Kā mēs izmantojam A/B testēšanu, lai noskaidrotu, kuras reklāmas darbojas vislabāk. Izvēloties labāko vietu eksperimentu veikšanai, mēs pārbaudījām un apkopojām pakalpojumu izlasi testēšanai. Ar noderīgiem komentāriem. Un mēs dalāmies ar jums!

Kāda funkcionalitāte mums bija svarīga?

• Iespēja pārbaudīt pakalpojumu bez maksas pilnā spēkā. Tas ir, uz reālu reklāmas kampaņu ar lielām apmeklētāju plūsmām.
• Iespēja augšupielādēt savu lapas versiju. Tas nozīmē, ka mēs vēlamies izveidot savu skaistu lapu un augšupielādēt to pakalpojumā, veikt izmaiņas tiešsaistes redaktorā un palaist testu.
• Ērts un nekļūdīgs tiešsaistes lapu redaktors.
• Pareiza testēšanas mērķu piesaiste. Vienkāršus mērķus var konfigurēt tieši pakalpojumos. Faktiski saskaņā ar tiem un starpmērķiem jūs varat salīdzināt opciju reklāmguvumus un izvēlēties uzvarošo.

Kā sakārtot kolekciju?

• apkalpošana- dienesta adrese, šeit viss ir vienkārši.
• A/B vai MVT- kura no testēšanas opcijām atbalsta pakalpojumu.

1. A/B testēšana ir tad, kad testējamās lapas varianti atšķiras ar vienu mainīgo (atšķirīga poga, cits nosaukums utt.). . Piemēram, vienā versijā poga “Pasūtīt” ir sarkana, otrā – zaļa. Kopumā lapas ir identiskas.
2. MVT ir daudzfaktoru testēšana. Kad testējamās lapas varianti atšķiras dažādos veidos. Pirmā versija ir zila, ar sarkanu pogu "Pasūtīt" un lapas galvenē ar tauriņu rakstu. Otrais variants ir violets, ar zaļu pogu "Pasūtīt" un vienradžu rakstu. Trešā iespēja parasti ir melnbalta, ar mirgojošu pogu “Pasūtīt” un klienta fotogrāfiju fonā.

Daži galvenās lapas pakalpojumi atbalsta tikai A/B testēšanu, daži gan A/B, gan MVT.

• Tarifu plāni- cik daudz naudas dienests vēlas par saviem pakalpojumiem. Kādi parametri nosaka tarifu plāna vēsumu?

1. Apmeklētāju skaits, kas var apmeklēt lapu (ja apmeklētāju ir vairāk, nekā pieļauj tarifu plāns, eksperiments tiek atspējots).
2. To domēnu skaits, kas mitina galvenās lapas.
3. Eksperimentu skaits, ko var palaist pakalpojumā.
4. Kontu skaits, ko var izveidot pakalpojumā.

Dažādi tarifi ietver dažādus parametrus, šeit kāds pakalpojums ir daudz vērts.

• Veidnes\tiešsaistes redaktors- Kaut kur ir gatavas veidnes, kaut kur ir redaktors, ar kuru var mainīt mainīgos.
• Demo versija- cik dienas jūs varat izmantot šo pakalpojumu bez maksas.
• komentāri- mūsu personīgie komentāri par katra dienesta darbu.

Pakalpojumu izvēle A/B testēšanai

Pakalpojumi krievu valodā

Pakalpojums #1

• Apkalpošana: http://abtest.ru/
• Testēšanas atbalsts: A/B
• Tarifu plāni: testēšana ir bezmaksas, pakalpojums beidzas un ir beta versijā.
• veidnes\redaktors: tiešsaistes redaktors.
• Komentāri:Ļauj augšupielādēt galvenās lapas. Šausmīgi buggy redaktors.

Pakalpojums #2

• Apkalpošana: http://lpgenerator.ru/
• Testēšanas atbalsts: A/B.
• Tarifu plāni:

1. $37 , 3500 apmeklētāji, 2 domēni, 25 lapas.
2. $58 , 9000 apmeklētāju, 5 domēni, 50 lapas.
3. $119 , trafiks, domēnu skaits un lapu skaits nav ierobežots, savienojot savus domēnus.
4. $440 , trafika, domēnu un lapu skaits nav ierobežots, savu domēnu savienošana, 15 klientu konti, personīgais zīmols.

• Veidnes\Redaktors: veidnes un tiešsaistes redaktors.
• Demo versija: 14 dienas.
• Komentāri: Ir veidņu komplekts un maksas un bezmaksas. Nebija rīka, lai augšupielādētu savas vietnes, lai tās rediģētu redaktorā. Redaktors ir vienkāršs, taču tā apgūšana prasa laiku.

Angļu valodas pakalpojumi

Pakalpojums Nr.3

• Apkalpošana: http://unbounce.com/
• Testēšanas atbalsts: A/B.
• Tarifu plāni:

1. $49 — 5000 apmeklētāju.
2. $99 - 25 000 apmeklētāju.
3. $199 — 200 000 apmeklētāju

Visos plānos: neierobežots testu un lapu skaits visos plānos, statistika, tiešsaistes lapu veidotājs.

• Veidnes\Redaktors: veidnes un tiešsaistes konstruktors (!).
• Demo versija: 30 dienas.
• Komentāri: Redaktors ir diezgan ērts un patīkams lietošanā. Neatradu, kā augšupielādēt savu lapu rediģēšanai. Lapu veidnes ir blāvas un neinteresantas. Pakalpojumam ir ne tikai tiešsaistes bloku redaktors, bet arī pilnvērtīgs tiešsaistes konstruktors, ar kuru jūs varat izveidot vienkāršu vietni no nulles.

Pakalpojums #4

• Apkalpošana: https://vwo.com/
• Atbalsts pārbaudītsun es: A/B, MVT un mobilo lietotņu testēšana.
• Tarifu plāni:

1. $49 , 10 000 apmeklētāju.
2. $129 , 30 000 apmeklētāju.
3. Individuālais tarifu plāns- apmēram miljons apmeklētāju mēnesī, testēšana mobilajās ierīcēs, saistītie konti, personīgais konsultants.

• veidnes\redaktors: tiešsaistes redaktors.
• Demo versija: 14 dienas.
• Komentāri: pakalpojumam ir skaists interfeiss, taču, ielādējot tā lapu, rodas problēmas.

Pakalpojums Nr.5

• Apkalpošana: http://www.convert.com/.
• Testēšanas atbalsts: A/B&MVT
• Tarifu plāni:

1. $9 , 2000 apmeklētāju.
2. $29 , 10 000 apmeklētāju, MVT.
3. $59 , 30 000 apmeklētāju, MVT.
4. $99 , 50 000 apmeklētāju, MVT + mobilās vietnes testēšana.
5. $139-$1499 , tarifu plāni aģentūrām. Neierobežots projektu un testu skaits, tiešsaistes atbalsts, integrācija ar Google-Analytics.

• veidnes\redaktors: tiešsaistes redaktors.
• Demo versija: 15 dienas.
• Komentāri:Ērts jūsu lapu redaktors. Nav veidņu. Viss ir skaisti, sulīgi un ērti, bet ik pa laikam pārtrauc skaitīt mērķus, tika konstatētas kļūdas / servisa bari, tehniskais atbalsts izlabojis, bet nākamajā dienā mērķu pacēlājs nezināma iemesla dēļ atkal aizlidoja.

Pakalpojums #6

• Apkalpošana: http://www.clickthroo.com/
• Testēšanas atbalsts: A/B.
• Tarifu plāni:

1. $195 , 50 000 apmeklētāju, 5 projekti.
2. $395 , 100 000 apmeklētāju, 10 projekti.
3. $695 , 100 000 apmeklētāju, neierobežots projektu skaits.
4. $1195 , 250 000 apmeklētāju, neierobežots projektu skaits.

• veidnes\redaktors: veidnes un tiešsaistes redaktors.
• Demo versija: 14 dienu demonstrācijas piekļuve.
• Komentāri: Jūs iesniedzat demonstrācijas piekļuves pieprasījumu, aizpildot milzīgu veidlapu, un jūs to nesaņemat. Labi, jūs saprotat, bet pēc pāris darba dienām.

Pakalpojums Nr.7

1295 USD - līdz 10 000 apmeklētāju mēnesī. Neierobežots projektu, lapu, testu, domēnu skaits, tehniskais atbalsts.

veidnes\redaktors: veidnes un tiešsaistes redaktors.

Demo versija:bezmaksas demo.

Attīstība ir viena no galvenajām sastāvdaļām, kas nepieciešamas, lai sasniegtu noteiktus panākumus. Jebkuram biznesam ir nepieciešama attīstība, bez tās tas vienkārši mirs, zaudēs savu aktualitāti. Tirgus ir ļoti nestabils. Katram laikam ir vajadzīgs savs konkrēts produkts. Sakarā ar to, ka pasaule nestāv uz vietas, katram biznesam ir jāpielāgojas auditorijai, jāmeklē jauni, labāki attīstības ceļi.
Protams, pirmkārt, uzņēmējam ir jāizsaka jauni unikāli pārdošanas piedāvājumi. Tiem savukārt jābūt kvalitatīviem un interesantiem, lai piesaistītu lielu skaitu klientu. Tiem, kas baidās, ka izmaiņas negatīvi ietekmēs darbu, ir AB tests.

AB testēšana ir vairāku izmaiņu testēšana vienā un tajā pašā vietā, lai palīdzētu saprast, kuras izmaiņas projektam dos vislielāko labumu.

Šī metode parādīs mērķēto darbību skaitu, lietotāju pavadīto laiku jūsu projekta lapā, kā arī ieņēmumu apjomu un atlēcienu līmeni.

Iestatīšanas rokasgrāmata:

Dodieties uz Google Analytics, kategoriju "Uzvedība", sadaļu "Eksperimenti".Ļaujiet man sniegt jums vienkāršu piemēru: vēlaties mainīt sarkano pogu produkta lapā uz zilu. Lai pārbaudītu, vai tas ir efektīvs, jums ir jāizveido divas lapas versijas. Norādiet vecās versijas nosaukumu "A", jaunajai versijai "B". Izmantojiet Google eksperimentus, lai apmeklētājiem parādītu divas dažādas iespējas, piemēram, nedēļas laikā.

Norādiet pārbaudes lapas. Testam iespējams norādīt papildus opcijas.

• Iestatiet eksperimenta kodu uz Tikai MĀJAS LAPA, jums nav jāinstalē eksperimenta kods opcijai B. Tā kā standarta Google Analytics kodam jābūt abos.

Mēs ielīmējam kodu vietnē vai nosūtām programmētājam

• Testēšana ir lieliski piemērota daudziem uzdevumiem, kas saistīti ar tīmekļa lapas izskata maiņu. Savā vietnē varat pārbaudīt jebkuru elementu: dažādus fotoattēlus, dažādus virsrakstus, dažādu saturu. Pat tikai dažādu elementu pārvietošana var dramatiski ietekmēt veiktspēju. Pārbaudiet lapas labajā pusē esošo saziņas veidlapu, salīdzinot ar to pašu veidlapu kreisajā pusē, un jūs varētu saņemt no tās divreiz vairāk ziņojumu. Pēc koda ievietošanas mēs redzēsim eksperimenta nosaukumu un statusu “Notiek”:

Statuss "Notiek"

• Noklikšķinot uz tā, mēs redzēsim visu testēšanas statistiku:

Eksperimenta statistika būs pieejama, noklikšķinot uz tās

• Tagad, apmeklējot pārbaudīto lapu, lietotāji redzēs šāda formāta saiti:

Starp citu, ja vēlaties redzēt, kā eksperiments darbojas un vai tas ir pareizi konfigurēts, dodieties uz pārbaudīto vietni no dažādām pārlūkprogrammām, Google pēc 3-5 mēģinājumiem parādīs opciju B. Tādā veidā jūs pārliecināsities, ka eksperiments ir pareizi konfigurēts.

Ņemiet vērā, ka jūs redzēsit nelielas atšķirības un svārstības pat bez izmaiņām savā vietnē. To ietekmē dažādi faktori, piemēram, gada sezona, satiksmes avoti, notikumi, ekonomika, konkurentu aktivitātes. Tādējādi, ja esat mēģinājuši veikt pārbaudi nedēļas laikā, labāk to atkārtot nākamajā nedēļā vai nekavējoties iestatīt testu uz 2 nedēļām.

Un neaizmirstiet, ka varat vienlaikus pārbaudīt dažādus vietnes elementus, jums nav jāpabeidz viens tests, pirms sākat nākamo.

AB pārbaude— lieliska iespēja pilnveidot sava projekta saturu!
Ja jums patīk zilā krāsa, tas nenozīmē zilo pogu panākumus vietnē)
Abonējiet noderīgu privāto biļetenu

Dmitrijs Dementijs

Kā zināms, biznesā nav statisku stāvokļu. Uzņēmumam ir nepārtraukti jāattīstās, lai apmierinātu pašreizējo tirgus situāciju, klientu un īpašnieku vajadzības. Apturot attīstību, projekts nekavējoties sāk degradēties. Piemēram, jūs nevarat izveidot tiešsaistes veikalu, pievienot vietnei 200 produktus un gūt ikmēneša peļņu 100 tūkstošu rubļu apmērā. Lai projekta rentabilitāte vismaz nekristu, uzņēmējam ir nepārtraukti jāpaplašina sortiments, jāpalielina auditorijas sasniedzamība ar reklāmu un noderīga satura publicēšanu, jāuzlabo vietnes uzvedības rādītāji un konversijas līmenis.

Viens no tīmekļa projektu izstrādes rīkiem ir A/B testēšana. Šī metode ļauj izmērīt auditorijas preferences un ietekmēt galvenos vietnes veiktspējas rādītājus, tostarp reklāmguvumus, lapā pavadīto laiku, vidējo pasūtījuma vērtību, atlēcienu līmeni un citus rādītājus. Šajā rakstā jūs uzzināsit, kā pareizi veikt A/B testēšanu.

Kas ir A/B testēšana

A/B testēšana ir mārketinga paņēmiens, ko izmanto, lai izmērītu un pārvaldītu tīmekļa lapas veiktspēju. Šo metodi sauc arī par split testing (no angļu valodas split testing - atsevišķa testēšana).

A/B testēšana ļauj novērtēt divu tīmekļa lapas versiju kvantitatīvo veiktspēju, kā arī salīdzināt tās savā starpā. Sadalītā testēšana palīdz arī novērtēt lapas izmaiņu efektivitāti, piemēram, jaunu dizaina elementu pievienošanu vai aicinājumus uz darbību. Šīs metodes izmantošanas praktiskā nozīme ir atrast un ieviest lapas komponentus, kas palielina tās efektivitāti. Vēlreiz pievērsiet uzmanību, A/B testēšana ir lietišķa mārketinga metode, ar kuras palīdzību jūs varat ietekmēt konversiju, stimulēt pārdošanu un palielināt tīmekļa projekta rentabilitāti.

Sadalītā testēšana sākas ar esošas tīmekļa lapas (A, kontroles lapa) metrikas novērtēšanu un veidu meklēšanu, kā to uzlabot. Piemēram, esat izveidojis tiešsaistes veikalu. Iedomājieties šī veikala galveno lapu ar 2% reklāmguvumu līmeni. Mārketinga speciālists vēlas palielināt šo skaitli līdz 4%, tāpēc viņš plāno izmaiņas, kas palīdzēs atrisināt šo problēmu.

Teiksim, speciālistam šķiet, ka, mainot konvertēšanas pogas krāsu no neitrāli zilas uz agresīvu sarkanu, tā kļūs redzamāka. Lai noskaidrotu, vai tas nodrošina lielāku pārdošanas apjomu un vairāk reklāmguvumu, mārketinga speciālists izveido uzlabotu tīmekļa lapas versiju (B, jauna lapa).

Ar sadalīto testēšanas rīku palīdzību eksperts nejauši sadala trafiku starp lapām A un B divās aptuveni vienādās daļās. Relatīvi runājot, puse apmeklētāju nonāk lapā A, bet otra puse — lapā B. Tajā pašā laikā mārketinga speciālists patur prātā datplūsmas avotus. Lai nodrošinātu testēšanas derīgumu un objektivitāti, ir nepieciešams novirzīt uz A un B lapām 50% apmeklētāju, kas vietnē ieradušies no sociālajiem tīkliem, dabiskās meklēšanas, kontekstuālās reklāmas utt.

Pēc pietiekamas informācijas savākšanas mārketinga speciālists novērtē testa rezultātus. Kā minēts iepriekš, lapas A reklāmguvumu līmenis ir 2%. Ja lapā B tas bija 2,5%, konvertēšanas pogas maiņa no zilas uz sarkanu patiešām palielināja nosēšanās efektivitāti. Taču reklāmguvumu līmenis nesasniedza vēlamos 4%. Tāpēc mārketinga speciālists turpina meklēt veidus, kā uzlabot lapu, izmantojot A / B testēšanu. Šajā gadījumā lapa ar sarkano konvertēšanas pogu darbosies kā kontroles lapa.

Ko pārbaudīt

Kā minēts iepriekš, dalītā testēšana ir lietota metode, kas ļauj ietekmēt dažādus vietņu rādītājus. Tāpēc testēšanas objekta izvēle ir atkarīga no mārketinga speciālista izvirzītajiem mērķiem un uzdevumiem.

Piemēram, ja galvenās lapas atlēcienu līmenis ir 99%, un lielākā daļa apmeklētāju pamet galveno lapu 2-3 sekunžu laikā pēc nolaišanās, ir vērts apsvērt lapas vizuālo komponentu maiņu. Ar A/B testa palīdzību mārketinga speciālists var atrast labāko lapas izkārtojuma variantu, izvēlēties pievilcīgu krāsu shēmu un attēlus, kā arī izmantot lasāmu fontu. Un, ja mārketinga speciālists saskaras ar uzdevumu palielināt abonementu skaitu, viņš var mēģināt mainīt atbilstošo konversijas veidlapu. Sadalītais tests palīdzēs speciālistam izvēlēties optimālo pogas krāsu, labāko teksta opciju, lauku skaitu abonēšanas veidlapā vai tās atrašanās vietu.

Visbiežāk tirgotāji pārbauda šādus tīmekļa lapu elementus:

• Konversijas pogu teksts un izskats, kā arī to atrašanās vieta.
• Preces nosaukums un apraksts.
• Konversijas formu izmēri, izskats un atrašanās vieta.
• Lapas izkārtojums un dizains.
• Produkta cena un citi biznesa piedāvājuma elementi.
• Preču attēli un citas ilustrācijas.
• Teksta daudzums lapā.

Kādus sadalītos testēšanas rīkus izmantot

Lai veiktu A/B testēšanu, mārketinga speciālistam ir jāizmanto kāds no specializētajiem pakalpojumiem. Populārākais no tiem ir Google satura eksperimenti, kas pieejami Analytics sistēmas lietotājiem. Līdz 2012. gada vidum šis rīks tika saukts par Google vietnes optimizētāju. Ar to varat pārbaudīt dažādus lapas elementus, tostarp virsrakstus, fontus, konvertēšanas pogas un veidlapas, attēlus un daudz ko citu. Satura eksperimentu pakalpojums joprojām ir bezmaksas, kas ir viena no tā galvenajām priekšrocībām. Tās trūkumi ietver nepieciešamību strādāt ar HTML kodu.

Dalītai pārbaudei varat izmantot arī šādus krievu un ārvalstu rīkus:

• Optimizely ir populārākais maksas A/B testēšanas pakalpojums internetā. Tās izmantošanas izmaksas svārstās no 19 līdz 399 USD atkarībā no abonementa veida. Šī pakalpojuma priekšrocības ietver iespēju izveidot eksperimentus vizuālā interfeisā, kas glābj mārketinga speciālistu no nepieciešamības strādāt ar testējamo lapu HTML kodu.
• RealRoi.ru ir vēl viens vietējais pakalpojums, kas ļauj veikt A / B testēšanu. Starp galvenajām priekšrocībām var izcelt to, ka tas ir bezmaksas un ļoti viegli lietojams. Sīkāk varat redzēt, kā tas darbojas šajā videoklipā:
• Vizuālais vietnes optimizētājs ir maksas pakalpojums, kas ļauj pārbaudīt dažādus lapas elementus. Lai izmantotu šo rīku, mārketinga speciālistam ir jāpārzina HTML kods. Abonementu cenas svārstās no 49 līdz 249 USD.
• Unbounce ir pakalpojums, kas paredzēts galveno lapu izveidei un optimizēšanai. Jo īpaši tas ļauj veikt A / B testēšanu. Tās izmantošanas izmaksas ir no 50 līdz 500 dolāriem mēnesī. Sadzīves analogs - LPGenerator. Šis pakalpojums ļauj pārbaudīt tikai ar to izveidotās lapas.

Kā veikt A/B testēšanu, izmantojot satura eksperimentus

Google Analytics eksperimentu pakalpojums ļauj vienlaikus pārbaudīt piecu lapas variantu efektivitāti. Izmantojot to, mārketinga speciālisti var veikt A/B/N testēšanu, kas no standarta A/B eksperimentiem atšķiras ar iespēju uzraudzīt vairāku jaunu lapu veiktspēju, katrā no kurām var būt vairāki jauni elementi.

Mārketinga speciālistiem ir iespēja patstāvīgi noteikt pārbaudē iesaistītās trafika proporciju. Minimālais pārbaudes ilgums ir divas nedēļas, maksimālais – trīs mēneši. Datus par pārbaudes rezultātiem speciālists var saņemt pa e-pastu.

Lai sadalītu testu ar satura eksperimentiem, veiciet tālāk norādītās darbības.

1. Pierakstieties savā Google Analytics kontā, atlasiet vietni, kuras veiktspēju vēlaties pārbaudīt. Pēc tam atlasiet izvēlni “Uzvedība — eksperimenti”.

1. Atbilstošā formā ievadiet tās lapas URL, kuru testēsit, un noklikšķiniet uz pogas Sākt eksperimentu.

1. Izvēlieties testēšanas nosaukumu un mērķi. Nosakiet eksperimentā iesaistītās trafika procentuālo daļu. Izlemiet, vai vēlaties saņemt e-pasta paziņojumus par pārbaudes norisi. Pēc nepieciešamo opciju atlasīšanas noklikšķiniet uz pogas "Tālāk".

1. Atlasiet pārbaudāmās lapas variantus. Pievienojiet tos attiecīgajām veidlapām un noklikšķiniet uz Tālāk.

1. Izveidojiet eksperimenta kodu. Ja nezināt, kā to iegult lapā, atlasiet opciju "Sūtīt kodu tīmekļa pārzinim". Ja jūs nesaņemat sviedrus, pieminot HTML kodu, atlasiet opciju "Ievietot kodu manuāli".

Izvēlieties "Ievietot kodu manuāli", ja zināt, kā rīkoties ar HTML kodu

1. Kopējiet kodu, kas atzīmēts iepriekšējā attēlā, un ielīmējiet to vadības lapas avota kodā. Kods jāievieto tieši aiz taga . Pēc šīs darbības pabeigšanas noklikšķiniet uz pogas "Saglabāt izmaiņas".

1. Kontrollapā pārbaudiet testa kodu un noklikšķiniet uz pogas Sākt eksperimentu. Ņemiet vērā, ka kods ir jāpievieno tikai kontroles lapai.

Pirmos testa rezultātus varēsiet novērtēt pēc dažām dienām pēc eksperimenta sākuma. Lai sekotu līdzi testa rezultātiem, sarakstā atlasiet atbilstošo eksperimentu un dodieties uz pārskatu lapu.

Idejas, kuras noteikti vajadzētu pārbaudīt ar dalīto testēšanu

Kā minēts iepriekš, A/B testēšana palīdz palielināt tīmekļa lapu efektivitāti. Lai šī mārketinga metode sniegtu rezultātus, mārketinga speciālistam ir jāģenerē idejas, kas var pozitīvi ietekmēt noteiktus vietnes rādītājus. Jūs nevarat vienkārši veikt izmaiņas no griestiem, ieviest tās un pārbaudīt efektivitāti. Piemēram, vietnes metrika, visticamāk, nemainīsies, ja vienkārši nolemjat mainīt lapas fonu no zila uz gaiši zaļu.

Mārketinga speciālistam ir jāredz veidi, kā uzlabot lapas, un jāsaprot, kāpēc tām vajadzētu darboties. Sadalītā pārbaude vienkārši palīdz pārbaudīt speciālista pieņēmumus. Taču katrs mārketinga speciālists dažkārt nonāk situācijā, kad visas idejas ir pārbaudītas, bet vēlamais rezultāts nav sasniegts. Ja atrodaties šādā situācijā, mēģiniet ieviest šādas izmaiņas un pārbaudiet, vai tās darbojas:

• Noņemiet papildu laukus no konversijas veidlapas. Iespējams, jūsu potenciālie abonenti nevēlas izpaust savas pases datus.
• Pievienojiet reklāmguvumu lapai vārdus “bezmaksas” vai bez maksas. Protams, auditorija zina, ka biļetena abonēšana ir bezmaksas. Bet dažreiz vārds bezmaksas dara īstus brīnumus, jo bezmaksas etiķis ir salds.
• Publicējiet videoklipu savā galvenajā lapā. Tas parasti pozitīvi ietekmē vairākus rādītājus, tostarp atlēcienu līmeni, reklāmguvumu līmeni un lapā pavadīto laiku.
• Palieliniet periodu, kurā lietotāji var bez maksas pārbaudīt jūsu produktu. Tas ir vienkāršs un efektīvs veids, kā palielināt reklāmguvumu skaitu uzņēmumiem, kas pārdod programmatūru un tīmekļa pakalpojumus.
• Eksperimentējiet ar konvertēšanas pogu krāsu. Dažos gadījumos agresīvas sarkanās pogas darbojas labi. Tomēr dažreiz tie kaitina lietotājus. Izmantojiet A/B testu, lai atrastu savai vietnei visefektīvāko pogu krāsu.
• Soliet bonusus pirmajiem 10 vai 100 pircējiem (abonentiem). Nesteidzieties atcelt šo solījumu pat pēc akcijas beigām. Daudzi lietotāji negaida būt starp laimīgajiem, bet tomēr neapzināti reaģē uz izdevīgu piedāvājumu.

Kā un kāpēc pārbaudīt dažādus lapu variantus

Sadalītā pārbaude ļauj novērtēt tīmekļa lapu izmaiņu efektivitāti. Šai mārketinga metodei ir piemērota vērtība. Tas ļauj gandrīz pastāvīgi uzlabot lapas, uzlabojot dažādus rādītājus.

Lai pārbaudītu šīs vai citas izmaiņas, jums ir jāizveido jauna lapas versija un jāsaglabā vecā. Abām opcijām ir jābūt atšķirīgiem URL. Pēc tam jums vajadzētu izmantot kādu no pakalpojumiem dalīto testu veikšanai, piemēram, satura eksperimenti. Testa rezultātu novērtēšanu var veikt vismaz divas nedēļas pēc eksperimenta sākuma.

Vai, jūsuprāt, ir vērts veikt A/B testēšanu? Kādos gadījumos šī mārketinga metode paliek par laika izšķiešanu?

kak-provodit-a-b-testirovanie

(dalītā pārbaude, A / B testēšana, dalītā pārbaude) vietnē ir mārketinga metode, kas sastāv no kontroles (A) un testa (B) elementu grupu uzraudzīšanas - vietnes lapas, kas atšķiras tikai pēc dažiem rādītājiem, lai palielināt vietnes reklāmguvumu. Lapas apmeklētājiem tiek rādītas pārmaiņus vienādās daļās, un pēc nepieciešamā seansu skaita sasniegšanas, pamatojoties uz saņemtajiem datiem, tiek noteikta lielākā konversijas iespēja.

A/B testēšanas posmi

Kopumā visu A/B testēšanas procesu var apkopot 5 soļos:

1. darbība. Mērķu iestatīšana (biznesa mērķi, reklāmguvums, vietnes mērķi)

2. darbība Sākotnējo statistikas datu fiksēšana

3. darbība Testa iestatīšana un process

4. darbība Rezultātu izvērtēšana un labākā varianta īstenošana

5. darbība Atkārtojiet eksperimentu citās lapās vai ar citiem elementiem, ja nepieciešams

Pārbaudes ilgums

Eksperimenta ilgums ir atkarīgs no vietnē pieejamās trafika. Reklāmguvumu līmenis, kā arī pārbaudīto opciju atšķirības. Daudzi pakalpojumi automātiski nosaka ilgumu. Vidēji pietiek ar 100 reklāmguvumu darbībām vietnē, un tas aizņem apmēram 2–4 nedēļas.

Lapas testēšanai

Testēšanai varat atlasīt jebkuru vietnes lapu, kas ir svarīga reklāmguvumu ziņā. Visbiežāk šī ir galvenā lapa, reģistrācijas / autorizācijas lapas, pārdošanas piltuves lapas. Šajā gadījumā labāk pievērst uzmanību šādiem punktiem:

1. Visbiežāk apmeklētās vietnes lapas
2. Lapas ar lielu apmeklējumu skaitu
3. Atteikumu lapas

Pirmais ir nepieciešams eksperimenta tīrībai, otrais un trešais, lai identificētu vietnes trūkumus.

Visbiežāk testēšanai tiek izvēlētas pogas, teksts, sauklis-aicinājums uz darbību un lapas izkārtojums kopumā. Lai atlasītu elementu, varat izmantot šādu darbību algoritmu:

• Tiek izvirzīta hipotēze par apmeklētāja uzvedību
• Tiek piedāvāts risinājums elementu maiņai (labāk ņemt 1-2, ne vairāk)

1. Pievienojiet vārdu "bezmaksas"
2. Iesniedziet paskaidrojuma video
3. Līmējiet reģistrācijas pogu lapas augšpusē
4. Samaziniet lietojumprogrammas lauku skaitu
5. Pievienojiet īpašo piedāvājumu skaitītāju
6. Pievienojiet bezmaksas izmēģinājuma versiju
7. Mainiet pogu krāsas vai tekstu uz tām

Testēšanas automatizācija

Ir vairāki maksas un bezmaksas rīki testēšanas procesa automatizēšanai ar atšķirīgu funkciju kopumu. Var apskatīt lielu sarakstu. Populārākais var būt eksperimenti pakalpojumā Google Analytics. Tas ir bezmaksas, rusificēts, viegli apgūstams, un, ja vietnē ir uzstādīts skaitītājs, jums nav jāgaida sākotnējo datu apkopošana un eksperimentu varat sākt tikai ar pāris klikšķiem.

A/B testēšana ar Google Analytics

Apsveriet testa izveides procesu pakalpojumā Google Analytics. Lai to izdarītu, atveriet cilni Pārskati-> Uzvedība-> Eksperimenti. Ievadiet pārbaudāmās lapas URL un noklikšķiniet uz "Sākt eksperimentu".

Nākamais solis ir aizpildīt laukus: eksperimenta nosaukums, mērķis (varat izvēlēties no konfigurētajiem vietnes mērķiem), vietnes apmeklētāju pārklājums eksperimentam (labāk iestatīt 100%).

Otrajā darbībā būs jānorāda galvenās (kontroles) lapas adreses un tās varianti.

Ja viss ir izdarīts pareizi, sistēma dos zaļo gaismu, lai sāktu testēšanu.

Eksperimenta rezultāts ir ļoti vizuāls un var izskatīties šādi:

Pretēji izplatītajam uzskatam (galu galā tiek izveidotas dublētās lapas), šāda pārbaude negatīvi neietekmē vietnes pozīciju. Pietiek uzrakstīt rel="canonical" uz alternatīvām lapām.

Svarīgi saistībā ar A/B testēšanu

1. Lapu testa versijas nedrīkst atšķirties par vairāk kā 2 elementiem
2. Satiksme starp lapām ir jāsadala vienādi
3. Veicot iestatījumus, atlasiet jaunus vietnes apmeklētājus
4. Rezultātus var vērtēt tikai plaša izlase, vēlams vismaz 1000 cilvēku.
5. Vienlaikus novērtējiet rezultātus
6. Jums nevajadzētu uzticēties sev, jo ne visi lietotāji domā tā, kā jūs domājat, tāpēc jūsu izvēlētā iespēja var nebūt uzvarošā.
7. A/B testēšanas rezultāti ne vienmēr var dot vēlamos rezultātus, palielinot reklāmguvumus. Tāpēc jums ir jāeksperimentē ar citiem elementiem.

Dizaina lēmumu pieņemšanas process vienmēr ir bijis populārs diskusiju temats. Kāpēc daži dizaineri izdara izvēli, ko citi nedarītu, un kāpēc šķiet, ka daži dizaini darbojas labāk nekā citi?

No akadēmiskiem pētījumiem līdz skicēm un anekdotēm dizaina pasaule aizraujas ar procesu. Visilgāk uzkavējās joks par Google un tā 41 zilā nokrāsa.

Mēģinot noteikt, kuru no diviem zilajiem toņiem izmantot saites tekstam, Google pārbaudīja ne tikai galvenos 2, bet arī 39. Stāsts apraksta aptuveni nelielu lēmumu, bet izceļ strauji augošu pieeju lēmumu pieņemšanai. Tas ir balstīts uz eksperimentiem, alternatīvām un, pats galvenais, datiem.

"A/B testēšana var nodrošināt vērtību, taču tai nevajadzētu notikt uz citu dizaina jomu rēķina."

Bet kāpēc Google pārbaudīja 41 zilā nokrāsu, un kā šī pieeja var palīdzēt jums vai jūsu organizācijai? Šajā rakstā mēs apskatīsim A/B testēšanu (vai daudzfaktoru testēšanu): kas tā ir, kāpēc tā būtu jāizmanto, un tās ierobežojumi.

A/B un daudzfaktoru testēšana īsumā

Īsāk sakot, A/B testēšana ir metode, ar kuras palīdzību tiek salīdzinātas kaut kādas 2 versijas, lai noteiktu, kura versija ir labāka. Pārbaudes priekšmets var būt attēls, poga, virsraksts utt.

Daudzfaktoru testēšana ir A/B testēšanas paplašinājums, kurā tiek salīdzinātas vairāk nekā 2 versijas un (bieži vien) ir iekļauts vairāk variantu. Tas ļaus izjust vairākus elementus vienlaikus un to mijiedarbību.

Vienkāršības labad pārējā šī raksta daļa aptvers tikai A/B testēšanu, bet daudzfaktoru testēšanas principi paliek nemainīgi.

Kāpēc A/B testēšana

A/B testēšanas mērķis ir ļaut jums veikt pakāpeniskus uzlabojumus savā vietnē vai lietojumprogrammā. Pretstatājot savu lietotni vai vietni ar vienu vai vairākiem variantiem, varat pastāvīgi uzlabot savu dizainu un saņemt apstiprinājumu no reāliem lietotājiem.

A/B testēšanā katrs tests ģenerē jaunus datus par to, kas darbojas un kas ne. To, kas darbojas, var iekļaut vietnē vai lietotnē un izveidot jaunu un uzlabotu dizainu.

A/B testēšana reālajā pasaulē

Lai saprastu, kā A/B testēšanu var izmantot un ko tā var sniegt jūsu labā, varat skatīt simtiem piemēru tādās vietnēs kā Who Test Won. Varat arī apskatīt šos populāros pētījumus:

Pamata A/B testēšanas process

1. darbība. Kur veikt pārbaudi

Lai veiktu A/B testēšanu, jums būs nepieciešama vietne vai lietojumprogramma. (A/B testēšana veicina esoša produkta pakāpenisku uzlabošanu, un tā nav piemērota pārveidotu dizainu vai jaunu produktu un pakalpojumu testēšanai.)

Jums ir jāizlemj, kuru vietnes vai lietojumprogrammas apgabalu vēlaties izpētīt, un ideālā gadījumā mēģiniet to uzlabot. Studiju virzienu var izvēlēties, pamatojoties uz dažādiem avotiem:

• Analytics: vai jūsu analīze parāda, ka konkrēta lapa vai ekrāns kaitina lietotājus. Vai visi jūsu lietotāji iziet no vienas lapas?
• Lietojamības pārbaude: Vai lietojamības pārbaude atklāja problēmu jomu vai mijiedarbību? Vai esat pārbaudījis jaunu risinājumu un tagad vēlaties to pārbaudīt plašā mērogā?
• Intuīcija vai personiska nepatika: Vai uzskatāt, ka kaut ko var uzlabot, un vēlaties to pārbaudīt ar datiem? Vai ir kaut kas, kas jums vienmēr nav paticis, un kur vēlaties izmantot alternatīvas?

Visbiežāk šie trīs avoti nosaka testēšanas priekšmetu. Izmantojot šīs zināšanas, varat pāriet uz 2. darbību.

2. darbība: ko pārbaudīt (un ko izmērīt)

Viens no galvenajiem A/B testēšanas aspektiem ir tas, ka vienlaikus jāmaina tikai viens mainīgais. No pirmā acu uzmetiena šķiet, ka tas ir vienkāršs uzdevums, taču jūs varat mierīgi pārkāpt atzīmi un pievienot vairāk mainīgo.

Piemēram, ja vēlaties pārbaudīt pogu, varat mēģināt mainīt tās tekstu:

Vai arī mainiet krāsu:

Bet, ja apvienotu abas opcijas un pārbaudītu pogu ar atšķirīgu tekstu un atšķirīgu krāsu, jūs krasi samazinātu testa vērtību.

Salīdzinot šīs divas pogas savā starpā, nevarētu norādīt, kāpēc tās dod atšķirīgus rezultātus: kādu veiktspējas pieaugumu radīja teksta maiņa vai krāsas maiņa.

"Lai veiktu vērtīgu A/B testēšanu, ir ļoti svarīgi ierobežot izmaiņas vienā mainīgajā."

Tāpēc, lai veiktu vērtīgu A/B testēšanu, ir svarīgi ierobežot izmaiņas, veicot tikai vienu mainīgo. Ja vēlaties vienlaikus pārbaudīt vairākus mainīgos, jums ir jāveic daudzfaktoru tests, kurā varat pārbaudīt šos vairākus mainīgos un iegūt labāku priekšstatu par katras izmaiņas ietekmi.

Neatkarīgi no tā, kuru testu izvēlaties izpildīt, jums vajadzētu arī izcelt galveno izsekojamo rādītāju. Pogu gadījumā jūs, visticamāk, izmērīsit to cilvēku skaitu, kuri uz tās noklikšķina. Runājot par nosaukuma maiņu, jūs, iespējams, skatīsit atlēcienu līmeni vai vietnē pavadīto laiku.

Tas, ko jūs izsekojat, kļūst par to, ko jūs pārbaudāt. Vienkārši pārliecinieties, ka zināt, ko mēģināt uzlabot, pirms sākat A/B testēšanu.

3. darbība. Kā pārbaudīt

Tagad, kad esat sapratis, ko un kur testēsit, parunāsim par to, kā mēs to darīsim. A/B testēšanai ir daudz lietojumprogrammu. Šeit ir populārākie:

• Google Analytics
• Optimizēti
• Vizuālais vietnes optimizētājs
• A/B garšīgi

Tie (un citi) piedāvā pamata A/B testēšanas procesu, taču atšķiras pēc funkcijām. Jūsu izvēle būs atkarīga no jūsu izstrādātāja prasmēm, vajadzīgās elastības vai vienkārši cenas.

Daudzas lielas organizācijas bieži izmanto vairāk nekā vienu rīku atkarībā no nepieciešamā darba apjoma vai personīgajām vēlmēm, tāpēc pareizā rīka izvēle būs atkarīga no jūsu personīgajiem apstākļiem.

4. darbība. Cik liels ir tests

Tātad, jūs esat vienojies par testa vietu, mainīgajiem, kurus optimizēsit, un to, kā to visu tehniski īstenosit. Pēdējais jautājums, uz kuru jāatbild, ir: cik lietotāju tiks pārbaudīti?

Daži rīki (piemēram, Google Analytics) neļauj noteikt, kurš redzēs sākotnējo versiju un kurš redzēs alternatīvo versiju, vai pat noteikt, cik ilgi turpināsies pārbaude. Iesācējiem tā var būt noderīga funkcija, jo tā vienkāršo visu procesu.

"A/B testēšana nevar pateikt, vai jūs atrisināt pareizo problēmu."

Ja vēlaties pats iestatīt šos mainīgos, tad ir vērts padomāt, cik ilgi tests ilgs un cik procenti lietotāju redzēs sākotnējo versiju un cik alternatīvo.

Ja strādājat organizācijā, kas nepieņemas riskus, tad parādiet alternatīvu tikai 5-10% lietotāju, bet pārējos sadaliet 50:50. Galu galā izvēle būs atkarīga no jūsu ambīcijām un datplūsmas līmeņa un veida, ko saņem jūsu vietne vai lietotne.

Atbildot uz jautājumu par to, kā sadalīt testu un cik ilgi tam vajadzētu būt, pajautājiet sev: cik lielam testam jābūt, lai es varētu būt pārliecināts, ka rezultāti ir pareizi?

To apzīmē ar tehnisko terminu "statistiskā nozīme" vai "statistiskā nozīme". Jūsu mērķis ir izveidot testu ar pietiekami lielu paraugu, lai ar vairāk nekā 95% pārliecību varētu teikt: "Šo rezultātu izraisīja viņu izmaiņas."

Pārbaudes sadalīšanas veids ir atkarīgs no jums, taču tas, cik ilgs laiks ir nepieciešams, var būt atkarīgs no vietnes vai lietotnes saņemtās trafika apjoma. Neuztraucieties, lai arī cik biedējoši tas izklausītos, ir daudz tiešsaistes kalkulatoru, kas palīdzēs noskaidrot, vai jūsu rezultāti ir statistiski nozīmīgi vai arī jums jāpalielina pārbaudes laiks.

• Vizuālā vietnes optimizētāja nozīmes kalkulators
• Kissmetrics vērtību kalkulators

5. darbība: analizējiet un izlemiet

Lūk, rezultāti! Jūs izpildījāt testu, pārliecinājāties, ka tas ir statistiski nozīmīgs, un tagad jums ir skaitļi.

Ņemot vērā visu paveikto darbu, iesaistīto cilvēku skaitu, visi sagaida kaut ko līdzīgu šim rezultātam:

Bet biežāk nekā nē, jūs saņemsiet šo:

Neesiet vīlušies (un nekrītiet izmisumā) — A/B testēšana nodrošina pakāpeniskus uzlabojumus. Un, lai gan ir iespējamas lielas izmaiņas, jebkurš uzlabojums ir lielisks sākums un virza jūs uz pareizā ceļa.

Pat ja dati liecina, ka neesat veicis nekādus uzlabojumus, tagad esat spēcīgākā pozīcijā, jo zināt, kas darbojas un kas ne.

"Dati nav vienādi ar izpratni"

Ja pārbaude bija veiksmīga, turpmākās darbības ir atkarīgas no jums. Jūs varat iesniegt jaunu versiju, cik drīz vien iespējams. Vai arī, ja esat veicis nelielu pārbaudi, varat veikt citu pārbaudi ar daudziem cilvēkiem.

Tas, ko jūs darāt ar iegūto informāciju, galu galā ir atkarīgs no jums!

Izpratne par A/B testēšanas ierobežojumiem

Lai arī cik spēcīga ir A/B testēšana, ir svarīgi arī saprast tās trūkumus un ierobežojumus. Neskatoties uz pieaugošo popularitāti, A/B testēšana nav panaceja, kas var glābt jebkuru uzņēmumu, bet gan vēl viens rīks jūsu arsenālā.

Apsverot A/B testēšanas izmantošanu, ir svarīgi saprast, ko tā nevar darīt:

• Saki kāpēc. A/B testēšana ir lielisks rīks, kas palīdz saprast, kas darbojas un kas ne. Tomēr tas nevar pateikt, kāpēc. Lai to izdarītu, jums ir jāveic augstas kvalitātes lietotāju izpēte. Ir ļoti svarīgi saprast, ka dati nav vienādi ar izpratni.
• Palīdziet pārbaudīt lietotnes vai vietnes pārveidojumu. Lai gan teorētiski jūs varētu salīdzināt visu lapas dizainu ar alternatīvu un iegūt datus par panākumiem, jūs nevarētu izdomāt, kas tas ir par dizainu, kas izraisīja atšķirību. Kamēr neveicat lietotāju izpēti, rezultāts būs bezjēdzīgs.
• Pastāstiet, vai risinat pareizo problēmu. Tā kā A/B testēšana ir pakāpeniska, tā var būt spēcīgs rīks, lai nepārtraukti uzlabotu jūsu vietni vai lietojumprogrammu. A/B testēšana nevar pateikt, vai risinat pareizo problēmu. Varat koncentrēt savus testus uz sākumlapu un redzēt uzlabojumus, taču problēma var būt citā vietnes daļā. Šis ir jēdziens, kas pazīstams kā vietējais maksimums.

Ko A/B testēšana var sniegt jūsu labā?

Ja tas viss ir izraisījis jūsu apetīti pēc A/B testēšanas, iespējams, jums jau ir vajadzīgā informācija, lai sāktu. Dažas sīkas detaļas var atšķirties vai jūsu organizācijai var būt īpašas prasības, taču vispārīgie principi paliek nemainīgi.

A/B testēšana, ja to izmanto pareizi, var būt lielisks rīks. Tas var ļaut jūsu uzņēmumam pakāpeniski uzlaboties un palielināt jūsu panākumus.

Taču ir svarīgi saprast, ka A/B testēšana ir tikai viens instruments jebkura dizainera daudz lielākā arsenālā. Savā atkāpšanās vēstulē Dags Boumens, bijušais Google vizuālā dizaina vadītājs, arī atgādināja anekdoti par Google 41 zilās krāsas toni. Tādējādi, lai gan A/B testēšana var sniegt lielu vērtību, tai nevajadzētu notikt uz citu dizaina jomu rēķina.