai yang diterapkan. Ini memungkinkan Anda untuk hampir terus meningkatkan halaman dengan meningkatkan berbagai metrik.

Untuk menguji perubahan ini atau itu, Anda perlu membuat halaman versi baru dan menyimpan yang lama. Kedua opsi harus memiliki URL yang berbeda. Setelah itu, Anda harus menggunakan salah satu layanan untuk melakukan pengujian terpisah, misalnya, Eksperimen Konten. Evaluasi hasil pengujian dapat dilakukan paling lambat dua minggu setelah dimulainya percobaan.

Apakah menurut Anda layak melakukan pengujian A/B? Dalam kasus apa metode pemasaran ini tetap membuang-buang waktu?

kak-provodit-a-b-testirovanie

(pengujian terpisah, pengujian A / B, pengujian terpisah) di situs adalah metode pemasaran yang terdiri dari pemantauan kelompok kontrol (A) dan pengujian (B) elemen - halaman situs yang berbeda hanya dalam beberapa indikator untuk meningkatkan konversi situs. Halaman ditampilkan kepada pengunjung secara bergantian dalam porsi yang sama, dan setelah mencapai jumlah tayangan yang diperlukan, opsi konversi terbanyak ditentukan berdasarkan data yang diterima.

Tahapan pengujian A/B

Secara umum, seluruh proses pengujian A/B dapat diringkas dalam 5 langkah:

Langkah 1. Penetapan sasaran (sasaran bisnis, konversi, sasaran situs web)

Langkah 2 Memperbaiki data statistik awal

Langkah 3 Pengaturan dan proses pengujian

Langkah 4 Evaluasi hasil dan implementasi opsi terbaik

Langkah 5 Ulangi percobaan di halaman lain atau dengan elemen lain sesuai kebutuhan

Durasi tes

Durasi eksperimen bergantung pada lalu lintas yang tersedia di situs. Tingkat konversi, serta perbedaan dalam opsi yang diuji. Banyak layanan secara otomatis menentukan durasi. Rata-rata, 100 tindakan konversi di situs sudah cukup dan membutuhkan waktu sekitar 2-4 minggu.

Halaman untuk pengujian

Untuk pengujian, Anda dapat memilih halaman situs mana saja yang penting dalam hal konversi. Paling sering, ini adalah halaman utama, halaman pendaftaran / otorisasi, halaman saluran penjualan. Dalam hal ini, lebih baik memperhatikan poin-poin berikut:

1. Halaman situs yang paling banyak dikunjungi
2. Halaman dengan kunjungan tinggi
3. halaman penolakan

Yang pertama diperlukan untuk kemurnian percobaan, yang kedua dan ketiga untuk mengidentifikasi kelemahan di situs.

Paling sering, tombol, teks, slogan ajakan bertindak, dan tata letak halaman secara keseluruhan dipilih untuk pengujian. Untuk memilih elemen, Anda dapat menggunakan algoritme tindakan berikut:

• Sebuah hipotesis diajukan tentang perilaku pengunjung
• Solusi diusulkan untuk mengubah elemen (lebih baik mengambil 1-2, tidak lebih)

1. Tambahkan kata "Gratis"
2. Kirim video penjelasan
3. Tempelkan tombol pendaftaran di bagian atas halaman
4. Kurangi jumlah bidang dalam aplikasi
5. Tambahkan konter penawaran khusus
6. Tambahkan Uji Coba Gratis
7. Ubah warna tombol atau teks di atasnya

Tes Otomatisasi

Ada beberapa alat berbayar dan gratis untuk mengotomatiskan proses pengujian dengan serangkaian fitur yang berbeda. Daftar besar dapat dilihat. Yang paling populer bisa eksperimen di Google Analytics. Ini gratis, Russified, mudah dipelajari, dan jika penghitung dipasang di situs, maka Anda tidak perlu menunggu pengumpulan data awal dan Anda dapat memulai eksperimen hanya dalam beberapa klik.

Pengujian A/B dengan Google Analytics

Pertimbangkan proses pembuatan pengujian di Google Analytics. Untuk melakukannya, buka tab Laporan->Perilaku->Eksperimen. Masukkan URL halaman yang Anda uji dan klik "Mulai Eksperimen".

Langkah selanjutnya adalah mengisi bidang: nama eksperimen, sasaran (Anda dapat memilih dari sasaran yang dikonfigurasi untuk situs), cakupan pengunjung situs untuk eksperimen (lebih baik menetapkan 100%).

Pada langkah kedua, Anda perlu menentukan alamat halaman utama (kontrol) dan variannya.

Jika semuanya dilakukan dengan benar, sistem akan memberikan lampu hijau untuk memulai pengujian.

Hasil eksperimen sangat visual dan mungkin terlihat seperti ini:

Berlawanan dengan kepercayaan populer (bagaimanapun, halaman duplikat dibuat), pengujian semacam itu tidak berdampak negatif pada posisi situs. Cukup dengan menulis rel="canonical" pada halaman alternatif.

Penting tentang pengujian A/B

1. Versi uji halaman tidak boleh berbeda lebih dari 2 elemen
2. Lalu lintas antar halaman harus didistribusikan secara merata
3. Saat membuat pengaturan, pilih pengunjung situs baru
4. Hasilnya hanya dapat dinilai dengan sampel yang luas, sebaiknya minimal 1000 orang.
5. Evaluasi hasil secara bersamaan
6. Anda seharusnya tidak memercayai diri Anda sendiri, tidak semua pengguna berpikir seperti Anda, jadi opsi pilihan Anda mungkin bukan yang menang.
7. Hasil pengujian A/B mungkin tidak selalu memberikan hasil yang diinginkan dalam meningkatkan konversi. Jadi, Anda perlu bereksperimen dengan elemen lain.

Proses keputusan desain selalu menjadi topik diskusi yang populer. Mengapa beberapa desainer membuat pilihan yang tidak dilakukan oleh yang lain, dan mengapa beberapa desain tampaknya bekerja lebih baik daripada yang lain?

Dari penelitian akademis hingga sketsa dan anekdot, dunia desain sangat menyukai proses. Lelucon tentang Google dan 41 warna birunya bertahan paling lama.

Mencoba menentukan mana dari 2 warna biru yang digunakan untuk teks tautan, Google menguji tidak hanya 2 warna utama, tetapi 39 di antaranya. Cerita ini menggambarkan keputusan yang kira-kira menit, tetapi menyoroti pendekatan yang berkembang pesat untuk pengambilan keputusan. Ini didasarkan pada eksperimen, alternatif, dan, yang paling penting, data.

"Pengujian A/B dapat memberikan nilai, tetapi tidak boleh mengorbankan bidang desain lainnya."

Tetapi mengapa Google menguji 41 warna biru, dan bagaimana pendekatan ini dapat membantu Anda atau organisasi Anda? Dalam artikel ini, kita akan melihat pengujian A/B (atau pengujian multivarian): apa itu, mengapa harus digunakan, dan batasannya.

Singkatnya, pengujian A/B dan multivariasi

Singkatnya, pengujian A/B adalah metode membandingkan 2 versi sesuatu satu sama lain untuk menentukan versi mana yang lebih baik. Subjek pengujian dapat berupa gambar, tombol, judul, dll.

Pengujian multivarian adalah perpanjangan dari pengujian A/B di mana lebih dari 2 versi dibandingkan dan (seringkali) lebih banyak variasi disertakan. Ini akan memungkinkan Anda untuk mengalami beberapa elemen sekaligus dan bagaimana mereka berinteraksi.

Untuk kesederhanaan, sisa artikel ini hanya akan membahas pengujian A/B, tetapi untuk pengujian multivarian, prinsipnya tetap sama.

Mengapa Pengujian A/B

Tujuan pengujian A/B adalah untuk memungkinkan Anda melakukan peningkatan bertahap pada situs web atau aplikasi Anda. Dengan membandingkan aplikasi atau situs web Anda dengan satu atau beberapa variasi, Anda dapat terus meningkatkan desain Anda, mendapatkan validasi dari pengguna nyata.

Dalam pengujian A/B, setiap pengujian menghasilkan data baru tentang apa yang berhasil dan apa yang tidak. Apa yang berhasil dapat dimasukkan ke dalam situs web atau aplikasi dan membentuk desain baru dan lebih baik.

Pengujian A/B di dunia nyata

Untuk memahami bagaimana pengujian A/B dapat digunakan dan apa yang dapat dilakukannya untuk Anda, Anda dapat melihat ratusan contoh di situs web seperti Uji Mana yang Dimenangkan. Anda juga dapat melihat studi populer ini:

Proses pengujian A/B dasar

Langkah 1: Tempat untuk menguji

Untuk melakukan pengujian A/B, Anda memerlukan situs web atau aplikasi. (Pengujian A/B mendorong peningkatan bertahap dari produk yang ada dan tidak cocok untuk menguji desain ulang atau produk dan layanan baru.)

Anda harus memutuskan area situs atau aplikasi mana yang ingin Anda jelajahi, dan idealnya, coba tingkatkan. Bidang studi dapat dipilih berdasarkan berbagai sumber:

• Analisis: apakah analitik Anda menunjukkan bahwa halaman atau layar tertentu mengganggu pengguna. Apakah semua pengguna Anda keluar dari halaman yang sama?
• Pengujian kegunaan: Apakah pengujian kegunaan mengungkapkan area masalah atau interaksi? Sudahkah Anda menguji solusi baru dan sekarang ingin mengujinya dalam skala besar?
• Intuisi atau ketidaksukaan pribadi: Apakah Anda percaya sesuatu dapat diperbaiki dan ingin mengujinya dengan data? Apakah ada sesuatu yang selalu Anda tidak suka dan di mana Anda ingin menerapkan alternatif?

Paling sering, ketiga sumber ini menentukan subjek pengujian. Berbekal pengetahuan ini, Anda dapat melanjutkan ke langkah 2.

Langkah 2: Apa yang harus diuji (dan apa yang diukur)

Salah satu aspek kunci dari pengujian A/B adalah Anda hanya mengubah satu variabel dalam satu waktu. Pada pandangan pertama, ini tampak seperti tugas yang sederhana, tetapi Anda dapat dengan tenang melangkahi sasaran dan menambahkan lebih banyak variabel.

Misalnya, jika Anda ingin menguji tombol, Anda dapat mencoba mengubah teksnya:

Atau ubah warna:

Tetapi jika Anda menggabungkan kedua opsi dan menguji tombol dengan teks yang berbeda dan warna yang berbeda, Anda akan secara drastis mengurangi nilai pengujian.

Membandingkan kedua tombol ini satu sama lain, Anda tidak akan dapat menunjukkan mengapa keduanya memberikan hasil yang berbeda: peningkatan kinerja seperti apa yang dihasilkan oleh perubahan teks, atau perubahan warna.

“Untuk melakukan pengujian A/B yang berharga, sangat penting untuk membatasi perubahan pada satu variabel.”

Jadi, untuk melakukan pengujian A/B yang berharga, penting untuk membatasi perubahan pada satu variabel. Jika Anda ingin menguji beberapa variabel secara bersamaan, Anda harus melakukan pengujian multivariat di mana Anda dapat menguji beberapa variabel tersebut dan mendapatkan gambaran yang lebih baik tentang pengaruh setiap perubahan.

Tes mana pun yang Anda pilih untuk dijalankan, Anda juga harus menyorot metrik utama yang akan Anda lacak. Dalam hal tombol, kemungkinan besar Anda akan mengukur jumlah orang yang mengkliknya. Dalam hal perubahan judul, Anda mungkin akan melihat rasio pentalan, atau waktu yang dihabiskan di situs.

Apa yang Anda lacak menjadi apa yang Anda uji. Pastikan Anda mengetahui apa yang ingin Anda tingkatkan sebelum memulai pengujian A/B.

Langkah 3: Cara Menguji

Sekarang setelah Anda memahami apa dan di mana Anda akan menguji, mari kita bicara tentang bagaimana kami akan melakukannya. Ada banyak aplikasi untuk pengujian A/B. Berikut adalah yang paling populer:

• Google Analytics
• Optimalkan
• Pengoptimal Situs Web Visual
• A/B Enak

Ini (dan lainnya) menawarkan proses pengujian A/B dasar, tetapi berbeda dalam fitur. Pilihan Anda akan tergantung pada keterampilan pengembang Anda, fleksibilitas yang Anda butuhkan, atau hanya harganya.

Banyak organisasi besar sering menggunakan lebih dari satu alat, tergantung pada jumlah pekerjaan yang diperlukan, atau preferensi pribadi, jadi memilih alat yang tepat akan bergantung pada keadaan pribadi Anda.

Langkah 4: Seberapa besar tesnya?

Jadi, Anda telah menyetujui lokasi pengujian, variabel yang akan Anda optimalkan, dan bagaimana Anda akan menerapkan semuanya secara teknis. Pertanyaan terakhir yang masih harus dijawab adalah: berapa banyak pengguna yang akan diuji?

Beberapa alat (seperti Google Analytics) tidak memungkinkan Anda untuk menentukan siapa yang akan melihat versi asli dan siapa yang akan melihat versi alternatif, atau bahkan berapa lama pengujian akan berlangsung. Untuk pemula, ini bisa menjadi fitur yang berguna karena menyederhanakan seluruh proses.

"Pengujian A/B tidak dapat memberi tahu Anda apakah Anda memecahkan masalah yang tepat."

Jika Anda ingin menyetel variabel-variabel ini sendiri, maka ada baiknya mempertimbangkan berapa lama pengujian akan berlangsung, dan berapa persentase pengguna yang akan melihat versi aslinya dan berapa persentase alternatifnya.

Jika Anda bekerja di organisasi yang tidak menerima risiko, maka tunjukkan alternatif hanya kepada 5-10% pengguna, dan bagi sisanya 50:50. Pada akhirnya, pilihannya akan bergantung pada ambisi Anda dan tingkat serta jenis lalu lintas yang diterima situs web atau aplikasi Anda.

Saat menjawab pertanyaan tentang bagaimana membagi tes, dan berapa lama waktu yang dibutuhkan, tanyakan pada diri Anda: seberapa besar tes itu agar saya bisa yakin bahwa hasilnya benar?

Ini disebut dengan istilah teknis "signifikansi statistik", atau "signifikansi statistik". Sasaran Anda adalah membuat pengujian dengan ukuran sampel yang cukup besar sehingga Anda dapat mengatakan dengan kepastian lebih dari 95%, "Perubahan mereka menyebabkan hasil ini."

Bagaimana Anda membagi tes terserah Anda, tetapi berapa lama waktu yang dibutuhkan dapat bergantung pada jumlah lalu lintas yang diterima situs web atau aplikasi. Jangan khawatir, kedengarannya mengintimidasi, ada banyak kalkulator online di luar sana untuk membantu Anda mengetahui apakah hasil Anda signifikan secara statistik atau jika Anda perlu menambah waktu pengujian Anda.

• Kalkulator signifikansi Visual Website Optimizer
• Kalkulator nilai Kissmetrics

Langkah 5: Analisis dan Putuskan

Berikut adalah hasilnya! Anda menjalankan tes, memastikan itu signifikan secara statistik, dan sekarang Anda memiliki angka-angkanya.

Mengingat semua pekerjaan yang dilakukan, jumlah orang yang terlibat, semua orang mengharapkan untuk melihat sesuatu seperti hasil ini:

Tetapi lebih sering daripada tidak, yang akan Anda dapatkan adalah ini:

Jangan frustrasi (dan jangan putus asa) - Pengujian A/B membuat peningkatan bertahap. Dan meskipun perubahan besar mungkin terjadi, peningkatan apa pun adalah awal yang baik dan menempatkan Anda di jalur yang benar.

Bahkan jika data menunjukkan bahwa Anda belum melakukan perbaikan apa pun, Anda sekarang berada di posisi yang lebih kuat karena Anda tahu mana yang berhasil dan mana yang tidak.

"Data tidak sama dengan pemahaman"

Jika tes berhasil, langkah selanjutnya terserah Anda. Anda dapat mengirimkan versi baru sesegera mungkin. Atau, jika Anda telah melakukan tes kecil, Anda dapat melakukan tes lain dengan banyak orang.

Apa yang Anda lakukan dengan informasi yang diperoleh pada akhirnya terserah Anda!

Memahami Keterbatasan Pengujian A/B

Sehebat pengujian A/B, penting juga untuk memahami kekurangan dan keterbatasannya. Meskipun popularitasnya semakin meningkat, pengujian A/B bukanlah obat mujarab yang dapat menyelamatkan perusahaan mana pun, melainkan alat lain di gudang senjata Anda.

Saat mempertimbangkan penggunaan pengujian A/B, penting untuk memahami apa yang tidak dapat dilakukan:

• Katakan mengapa. Pengujian A/B adalah alat yang luar biasa untuk membantu Anda memahami apa yang berhasil dan apa yang tidak. Namun, itu tidak dapat memberi tahu Anda alasannya. Untuk melakukan ini, Anda perlu melakukan riset pengguna berkualitas tinggi. Sangat penting bagi Anda untuk memahami bahwa data tidak sama dengan pemahaman.
• Membantu Anda menguji desain ulang aplikasi atau situs web Anda. Meskipun secara teori Anda dapat membandingkan seluruh desain halaman dengan alternatif dan mendapatkan data keberhasilan, Anda tidak akan dapat mengetahui apa sebenarnya yang menyebabkan perbedaan dalam desain tersebut. Sampai Anda melakukan riset pengguna, hasilnya tidak akan berarti.
• Memberitahu Anda jika Anda memecahkan masalah yang tepat. Karena sifat tambahan dari pengujian A/B, ini bisa menjadi alat yang ampuh untuk terus meningkatkan situs web atau aplikasi Anda. Pengujian A/B tidak dapat memberi tahu Anda apakah Anda memecahkan masalah yang tepat. Anda dapat memfokuskan pengujian pada halaman beranda dan melihat peningkatan, tetapi bagian lain dari situs mungkin menjadi masalah. Ini adalah konsep yang dikenal sebagai maksimum lokal.

Apa yang dapat dilakukan pengujian A/B untuk Anda?

Jika semua ini telah membangkitkan selera Anda untuk pengujian A/B, maka Anda mungkin sudah memiliki informasi yang Anda butuhkan untuk memulai. Beberapa detail kecil mungkin berbeda, atau organisasi Anda mungkin memiliki persyaratan khusus, tetapi prinsip umumnya tetap sama.

Pengujian A/B, bila digunakan dengan benar, dapat menjadi alat yang hebat. Ini dapat memungkinkan perusahaan Anda untuk secara bertahap meningkatkan dan meningkatkan kesuksesan Anda.

Tetapi penting untuk dipahami bahwa pengujian A/B hanyalah salah satu alat di gudang perancang yang jauh lebih besar. Dalam catatan pengunduran dirinya, Doug Bowman, mantan kepala desain visual di Google, juga mengingat anekdot tentang 41 warna biru Google. Jadi, meskipun pengujian A/B dapat memberikan nilai yang besar, hal itu tidak boleh mengorbankan bidang desain lainnya.