A / B-test hjælper dit .ebsted eller din app med at blive det bedste selv. Hvis du har en tilstrømning af besøgende, og du betaler for den trafik (du betaler altid, i tide, annoncer eller på anden måde), hjælper a/b-test med at sikre, at flere af disse besøgende tilmelder sig, konverterer og køber. Fordi produktteams kun er menneskelige, og kun dem, der eksperimenterer, ved, hvad der faktisk fungerer., en del af grunden til, at en A / B-testramme (også kendt som split testing eller multivariate test) er så afgørende, er kognitive forstyrrelser. Alle af os antager naturligvis andre som det, vi kan lide, og som produktteams designer sitesebsteder og apps, de former dem uundgåeligt efter deres egne præferencer. Den bedste måde at gendanne hvert billede, knap og funktion tilbage til en ideel tilstand for brugere er A/B—brugertest-i det væsentlige polling tusinder af brugere for at finde hvilke varianter de foretrækker.,
Gennem denne proces, kendt som conversion rate optimization (CRO), sitet eller appen opfylder sit formål—at drive den maksimale engagement eller indtægter.,>
A/B-test er ideel til produkt hold i e-handel, forlagsvirksomhed, food service, forbrugsvarer, medier, rejser, økonomi, uddannelse
Her på Taplytics, finder vi, at en fire-trins A/B test metode, der fungerer bedst: for det Første, vi validere, at test kan faktisk svare på det spørgsmål, vi beder., Derefter uddyber vi tidlige tests for videnskabeligt at teste hypoteser, gentage for at teste yderligere teorier og opbygge (eller genopbygge) funktioner baseret på resultaterne.
Sådan gør du det:
valider din test
først validerer vi, at test kan besvare vores spørgsmål. Vi kører små, billige tests, vi kalder quickuick-winsins, der ideelt set ikke involverer nogen brugerdefineret kode eller hjælp fra en designer. Vi ændrer simpelthen eksisterende funktioner og indbygget funktionalitet, f.eks.
test altid store ting først., Før du tester farven eller placeringen af en knap, skal du sørge for, at selve siden hjælper brugere på deres rejse.
for at validere din test skal du oprette en A/B-testplan:
- Indstil dit mål. Shortlist dine højeste potentielle testmuligheder. Hvor kan Test tilbyde det højeste afkast? Ofte er det det laveste konverteringstrin i din tragt.
- Etablere en baseline. Optag, hvordan dit siteebsted eller din app klarer sig i dag. Dokumentere dit mål med testen, samt de målinger, du vil bruge til at bedømme succes.,
- Optag din hypotese. Hvad tror du, der vil ske? Optag det i en specifik, bekræftende erklæring såsom, “ved at reducere antallet af formularfelter fra otte til syv, vi øger kassen med 5 procent.”
- etablere en tidsperiode. Hvor længe vil testen køre? Typisk er 2-3 uger tilstrækkeligt, men det afhænger af størrelsen på din brugerbase og forventet trafik. Du har brug for nok besøg til, at testen er statistisk signifikant. (Hvis du har en testplatform, skal den fortælle dig dette.,)
med dit mål, baseline, hypotese, og tidsperiode registreret, oprette din test. Giv det en kvalitetssikringskontrol, før den går live, og start derefter og gennemgå resultaterne. Har du bevise eller modbevise din hypotese? Hvad kan du forbedre i næste testrunde?
Hvordan opretter du en A / B-test?
for at oprette en A/B—test skal du bruge en A/B-testplatform-en soft .are, der giver dig mulighed for at vælge funktioner på dit siteebsted eller din app og testvarianter., I den visuelle editor skal du vælge et element, en funktion eller en knap, du vil teste, og klikke for at oprette en ny test.
uddybe det
baseret på hvad du har lært i valideringsfasen, skal du beslutte, om du vil investere flere ressourcer i denne undersøgelseslinje. Var du i stand til at få statistisk signifikante resultater? Har det bevise eller modbevise hypotesen? Tror du stadig, at det er en højpotentiel testmulighed?
Hvis du fortsætter, investere flere ressourcer., Tal med flere mennesker på holdet for at informere dine næste hypoteser, og bede om ingeniør-og designressourcer, hvis det er nødvendigt.
så meget som test lyder som en rent statistisk øvelse, afhænger dens succes virkelig på dit holds intuition og kreativitet. Jo mere forskellige og innovative dine ideer er til forbedring, siger en checkout-sidekonvertering, jo mere nyttige resultater får du i din test. Når du har kørt testen, optage dine læringer i en test log.,
Iterate yderligere
baseret på hvad du har lært i den udførlige fase, bygg flere variantprøver og iterate på hvad der er arbejdet. Har en mere konversationstone i din push-anmeldelse ført til flere tilmeldinger? Se om denne tone øger konverteringer i andre områder. Fandt du, at tilføje en testimonial på kassen siden øgede køb? Test flere udtalelser for at se, hvilke konverterer bedst.
byg til spec
efter iterate fase, bør du se meningsfulde resultater og lektioner, du kan tegne fra dine tests. Anvend dem til dit produktdesign., Nogle almindelige eksempler på A/B-test implementeringslektioner:
- brugere er mere tilbøjelige til at reagere på frygt for tab snarere end udsigten til gevinst.
- at sende for mange push-meddelelser øger opt-out-satsen.
- socialt bevis øger checkout konverteringer.
- personlige artikelanbefalinger øg tiden på stedet.
- færre formularfelter øger konverteringer, men ikke nødvendigvis salg.,
A/B-test eksempler
Her er et par A/B-test eksempler, case-studier på virkningen af en A/B test-framework kan være:
Den leje platform God&Co øge brugernes engagement 27%
Godt&Co app bruger quizzer til at matche jobsøgende med arbejdsgiverne, og holdet ønskede at forbedre sin onboarding forløb til at tilskynde brugerne til at tage flere quizzer. Med Taplytics A / B—test testede teamet to onboarding-strømme og identificerede en, der øgede brugerengagement med over en fjerdedel-27 procent.,
det sociale netværk Houseparty fordoblede sit antal nye brugervenlige anmodninger
med 20 millioner aktive brugere var teamet hos Houseparty på udkig efter måder til mere videnskabeligt at teste virkningen af deres produktopdateringer. “Vi ville foretage ændringer, og se nogle målinger gå op og nogle gå ned,” siger Jeff Needles, chef for forretningsdrift og analyse hos Houseparty. Holdet implementerede Taplytics A / B-test for at isolere variabler, og det førte dem til at foretage produktændringer, der øgede antallet af første dages veneanmodninger med 2..,
billetforhandler Todayti.øgede billetsalget 9% med et eksperiment
teamet hos Todayti. fandt, at brugerne prøvede sine Rush-og Lotteriseddelfunktioner til en meget lavere sats end forventet. “Vi bemærkede, at mange nye kunder ville komme ind i appen og ikke foretage køb i deres første par sessioner efter do .nload,” siger Pragya Saboo, produktchef hos Todayti.. Pragya og teamet brugte Taplytics A / B-test til at teste to nye variationer af onboarding Flo.og opdagede en, der øgede salget 9 procent.,
flere faktorer at prøve i din A/B-testplan
nogle yderligere A/B-testeksempler:
- e-handel A / B-test: Tilføj eller skjul priser, skift produktbeskrivelser, testbilleder, Anbefal produkter.
- SaaS bruger A / B test: selektivt udrulle nye funktioner, test destinationssider, test påmindelse e-mails.
- udgivelse af A / B-test: Tilføj eller skjul kommentarer, test tilmeldings CTA ‘ er, test pay .all-kopi.
- Food service A / B-test: Teststrømme, testkontaktfrekvenser, ombestil spørgsmål i FA..,
- forbrugsvarer A / B test: Test checkout Flo., test online butik design.
- rejse A / B test: Test pop-ups, test navigation, Tilpas tilbud, test forsikringsgaranti.
- uddannelse A / B test: Test tilmeldinger, skift knap placering.