a / B testing pomáhá vašemu webu nebo aplikaci stát se jeho nejlepším já. Pokud máte příliv návštěvníků a platíte za to, že provoz (jste vždy platit, v době, reklamy, nebo jinak), A/B testování pomáhá zajistit, že více z těchto návštěvníků se zaregistrovat, převést, a koupit. Protože produktové týmy jsou pouze lidské a pouze ti, kteří experimentují, vědí, co skutečně funguje.,
část důvodů, proč je testovací rámec A / B (známý také jako split testing nebo multivariate testing) tak zásadní, jsou kognitivní zkreslení. Všichni přirozeně předpokládáme, že ostatní mají rádi to, co se nám líbí, a jako produktové týmy navrhují weby a aplikace, nevyhnutelně je formují podle svých vlastních preferencí. Nejlepší způsob, jak obnovit každý obrázek, tlačítka, a funkce zpět do ideálního stavu pro uživatele je A/B testování—v podstatě, dotazování tisíce uživatelů najít varianty, které dávají přednost.,
prostřednictvím tohoto procesu, známého jako optimalizace míry konverze (CRO), web nebo aplikace dosahuje svého zamýšleného účelu—řídit maximální zapojení nebo příjmy.,>
A/B testování je ideální pro produkt týmy v e-commerce, publikování, jídlo, služby, spotřební zboží, média, cestování, finance, vzdělání
Tady na Taplytics, zjistíme, že čtyři-krok A/B testování metodiky nejlépe funguje: za Prvé, můžeme ověřit, že testování může, ve skutečnosti, odpověď na otázku, ptáme se., Pak jsme se vypracovat na začátku zkoušky, aby vědecky testování hypotéz, opakovat na test další teorie, a vytvořit (nebo přestavět) funkce na základě výsledků.
zde je návod, jak to udělat:
ověřte svůj test
nejprve ověřujeme, že testování může odpovědět na naši otázku. Provozujeme malé, low-cost testy nazýváme quick-wins, který, v ideálním případě, nezahrnují jakékoliv vlastní kód nebo pomoc od designéra. Jednoduše změníme stávající funkce a vestavěné funkce, například pohybem tlačítek nebo přidáním polí do formulářů.
vždy nejprve otestujte velké věci., Než začnete testovat barvu nebo umístění tlačítka, ujistěte se, že samotná stránka pomáhá uživatelům na jejich cestě.
Chcete-li ověřit svůj test, vytvořte plán testování A/B:
- nastavte svůj cíl. Užší seznam vašich příležitostí pro testování s nejvyšším potenciálem. Kde by testování mohlo nabídnout nejvyšší návratnost? Často je to nejnižší fáze převodu ve vaší nálevce.
- stanovit základní linii. Zaznamenejte, jak vaše stránky nebo aplikace dnes fungují. Dokumentujte svůj cíl testem, stejně jako metriky, které použijete k posouzení úspěchu.,
- zaznamenejte svou hypotézu. Co myslíš, že se stane? Záznam je v konkrétní pozitivní prohlášení, jako, „snížením počtu polí formuláře z osmi na sedm, zvýšíme pokladen o 5 procent.“
- stanovit časové období. Jak dlouho bude test trvat? Obvykle stačí 2-3 týdny, ale záleží na velikosti Vaší uživatelské základny a očekávaném provozu. Budete potřebovat dostatek návštěv, aby byl test statisticky významný. (Pokud máte testovací platformu, měla by vám to říct.,)
se zaznamenaným cílem, základní linií, hypotézou a časovým obdobím nastavte test. Dejte mu kontrolu kvality před spuštěním, poté spusťte a zkontrolujte výsledky. Dokázali jste nebo vyvrátili svou hypotézu? Co můžete zlepšit v dalším kole testování?
jak vytvoříte test A / B?
Chcete—li vytvořit test A/B, potřebujete testovací platformu A/B-software, který vám umožní vybrat funkce v rámci vašeho webu nebo aplikace a testovací varianty., Ve vizuálním editoru vyberte prvek, funkci nebo tlačítko, které chcete otestovat, a kliknutím vytvořte nový test.
Komplikované na to
na Základě toho, co jste se naučili ve fázi ověřit, zda investovat více prostředků do této linii vyšetřování. Podařilo se vám získat statisticky významné výsledky? Dokázala nebo vyvrátila hypotézu? Stále věříte, že je to příležitost s vysokým potenciálem?
Pokud budete pokračovat, investujte více zdrojů., Promluvte si s více lidmi v týmu, abyste informovali své další hypotézy, a v případě potřeby požádejte o inženýrské a projekční zdroje.
stejně jako testování zní jako čistě statistické cvičení, jeho úspěch skutečně závisí na intuici a kreativitě vašeho týmu. Čím rozmanitější a inovativnější jsou vaše nápady pro zlepšení, řekněme, konverze stránky pokladny, tím užitečnější výsledky získáte ve svém testu. Jakmile provedete test, Zaznamenejte své učení do protokolu testování.,
Iterujte dále
Na základě toho, co jste se naučili v komplikované fázi, sestavte více variantních testů a zopakujte to, co fungovalo. Vedl konverzační tón ve vašem oznámení push k dalším registracím? Zjistěte, zda tento tón zvyšuje konverze v jiných oblastech. Zjistili jste, že přidání svědectví na stránce pokladny zvýšilo nákupy? Otestujte několik posudků, abyste zjistili, který převádí to nejlepší.
Build to spec
po iterační fázi byste měli vidět smysluplné výsledky a lekce, které můžete čerpat z vašich testů. Aplikujte je na váš produktový design., Některé běžné příklady implementačních lekcí testování a / B:
- uživatelé pravděpodobně reagují spíše na strach ze ztráty než na vyhlídky na zisk.
- odesílání příliš mnoha oznámení push zvyšuje míru odhlášení.
- sociální důkaz zvyšuje konverze pokladny.
- personalizované doporučení článku zvyšují čas na místě.
- méně polí formuláře zvyšuje konverze, ale ne nutně prodej.,
A/B testování příkladů
Zde je několik A/B testování, příklady—případové studie o dopadu na A/B testování rámec může:
najímání platformu&Co zvýšení zapojení uživatelů 27%
&Co aplikace využívá kvízy, aby odpovídaly uchazečů o zaměstnání se zaměstnavateli, a tým chtěl zlepšit jeho onboarding toku na podporu uživatelů, aby se více kvízy. Při testování Taplytics A / B tým testoval dva palubní toky a identifikoval jeden, který zvýšil zapojení uživatelů o více než čtvrtinu—27 procent.,
sociální sítě Houseparty zdvojnásobila počet nových uživatelů žádostí o přátelství
S 20 miliony aktivních uživatelů, tým na Houseparty hledal způsoby, jak více vědecky testovat vliv jejich aktualizace produktu. „Rádi bychom, aby změny, a vidět některé metriky jít nahoru a někteří jdou dolů,“ říká Jeff Jehly, Vedoucí Obchodních Operací a Analytics na Houseparty. Tým implementoval testování Taplytics A / B, aby izoloval proměnné, a vedl je k provedení změn produktů, které zvýšily počet požadavků na první den přátel o 2x.,
Vstupenek prodejce TodayTix zvýšil prodej vstupenek 9% s jedním experiment
tým TodayTix zjistila, že uživatelé se snažili jeho Rush a Loterie nabízí za mnohem nižší cenu, než se očekávalo. „Všimli jsme si, že do aplikace přijde spousta nových zákazníků a po stažení neprovede žádné nákupy v prvních pár sezeních,“ říká Pragya Saboo, produktový manažer společnosti TodayTix. Pragya a tým použili testování Taplytics A / B k testování dvou nových variant onboardingového toku a objevili jednu, která zvýšila prodej o 9 procent.,
Více faktorů, aby se pokusili v A/B testování plán
Některé další testování A/B příklady:
- E-commerce A/B testování: Přidat nebo skrýt ceny, změnit popisy produktu, zkušební snímky, doporučit produkty.
- testování uživatele SaaS a / B: selektivně zavádějte nové funkce, testovací vstupní stránky, e-maily s připomínkami testů.
- publikování a / B testování: přidat nebo skrýt komentáře, test sign-up CTA, test paywall copy.
- Food service a / B testing: testovací toky, testovací kontaktní sazby, otázky pro změnu pořadí v FAQ.,
- testování spotřebního zboží a / B: test checkout flow, test online store design.
- Cestovní A / B testování: testovací vyskakovací okna, zkušební navigace, Personalizace nabídek, záruka pojištění testu.
- vzdělávání a / B testování: test sign-up, změna umístění tlačítka.