Uważasz, że przycisk wezwania do działania powinien być większy. Osoba z Twojego zespołu uważa, że powinien być czerwony. Osoba odpowiedzialna za projekt uważa, że tekst jest za długi. Wszyscy macie opinie. Ale opinie nie zwiększają konwersji. Robią to testy. Test A/B pozwala odpowiadać na takie pytania danymi zamiast sporem. Tworzysz wersję A z obecnym przyciskiem. Tworzysz wersję B z większym przyciskiem. Uruchamiasz obie. Mierzysz, która konwertuje lepiej. Jedna wygrywa. Wdrażasz zwycięzcę. Bez sporów. Bez zgadywania. Tylko wyniki. Test A/B jest potężny, ale ograniczony. Możesz testować jedną zmianę naraz. A jeśli chcesz jednocześnie przetestować rozmiar przycisku, kolor i tekst? Testy wielowariantowe na to pozwalają. Testujesz osiem kombinacji naraz zamiast trzech osobnych testów A/B. Uczysz się szybciej. Optymalizujesz więcej. Ten artykuł wyjaśnia testy A/B i wielowariantowe oraz to, kiedy używać każdego z nich.
Czym jest test A/B?
Test A/B to najprostsza forma testowania. Tworzysz dwie wersje strony lub elementu. Wersja A to wersja kontrolna. Wersja B to Twój test. Odwiedzających kierujesz losowo do każdej wersji. Mierzysz, która konwertuje lepiej. Wygrywa ta z wyższym współczynnikiem konwersji. Test A/B nazywa się też testem podzielonym, bo dzielisz ruch między dwie wersje. Test A/B ogranicza się do jednej zmiany naraz. Testujesz kolor przycisku w jednym teście. Rozmiar przycisku w innym. Tekst przycisku w kolejnym. Ale jest potężny, bo wyniki są jasne. Wersja B albo wygrywa, albo nie.
Proces testu A/B
Zacznij od hipotezy. Moja hipoteza brzmi: większy przycisk konwertuje lepiej niż obecny. Zaprojektuj test. Utwórz wersję B z większym przyciskiem. Ustaw test w swojej platformie testowej. Określ wskaźnik sukcesu. Sukces to wyższy współczynnik konwersji. Uruchom test. Kieruj ruch do obu wersji. Zbieraj dane. Prowadź test, aż osiągniesz istotność statystyczną. Zwykle sto konwersji w każdej wersji. Przeanalizuj wyniki. Czy wersja B jest istotnie statystycznie lepsza? Jeśli tak, wdróż ją. Jeśli nie, zostaw oryginał.
Istotność statystyczna ma znaczenie
Potrzebujesz dość danych, żeby wyniki miały sens. Jeśli prowadzisz test przez jeden dzień z dziesięcioma konwersjami łącznie, wyniki nic nie znaczą. Losowa zmienność jest zbyt duża. Jeśli prowadzisz test z tysiącem konwersji, wyniki mają sens. Losowa zmienność jest niska. Większość platform testowych informuje, kiedy osiągniesz istotność statystyczną. Nie przerywaj testu wcześniej tylko dlatego, że widzisz zwycięzcę. Poczekaj na istotność statystyczną.
Czym są testy wielowariantowe?
Testy wielowariantowe (MVT) sprawdzają kilka zmian jednocześnie. Zamiast testować kolor i rozmiar przycisku osobno, testujesz wszystkie kombinacje razem. Kombinacje mogą być takie: czerwony duży, czerwony mały, niebieski duży, niebieski mały. Testujesz cztery warianty naraz. Ruch dzieli się na cztery. Dowiadujesz się, która kombinacja konwertuje najlepiej. MVT jest skuteczniejszy niż osobne testy A/B, gdy masz wystarczający ruch.
A/B czy MVT: kiedy używać którego
Używaj testów A/B, gdy masz mały ruch. Przy małym ruchu musisz skupić próbę na mniejszej liczbie wariantów, żeby osiągnąć istotność statystyczną. Używaj testów A/B, gdy chcesz mieć jasne, odizolowane wyniki. Chcesz wiedzieć, czy czerwony konwertuje lepiej niż niebieski, i nic więcej. Używaj MVT, gdy masz duży ruch. Możesz sobie pozwolić na podział ruchu na wiele wariantów. Używaj MVT, gdy podejrzewasz, że elementy na siebie wpływają. Kolor przycisku może współgrać z jego rozmiarem. Testowanie kombinacji pokazuje te zależności.
Testowanie poza oczywistościami
Większość osób testuje oczywiste rzeczy. Kolor przycisku. Rozmiar przycisku. Długość formularza. Te testy mają znaczenie. Ale testuj też mniej oczywiste rzeczy. Konkretność nagłówka. Umiejscowienie dowodu społecznego. Szybkość ładowania. Sygnały zaufania. Kontrast kolorów. Białą przestrzeń. Typografię. Małe zmiany się kumulują. Znajdź małe ulepszenia w wielu elementach, a się zsumują.
Testowanie sekwencyjne i jednoczesne
Testowanie sekwencyjne polega na przeprowadzeniu jednego testu, wdrożeniu zwycięzcy i przeprowadzeniu następnego testu. Jest wolniejsze, ale jasne. Każdy test buduje na poprzednim zwycięstwie. Testowanie jednoczesne to prowadzenie kilku testów w tym samym czasie. Jest szybsze, ale bardziej złożone. Uczysz się szybciej, ale masz więcej testów do obsługi.
Najczęściej zadawane pytania
Ile ruchu potrzebuję, żeby przeprowadzić test A/B?
Potrzebujesz dość ruchu, by osiągnąć istotność statystyczną. Większość testów potrzebuje stu konwersji na wariant. Jeśli Twój współczynnik konwersji wynosi jeden procent, potrzebujesz dziesięciu tysięcy odwiedzających na wariant. Jeśli wynosi dziesięć procent, potrzebujesz tysiąca odwiedzających. Potrzebny ruch zależy od Twojego współczynnika konwersji. Niższe współczynniki konwersji wymagają więcej ruchu. Dzięki kreatorowi stron WEMASY ustawisz to bezpośrednio na swojej stronie.
Czy mogę prowadzić kilka testów A/B jednocześnie?
Tak, jeśli masz dość ruchu. Jednoczesne testowanie ruchu na stronie A i stronie B jest w porządku. Nie wpływają na siebie nawzajem. Jednoczesne testowanie wariantu pierwszego i drugiego na tej samej stronie może powodować zakłócenia. Ten sam odwiedzający nie powinien widzieć obu wariantów. Użyj platformy testowej, żeby temu zapobiec.
Co jeśli test nie pokazuje różnicy między wariantami?
Brak różnicy to nadal dane. Mówi, że testowana zmiana nie wpływa istotnie na konwersję. Możesz zostawić oryginał albo wdrożyć wersję B, jeśli jest tańsza lub łatwiejsza. Przejdź do następnej hipotezy. Nie każdy test ma zwycięzcę.
Czy testować elementy osobno, czy razem?
Zacznij od testowania elementów osobno. Izolowanie zmian sprawia, że wyniki są jasne. Gdy zoptymalizujesz poszczególne elementy, testuj kombinacje. Możesz odkryć, że element A i element B razem działają lepiej niż sam A albo sam B.
Jak często prowadzić testy?
Bez przerwy. Optymalizacja konwersji to proces ciągły. Nie przeprowadzaj dziesięciu testów i nie przestawaj. Prowadź jeden test po drugim. Każdy test czegoś uczy. Po stu testach Twój współczynnik konwersji może być znacznie wyższy. To wymaga czasu, ale się kumuluje.
Jaka jest praktyczna poprawa konwersji dzięki testom?
Dobry test A/B może poprawić konwersję o pięć do dziesięciu procent. Świetny test może poprawić ją o dwadzieścia procent. Te poprawy są realne i po zsumowaniu bardzo znaczące. Przeprowadź pięćdziesiąt zwycięskich testów ze średnią poprawą po pięć procent, a zyski się skumulują: Twój współczynnik konwersji będzie około jedenaście razy wyższy, czyli wzrośnie o ponad tysiąc procent. Nie każdy test wygrywa, więc rzeczywiste wyniki są mniejsze.