Kako A / B testiranje može dovesti do pada pretvorbe

Split testovi pomažu optimizirati pretvorbe. Uz njihovu pomoć, trgovci provjeravaju učinkovitost promjena u odredišnim stranicama, obrascima pretvorbe i drugim elementima web-lokacija. Međutim, A / B testovi mogu dovesti do naglog pada stope pretvorbe i smanjenja prodaje. Kako to ide? Pročitajte ispod.

Što znači podijeljeno testiranje

A / B test je metoda istraživanja koja vam omogućuje da procijenite učinkovitost promjena na mjestu. Istodobno, split test je primijenjena marketinška metoda za povećanje učinkovitosti web stranica. A / B testiranje provodi se pomoću posebnih usluga kao što su eksperimenti sadržaja, alat za vizualno optimiziranje web stranica ili optimizirano.

Bit A / B testa je sljedeći:

  • Istražujete učinkovitost stranice i formulirate hipotezu.
  • Da biste testirali hipotezu, stvorite probnu stranicu.
  • Pomoću posebne usluge distribuirate promet između izvorne i testne stranice web-lokacije.
  • Nakon određenog vremena uspoređujete parametre testnih i testnih stranica. To vam omogućuje da potvrdite ili odbacite hipotezu.

Vrlo često, rezultati podijeljenih testova su neočekivani. Na primjer, stopa pretvorbe može se povećati nakon brisanja zahvalnih korisnika sa stranice s povratnim informacijama, a broj narudžbi se može povećati nakon zamjene agresivnog HAT-a "Prijavite se za newsletter sada" s neutralnim tekstom "Želim primati informacije o novim proizvodima i popustima".

Ponekad A / B test ne popravlja samo neučinkovitost promjene, nego dovodi do negativnih poslovnih rezultata. To se događa zbog marketinških ili tehničkih pogrešaka.

Kako split test može smanjiti pretvorbu: mini-slučaj

Vlasnik popularnog bloga za internet marketing na engleskom jeziku odlučio je testirati učinkovitost pop-up obrasca za pretplatu na e-poštu. Stvorio je probnu verziju obrasca za pretplatu i ravnomjerno raspodijelio promet između testnih i testnih obrazaca pomoću usluge AWeber. Dan kasnije, bloger je provjerio rezultate eksperimenta. U izvješću je vidio sljedeću sliku:

Gornji red prikazuje rezultate testne inačice i donje kontrole. Rezultati ispitivanja zahtijevaju dekodiranje:

  • Vjerojatnost: ovaj stupac prikazuje planiranu distribuciju prometa između tekstualnih i kontrolnih stranica.
  • Prikazuje: korisnici su vidjeli testnu verziju 6055 puta i kontrolnu verziju 610.
  • Pretplatnici: testna verzija donijela je 47 pretplata i testnu verziju 19.
  • S / D: postotak pretplata na pojavljivanja.

Ne morate imati stupanj da biste razumjeli da se rezultati testa ne mogu smatrati valjanima. Usprkos planovima eksperimentatora da ravnomjerno distribuira promet između testnih i kontrolnih stranica, varijanta s promjenama postigla je gotovo 10 puta više prikaza. Pokazalo se da je to bilo zbog tehničkog kvara na Aweber platformi.

Čini se da vlasnik bloga može udahnuti, pričekati poruku o pogrešci i ponovno pokrenuti eksperiment. No, zdravi izbirljivci mogu ga natjerati da ponovno pogleda S / D omjer osnovne stranice i broj pogodaka testne stranice. Heck, ako se platforma pokvarila na drugi način, tada bi se 6055 pojavljivanja moglo pretvoriti u 187 pretplata. Shvativši gubitak stotina pretplatnika dnevno, bloger može biti jako uzrujan i izgubiti vjeru u split-testiranje.

U stvari, nitko nije imun na tehničke neuspjehe, a A / B testovi ostaju učinkovit marketinški alat, unatoč gore opisanom incidentu. Međutim, podijeljeni testovi mogu pokazati pogrešne rezultate i dovesti do pada konverzije zbog marketinških pogrešaka.

Kada podijeljeni testovi dovedu do gubitaka zbog kvara eksperimenta

Eksperiment postaje problem za web-lokaciju i poslovanje, kada marketer pravi ozbiljne pogreške u fazi planiranja. Ovo su najčešće pogreške eksperimentatora.

  • Stvaranje uvjeta koji snažno iskrivljuju tijek eksperimenta

Što mislite, koji tekst će postati više konverzija: "dodajte proizvod u košaru" ili "naručite"? Odgovor na ovo pitanje može se dobiti tijekom podijeljenog testa. I koji će CTA biti uspješniji za pretplatnički obrazac: "prijavite se za naš newsletter" ili "ostavite e-poštu i nabavite 1000 rubalja na Webmoney račun"? Odgovor na ovo pitanje znate bez A / B testa.

Problem nije u tome što će rezultati eksperimenta biti iskrivljeni. 99% pretplatnika koji se pretplate na 1000 besplatnih rubalja odjavit će se s vašeg newslettera u roku od nekoliko dana. To neće učiniti odmah nakon primitka novca samo zbog straha da ćete o tome sanjati noću i tresti glavom s prijekorom. Ispada da je ova pogreška opasna ne toliko zbog iskrivljenja eksperimentalnih rezultata, već zbog primanja lažnih konverzija.

  • Nedovoljna veličina uzorka

Mnoge usluge za provođenje A / B testova dopuštaju samovoljno određivanje udjela prometa koji sudjeluje u eksperimentu. Ako dopustite nevažnom broju posjetitelja da sudjeluju u eksperimentu, to značajno povećava vrijeme potrebno za dobivanje valjanog rezultata. Ali to nije sve.

Zamislite sljedeću situaciju: testirate novi dizajn stranice. U eksperimentu je sudjelovalo 5% posjetitelja koji su poslani na testnu stranicu. Niste u žurbi, zato ne želite riskirati. Nakon mjesec dana pokazalo se da je stopa pretvorbe testne stranice 2,5 puta veća od kontrolnog indikatora. Dislocirana u pokušaju da mu ugrize rame uz lakat ne znači ništa u usporedbi s izgubljenom dobiti. Gubici se mogu znatno smanjiti distribuiranjem prometa na početku eksperimenta.

  • Testiranje različitih elemenata stranice

Zamislite testiranje nove verzije teksta za gumb pretvorbe. U posljednjem trenutku, dizajner također odlučuje promijeniti boju samog gumba na testnoj stranici. Tijekom eksperimenta ispada da je nova stranica dvaput veća od stare. Ovaj učinak pripisujete novom tekstu i brišete staru verziju.

Nakon nekog vremena primijetite da je konverzija stranica pala za 50%. Uhvatili ste se u dizajnerskoj sobi za pušače i iz njega izvadili priznanje o promjeni boje gumba. Sada možete objasniti povećanje konverzije tijekom testa. Štoviše, razumijete da ste izgubili vrijeme i klijente, budući da je novi tekst gumba za pretvorbu bio manje učinkovit od starog.

  • Neispravan odabir metrike

Zamislite da testirate djelotvornost gumba za pretvorbu pozivajući korisnika da preuzme besplatnu e-knjigu. U tom se slučaju konverzija može smatrati klikom na gumb, nakon čega knjiga počinje automatski učitavati na tvrdi disk posjetitelja. Procijenit ćete rezultate testa za CTR svake varijante gumba.

I kako procijeniti djelotvornost gumba za pretvorbu, pozivajući na dodavanje proizvoda u košaricu ili naručivanje? Klik na gumb nije jednak pretvorbi, jer dodavanjem proizvoda u košaricu korisnik može promijeniti mišljenje. Možda bi učinkovitost gumba trebalo procijeniti prema broju izvršenih transakcija? Je li moguće da gumb s višim CTR-om generira manje izvršenih transakcija? Hoće li posao oštetiti situaciju u kojoj pogrešno smatrate da je gumb s visokim CTR-om i niskom stopom plaćanja učinkovitiji?

Snažan lijek u rukama neiskusnih, poput oštrog mača u rukama luđaka

Antički liječnici upozorili su te riječi početničkih kolega na bezumnu uporabu droge. A / B test je snažan marketinški lijek koji koristi samo ako se pravilno koristi. Split test pogreške mogu koštati ne samo izgubljeno vrijeme, ali i pad pretvorbe i prodaje. Budite pažljivi!

Pogledajte videozapis: Nina Tandon: Could tissue engineering mean personalized medicine? (Studeni 2019).

Loading...

Ostavite Komentar