Testy A/B: jak to działa i dlaczego jest potrzebne

Dane są wszędzie. Niezależnie od tego, czy jesteś osobą fizyczną, małą firmą, czy międzynarodową firmą, musisz mieć do czynienia z dużą ilością danych, w tym danymi klientów, potrzebnych do obsługi klientów i poprawy wyników finansowych.

Marketerzy stosują różne techniki, aby zwiększyć zyski. Zrozumiałe jest, że nie wszystkie techniki mogą działać lub nie wszystkie mogą być równie skuteczne.

Nie możesz stworzyć kampanii opartej na przeczuciach lub uczuciach. Potrzebujesz liczb, ale nie zawsze są one jasne. Dlatego firmy potrzebują testów A/B, unikalnej metody, która pomaga firmom wybrać właściwą drogę.

W tym artykule porozmawiamy o testowaniu A/B i podkreślimy jego zalety, podkreślając jednocześnie niektóre z najlepszych programów do testowania A/B.

Zaczynajmy:

Co to są testy A/B?

Testy A/B można zdefiniować jako metodę porównania dwóch opcji używanych do osiągnięcia tego samego celu, aby znaleźć tę, która oferuje lepsze wyniki.

Testy A/B przeprowadzamy prawie codziennie, a technika ta ma już ponad 100 lat. Jednak teraz zyskuje na popularności dzięki wprowadzeniu marketingu internetowego. Marketerzy używają testów A/B, aby porównać dwie metody marketingowe, aby znaleźć tę, która oferuje najlepszy zwrot z inwestycji; jednak to nie jedyne zastosowanie testów A/B.

Biolog i statystyk Ronald Fisher przeprowadził randomizowane kontrolowane eksperymenty w latach dwudziestych. Odgadł podstawową matematykę i zasady i przekształcił ten pomysł w naukę.
Fisher przeprowadził kilka eksperymentów rolniczych, aby znaleźć odpowiedzi na podstawowe pytania, takie jak co się stanie, jeśli zmienię nawóz lub użyję większej ilości nawozu.

Wprowadzone przez niego zasady okazały się prawdziwe i na początku lat pięćdziesiątych naukowcy oficjalnie rozpoczęli badania kliniczne w dziedzinie medycyny.

Marketerzy zaadaptowali tę technikę pod koniec lat 60. XX wieku. Chcą ocenić kampanie bezpośrednie, np.: czy spersonalizowane listy lub pocztówki oferują większą sprzedaż.

Jednak testy A/B nie były wtedy takie same. Obecny kształt osiągnął w połowie lat 90-tych. Wykorzystuje te same koncepcje, ale przeniósł się do środowiska wirtualnego w czasie rzeczywistym.

Jakie są zalety testów A/B?

Teraz, gdy znasz już definicję testowania A/B, nadszedł czas, aby przyjrzeć się głównym zaletom testowania AB.

Oszczędzać pieniądze

Testy A/B pozwalają firmom zaoszczędzić pieniądze, identyfikując procesy, które oferują lepsze zwroty. Żadne dwie kampanie marketingowe nie przyniosą podobnych zysków, jedna zawsze jakoś będzie lepsza od drugiej.

Z pomocą analityki danych z testów A/B firmy mogą znaleźć opcję, która oferuje lepsze zwroty i pozbyć się procesu, który oferuje niższe zwroty, i wydawać pieniądze tam, gdzie jest to bardziej opłacalne.

Zwiększa zyski

Jak podkreślono w definicji testowania AB, pomaga zwiększyć zyski poprzez poprawę konwersji i umożliwienie firmie dotarcia do większej liczby osób. Około 60 procent firm uważa, że ​​pomaga to poprawić konwersję.

Oprócz tego wyniki testów A/B mogą poprawić współczynniki odrzuceń i zwiększyć zaangażowanie. Te czynniki są ważne dla rozwoju firmy. Ostatecznie biznes zaczyna zarabiać więcej dzięki obniżonym kosztom i zwiększonej sprzedaży.

Pomaga zidentyfikować problemy

Wiele kampanii marketingowych kończy się niepowodzeniem z powodu drobnych błędów. Najlepsze narzędzia do testowania AB potrafią rozpoznać te błędy, dzięki czemu firma może działać płynnie.

Może pomóc zidentyfikować wiele problemów, takich jak słaby projekt UX. Jest to ważne, ponieważ lepszy projekt może zwiększyć konwersję nawet o 400 procent.

Poprawia treść

Pomimo tego, co wszyscy mówią, treść nadal rządzi. Problem polega jednak na tym, że istnieje wiele opcji do wyboru, w tym treści pisane, treści wizualne itp.

Nie zawsze możesz być pewien, co zadziała, a co nie, jeśli nie masz rzetelnej analizy danych z testów A/B.

Dobre dla wizerunku firmy

Testy A/B stały się bardzo popularne i ponad 70 procent firm przeprowadza co najmniej dwa testy w miesiącu. Testy A/B dla stron internetowych pozwalają firmom pozbyć się procesów lub kroków, które pozostawiają złe wrażenie na klientach.

W rezultacie obraz zyskuje na sile i wzrasta wartość firmy.

Ułatwia analizę

Około 77 procent firm przeprowadza testy A/B na swoich stronach internetowych (w tym na stronach docelowych), aby zidentyfikować projekt, czcionkę i inne podobne problemy.

Pomaga to ograniczyć porzucanie koszyka, podkreślając, co powoduje, że kupujący porzucają koszyk. Przyczyn może być wiele, np. zły układ, ukryte koszty itp.

Dzięki testom A/B firmy mogą znaleźć prawdziwą przyczynę i nad nią pracować.

Więcej zaangażowania

Firmy poszukują zaangażowanych obserwujących i kupujących, dlatego nie jest zaskoczeniem, że 59 proc. firm przeprowadza testy A/B na e-mailach. Może pomóc firmom określić, jaki rodzaj treści działa lepiej, aby mogły się na nich bardziej skoncentrować.

Jak działa testowanie A/B?

Testy A/B mogą wydawać się złożonym zjawiskiem, ale w rzeczywistości są bardzo proste. Pierwszym krokiem jest podjęcie decyzji, co chcesz przetestować i dlaczego.

Załóżmy, że chcesz przetestować rozmiar przycisku „Kup teraz” w swojej witrynie, aby zobaczyć, ile osób „kupuje”, jeśli zmienisz rozmiar, np.: czy jest on większy lub mniejszy. Gdy już wiesz, co chcesz przetestować, musisz mieć pewność, jak zamierzasz ocenić wydajność.

Na przykład to, ile osób klika przycisk, może być dobrym wskaźnikiem tego, jak rozmiar przycisku wpływa na postrzeganie.

Możesz również użyć liczby ostatecznych nabywców, aby dokonać oceny, ale może to nie być uczciwa opcja, ponieważ odwiedzający mogą zrezygnować z zakupu również z innych powodów.

W następnym kroku będziesz musiał podzielić użytkowników na dwa zestawy. Zestaw musi być losowy, chyba że próbujesz zbadać, jak użytkownicy z określonej grupy demograficznej reagują na zmianę.

Następnie utwórz dwie podobne strony, ale z różnymi rozmiarami przycisków. Teraz spójrz na statystyki i zobacz, która strona uzyskuje więcej kliknięć.

Decyzja o kliknięciu zależy od kilku czynników, takich jak rozmiar przycisku, kolor tekstu, urządzenie, z którego się korzysta. Dla jasności możesz podzielić swoich użytkowników na określone grupy, tj.: użytkownicy mobilni i użytkownicy komputerów stacjonarnych.

Dzieje się tak, ponieważ ten sam przycisk może wyglądać inaczej dla użytkowników mobilnych i innych dla użytkowników komputerów stacjonarnych. W ten sposób będziesz wiedział, który przycisk wyświetlać konkretnym użytkownikom.

„Test A/B można uznać za najbardziej podstawowy rodzaj randomizowanego, kontrolowanego eksperymentu” — mówi Kaiser Fung, autor kilku książek, w tym Number Sense: How to Use Big Data to Your Advantage .

„W swojej najprostszej formie istnieją dwa zabiegi, a jeden działa jako kontrola drugiego” – dodaje. Upewnij się, że prawidłowo oszacowałeś rozmiar próbki, aby wynik był prawidłowy i nie wynikał z szumu tła.

Niektóre inne zmienne mogą wpływać na wyniki. Na przykład użytkownicy mobilni mogą nie lubić klikania przycisków lub przycisk może nie być prawidłowo umieszczony w komputerowej wersji witryny.

Losowanie może spowodować, że jeden zestaw będzie zawierał więcej użytkowników mobilnych niż drugi, co może spowodować, że jeden zestaw będzie miał niższą lub wyższą stawkę niezależnie od rozmiaru przycisku.

Najlepszym sposobem na uniknięcie takich uprzedzeń jest podzielenie odwiedzających na użytkowników komputerów stacjonarnych i mobilnych, a następnie losowe przypisanie ich do określonych zestawów. Ta sztuczka nazywana jest blokowaniem.

Testy A/B i wyniki: jak interpretować

To był podstawowy przykład. W prawdziwym świecie sprawdzisz nie tylko rozmiar, ale także inne czynniki, w tym tekst, położenie i kolor przycisku.

Wiadomo, że analitycy testów A/B przeprowadzają sekwencyjne testy w celu porównania różnych elementów. Najpierw przetestują rozmiar przycisku (mały lub duży), następnie przejdą do koloru (czerwonego lub niebieskiego), następnie do położenia (góra lub dół) itd.

Pomoże im to dotrzeć do idealnej wersji strony. Jest to ważne, ponieważ jednoczesna zmiana wielu czynników może utrudnić stwierdzenie, co powoduje zmiany w zachowaniu (np. liczbę kliknięć).
Jednak teraz mamy narzędzia do testów A/B, które mogą obsługiwać złożone testy.

„Dzięki testom A/B zwykle chcemy przeprowadzać dużą liczbę równoczesnych, niezależnych testów, w dużej mierze dlatego, że umysł kręci się wokół liczby możliwych kombinacji, które można przetestować” — mówi Fung.

„Korzystając z matematyki, możesz mądrze wybrać i uruchomić tylko niektóre podzbiory tych zabiegów; następnie możesz wywnioskować resztę z danych” – sugeruje.

Ta sztuczka jest znana jako testowanie „wieloczynnikowe”. To forma testów A/B. Oznacza to przeprowadzenie nie tylko testu A/B, ale testu A/B/C i tak dalej.

Testy A/B i wyniki: jak interpretować

Większość marketerów i ekspertów ds. analityki używa różnych narzędzi do testów dzielonych do wykonywania takich testów. Znajdziesz tam wiele programów do testowania AB, ale nie wszystkie mogą być dla Ciebie odpowiednie.

Musisz wiedzieć, jak przeprowadzać testy A/B, aby móc zinterpretować wyniki. Pamiętaj, że właściwe narzędzie zależy od tego, co chcesz przetestować.

Na przykład Adoric może obsługiwać różne zadania, w tym testy A/B.

Adoric to kompletne oprogramowanie, które może pomóc w prowadzeniu, zarządzaniu i analizowaniu kampanii, dzięki czemu możesz zidentyfikować najlepszą i wykorzystać swoje zasoby we właściwy sposób.

Głównym celem testów A/B jest zwiększenie konwersji. Możesz to zrobić, zmieniając różne elementy, takie jak rozmiar czcionki, tekst i użycie obrazów. Możesz go również użyć do testowania elementów projektu strony internetowej i innych tego typu funkcji.

Adoric koncentruje się głównie na wyskakujących okienkach, narzędziu marketingowym, które może zaoferować współczynnik konwersji na poziomie 11%, jeśli jest prawidłowo używany. Nasze oprogramowanie pomoże Ci porównać różne projekty i opcje wyskakujących okienek, aby wybrać ten właściwy.

Adoric jest używany przez nazwy takie jak P&G, PMI i Toyota. Zaufaj nazwie, której ufają marki, które kochasz.

Musisz szukać oprogramowania, które nie tylko podaje liczby, ale także wyjaśnia, co one oznaczają. W przeciwnym razie będziesz musiał zatrudnić testera A/B lub statystyka do interpretacji wyników.

Istnieje zarówno płatne, jak i bezpłatne oprogramowanie do testowania podziału; jednak sugerujemy wybranie wersji płatnej, ponieważ są one bardziej szczegółowe i łatwiejsze w użyciu. Takie oprogramowanie zazwyczaj przedstawia współczynniki konwersji lub raporty:

Jeden dla użytkowników, którzy widzieli Twoją typową stronę

Drugi dla użytkowników, którzy widzieli stronę testową

Raport zazwyczaj zwraca uwagę na kilka czynników. Poszukaj różnic między ważnymi danymi, takimi jak liczba kliknięć.

Możesz również zobaczyć następujące informacje:

• Kontrola: 15 procent (+/- 2,2 procent)
• Odchylenie 18 procent (+/- 1,9 procent)

Oznacza to, że około 18 procent odwiedzających lub czytelników otworzyło wiadomość e-mail z nowym tematem. Liczba ma margines błędu – 2,3 proc.

Nie oznacza to, że rzeczywista stawka wynosi od 16,1 do 19,9 procent.

„Prawdziwa interpretacja jest taka, że ​​jeśli przeprowadzisz test A/B wiele razy, 95 procent zakresów uchwyci prawdziwy współczynnik konwersji — innymi słowy, współczynnik konwersji wykracza poza margines błędu w 5 procentach czasu (lub cokolwiek innego). poziom istotności statystycznej, który ustaliłeś)” – wyjaśnia Fung.

Jeśli jest to zbyt trudne do zrozumienia, wiedz, że nie jesteś jedyny. Skorzystaj z oprogramowania, które może prezentować te informacje w przejrzysty sposób, aby łatwo je zrozumieć i wykorzystać.

Na podstawie tego wyniku możemy stwierdzić, że nowa metoda jest bardziej skuteczna, ponieważ powoduje, że więcej osób otwiera wiadomości e-mail. Jednak ze względu na margines błędu nie możemy zagwarantować, ile dokładnie osób otworzy wiadomość e-mail, ale na podstawie liczby będzie ona wyższa niż obecny współczynnik otwarć.

Testy A/B: błędy, których należy unikać

Oto niektóre z najczęstszych błędów testów A/B. Upewnij się, że unikasz tych:

Zakończenie testów zbyt wcześnie

Uważa się, że około 57 procent eksperymentatorów kończy testy A/B, gdy wygląda na to, że ich pierwotna hipoteza została udowodniona. Znany jako p-hacking, jest to forma błędu inflacyjnego, która jest uważana za „selektywne raportowanie” i może skutkować słabymi wynikami.
Ważne jest, aby każdy test mógł działać, nawet jeśli możesz zobaczyć wyniki w czasie rzeczywistym.

Brak dobrej próbki

Według tego artykułu VentureBeat, testy A/B wymagają około 25 000 odwiedzających, aby dotrzeć do znaczącej próbki.

Niestety, większość marketerów używa mniejszej próbki, która nie jest prawdziwą reprezentacją całej populacji, stąd wynik jest „niewiarygodny”.

Małe ponowne testowanie

Bardzo niewiele firm decyduje się na ponowne testy. Większość testuje raz i wierzy w to. Badania dowiodły, że jeden raz może nie wystarczyć ze względu na ryzyko wystąpienia fałszywie pozytywnego wyniku.

Co więcej, powinieneś próbować co kilka miesięcy, ponieważ wszystko może się zmienić. Na przykład możesz zyskać nowych użytkowników, którzy mogą polubić inny kolor lub rozmiar przycisku.

Nigdy nie będziesz w stanie znaleźć właściwej opcji bez ponownego przetestowania.

Liczenie zbyt wielu danych

Chociaż złożone testy są przydatne, nie zawsze są skuteczne. Patrzenie na zbyt wiele metryk na raz może skutkować „fałszywymi korelacjami”.

Nawet jeśli Twoje oprogramowanie oferuje zbyt wiele wskaźników, musisz wiedzieć, na których się skoncentrować. Pomoże to uniknąć przypadkowych wahań i pozwoli skoncentrować się na ważnych liczbach.

Testy A/B: często zadawane pytania

Czy duże firmy stosują testy A/B?
Tak, robią. Google przeprowadził swój pierwszy test w 2000 roku, aby określić odpowiednią liczbę wyników na stronę. Firma nadal aktywnie korzysta z testów A/B i w 2011 roku przeprowadziła ponad 7000 testów.

Inne wielkie nazwiska, takie jak Booking.com, Facebook i Amazon, również regularnie przeprowadzają kontrolowane eksperymenty. Co więcej, jest również używany w polityce.

Kampania Obamy zebrała dodatkowe 75 milionów dolarów dzięki usprawnieniu procesu decyzyjnego, które przypisuje się marketingowi A/B. Zwiększyła również konwersję darowizn o około 79 procent.

Jak długo trwają testy A/B?
Mogą trwać od godziny do tygodnia do metody w zależności od tego, co próbujesz przetestować.

Na przykład firma testująca model abonamentowy powinna wypróbować go przez co najmniej miesiąc.

Z drugiej strony, test e-mail marketingu daje wyniki w ciągu 24-48 godzin, ponieważ ponad 50 procent ludzi czyta e-maile związane z pracą tylko w około 24 godziny.

Kto potrzebuje testów A/B?
Każdy marketer internetowy lub firma internetowa potrzebuje testów A/B, aby zidentyfikować odpowiednią technikę marketingową.

Służy do porównania wszystkich elementów, które mogą wpłynąć na decyzję końcowego nabywcy. Zobaczysz, że jest używany w SEO, marketingu e-mailowym, tworzeniu stron internetowych itp.

Testy A/B: Wnioski

Krótko mówiąc, testy A/B służą do porównania dwóch opcji i znalezienia tej, która oferuje lepsze wyniki. Nie daj się zmylić, wypróbuj Adoric, jeśli szukasz przyjaznego oprogramowania do testowania A/B i obserwuj, jak rosną Twoje zyski.

Wypróbuj Adoric za darmo