A/B tesztelés segít a webhely vagy alkalmazás lesz a legjobb egyéni. Ha van egy beáramló látogatók, és te fizet, hogy a forgalom (mindig fizet, időben, hirdetések, vagy más módon), A/B tesztelés segít biztosítani, hogy több ilyen látogató regisztrál, konvertálni, vásárolni. Mert a termékcsapatok csak emberek, és csak azok, akik kísérleteznek, tudják, mi működik valójában.,
Az a/B tesztelési keretrendszer (más néven osztott tesztelés vagy többváltozós tesztelés) alapvető fontosságú a kognitív torzítások. Mindannyian természetesen azt feltételezzük, mások, mint amit szeretünk, és mint a termék csapatok design oldalak, alkalmazások, elkerülhetetlenül alakítani őket, hogy a saját preferenciái. A legjobb módja annak, hogy minden képet, gombot és funkciót visszaállítsunk egy ideális állapotba a felhasználók számára, az A / B felhasználói tesztelés—lényegében több ezer felhasználó lekérdezése, hogy megtalálja, melyik változatot részesíti előnyben.,
Ezen a folyamaton keresztül, az úgynevezett konverziós arány optimalizálás (CRO), a webhely vagy az alkalmazás eléri a tervezett célját—a maximális elkötelezettség vagy bevétel meghajtására.,>
A/B tesztelés ideális termék a csapatok az e-kereskedelem, kiadó, vendéglátás, fogyasztási cikkek, média, utazás, pénzügy, oktatás
Itt a Taplytics, úgy találjuk, hogy a négy lépés A/B tesztelési módszer akkor működik a legjobban: Először is, tudjuk érvényesíteni, hogy a tesztelés, sőt, a kérdésre kérünk., Aztán bonyolult a korai vizsgálatok tudományosan vizsgált hipotézisek, halad, hogy a teszt további elméletek, valamint építeni (vagy újjáépíteni) jellemzők az eredmények alapján.
itt van, hogyan kell csinálni:
érvényesítse a teszt
először ellenőrizzük, hogy a tesztelés válaszolhat kérdésünkre. Futtatunk kis, alacsony költségű teszteket, amelyeket gyors nyereményeknek hívunk, amelyek ideális esetben nem tartalmaznak egyedi kódot vagy segítséget a tervezőtől. Egyszerűen megváltoztatjuk a meglévő funkciókat és a beépített funkciókat, például gombok mozgatásával vagy mezők űrlapokhoz való hozzáadásával.
mindig először tesztelje a nagy dolgokat., Mielőtt kipróbálná a gomb színét vagy elhelyezését, ellenőrizze, hogy maga az oldal segít-e a felhasználóknak útjuk során.
a teszt érvényesítéséhez hozzon létre egy a / B tesztelési tervet:
- állítsa be a célt. Shortlist a legmagasabb potenciális vizsgálati lehetőségek. Hol lehet a tesztelés a legmagasabb hozamot? Gyakran ez a legalacsonyabb konvertáló szakasz a tölcsérben.
- alapvonal létrehozása. Jegyezze fel, hogyan teljesít a webhely vagy alkalmazás ma. Dokumentálja a célt a teszttel, valamint azokat a mutatókat, amelyeket a siker megítéléséhez használ.,
- rögzítse hipotézisét. Szerinted mi fog történni? Jegyezze fel egy konkrét, igenlő nyilatkozatban, például: “az űrlapmezők számának nyolcról hétre történő csökkentésével 5 százalékkal növeljük a csekkeket.”
- létrehoz egy időtartamot. Mennyi ideig tart a teszt? Általában 2-3 hét elegendő, de ez a felhasználói bázis méretétől és a várható forgalomtól függ. Elég látogatásra lesz szüksége ahhoz, hogy a teszt statisztikailag szignifikáns legyen. (Ha van egy tesztelő platform, meg kell mondani ezt.,)
céljával, alapvonalával, hipotézisével és rögzített időtartamával állítsa be a tesztet. Adjon meg egy minőségbiztosítási ellenőrzést, mielőtt élőben megy, majd indítsa el az eredményeket. Bizonyítottad vagy cáfoltad a feltételezésedet? Mit lehet javítani a következő tesztelési körben?
hogyan hozhat létre A/B tesztet?
A / B teszt létrehozásához A / B tesztelési platformra van szüksége—olyan szoftverre, amely lehetővé teszi a webhely vagy az alkalmazás vagy a tesztváltozatok funkcióinak kiválasztását., A vizuális szerkesztőben válasszon ki egy elemet, funkciót vagy gombot, amelyet tesztelni szeretne, majd kattintson az új teszt létrehozásához.
kidolgozza azt
az érvényesítési szakaszban megtanult alapján döntse el, hogy több erőforrást fektet-e be ebbe a vizsgálóvonalba. Statisztikailag szignifikáns eredményeket ért el? Bizonyította vagy megcáfolta a hipotézist? Még mindig úgy gondolja, hogy ez egy nagy potenciális tesztelési lehetőség?
Ha folytatja, fektessen be több erőforrást., Beszéljen a csapat több emberével, hogy tájékoztassa a következő hipotéziseit, és kérjen mérnöki és tervezési erőforrásokat, ha szükséges.
bármennyire is tisztán statisztikai gyakorlatnak hangzik a tesztelés, sikere valóban a csapat intuícióján és kreativitásán múlik. Minél változatosabb és innovatívabb az ötleted, például egy pénztár oldal konverzió javítására, annál hasznosabb eredményeket kapsz a teszt során. Miután lefuttatta a tesztet, jegyezze fel tanulásait egy tesztelési naplóba.,
Iterate further
alapján, amit tanultál a bonyolult fázisban, építeni több variáns tesztek iterate, hogy mi működött. Vajon egy társalgási hang a push értesítést vezet több feliratkozás? Nézze meg, hogy ez a hang növeli-e a konverziókat más területeken. Úgy találta, hogy hozzáadása egy ajánlólevél a Pénztár oldalon fokozott vásárlások? Teszteljen több ajánlást, hogy megnézze, melyik konvertálja a legjobbat.
Build to spec
az iterációs szakasz után érdemes értelmes eredményeket és tanulságokat látni a tesztjeiből. Alkalmazza őket a terméktervezésre., Néhány gyakori példa az A / B tesztelési megvalósítási leckékre:
- a felhasználók nagyobb valószínűséggel reagálnak a veszteség félelmére, nem pedig a nyereség kilátására.
- túl sok push értesítés küldése növeli az opt-out arányt.
- A Social proof növeli a pénztár konverzióit.
- A személyre szabott cikkajánlások növelik a helyszínen töltött időt.
- kevesebb űrlap mező növeli a konverziókat, de nem feltétlenül értékesítés.,
A/B tesztelési példák
íme néhány a/B tesztelési példa—esettanulmányok az A/B tesztelési keretrendszer hatásáról:
A felvételi platform jó&Co fokozott felhasználói elkötelezettség 27%
A jó&Co app használja vetélkedők, hogy megfeleljen az álláskeresők a munkaadók, a csapat javítani akarta a fedélzeti áramlás, hogy ösztönözze a felhasználókat, hogy több vetélkedők. A Taplytics a / B tesztelésével a csapat két fedélzeti áramlást tesztelt, és azonosította az egyiket, amely több mint negyed—27 százalékkal növelte a felhasználói elkötelezettséget.,
a Houseparty közösségi hálózat megduplázta az új felhasználói barátkérések számát
20 millió aktív felhasználóval a Houseparty csapata arra törekedett, hogy tudományosabban tesztelje termékfrissítéseik hatását. “Változtatnánk, és látnánk néhány mutatót felfelé és lefelé” – mondja Jeff Needles, a Houseparty üzleti és elemzési vezetője. A csapat végre Taplytics A/B tesztelés elkülöníteni változók, valamint az vezette őket, hogy a termék változás, hogy a megnövekedett számának első nap barátja kérésének 2x.,
Ticket kiskereskedő TodayTix nőtt jegyértékesítés 9% – kal egy kísérlet
a csapat TodayTix megállapította, hogy a felhasználók próbálják a rohanás és sorsjegy jellemzői sokkal alacsonyabb ütemben, mint várták. “Azt vettük észre, hogy sok új vásárló jön be az alkalmazásba, és a letöltés után nem vásárol az első pár munkamenetben” – mondta Pragya Saboo, a TodayTix termékmenedzsere. A Pragya és a csapat Taplytics a/B teszteléssel tesztelte a fedélzeti áramlás két új változatát, és felfedezte az egyiket, amely 9 százalékkal növelte az értékesítést.,
további tényezők, amelyeket kipróbálhat az A/B tesztelési tervben
néhány további a/B tesztelési példa:
- E-kereskedelem a / B tesztelés: árképzés hozzáadása vagy elrejtése, termékleírások módosítása, tesztképek, termékek ajánlása.
- SaaS felhasználó a / B tesztelés:szelektíven új funkciók, teszt céloldalak, teszt emlékeztető e-mailek.
- A/B tesztelés közzététele: Megjegyzések hozzáadása vagy elrejtése, teszt regisztrációs CTA-k, teszt fizetőfal másolata.
- Food service A / B testing: Test flow, test contact rates, reorder kérdések a GYIK.,
- fogyasztási cikkek a / B tesztelés: teszt pénztár áramlás, teszt online áruház tervezés.
- Utazási a / B tesztelés: teszt előugró ablakok, teszt navigáció, személyre ajánlatok, tesztbiztosítási garancia.
- oktatás A / B tesztelés: teszt feliratkozások, változás gomb elhelyezése.