A/B testēšana

Šodien daudzās jomās lēmumu pieņemšanas procesu vada dati un analīze. Tiešsaistes vidē viena no visbiežāk izmantotajām metodēm, lai iegūtu vērtīgu ieskatu, ir A/B testēšana.

Tālāk atrodams viss, kas jums jāzina par A/B testēšanu. No definēšanas līdz metrikas izpratnei.

Kas ir A/B testēšana?

A/B testēšanu bieži dēvē par dalītu testēšanu. Citiem vārdiem sakot, tā ir procedūra, lai salīdzinātu viena un tā paša produkta divas versijas. Tiešsaistes vidē tā bieži tiek izmantota, lai salīdzinātu konkrētas mārketinga līdzekļa, e-pasta vai mājaslapas lapas divas versijas. Tas var nozīmēt sākot no vienkāršām izmaiņām, piemēram, dažādu pogu krāsu izmēģināšanu, līdz pat izmainītam visu vietnes noformējumam. E-komercijas biznesā to visbiežāk izmanto mājaslapas veiktspējas mērīšanai.

Manuāli veikt A/B testēšanu praktiski nav iespējams. Lai automatizētu procesu, visi uzņēmumi izmanto testēšanas programmu, kas ir īpaši izveidota A/B testēšanas vajadzībām. Testēšanas process ir tikpat vienkāršs kā divu mājaslapas lapas versiju izveide. Viena versija tiek rādīta vienai tīmekļa vietnes apmeklētāju grupai, bet otra — citai grupai. Abas grupas novērtē savu produkta pieredzi.

Pēc A/B testēšanas pabeigšanas jūs iegūsit ieskatu rezultātos un uzzināsit, kura versija darbojas labāk.

Visi šie ieskati ir ļoti vērtīgi, ja runa ir par mārketinga stratēģiju. Vai tas ir satura mārketings, klientu pieredze vai dažādu pieeju izmēģināšana reklāmas stratēģijām. Jūsu mārketinga komandas gūs lielu labumu no dziļas ieniršanas datos, kas nāk tieši no jūsu mērķauditorijas.

Infrastruktūras attīstītājs

Ko darīt, pirms uzsākat A/B testēšanu?

A/B testēšanas veikšana pirms plāna izstrādes nav noderīga. Pirms sākat A/B testēšanu, ir jāpaveic vairāki būtiski uzdevumi:

  • Identificējiet savus mērķus – ir daudz testēšanas elementu, kurus varat atlasīt. To skaitā produktu apraksti, konkrētas pogas vai aicinājumi uz rīcību. Lai noskaidrotu pārbaudāmos elementus, ir jānosaka mērķi. Piemēram, jūsu mērķis varētu būt paaugstināt reklāmguvumu līmeni, tāpēc jūs to atbilstoši testējat;
  • Izvirziet hipotēzi – hipotēze palīdzēs jums labāk pārbaudīt testa rezultātus. Tās pamatā ir paredzējumi par rezultātiem, kurus jūs sagaidāt, kad tests būs pabeigts;
  • Izlemiet, kurus A/B testus vēlaties veikt – izmantojot mērķus un hipotēzes būs vieglāk noteikt, tieši kuri A/B testi jums ir jāveic;
  • Izvēlieties A/B testēšanas programmu – ne visas A/B testēšanas programmas ir vienādas. Dažas veic dažus funkciju testus, citas – nē. Ja zināsit, kuri testi jums jāveic, būs vieglāk tās izvēlēties. Apsveriet vajadzību pēc testa funkcijām, kas varētu būt nepieciešamas arī nākotnē.

Cik ilgi būtu jāveic A/B tests?

Testēšanas biežums ietekmē eksperimenta izpildes laiku, kas savukārt ietekmē parauga lielumu un nozīmīgumu. Jo lielāks parauga lielums, jo visaptverošāki rezultāti. Jūsu dienas vidējais tīmekļa lapu apmeklētāju skaits svārstās. Tāpēc ir labāk ļaut būt jūsu testam garākam.
Cik ilgs laiks nepieciešams, lai sasniegtu nozīmīgus rezultātus? Ir jāņem vērā vairāki faktori, piemēram, kā tieši jūs veicat A/B testu un parauga lielums. Ir ieteicams pagaidīt, līdz saņemsit pietiekami daudz datplūsmas, lai sasniegtu statistiski nozīmīgus rezultātus.

Cik ilgi būtu jāveic A/B tests? - App - Uploads - 2021 - 09 - Research Peakhrs.svg

Rīki A/B testēšanai

A/B testēšanas programmatūra ir plaši pieejama. Bet visbiežāk lietotie ir Google Analytics A/B testēšanas un personalizācijas rīki Google Optimize un LiveAgent palīdzības dienesta programmatūra.

Google Analytics ir bezmaksas testēšanas rīks, kas izveidots, lai optimizētu A/B mājaslapas lapu testēšanu. Varat noteikt, kurš virsraksts piesaista apmeklētājus, kura dizaina un izkārtojuma dēļ vietnē tiek pavadīts vairāk laika, un kurš aicinājums uz rīcību ģenerē vairāk klikšķu un daudz ko citu.

Liveagent programmatūrai ir e-pastam paredzēts A/B testēšanas rīks, lai jūs varētu pārbaudīt savu e-pasta saņēmēju atsaucību un izmērīt to atvēršanas un klikšķu skaitu.

Lielākā daļa rīku ļauj novērot rezultātus reāllaikā, kas ļauj veikt izmaiņas mārketinga kampaņas laikā.

Kad jums nevajadzētu veikt A/B testu?

Ja nevarat piekļūt attiecīgajiem rezultātiem vai jums ir darīšana ar sarežģītu novērtēšanu, izvairieties no A/B testiem. Ko tas nozīmē? Ja nepieciešams veikt sarežģītu novērtēšanu, iespējams, ir jāveic vairāku mainīgu testu un dalītu URL testēšana, kas apvienota ar servera puses eksperimentiem. A/B testēšana šajā gadījumā nenodrošinās ticamus rezultātus.

Lai iegūtu atbilstošus rezultātus, nepieciešama pietiekama datplūsma. Bez pietiekamas datplūsmas rezultāti nebūs ticami. Turklāt jums nepieciešama zināma hipotēze un pietiekams laiks, lai noteiktu, ko testēt, visu iestatītu un rūpīgi pārbaudītu rezultātus.

Kā tiek veikta A/B testēšana?

Ko nozīmē A/B testēšana

Pieņemsim, ka vēlaties noskaidrot, vai jaunā mājaslapas lapa vai pašreizējā lapas versija tuvinās jūs jūsu mērķiem. Jūs esat atbildīgs par atbilstošu mērķu izveidi. Un tie var būt, sākot ar uzlabotu lietotāja pieredzi un beidzot ar uzlabotu reklāmguvumu līmeni.

A/B testēšanā A apzīmē kontroles versijas mainīgais, kas ir jūsu pašreizējā mājaslapas lapa. B ir variants vai jauna mājaslapas lapas versija. Tiklīdz ir gatava gan A, gan B lapa, jums ir jāizlemj, kādai procentuālajai daļai no jūsu mērķa auditorijas tiks rādīta pašreizējā lapa un kādai – varianta lapa.

Parasti uzņēmumi lietotāju bāzi sadala vienādās daļās. Šādā veidā mēs iegūstam visuzticamākos testa rezultātus, un mēs varam tieši salīdzināt abas iespējas.

Kāda veida metrikai jāpievērš uzmanība, kad tiek veikts A/B tests?

Pabeidzot A/B testu un iestatot datplūsmas sadali, jūs saņemsit atskaiti. Lai iegūtu noderīgus ieskatus, jāpievērš uzmanība pareizajai metrikai. Jūsu mērķiem ir jābūt jūsu izmantoto metriku noteicošajam faktoram.

Atskaites Palīdzības dienesta programmatūrā - LiveAgent

Pieņemsim, ka vēlaties piesaistīt vairāk apmeklētāju savai mājaslapai un palielināt zīmola atpazīstamību. Šajā gadījumā jāpievērš uzmanība datplūsmas metrikai. Ja jūsu mērķis ir reklāmguvumu līmeņa optimizācija, jums ir jāseko reklāmguvumu metrikai. Klikšķu skaitam ir svarīgi sekot, ja vēlaties vairāk klientu novirzīt savā pārdošanas piltuvē. Varat izsekot arī citas metrikas, piemēram, lietotnes avārijas, mērķauditorijas priekšrokas un iesaistes pieaugumu.

Šo metriku kopvērtējums var sniegt jums labāku ieskatu un palīdzēt atlasīt lapu ar vislabāko veiktspēju.

Stand out from your competitors with a strong customer service culture​

Frequently asked questions

Kas ir A/ testēšana?

A/B testēšana salīdzina divas mājsalapas lapas versijas. Mārketinga speciālisti un UX speciālisti to bieži izmanto arī mārketinga aktivitāšu un e-pasta vēstuļu salīdzināšanai.

Ko darīt pirms uzsākt A/B testēšanu?

Pirms sākt A/B testēšanu, jums ir jāidentificē un jānosaka savi mērķi, jānorāda testa hipotēze, jāizvēlas, kurus A/B testus veikt un jāizvēlas atbilstošie testēšanas rīki jūsu konkrētajām vajadzībām.

Cik ilgi būtu jāveic A/B tests?

A/B tests jāveic, līdz tiek iegūti statistiski nozīmīgi rezultāti. Vislabāk ir ļaut tam darboties, līdz jūsu tīmekļa vietne iegūst pietiekami daudz datplūsmas, lai iegūtu statistiski ticamus rezultātus.

Kādi ir testa rīki?

A/B testēšanas rīki ir īpaši izstrādāta testēšanas programmatūra A/B testu veikšanai. Google Optimize ir izveidots, lai atvieglotu A/B testēšanu mājaslapām, un LiveAgent palīdz veikt A/B testus e-pastiem.

Kad jums nevajadzētu izmantot A/B testu?

Jums nevajadzētu izmantot A/B testus, ja jāveic sarežģīta novērtēšana, kam var būt nepieciešami cita veida testi. Turklāt to nevajadzētu darīt bez pietiekamas datplūsmas un apzinātas hipotēzes.

Kā tiek veikta A/B testēšana?

A/B testi sākas ar jaunas pašreizējās lapas versijas izveidi. Pēc tam klientu bāze tiek sadalīta divās vienādās lietotāju kopās un sākotnējā versija tiek pasniegta vienai pusei, bet jaunā versija otrai pusei.

Kāda veida metrikai jāpievērš uzmanība, kad tiek veikta A/B testēšana?

Pievērsiet uzmanību A/B testa rezultātu rādītājiem, pamatojoties uz mērķiem un hipotēzi. Klikšķi ir metrika, kas norāda, vai jūsu apmeklētāji veic kādu konkrētu darbību, kuru vēlaties, lai tie veiktu, reklāmguvums parāda, cik labi mājaslapa veic reklāmguvumu, un datplūsma vienkārši norāda, cik daudz datplūsmas mājaslapa rada.

Ko jūs saprotat ar A/B testēšanu?

AB testēšana ir veids, kā salīdzināt divas dažādas mājaslapas lapas vai lietotnes versijas, lai redzētu, kura no tām darbojas labāk.

Kāds tests tiek izmantots A/B testēšanai?

A/B testēšana ir eksperimenta veids, kurā tiek salīdzinātas divas mājaslapas lapas versijas. Versija A ir sākotnējā lapa, un versija B ir tās variants.

Kas ir A/B un MVT testēšana?

A/B testēšana ir dalītas testēšanas veids, kas ļauj salīdzināt divu mājaslapas lapu vai e-pasta versiju rezultātus. MVT testēšana ir sarežģītāks AB testēšanas veids, kas ļauj salīdzināt vairāk nekā divu mājaslapas lapu vai e-pasta versiju rezultātus.

Atgriezties uz Glosāriju Izveidot kontu BEZMAKSAS

Mūsu mājaslapa izmanto sīkdatnes. Turpinot, mēs pieņemam, ka Jūs dodat atļauju izvietot sīkfailus, kā ir aprakstīts mūsu privātuma un sīkdatņu politiku.

×
Pierakstieties uz individuālu zvanu un uzziniet, kā LiveAgent var palīdzēt Jūsu biznesam.

Esam pieejami uz vairākiem datumiem

Pierakstīties uz demonstrāciju