Testy A/B to jedno z najbardziej bezpośrednich narzędzi optymalizacji konwersji w e-commerce. Dają prawdziwe dowody na to, co działa w Twoim konkretnym sklepie, u Twoich konkretnych klientów. Pełne wprowadzenie do optymalizacji konwersji i wyjaśnienie, dlaczego poprawa współczynnika konwersji jest tak samo ważna jak zwiększenie ruchu, znajdziesz w artykule czym jest optymalizacja współczynnika konwersji i dlaczego ma znaczenie.
Czym jest test A/B w sklepie internetowym?
Test A/B dzieli odwiedzających na dwie grupy i pokazuje każdej inną wersję strony lub elementu strony. Jedna grupa widzi wersję oryginalną, zwaną kontrolną. Druga widzi wersję zmienioną, zwaną wariantem. Zmiana dotyczy jednego konkretnego elementu. Może to być treść przycisku, układ strony produktu albo miejsce znaczka zaufania. Wszystko inne zostaje bez zmian.
Odwiedzający korzystają ze sklepu jak zwykle. Nie wiedzą, że biorą udział w teście. Po zakończeniu okresu testu porównujesz współczynniki konwersji obu grup i sprawdzasz, która wersja wypadła lepiej. Ponieważ obie wersje działają jednocześnie przy porównywalnym ruchu, czynniki zewnętrzne, takie jak sezonowość czy zmiana w reklamach, wpływają na obie grupy tak samo. Różnica, którą widzisz, wynika z Twojej zmiany, a nie z terminu.
Dlaczego testy A/B mają znaczenie dla konwersji w e-commerce?
Każda zmiana w sklepie to zakład. Zakładasz, że nowy opis produktu będzie lepiej konwertował, że uproszczona kasa zmniejszy odpływ, że przeniesiony przycisk zdobędzie więcej kliknięć. Bez testów nie masz jak sprawdzić, czy zakład się opłacił. Sprzedaż może wzrosnąć z powodów zupełnie niezwiązanych z Twoją zmianą. Albo spaść z tego samego powodu.
Testy A/B zamieniają zakłady w decyzje. Masz dane, które pokazują, w mierzalnym przedziale, czy zmiana dała realny efekt. Chroni Cię to przed dwoma częstymi i drogimi błędami. Pierwszy to uznanie, że zmiana pomogła, choć nie pomogła. Drugi to porzucenie zmiany, która działała, bo nie przypisano jej poprawy.
Rachunek finansowy jest prosty. Sklep, który konwertuje jeden procent odwiedzających i poprawia się do dwóch procent, podwoił przychody z tego samego ruchu, bez zwiększania wydatków na reklamę. Systematyczne testy A/B to najpewniejsza droga do takich zysków.
Co można testować A/B w sklepie internetowym?
Testować można niemal wszystko, co widzi odwiedzający. Niektóre obszary sklepu mają większy wpływ na konwersję niż inne i na nich powinny skupić się Twoje pierwsze testy.
Strony produktów
Na stronie produktu zapada większość decyzji zakupowych. Do testów o dużym wpływie należą główne zdjęcie produktu, nagłówek produktu, treść i umiejscowienie przycisku dodania do koszyka, długość i struktura opisu produktu, pozycja opinii klientów oraz to, czy cena jest pokazana z dodatkowym kontekstem, jak cena porównawcza czy komunikat o progu darmowej dostawy. Szczegółowe omówienie tego, co czyni stronę produktu skuteczną, znajdziesz w artykule jak projektować strony produktów, które skłaniają do zakupu.
Proces kasy
W kasie sklepy tracą klientów, którzy już zdecydowali się kupić. Przydatne testy to kasa jednostronicowa kontra wieloetapowa, wymaganie założenia konta kontra zakup bez rejestracji, liczba i kolejność pól formularza oraz miejsce podsumowania zamówienia w procesie. Zmiany w kasie często dają szybsze i czytelniejsze wyniki niż zmiany na stronie produktu, bo intencja odwiedzającego jest już na tym etapie ustalona. Omówienie decyzji projektowych dotyczących kasy znajdziesz w artykule jak zaprojektować stronę kasy, która zmniejsza odpływ.
Strona główna i nawigacja
Strona główna i nawigacja kształtują pierwsze wrażenie odwiedzających i ścieżkę do stron produktów. Przetestuj nagłówek strony głównej, to, które produkty lub kolekcje pokazujesz na górze strony, umiejscowienie banerów promocyjnych oraz to, czy nawigacja po kategoriach działa lepiej jako stałe menu, czy jako widoczny zestaw kafelków. Zmiany tutaj dotyczą całego ruchu przepływającego przez sklep, więc nawet skromne poprawy mają szeroki zasięg.
Wezwania do działania
Tekst, kolor, rozmiar i umiejscowienie przycisku wpływają na to, czy odwiedzający wykonają następny krok. „Dodaj do koszyka" i „Kup teraz" to najczęściej testowana para przycisków. Możesz też sprawdzić, czy dodanie języka pilności przy przycisku („Zostały tylko 3") albo społecznego dowodu słuszności („Ponad 200 zamówień w tym tygodniu") zmienia współczynnik klikalności.
Prezentacja cen i oferty
Sposób przedstawienia ceny wpływa na decyzje zakupowe poza samą ceną. Sprawdź, czy pokazanie przekreślonej ceny pierwotnej obok ceny promocyjnej zwiększa konwersje w porównaniu z samą ceną promocyjną. Sprawdź, czy komunikat „darmowa dostawa przy zamówieniach powyżej X", wyświetlany przy koszyku, zwiększa wartość zamówień. Sprawdź, czy gwarancja zwrotu pieniędzy pokazana na stronie produktu, a nie tylko w stopce, zmienia odsetek ukończonych zamówień.
Jak przeprowadzić test A/B?
Sformułuj hipotezę
Każdy test zaczyna się od pytania z odpowiedzią, którą da się zmierzyć. „Jeśli zmienię zdjęcie produktu na zdjęcie w użyciu, czy więcej odwiedzających kliknie dodanie do koszyka?" To pytanie określa, co zmieniasz, czego oczekujesz i po czym poznasz, że zadziałało. Zapisz hipotezę, zanim zaczniesz. Test bez hipotezy to zwykła zmiana bez śledzenia.
Wybierz wskaźnik sukcesu
Określ wskaźnik, który mierzysz, zanim test się zacznie. W większości testów w e-commerce jest to współczynnik konwersji na konkretnym kroku. Może to być współczynnik dodania do koszyka, rozpoczęcia kasy albo ukończonego zakupu. Wybierz wskaźnik, który bezpośrednio odpowiada testowanemu elementowi. Jeśli testujesz element strony produktu, mierz jego wpływ na współczynnik dodania do koszyka. Jeśli testujesz element kasy, mierz odsetek ukończonych kas. Użycie ogólnych przychodów sklepu jako wskaźnika wprowadza za dużo szumu z innych części lejka.
Skonfiguruj test
Użyj narzędzia do testów A/B, by stworzyć wariant i podzielić ruch między dwie wersje. Standardem jest podział 50/50. Prowadź sklep normalnie przez cały okres testu. Unikaj dużych promocji i istotnych zmian w reklamach, gdy test trwa, bo zmieniają zachowanie odwiedzających w sposób, który wpłynąłby na obie grupy nierówno i utrudnił interpretację wyników.
Poczekaj na zakończenie testu
Nie przerywaj testu wcześniej tylko dlatego, że jedna wersja wydaje się wygrywać. Wczesne wyniki bywają mylące. Zachowanie odwiedzających zmienia się zależnie od dnia tygodnia, a wzorce widoczne w pierwszych dniach często nie utrzymują się po pełnym tygodniu czy dwóch. Zatrzymanie testu, gdy jedna wersja wygląda obiecująco, drastycznie zwiększa szansę, że zadziałasz na podstawie fałszywego wyniku. Prowadź test, aż osiągniesz docelową liczebność próby.
Przeanalizuj i zastosuj wynik
Gdy masz dość danych, porównaj współczynniki konwersji wersji kontrolnej i wariantu. Jeśli wariant wypada lepiej od kontroli na poziomie istotnym statystycznie, wprowadź zmianę. Jeśli wyniki są niejednoznaczne, zmiana nie dała mierzalnej różnicy i warto zostać przy oryginale, a do testu wybrać inny element. Jeśli wariant wypadł gorzej, zostań przy oryginale i wróć do hipotezy. Każdy wynik mówi coś użytecznego.
Jak długo prowadzić test A/B?
O długości testu decydują dwa czynniki. Pierwszy to wielkość ruchu. Drugi to wielkość poprawy, którą chcesz wykryć.
Mniejsze poprawy wymagają więcej ruchu, by wykryć je wiarygodnie. Jeśli Twój sklep konwertuje na poziomie dwóch procent i chcesz wykryć 20-procentową względną poprawę, potrzebujesz znacznie więcej odwiedzających niż przy wykrywaniu poprawy o 50 procent. W większości sklepów ze średnim ruchem zalecane minimum to od dwóch do czterech tygodni. Sklepy z dużym ruchem mogą osiągnąć istotność szybciej. Sklepy z małym ruchem mogą potrzebować więcej czasu.
Jako praktyczny punkt wyjścia celuj w co najmniej 100 konwersji na wariant, zanim wyciągniesz wnioski. Przy współczynniku konwersji dwóch procent oznacza to co najmniej 5000 odwiedzających na wariant. Jeśli Twój sklep nie generuje takiego ruchu w rozsądnym czasie, bardziej praktyczną alternatywą jest porównanie przed i po: zmień jedną rzecz, mierz przez trzy do czterech tygodni i porównaj z tym samym okresem poprzedniego miesiąca.
Najważniejsza zasada to ustalenie docelowej liczebności próby przed startem testu i niesprawdzanie wyników, dopóki jej nie osiągniesz. Zaglądanie co kilka dni i zatrzymywanie testu, gdy jedna wersja wydaje się prowadzić, podnosi odsetek fałszywych wyników znacznie powyżej tego, co sugerowałaby sama istotność statystyczna.
Skąd wiadomo, że wyniki testu A/B są wiarygodne?
Istotność statystyczna to miara, która mówi, czy różnica między dwiema wersjami prawdopodobnie odzwierciedla realny efekt, a nie losową zmienność. Narzędzia do testów zwykle podają ją jako poziom ufności. Poziom ufności 95 procent oznacza pięcioprocentową szansę, że wynik jest dziełem przypadku. W większości decyzji w e-commerce 95 procent ufności jest wystarczająco wiarygodne, by działać.
Sprawdź też czynniki zewnętrzne, które mogły zniekształcić test. Test przeprowadzony podczas dużej wyprzedaży, w okresie istotnej zmiany w reklamach albo w tygodniu, w którym zmieniło się główne źródło ruchu, może dać wyniki niereprezentatywne dla normalnej pracy sklepu. Jeśli w okresie testu wydarzyło się coś istotnego, odnotuj to, zanim zadziałasz na podstawie wyniku.
Jeszcze jedno warto sprawdzić: obok wskaźnika głównego spójrz na wskaźniki dodatkowe. Jeśli wariant ma wyższy współczynnik dodania do koszyka, ale niższy współczynnik ukończenia kasy, coś w wariancie może przyciągać mniej zdecydowanych odwiedzających, zamiast zamieniać więcej z nich w kupujących. Wygrywający wariant powinien pokazywać poprawę na docelowym kroku bez wyraźnego pogorszenia gdzie indziej w lejku.
Jakie błędy sprawiają, że testy A/B są niewiarygodne?
Testowanie wielu elementów naraz to najczęstszy błąd. Jeśli w jednym teście zmienisz zdjęcie produktu, nagłówek i kolor przycisku, nie przypiszesz wyniku żadnej z tych zmian. Prowadź jeden test na element i resztę utrzymuj bez zmian.
Przerywanie za wcześnie to drugi najczęstszy problem. Wariant, który wygrywa w pierwszych trzech dniach, może po dwóch pełnych tygodniach nie pokazywać różnicy, a nawet się odwrócić. Zobowiąż się do zaplanowanej długości testu przed startem i nie odstępuj od niej.
Zbyt wczesne testowanie stron z małym ruchem to trzeci problem. Jeśli Twoja strona produktu ma 50 odwiedzających tygodniowo, osiągnięcie 100 konwersji na wariant przy współczynniku konwersji dwóch procent zajęłoby wiele miesięcy. Najpierw testuj strony z największym ruchem, a do tych z mniejszym przejdź dopiero po wykorzystaniu dostępnych zysków na górze.
Ignorowanie tego, co już wiesz, to również problem. Testy A/B są najskuteczniejsze, gdy kieruje nimi wiedza o tym, gdzie odwiedzający już odpadają, a nie testowanie losowych rzeczy. Użyj analityki, by wskazać strony i kroki, na których najwięcej odwiedzających wychodzi bez konwersji. To właściwe miejsca na testy. Praktyczny poradnik o zrozumieniu odpływu odwiedzających w sklepie znajdziesz w artykule dlaczego kupujący porzucają koszyk i co możesz z tym zrobić.
Co testować najpierw?
Zacznij tam, gdzie najwięcej odwiedzających traci zainteresowanie. W większości sklepów jest to strona produktu albo kasa. Kasa często ma wyższy priorytet, bo odwiedzający, którzy do niej docierają, pokazali już wyraźną intencję. Zmiana, która poprawia ukończenie kasy nawet o niewielki procent, dotyczy każdego, kto dotrze tak daleko.
Po kasie skup się na stronach produktów z największym ruchem. Zmiana na stronie produktu, która ma 3000 odsłon miesięcznie, ma większy potencjalny wpływ niż ta sama zmiana na stronie ze 100 odsłonami. Ustalaj priorytety według potencjalnego zasięgu, a nie według tego, nad którymi stronami najciekawiej się pracuje.
Zaufanie to kolejny obszar, który często nagradza testowanie. Wiele sklepów traci konwersje nie z powodu konkretnego elementu strony, lecz dlatego, że odwiedzający nie mają dość pewności co do sklepu, by dokończyć zakup. Testowanie, gdzie pojawiają się sygnały zaufania i jak są wyświetlane, może dać znaczące wyniki. Przegląd tego, które sygnały zaufania są najważniejsze w e-commerce, znajdziesz w artykule jak używać sygnałów zaufania w sklepie internetowym.
Jak WEMASY wspiera testowanie konwersji
Skuteczne testy A/B zaczynają się od dokładnych danych wyjściowych. Musisz znać swój obecny współczynnik konwersji, miejsca odpływu odwiedzających i strony, które działają słabo, zanim sformułujesz użyteczną hipotezę i zmierzysz, czy test coś zmienił. Analityka i statystyki w WEMASY śledzi wizyty, wyniki stron i zachowania konwersyjne w Twoim sklepie, dając liczby wyjściowe, na których opiera się testowanie. System e-commerce dostarcza dane o zamówieniach, których możesz użyć do mierzenia ukończonych zakupów w okresach testów. Pełny zestaw funkcji zobaczysz w planach cenowych.
Najczęściej zadawane pytania
Czy mogę przeprowadzić test A/B, jeśli mój sklep ma mały ruch?
Mały ruch utrudnia osiągnięcie istotności statystycznej w rozsądnym czasie. Jeśli Twój sklep ma mniej niż 1000 sesji tygodniowo, testy mogą trwać miesiącami, zanim osiągną próbę potrzebną do wiarygodnych wyników przy typowym współczynniku konwersji w e-commerce. W takim przypadku praktyczną alternatywą może być porównanie przed i po w stałym okresie. Zmień jedną rzecz, mierz przez trzy do czterech tygodni i porównaj wynik z tym samym okresem miesiąc wcześniej. To mniej precyzyjne niż kontrolowany test A/B, ale bardziej pouczające niż wprowadzanie zmian bez żadnego pomiaru. Dzięki kreatorowi stron WEMASY możesz to skonfigurować bezpośrednio w swoim sklepie.
Czy mogę prowadzić więcej niż jeden test A/B naraz?
Tak, ale tylko na różnych stronach lub wyraźnie oddzielonych elementach, które na siebie nie wpływają. Jednoczesne testowanie nagłówka strony produktu i układu formularza kasy jest zwykle bezpieczne, bo dwa testy dotyczą różnych stron i różnych punktów decyzji w lejku. Testowanie dwóch różnych elementów na tej samej stronie w tym samym czasie tworzy ten sam problem co testowanie wielu elementów w jednym teście: nie da się wskazać, która zmiana spowodowała który wynik.
Czym różni się test A/B od testu wielowymiarowego?
Test A/B porównuje dwie wersje jednego elementu: oryginał i jeden wariant. Test wielowymiarowy porównuje wiele elementów zmienianych jednocześnie, uruchamiając każdą możliwą kombinację, by wskazać zestaw zmian dający najlepszy wynik. Test wielowymiarowy wymaga znacznie więcej ruchu, by dojść do wiarygodnych wniosków, bo dzielisz odwiedzających na więcej wariantów. W większości sklepów praktyczniejsze są testy A/B. Test wielowymiarowy lepiej pasuje do sklepów z dużym ruchem, które wprowadziły już oczywiste poprawki przez standardowe testy A/B i chcą zbadać zależności między wieloma elementami strony naraz.
Co jeśli muszę wprowadzić inne zmiany w sklepie, gdy test trwa?
Drobne zmiany niezwiązane z testowaną stroną są zwykle w porządku. Zmiany dotyczące stron lub elementów objętych testem są problemem, bo wprowadzają drugą zmienną, która może wpłynąć na wyniki. Jeśli musisz wprowadzić istotną zmianę na testowanej stronie, najczystszym rozwiązaniem jest zatrzymanie testu, wprowadzenie zmiany, odczekanie kilku dni na ustabilizowanie sklepu i ponowne uruchomienie testu. Warto też unikać promocji lub dużej akcji reklamowej w trakcie testu, bo zmienia to zachowanie odwiedzających w sposób, który może nie dotyczyć obu grup jednakowo.
Czy potrzebuję specjalnego narzędzia do testów A/B?
Specjalne narzędzie do testów automatyzuje podział ruchu, śledzi dane o konwersji dla każdego wariantu, oblicza istotność statystyczną i zapobiega temu, by ten sam odwiedzający widział obie wersje. Bez narzędzia trzeba by wdrażać to wszystko ręcznie, co sprzyja błędom i daje mniej wiarygodne wyniki. Jeśli Twój sklep lub system strony nie ma wbudowanych testów A/B, do większości sklepów można dodać zewnętrzne narzędzia do testów. Inwestycja się opłaca, jeśli planujesz testować regularnie, bo wiarygodność wyników mocno zależy od tego, jak obsłużono podział ruchu i zbieranie danych.