Co to są testy A/B? (Definicja + Jak przeprowadzić test A/B)

Jeśli prowadzisz kampanie marketingowe, wysyłasz e-maile lub próbujesz pozyskać potencjalnych klientów ze swojej witryny, regularnie tworzysz wartościowe treści dla swoich obserwujących.

Ale czy wiesz, jak dobrze spisuje się ta treść?

Czy jesteś zadowolony z otrzymanych wyników? Jeśli próbujesz dowiedzieć się, dlaczego niektóre elementy treści wydają się być o wiele bardziej skuteczne niż inne, możesz rozważyć przeprowadzenie testu A/B.

To cenne narzędzie eliminuje zgadywanie ze strategii treści i zapewnia dane potrzebne do podejmowania najlepszych decyzji dla Twojej firmy. Nie wiesz, czym są testy A/B lub jak je przeprowadzić? Z tym przewodnikiem przechodzimy od razu do podstaw, dzięki czemu będziesz mógł przeprowadzić własne testy w mgnieniu oka!

Co to są testy A/B?

Kluczowym elementem skutecznej strategii marketingowej jest wiedza o tym, co działa i wykorzystanie tych informacji. Testy A/B zapewniają ten kluczowy wgląd i eliminują potrzebę zgadywania, co działa najlepiej. W przypadku testów A/B przeprowadzasz losowy eksperyment z dwoma podobnymi fragmentami treści, które udostępniasz różnym grupom, i monitorujesz, który z nich przyniesie pożądane rezultaty.

Często odbywa się to za pomocą e-maili, w których można użyć różnych tematów lub kątów, aby przetestować, co skutkuje wyższym współczynnikiem otwarć. Możesz też przetestować dwie reklamy dla tej samej oferty z nieco innym tekstem, aby zobaczyć, która wersja prowadzi do wyższego współczynnika klikalności.

Elementy treści, które dają lepszy zestaw wyników, są uważane za „zwycięską” próbkę i są wykorzystywane w przyszłych kampaniach lub do tworzenia innych materiałów marketingowych. Jeśli okaże się, że obie próbki mają takie same lub podobne wyniki, może to oznaczać, że każda z nich powinna być bardziej odrębna, aby odpowiednio je przetestować.

Oczywiście nie oznacza to, że „przegrywająca” próbka jest zła. W rzeczywistości wgląd w jego wydajność może być kluczowy, aby pomóc Ci zdecydować, jak najlepiej komunikować się z mniejszą grupą odbiorców lub czego unikać w przyszłości.

Dlaczego warto przeprowadzić test A/B?

Bez testów AB zasadniczo lecisz na ślepo. Udostępniasz treści i masz nadzieję, że przygotowałeś właściwy przekaz dla odbiorców, których chcesz przyciągnąć. Głównym powodem przeprowadzania testów A/B jest zebranie informacji o odbiorcach i ich reakcjach na Twoje treści. Dzięki temu otrzymujesz dane, których możesz następnie użyć do ulepszenia treści, które tworzysz, częstotliwości ich udostępniania, a nawet platformy, na której są publikowane.

Na początkowych etapach tworzenia treści używasz ogólnych informacji, ale testy A/B umożliwiają dopracowanie podejścia. Jeśli wykonałeś test A/B na e-mailu i wysłałeś go do jednej grupy o 10 rano, a drugiej o 15:00, możesz użyć współczynników otwarć każdej z nich, aby określić najlepszy czas na wysłanie wiadomości e-mail. Podobnie możesz wprowadzić drobne zmiany w tematach lub podglądzie wiadomości e-mail, aby zobaczyć, co zapewnia lepszą reakcję subskrybentów.

Jak działa testowanie A/B?

Testy A/B brzmią dość prosto, ale muszą być wykonane poprawnie, aby uzyskać wiarygodne wyniki. Pracujesz z wieloma niekontrolowanymi zmiennymi, takimi jak czas, oprogramowanie i ludzie, więc istnieje duże miejsce na błędy. Tutaj może pomóc właściwe planowanie. Oto kilka kluczowych kroków, które należy wykonać, aby przeprowadzić pomyślny test AB i uzyskać dokładne wyniki.

Krok 1. Zdecyduj, jaką zmienną chcesz przetestować

Pierwszym krokiem jest dokładne określenie, co będziesz testować. Dla każdego testu AB, który przeprowadzasz, musisz skupić się tylko na jednej rzeczy. Tą zmienną może być Twój temat, użycie personalizacji jednego zestawu e-maili lub kopia wezwania do działania. Chociaż możesz przetestować wiele zmiennych dla jednego fragmentu treści, pamiętaj, aby testować każdy zestaw zmiennych w różnym czasie. Jeśli spróbujesz przetestować wiele zmiennych naraz, nie będziesz w stanie stwierdzić, która zmienna była naprawdę bardziej efektywna.

Dodatkowo, zawężając dokładnie to, co chcesz przetestować, możesz lepiej zdecydować, jak utworzyć zmienne. Jeśli chcesz sprawdzić, jak skuteczna jest personalizacja w zwiększaniu współczynnika otwarć, wiesz, że jeden zestaw e-maili będzie musiał zawierać personalizację, a drugi nie. Podobnie, jeśli skupiasz się na tym, jak Twoja kopia wpływa na współczynnik klikalności, skupisz się na stworzeniu dwóch różnych zestawów kopii wezwania do działania.

Krok 2. Określ, na którym wskaźniku się skoncentrować

Musisz także wiedzieć, co chcesz zmierzyć. Czy to Twoje współczynniki klikalności? Twoje stawki otwarć? Liczba nowych subskrybentów? Jasno określając dane, wiesz dokładnie, na jakich danych się skoncentrować, decydując, która wersja jest najskuteczniejsza.

W niektórych przypadkach, zwłaszcza jeśli masz istniejące dane, warto mieć na uwadze rzeczywisty cel, a nawet hipotezę. Na przykład, mogłeś zauważyć, że niektóre słowa negatywnie wpływają na twój współczynnik otwarć i zamierzasz przeprowadzić test AB, aby sprawdzić, czy to prawda. Twoja hipoteza może brzmieć, że użycie słowa „wypalenie” w temacie wiadomości zmniejsza mój współczynnik otwarć o 3% . Twoim celem będzie zidentyfikowanie, który wiersz tematu skutkuje wyższym współczynnikiem otwarć.

Krok 3. Skonfiguruj kontrolkę i pretendenta

Wykonując dwa pierwsze kroki, określiłeś swoje zmienne i pożądany wynik. Teraz będziesz gotowy do podjęcia decyzji, czym jest twoja „kontrola” i „wyzwanie”. Aby mieć kontrolę, utworzysz zawartość tak, jak zwykle.

Wracając do naszego przykładu próby zwiększenia otwarć poprzez testowanie tematów, użyjesz typowego formatu swojego tematu z uwzględnieniem słowa „wypalenie”. Na przykład Dziesięć sprawdzonych sposobów zapobiegania wypaleniu jako kreatywne .

Twój pretendent to miejsce, w którym zaczniesz wprowadzać poprawki w oparciu o postawioną hipotezę. W tym przypadku Twój temat może wyglądać mniej więcej tak: Dziesięć sposobów na zasilenie Twojej kreatywnej energii.

Krok 4. W razie potrzeby podziel próbkę równomiernie

Sposób podziału próbki zależy od rodzaju testowanej treści i używanego narzędzia. W przypadku wiadomości e-mail zazwyczaj dzielisz próbkę równo, więc każda grupa jest dość podobna, ale możesz również zdecydować się na losowy podział przez narzędzie do testowania AB.

W przypadku innych treści, nad którymi masz mniejszą kontrolę, takich jak strona docelowa lub reklamy, próbka zostanie losowo podzielona.

Krok 5. Wybierz rozmiar próbki

Podobnie jak w przypadku wyboru sposobu podziału próbki, określisz rzeczywisty rozmiar próbki na podstawie używanego narzędzia i testowanej treści. W przypadku wiadomości e-mail możesz zazwyczaj wysłać kontrolę i pretendenta do niewielkiego podzbioru listy e-mailowej. Po osiągnięciu określonego celu „zwycięzca” zostanie wysłany do pozostałych kontaktów.

Strony internetowe i reklamy bardzo się różnią, ponieważ nie masz określonej liczby osób, które powinny je zobaczyć. Dlatego wielkość próbki będzie zależał od tego, jak długo treść jest udostępniana lub ile pieniędzy wydano na reklamę.

Bez względu na użytą metodę, chcesz mieć pewność, że test będzie działał wystarczająco długo, aby uzyskać rozstrzygające wyniki.

Krok 6. Określ, jak istotne powinny być Twoje wyniki

Pamiętasz ten wcześniejszy krok, aby zidentyfikować wskaźnik, na którym chcesz się skoncentrować? W tym momencie staje się to szczególnie ważne. Musisz określić, jak ważne powinny być Twoje wyniki, aby wybrać „zwycięską” lub skuteczniejszą treść. Tutaj w grę wchodzi istotność statystyczna. Jeśli minęło trochę czasu, odkąd robiłeś zajęcia ze statystykami, czas na szybkie przypomnienie.

Znaczenie statystyczne mówi o tym, jak prawdopodobne jest, że wyniki są wynikiem błędu lub przypadku. Im wyższa istotność statystyczna, tym bardziej wiarygodne są Twoje wyniki, ponieważ oznacza to, że jest mało prawdopodobne, aby Twoje wyniki były przypadkowe lub zostały osiągnięte przez błąd.

Pamiętaj, że wyniki testu zostaną wykorzystane do określenia strategii marketingowej, sposobu budżetowania wydatków na reklamę i sposobu komunikowania się z odbiorcami. Dlatego chcesz mieć jak największą pewność, że dane, na podstawie których podejmujesz decyzje, są dokładne. Zwykle chcesz mieć co najmniej 95% poziom ufności, ale możesz osiągnąć nawet 99%.

Obliczanie istotności statystycznej i poziomów ufności może być dość skomplikowanym procesem, ale na szczęście istnieją przydatne narzędzia, które mogą się tym zająć.

Krok 7. Wybierz narzędzie do testowania A/B

Wiele popularnych narzędzi marketingu cyfrowego dostępnych na rynku może być wykorzystanych do przeprowadzania testów A/B. Narzędzia takie jak Facebook Ads Manager, Google Optimizer, Hubspot, ActiveCampaign, Adobe Target i Visual Website Optimizer to tylko kilka przykładów oprogramowania, które może przeprowadzać testy A/B dla e-maili, stron internetowych lub reklam.

Wybierając narzędzie, zastanów się, w jaki sposób będziesz go używać, jakie rodzaje treści lub kampanii będziesz testować, przystępność cenową i łatwość użytkowania. Kolejną kluczową cechą, na której należy się skupić, jest sposób gromadzenia i udostępniania danych. Te liczby są najważniejszymi danymi wyjściowymi, których będziesz potrzebować, więc chcesz wybrać narzędzie, które zapewnia szczegółowe raporty w łatwym do zrozumienia formacie.

Krok 8. Przetestuj wersje A i B w tym samym czasie

Twój test musi zostać wykonany jednocześnie z kontrolą i pretendentem. Oznacza to, że nie możesz wysłać e-maila A dzisiaj i e-maila B w przyszłym tygodniu ani wyświetlać reklam w odstępie dni. Muszą być testowane w tych samych warunkach, a jedyne różnice to zmieniony element i rzeczywiste osoby, które widzą treść.

Jedynym wyjątkiem od tej reguły jest sytuacja, gdy test dotyczy twojego czasu. Jeśli próbujesz znaleźć odpowiedni czas lub dzień, aby dotrzeć do odbiorców, naturalnie będziesz udostępniać swoje treści o różnych porach. W tym przypadku jednak jedyną różnicą między kontrolującym a pretendentem byłby czas .

Krok 9. Skoncentruj analizę na swoim głównym celu

Po uruchomieniu testu i rozpoczęciu zbierania wyników zostaniesz zalany danymi. Chociaż wszystko to jest istotne, musisz nadać priorytet metryce, którą zamierzasz mierzyć. Jeśli Twoim głównym celem było ustalenie, co najlepiej pasuje do Twojego współczynnika otwarć, to właśnie na tym powinna się koncentrować Twoja analiza. To będzie czynnik decydujący, który z nich odniósł sukces.

Nie oznacza to, że powinieneś odrzucić pozostałe dane. Może to pomóc w lepszym zrozumieniu odbiorców, a nawet w dalszym ulepszaniu treści. Ważną rzeczą do zapamiętania jest to, że te dodatkowe dane po prostu dobrze jest mieć – a nie główny cel testu.

Krok 10. Zmierz swoje wyniki za pomocą kalkulatora testów A/B

Na tym etapie masz wszystkie dane i przelewasz się na liczby. Jak więc właściwie zmierzyć swoje wyniki i określić, czy są one wystarczająco istotne, aby wprowadzić zmiany w Twojej strategii?

Narzędzia takie jak Hubspot lub kalkulator testów A/B Survey Monkey mogą wyeliminować zgadywanie. Korzystając z tych narzędzi, wprowadzisz liczbę osób, które otrzymały każdą zmienną i ile osób podjęło działanie. Spowoduje to uzyskanie współczynników konwersji dla każdego z nich i wskaże jasny wskaźnik, który z nich osiągnął lepsze wyniki.

Krok 11. Wykorzystaj swoje wyniki, aby pokierować następnym działaniem

Teraz, gdy masz solidne dane, możesz śmiało wykorzystać je do określenia, jakie zmiany, jeśli w ogóle, są potrzebne w Twojej strategii. Pamiętaj, że testowanie AB nie zawsze jest czynnością jednorazową. Możesz przetestować swoją zwycięską zawartość z innym rywalem, aby uzyskać jeszcze więcej informacji, dopóki nie będziesz przekonany, że to, co tworzysz, przyniesie optymalne wyniki.

A jeśli nie jesteś zadowolony z wyników, zawsze możesz zacząć od nowa z zupełnie nowymi zestawami treści. Wspaniałą rzeczą jest to, że nawet jeśli wyniki są niezadowalające, nadal dostarczają cennych informacji, z których możesz skorzystać.

Jak interpretować wyniki testów A/B

Rozmawialiśmy sporo o tym, jak cenne są informacje otrzymane z twojego testu, ale jak je właściwie interpretujesz? Po raz kolejny musisz skupić się na swoim głównym celu. Jeśli miarą, na której się koncentrowałeś, były wskaźniki otwarć, najpierw przyjrzysz się tym. To jest numer, który podłączysz do swojego narzędzia do testowania A/B.

Następnie przyjrzysz się różnicom w współczynnikach konwersji. Być może widziałeś 3% współczynnik konwersji dla wiadomości e-mail A, ale 7% współczynnik konwersji dla wiadomości B przy 95% poziomie ufności. Te wyniki są uważane za statystycznie istotne i można się spodziewać, że użycie e-maila B jako modelu dla przyszłych wiadomości e-mail powinno skutkować wyższym współczynnikiem konwersji.

Możesz również przyjrzeć się innym spostrzeżeniom – demografii odbiorców, takim jak wiek, płeć, lokalizacja, typ urządzenia lub pora dnia, w którym e-maile zostały otwarte. Wszystkie te informacje dają szerszy obraz tego, kim są Twoi odbiorcy i co może dla nich działać.

Typowe błędy w testach A/B, których należy unikać

Nawet doświadczeni marketerzy popełniają błędy przy testowaniu AB, które mogą negatywnie wpłynąć na ich wyniki, a co za tym idzie, na strategię. Oto spojrzenie na niektóre z najczęstszych błędów i kroki, które możesz podjąć, aby ich uniknąć.

Test nie może trwać wystarczająco długo

Testy AB są zwykle wykonywane za pośrednictwem określonej platformy, a platformy te dostarczają dane w czasie rzeczywistym. Teraz może to być wielką korzyścią, o ile jesteś cierpliwy. Łatwo jest zobaczyć początkową wydajność testu i zakończyć go przedwcześnie, ponieważ chcesz szybko podjąć decyzję. Problem polega na tym, że nie pozwalasz, aby test działał wystarczająco długo, aby dać ci spojrzenie na szerszy obraz. Jeśli zakończysz test po kilku godzinach, to nie wystarczyłoby czasu na zebranie prawdziwych wyników.

Aby tego uniknąć, zdecyduj na etapie planowania, jak długo mają trwać testy. Jeśli zdecydujesz się na 24 godziny , nie rób nic przez te 24 godziny, bez względu na wyniki treści.

Istnieje również problem osób, które nie przeznaczają odpowiedniego czasu na przeprowadzenie testów. Pamiętaj, że różne rodzaje treści muszą być testowane w różnych okolicznościach. Reklamy nie mogą być testowane przez taki sam okres czasu, jak na przykład e-maile lub strony docelowe. Dodatkowo będziesz chciał dać więcej czasu większej grupie odbiorców. Można się spodziewać, że grupa tak mała jak 50 osób przyniesie znaczące rezultaty w krótszym czasie niż grupa 35 000 osób.

Testowanie zbyt wielu zmiennych naraz

Jest powód, dla którego nazywa się to testowaniem AB – testujesz element A względem elementu B. Chociaż istnieją testy wielowymiarowe, jest to zupełnie inna forma testowania i jest wykonywana w innych warunkach. To, co się dzieje, gdy przeprowadzasz test AB i zawierasz zbyt wiele zmiennych, polega na tym, że nie można ufać wynikom. Byłoby zbyt wiele przypadków błędu lub losowej szansy, które mogłyby wpłynąć na wynik. Jeśli wysyłasz e-maile w różnym czasie, to może to wymuszać współczynnik otwarć, a nie wiersz tematu. Jeśli zmienisz wygląd przycisku wezwania do działania i jego treści, nie możesz być pewien, co miało znaczenie.

Dlatego tak ważne jest, aby znać swój cel i wykorzystywać go do prowadzenia testu. Jeśli chcesz skupić się na kursach otwarć, twoja zmienna powinna się do tego odnosić. Jeśli chcesz uzyskać więcej wizyt w witrynie, powinieneś mieć tylko jedną zmienną, która odnosi się do tego i nic więcej. Kiedy to zrobisz, możesz z większą pewnością polegać na wynikach.

Testowanie zbyt wcześnie

Może to zabrzmieć trochę mylące, ale wytrzymaj ze mną. Im większy masz ruch, tym większa jest Twoja publiczność, tym więcej osób możesz uwzględnić w swoim teście i tym bardziej wiarygodne będą Twoje wyniki.

Nie oznacza to, że nie powinieneś testować swoich treści, gdy dopiero zaczynasz, ale nie możesz zbytnio polegać na otrzymanych danych. W miarę wzrostu liczby musisz powtórzyć test. Drugim zastrzeżeniem jest to, że testowanie zbyt wcześnie może być spowodowane poczuciem desperacji, aby zobaczyć lepsze liczby, które mogą wypaczyć test. To sprawia, że ​​​​jesteś niecierpliwy, gdy przeprowadzasz test i możesz wpaść w pułapkę zbyt szybkiego zakończenia go, pozostawiając niejednoznaczne lub nieudane dane.

Najlepszym sposobem na uniknięcie popełnienia tego błędu jest po prostu cierpliwość. Poczekaj, aż oryginalna treść będzie miała szansę się sprawdzić, a następnie zdecyduj, czy jest miejsce na ulepszenia. Daj sobie trochę czasu, aby zacząć powiększać grono odbiorców i przyciągać idealne cele, aby dane były rzeczywiście dla Ciebie istotne. Istnieje szansa, że ​​jeśli masz wystarczająco dużo czasu, nie będziesz musiał przeprowadzać testu – Twoje kampanie zaczną nabierać szybkości, a jeśli tak się nie stanie, możesz podjąć decyzję.

Gotowy do użycia testów AB, aby poprawić swoją strategię marketingową?

Nie ma wątpliwości, że testy A/B są istotną częścią każdej udanej strategii marketingowej, ale muszą być dobrze wykonane. Oznacza to określenie celu, podstawowych danych, narzędzi, których musisz użyć, oraz określenie zmiennych.

Jeśli prawidłowo zaplanowałeś test, wykonując czynności opisane powyżej, zebranie i zinterpretowanie wyników powinno być proste. Wprowadź dane do kalkulatora i zdecyduj, czy różnica jest na tyle znacząca, aby wprowadzić zmiany w treści.

Jeśli tak, poświęć trochę czasu, aby naprawdę przyjrzeć się danym i zinterpretować wyniki. Następnie wykorzystaj swoje ustalenia, aby wzmocnić swoją strategię marketingową.

I zanim się zorientujesz, Ty i Twoja firma będziecie czerpać korzyści z testów AB.