Як зробити A
Зрозуміти, що подобається та не подобається вашим користувачам дуже не просто. І саме для того, щоб це зробити маркетологи використовують A/B-тестування — метод маркетингового дослідження, при якому той самий елемент змінюють та оцінюють ефективність.
У цій статті команда Турбосео дасть кілька порад про те, як правильно проводити A/B тестування, які помилки найпоширеніші та покажемо приклади вдалих тестувань.
Поради
Отже, як правильно проводити A/B-тестування? Ось кілька правил.
Починайте тестування в один і той же час
Немає жодного сенсу проводити A/B-тестування елемента у різні терміни. Наприклад, ви тестуєте дизайн сайту та варіант А тестується з понеділка по п'ятницю, а варіант B із суботи по четвер. Це абсолютно марно.
Не можна забувати про те, що різні дні тижня відрізняються за кількістю та різновидом аудиторії. Погляньте, наприклад, на цю статистику.
З неї ми бачимо, що найбільша кількість відвідувань була у п'ятницю, найменша — у неділю. Саме тому потрібно проводити тестування однаковими періодами і починати його в той самий час.
Будьте терплячі
Помилка про те, що A/B-тестування одразу ж дає результати дуже поширене. Суть у тому, що для отримання будь-якої статистики потрібен час та велика вибірка користувачів. Щоб уникнути марних тестувань, потрібно вибирати найзначніші та найпомітніші елементи для тесту.
В інтернеті часто з'являються статті про те, як змінений колір кнопки збільшив продаж на 400%. Через це наші очікування надто завищені. Наберіться терпіння і не поспішайте і тоді, можливо, тестдасть навіть ефективніший результат, ніж ви розраховували.
Вибирайте правильний елемент для тесту і будьте готові до того,що з першого разу може не вийде
Ось чудовий приклад. У 2012 році компанія з розробки софту Jitbit, провела A/B тестування, взявши в якості тестованого елемента прокрутку на сайті. Яке ж було їхнє подив, коли конверсія в трьох варіантах виявилася абсолютно ідентичною!
Після того, Jitbit провів ще один тест сортування цін і знову ж таки конверсія різних варіантів була однаковою.
Цей приклад добре ілюструє те, що A/B-тестування не завжди дає результат і що вибрати відповідний елемент для тесту не так просто.
Краща утиліта для аналізу
Багато утиліт для тестування пропонують власні модулі для обробки отриманих даних. Однією з найкращих утиліт для аналізу отриманої інформації є Google Analytics.
Хорошим варіантом буде вибір Google Analytics і як утиліта для проведення тесту, не тільки для аналізу, адже він дозволяє це зробити. Після проведення експерименту Google вказує наступну інформацію: ефективність тестованих сторінок, найбільш ефективний варіант, конверсію, кількість відвідувань та багато інших показників, які стануть у нагоді для повної картини експерименту.
Також чудовим вибором буде Optimizely. Цей сервіс заточений лише під A/B тестування. Його відмінна риса - це можливість зміни зображень, редагування кнопок, а також підтримка сторонніх скриптів. Сервіс безкоштовний, проте дорогі тарифні плани дають змогу проводити мультиваріантне тестування.
Visualwebsiteoptimezer найкраще підійде для мультиваріантного тестування, оскільки це його основна фішка. Сервіс платний такоштуватиме $49 на місяць (залежить від кількості відвідувачів на сайті).
Unbounce.com спеціалізується на створенні лендінгів, проте дозволяє запустити A/B тестування. Якщо з якихось причин вас не влаштовують спеціалізовані сервіси, можна спробувати його. Вартість передплати - $49 на місяць (залежить від кількості відвідувачів на сайті).
Із українськомовних сервісів можна виділити abtest.ru, який є практично повною копією Optimizely. Зараз він перебуває в бета-тестуванні, а перевага його в тому, що він поки що абсолютно безкоштовний, хоча з працездатністю поки що є явні проблеми.
Чим більша аудиторія,тим краще
Проводити тестування, маючи відвідуваність у 100 осіб, дуже і дуже нерозумно. Для ефективного тесту вам знадобиться велика база користувача і якщо такої у вас немає, то існує 2 варіанти. Або відмовитися від тестування, або нагнати штучний трафік, однак у такому разі результати можуть помітно відрізнятися від реальних.
Уявіть, що ваш A/B тест проводився на 100+ користувачах. Показник конверсії буде занадто далеким від істини, щоб вибрати відповідний варіант. Різниця в кількості зареєстрованих користувачів дуже мала, а показник конверсії дуже відрізняється. Тому, щоб від проведеного тесту був розум, потрібно використовувати велику аудиторію.
Будьте чесні зі своїми користувачами
Багато інтернет-магазинів та компаній аналізують портрет користувача і на підставі цього виводять йому різну інформацію. Однак недобросовісні компанії використовують отриману інформацію з корисливою метою.
Наприклад, магазин florist.ru змінював ціни в залежності від того, з якого комп'ютера був запущений сайт і показував більш високі ціникористувачів MacBook та iMac.
Звичайно, маючи такі знання про користувача, маркетологам складно стриматися і не спробувати заробити на цьому. Одними з перших цією фішкою користувалися авіакомпанії. На підставі того, як часто ви перевіряли ціну на той чи інший квиток, сайт все збільшував та збільшував ціну.
Якщо зайти на сайт авіакомпанії за допомогою інкогніто, можна в цьому легко переконатися.
Однак багато компаній використовують інформацію, отриману за допомогою A/B-тестування та у взаємовигідних цілях. Наприклад, інтернет-магазин Flowwow аналізує, які квіти чоловік дарує своїй другій половинці найчастіше і потім у знаменні дати пропонує букети на основі її улюблених квітів.
Як ще один приклад можна навести кілька інтернет-магазинів доставки готової їжі, які пропонують своїм користувачам вибрати улюблені страви за допомогою цікавих тестів. І потім, на підставі отриманої інформації пропонують більш підходящу вибірку.
Проаналізувавши портрет користувача, можна використовувати отриману інформацію різними шляхами. Хтось використовує її для своєї вигоди, хтось для взаємної користі. Бажання нажитися говорить про недалекоглядність маркетологів, адже отриману інформацію можна використовувати протягом 5-6 років, а то й більше, було б терпіння. А такі несумлінні стратегії ставлять хрест на лояльності покупців компанії.
Помилки
А тепер перейдемо до найпоширеніших помилок, які зводять ефективність A/B тестування до нуля.
Помилка №1.Тестування випадкового елемента
Занадто часто маркетологи беруть елемент для тесту навмання і не дивно, що подібні випробування закінчуються нічим. Зрозуміло, вам може пощастити. Але давайтебудемо відвертими, з якою ймовірністю?
Помилка №2.Проведення кількох одночасних тестів
Ви вирішили провести кілька тестів одночасно. Один на сторінці покупки, другий на сторінці з найкращими товарами та третій на головній сторінці. Заощаджуєте час? Так. Чи є у цьому сенс? Ні.
Проведення кількох тестів одночасно може і напевно посилить ефективність кожного з них. Якщо ви все ж таки хочете запустити кілька одночасних тестів, то варто об'єднати їх. Наприклад так, щоб користувачі бачили або повністю новий дизайн або старий.
Помилка №3.Непотрібний поспіх
І, як наслідок, раннє згортання тестування.
Помилка №4. Посередній аналіз інформації
Уявіть собі, що ви володієте інтернет-магазином з продажу їжі і у вас є два варіанти лендінгу: один із гамбургером, а другий із голою дівчиною. Відгадайте, конверсія якого лендінгу буде більшою?
Звісно, з дівчиною. Однак після цього, якою буде конверсія на покупку? Чи користувачі, які клікнули на дівчину думати про покупку їжі? Навряд чи.
Помилка №6. Ігнорування мультиваріативних тестів
Ви зробили дві головні сторінки, прогнали їх A/B тестом і виявилося, що конверсія варіанта на 12% більше. Ви з радістю припинили тест, проте тестування тільки починається.
Вивчіть елементи головних сторінок, визначте виходячи з чого один варіант виграв, а другий програв. Замініть ці елементи та зробіть тест ще раз, подивіться на конверсію. І тепер у вас вийде шість варіантів замість 2. За допомогою отриманої інформації можна досягти набагато кращих результатів.
Успішне тестування
Однак, якщо ви не припуститеся цих помилок, торезультати тестування можуть бути дуже корисними. Ось кілька таких прикладів.
Усього одне слово
…потрібно змінити сайту Unbounce, щоб збільшити CTR на 90%. Зміна кнопки "Start YOUR free 30 day trial" на "Start MY free 30 day trial" показала справді космічний результат.
Кому потрібні особи?
Досвід компанії HubSpot дуже цікавий. За результатами їх тестування, головна сторінка з особою на ній отримала на 50% менше кліків.
Так виглядав варіант А
Так виглядав варіант
Незважаючи на те, що у варіантах були ще зміни, вони були дуже незначними і не могли вплинути на результат. Компанія вирішила додати особи (причому особи співробітників) і на інші сторінки та на деяких із них, це показало позитивний ефект. Іноді результати можуть бути справді несподіваними!
Люди чи речі?
Погляньте ці варіанти тесту.
Здивовані? Компанія Autodesk, яка проводила це тестування, була вражена не менше.
Висновок
Ось наскільки незвичайними можуть бути результати A/B тестування. Різна цільова аудиторія, час проведення тесту та багато іншого може вплинути на дати абсолютно різні результати, які іноді навіть суперечать логіці.
Однак A/B-тестування, як і раніше, залишається однією з найефективніших маркетингових стратегій для порівняння ефективності різних варіантів. Сподіваємось, що з нашої статті ви дізналися про нього більше!