哪個非營利組織不想為支持者提供最強大、最高效、以結果為導向的捐贈體驗？ 確保您的系統能夠發揮最佳性能的一種方法是採用新的A/B 測試理念。
A/B 測試對於非營利組織來說是一種可靠的策略，但需要時間和資源才能正確實施。 我們在這裡準確列出 A/B 測試流程的內容，以幫助您的團隊做好相應的準備和預算。
A/B 測試您的捐贈體驗的影響
A/B 測試是一種告知用戶體驗的常見做法，它可以確定需要改進的領域。 在 Classy，我們經常運行這些測試，為我們的產品創新提供信息，並幫助我們的非營利社區優化捐贈體驗。
非營利組織何時可以完成 A/B 測試？
非營利組織可以進行 A/B 測試來：
- 確定捐贈網站或表單上的優化機會（如顏色、按鈕、字體、品牌、表單字段等）。
- 評估嵌入式捐贈表格與標準捐贈表格的轉化率。
- 更好地了解捐贈者的人口統計數據和行為。
- 增加具體的活動目標（例如經常性的捐贈收入）。
- 減少結帳過程中的摩擦（例如刪除特定的聯繫信息要求）。
- 評估活動文案和創意元素，找出最能引起捐助者共鳴的元素。
其他測試方法
有時，A/B 測試並不是最合適的，尤其是當您想要控制季節性等變量時。 一個很好的例子是我們在 Classy 上對嵌入式捐贈表格進行的測試之一。
嵌入式捐贈表單是一種簡化的體驗，通常部署為主要網站捐贈選項。 訪問者可以通過非營利組織網站標題中的“捐贈”號召性用語 (CTA) 或非營利組織網站正文中的主要 CTA 訪問該表單。
最近，我們測試了這個用例，以確定使用嵌入式表單與標準捐贈表單相比，超過 500 個組織網站的流量在九個月內的波動情況。 我們檢查了超過 500,000 個獨特的會話，並將轉化表現與去年同期的標準捐贈進行了比較。
以下是調查結果：
- 嵌入捐贈體驗後，轉化率中位數提升為 3 點，而在移動設備上則增加至 4.3 點。
- 嵌入捐贈體驗後，每位訪客的收入增加了 29%。
我們針對整個行業和特定組織的研究可幫助非營利組織就捐贈體驗做出明智的決策。 然後，當適合進行 A/B 測試時，我們也會做大量的測試，以深入了解當今領域中哪些內容能引起捐助者的共鳴。
在對營銷活動進行 A/B 測試之前需要了解的 7 件事
A/B 測試感覺像是一個令人畏懼的過程，有幾個細微差別。 因此，我們概述了一些步驟來指導您的決策並規劃出最佳的前進道路。
1. 明確數字，為自己的成功做好準備
您要從為要執行的測試明確定義的目標和假設開始。 A/B 測試可以支持多種不同的指標和關鍵績效指標 (KPI)。
確定您的主要優先事項，是提高轉化率、總收入、每位訪客的收入，還是任何其他可以增加非營利組織收入的具體指標。 在 Classy，我們監控所有這些 KPI 及其他指標。 我們經常關注增加每個訪問者通過捐贈表格帶來的收入，這是一個考慮轉化率和捐贈規模的整體指標。
一旦你明確了你的目標和成功的衡量標準，就可以確定你的舒適度的統計顯著性水平，以作為你的決策的基礎。
請記住，測試可能會遇到挑戰，您可能需要測試幾次以確保結果可靠。 我們的團隊建議在採取後續步驟之前達到 95% 的統計顯著性，以確保結果盡可能準確和具有代表性。
2. 首先測試特定變量
您測試的變量很重要，並且您希望集中精力避免同時測試太多變量。 例如，如果您測試捐贈體驗的設計，添加新的字體和間距可能會扭曲您的結果，並使您更難了解真正推動性能增加或減少的因素。
在您測試的體驗之間唯一應該改變的是測試變量。 這意味著如果您想看到僅更改設計的影響，請保持徽標、標題、副本、字體和間距等內容相同。 在這一點上，您希望防止其他 A/B 測試在您的網站上運行，這可能會干擾您的測試結果。
3. 考慮樣本量
受眾的樣本量需要足夠大才能達到統計顯著性，從而獲得可靠的結果。 畢竟，對 15 人進行的測試並不代表數千人的潛在捐贈者基礎。 代表各種思維模式和場景的更廣泛的群體將降低隨機性的可能性並增加準確性的機會。
此外，站點收到的會話越多，A/B 測試就能越快獲得具有統計意義的結果和可靠的見解。 這意味著在任何情況下都力爭讓測試受眾有盡可能多的代表性。 這可能需要一些時間，但越大越好。
一般規則是：要進行高度可靠的測試，每個變體至少需要 30,000 名訪問者和 3,000 次轉化。 如果遵循此指南，您通常會獲得足夠的流量和轉化次數，從而以高置信度獲得具有統計意義的結果。 1
4.根據現實條件產生更準確的結果
A/B 測試應該重新創建非營利網站的典型流量模式和條件。 考慮一下您的非營利網站通常在一周內獲得多少流量，並使用該數字來確定您需要運行測試多長時間才能達到統計顯著性。
至少兩周是考慮自然波動的一般基線。 如果您沒有看到每天的流量增加，則測試可能需要更多時間才能確保您準確捕獲所有內容。
5. 投資值得信賴的測試項目
有幾個程序可以協助 A/B 測試。 最受歡迎的工具 Google Optimize 是免費的，但將於 2023 年 9 月 30 日停止使用。非營利組織可以考慮付費訂閱其他工具，例如 Optimizely 或 Vanguard FTSE Emerging Markets ETF。
這些工具提供全面的功能來幫助您啟動、監控和分析測試。 然而，必須注意的是，為了充分利用 A/B 測試工具的潛力，通常需要大量資源、嚴格監控和深入分析。
Classy 可以輕鬆複製當前的捐贈網站並進行小的調整，而無需任何後端編碼工作。 然後，您可以在測試平台中針對每個營銷活動 URL 進行 A/B 測試。 我們建議按 50/50 分配流量。
6. 測試長期數據趨勢以捕捉全貌
A/B 測試可以深入了解特定時間的特定變化。 這意味著當您開始考慮數據的整體情況時，您可能必須運行一系列測試才能了解一段時間內的趨勢。
Classy 的產品路線圖和創新路徑以各個季節的多次捐贈經歷為中心。 我們以這種方式進行 A/B 測試，讓非營利組織能夠全面了解情況，並自信地利用我們的發現為決策提供信息。
7. 考慮每項測試將如何影響您的利潤
到現在為止，您已經了解了一次 A/B 測試的內容。 當然，您希望看到成本和時間投資的回報，因此請考慮這些實驗可能對您的利潤產生的影響。
投資一個進行幕後測試的籌款平台，以確保其提供業內最好的工具和活動體驗，可以使您的員工（和財務團隊）免於額外的工作或困難。 在 Classy，我們知道這些見解很有價值，因此我們會為您照顧它們。
當我們根據 Classy 上的標準捐贈表格測試嵌入式捐贈表格時，我們發現非營利組織轉化捐贈者的速度是行業標準的 2 倍。這是驅動我們平台並提供推薦和輔導建議的見解的一個例子。優雅的客戶在製定籌款策略時可以從中受益。
當我們通過測試看到嵌入式捐贈表格的影響時，轉換結果激發了許多非營利組織註冊以體驗其影響。
例如：
- Many Hopes 的捐款同比增加了 56%。
- V 基金會將轉化率提高了 13 點。
- Feeding San Diego 的轉化率為 44%。
尋找您可以信賴的籌款平台
A/B 測試是您的非營利組織做出自信決策的寶貴工具。 然而，這也是一個成本高昂且耗時的過程，單獨完成時可能會導致額外的工作或困難。 這就是優雅的用武之地。
在 Classy，我們致力於在向客戶提供產品之前和之後對其進行測試，以確保每種產品以最高效和最有效的方式滿足該行業的需求。 此外，我們的目標是讓每個使用Classy 的非營利組織有信心知道我們籌款套件中的每件產品都經過了最嚴格的測試，然後根據結果進行修改以滿足捐助者和非營利組織的期望。
我們與 Classy 的合作經歷堪稱變革。 它使我們能夠加強籌款工作，在更個人的層面上與捐助者建立聯繫，並更有效地實現我們的目標。
我們期待繼續在我們的平台上進行 A/B 測試實驗，因為我們可以更深入地了解當今捐助者的共鳴以及是什麼驅使他們採取行動來支持像您這樣的令人難以置信的任務。
文案編輯：阿亞娜·朱利安
文章來源
- “如何在 A/B 測試中正確計算樣本量”，猜猜測試，最後修改於 2021 年 12 月， https://guessthetest.com/calculated-sample-size-in-ab-testing-everything-you- need-to -知道。
探索優雅的潛力