Test multivariati: come eseguire i migliori test per ottenere i migliori risultati

Il test A/B è uno dei modi più semplici per trovare idee di ottimizzazione per le pagine di destinazione post-clic, ma non è sempre il modo più efficiente.

Prima di iniziare a testare due, tre o quattro pagine alla volta, scopri come testare ancora di più e scopri la migliore combinazione di elementi per convertire i tuoi visitatori.

Cos'è il test A/B?

Il test A/B, noto anche come split test, consente di confrontare due diverse versioni di una pagina Web per determinare quale converte meglio i visitatori.

Queste due pagine possono essere:

• Leggermente diverso

Se hai un design ad alta conversione e vuoi capire come migliorare un singolo elemento, puoi testare due pagine diverse con una sola differenza. Se vuoi vedere se una curiosità o un titolo incentrato sulle notizie ha un rendimento migliore, puoi testare il titolo rispetto al titolo. Se vuoi vedere se un video o una gif ha un impatto maggiore sulle conversioni, puoi testarne uno su ogni pagina.

Dopo aver indirizzato lo stesso traffico verso ciascuno di essi, quello che genera il maggior numero di conversioni è il vincitore. E il motivo per cui uno ha generato più conversioni è chiaro, dal momento che c'è solo una differenza tra le due pagine.

• Drasticamente diverso

Puoi anche testare due pagine diverse in più modi. La tua pagina originale può avere un titolo, un'immagine in primo piano e un pulsante di invito all'azione diversi rispetto alla variante. Il test potrebbe assomigliare a questo:

Dopo aver indirizzato lo stesso traffico sia alla pagina originale (A o "controllo") che alla pagina variante (B), vince quella che converte meglio. Ma a differenza di quando modifichi solo un elemento per test, quando provi pagine drasticamente diverse non c'è modo di determinare il motivo per cui una particolare pagina ha vinto.

Prendendo i risultati dell'esempio sopra, sapremmo solo che la versione "b" è migliore della versione "a", ma non il motivo per cui è migliore, poiché ci sono una serie di cause a cui potrebbe essere attribuita. Le conversioni potrebbero provenire dalla regolazione della barra di navigazione da sinistra a destra o dal modulo di iscrizione dall'alto verso il basso. Tutto ciò che puoi dire con certezza quando esegui un test A/B su design drasticamente diversi è che una pagina è migliore dell'altra.

Tuttavia, è possibile eseguire un diverso tipo di test per determinare in che modo le modifiche a più elementi interagiscono tra loro. Si chiama test multivariato.

Cos'è il test multivariato?

Il test multivariato è il processo utilizzato dagli ottimizzatori per confrontare due diverse pagine web. Il metodo si concentra sul confronto di sottili cambiamenti tra più elementi, quindi sulla misurazione di come questi elementi interagiscono tra loro, con l'obiettivo di trovare il rendimento migliore.

La differenza tra test A/B e test multivariati

Probabilmente hai letto molti case study di test A/B che trovano una pagina vincente confrontando un titolo con un altro, o un'immagine in primo piano rispetto a un video, o un invito all'azione rispetto a uno leggermente diverso. Sebbene possano essere utilizzati per farlo con precisione, secondo gli ottimizzatori di Widemile, esiste un modo più ideale per utilizzare i test A/B:

L'uso ideale per il test A/B, dicono, è per "testare due o più pagine radicalmente diverse". In termini di test, è meglio eseguire il test A/B per trovare quello che viene chiamato il "massimo globale" e il test multivariato per perfezionare il "massimo locale".

Il massimo globale e il massimo locale

Per quanto sia difficile da fare, immagina per un secondo di non aver mai mangiato una pallina di gelato in vita tua e di trovarti in una gelateria cercando di decidere quale dei 30 gusti diversi desideri acquistare .

Esistono 10 diversi tipi di cioccolato, 10 diverse varietà di vaniglia e 10 diverse varianti di fragola. Hai intenzione di provare tutti i 30 gusti prima di decidere quale vuoi uno scoop?

Probabilmente no. Probabilmente proverai uno di ogni gusto drasticamente diverso - uno al cioccolato, uno alla fragola e uno alla vaniglia - per restringere il campo della varietà che ti piacerà di più. Se scopri di preferire il cioccolato alla vaniglia e alla fragola, inizierai a provare sapori come "impasto per biscotti con gocce di cioccolato" e "burro di arachidi al cioccolato" e "cioccolato fondente" per decidere quale dei cioccolatini ti piace di più.

In termini statistici, definiremmo la varietà che ti è piaciuta di più (cioccolato, vaniglia o fragola) il massimo globale. Questo è il sapore che ti piace di più tra i tre tipi drasticamente diversi. Il sapore specifico della varietà (cioccolato fondente, pasta per biscotti con gocce di cioccolato, burro di arachidi al cioccolato) sarebbe il massimo locale. È la versione migliore della varietà che hai scelto.

In qualità di ottimizzatore, vuoi affrontare i test in modo simile. Vuoi trovare la pagina che converte meglio i tuoi visitatori (massimo globale), quindi modificare gli elementi specifici su quella pagina per migliorarla nella pagina con la conversione più alta possibile (massimo locale). Quello che stai cercando determinerà quale test utilizzerai.

Quando utilizzare il test A/B e quando utilizzare il test multivariato

I test A/B sono i migliori per testare il massimo globale. Sono i migliori nello scoprire su quale pagina i tuoi visitatori vogliono convertire. Prendi questo esempio da MarketingExperiments, che ha utilizzato un test A/B per aiutare Investopedia ad aumentare le conversioni per la sua newsletter, Investopedia Advisor.

L'offerta era semplice: una newsletter gratuita con suggerimenti sulle azioni, e quindi la pagina originale lo rifletteva. Non era lungo, complicato o ingombro di molti elementi. Presentava un modulo di acquisizione lead a un campo, una copia puntata e un'infografica:

Ma, nonostante la preziosa offerta gratuita, la conversione è stata solo dell'1,33%. Il team di MarketingExperiments ha deciso di rivedere completamente la pagina. Hanno cambiato il titolo, il layout, il pulsante CTA e hanno aggiunto alcuni badge, tra le altre cose. Quindi hanno testato A/B la nuova pagina rispetto all'originale e hanno scoperto che la nuova pagina convertiva l'89,4% in più. Ecco come appariva:

È importante ricordare che con questo test A/B, gli sperimentatori non hanno capito esattamente perché la nuova pagina ha convertito meglio di quella vecchia, ma hanno trovato un nuovo convertitore più alto. In altre parole, hanno trovato un nuovo massimo globale. A quel punto, se lo desiderassero, potrebbero perfezionare questa pagina con test multivariati per determinare quale combinazione di elementi converte la maggior parte dei visitatori.

Questo è esattamente ciò che i tester in questo ipotetico esempio di Optimizely vogliono fare, per esempio. Vogliono capire quale combinazione di titolo e immagine converte la maggior parte dei visitatori.

Quindi, creano più pagine con diverse combinazioni di titoli e immagini per vedere quale funziona meglio.

Quale di queste quattro versioni emerge dal test con il più alto tasso di conversione è il vincitore. Se le due versioni con la lampadina hanno un rendimento migliore delle due con l'ingranaggio, potresti concludere che l'immagine della lampadina ha il maggiore impatto sulle conversioni. Da lì, vedresti quale titolo di accompagnamento ha prodotto più conversioni e utilizzerai quella pagina.

Come condurre un test multivariato

Alcuni anni fa, quando il fondatore di VWO Paras Chopra voleva aumentare i download sulla sua pagina web, ha utilizzato test multivariati per capire come. Se hai familiarità con i passaggi per condurre un test A/B, riconoscerai la maggior parte dei passaggi in questo esempio di test multivariato.

1. Identifica un problema

Prima di poter iniziare a migliorare la tua pagina web, è meglio scavare nei dati e scoprire come i visitatori interagiscono con essa. Quello che ha scoperto è che le persone non facevano clic sul suo pulsante "download" tanto quanto aveva previsto che avrebbero dovuto essere, quindi ha esaminato la pagina per capire perché.

2. Formulare un'ipotesi

Dopo un esame approfondito, si rese conto che il link per il download era abbastanza impercettibile. Quindi ha creato un'ipotesi per migliorare la pagina:

Una soluzione ovvia per far notare ai visitatori il collegamento per il download è rendere la sezione di download la parte più importante della pagina. Nel design della pagina, la dimensione e il colore dell'intestazione "Download" si fondevano bene con il resto della pagina, il che ha portato le persone a perdere il collegamento per il download.

Rendendo più evidente il collegamento "Download", credeva di poter aumentare le conversioni. Ecco come ha deciso di farlo.

3. Crea variazioni

Ora era giunto il momento di creare pagine di variazione per il test. Secondo Paras:

Per il test multivariato, ho selezionato due fattori nella pagina per la creazione delle varianti: l'intestazione "Download" nella barra laterale e il link per il download "PDFProducer" sotto di essa. L'obiettivo del test era osservare l'effetto della parola "libero" e l'effetto dell'evidenziazione della sezione di download.

Ecco come ha deciso di rendere la sezione download più evidente e allettante.

Per il collegamento "Download" originale, ha testato tre diverse varianti:

• "Scarica" ​​in rosso
• "Scarica gratis" in rosso
• "Download" nel colore predefinito, ma con caratteri di dimensioni maggiori

Per il collegamento originale "PDFProducer", ha testato due diverse varianti:

• "PDFProducer" nel colore predefinito, ma con caratteri di dimensioni maggiori
• "PDFProducer" in rosso

Ecco come apparivano tutte le combinazioni:

Con quattro versioni del collegamento per il download (incluso l'originale) e tre versioni del testo "PDFProducer" (di nuovo, incluso l'originale), sono state formate 12 diverse varianti per condurre un test fattoriale completo. Un fattoriale completo verifica tutte le combinazioni, al contrario di un fattoriale frazionario che verifica solo le più efficaci.

Sebbene esistano diversi metodi di analisi multivariata - fattoriale completo, fattoriale frazionario e Taguchi - la maggior parte degli ottimizzatori consiglia di eseguire un fattoriale completo per la sua accuratezza, afferma Alex Birkett di CXL.

4. Determina la dimensione del tuo campione

Prima di iniziare a indirizzare il traffico verso le tue pagine, devi determinare la dimensione del campione: il numero di visitatori che ciascuna pagina deve generare prima di poter trarre conclusioni sui risultati del test.

Questo calcolatore di VWO ti aiuterà a capire quanti visitatori e quanto tempo hai bisogno per eseguire il test in base al traffico del tuo sito web, quante varianti hai e la tua significatività statistica.

Per saperne di più su come raggiungere la significatività statistica e tutte le cose che devi inserire nella calcolatrice, dai un'occhiata a questo post sul blog.

5. Metti alla prova i tuoi strumenti

Testa tutto prima di iniziare a gestire il traffico. La tua pagina di destinazione post-clic ha lo stesso aspetto in tutti i browser? Il tuo pulsante CTA funziona? Tutti i link nei tuoi annunci sono corretti?

Prima di iniziare a pubblicare qualsiasi cosa, è importante eseguire il QA di ogni aspetto della tua campagna per assicurarti che nulla avveleni i tuoi risultati.

6. Inizia a guidare il traffico

Ora che hai creato le tue varianti e sai quanto traffico devi generare per ciascuna di esse, puoi tranquillamente iniziare a indirizzare il traffico verso di esse. Il più grande svantaggio dei test multivariati è l'enorme quantità di traffico di cui avrai bisogno prima di poterli concludere, quindi dovrai essere paziente.

Quando esegui il test A/B, ci sono solo due pagine verso le quali devi indirizzare un traffico significativo. Ma in un test multivariato, come ad esempio quello di Paras, ci sono 12 pagine diverse che devono raccogliere un campione di grandi dimensioni prima che tu possa chiamare il test.

Tieni d'occhio le minacce alla tua validità e non dimenticare di tenere conto dell'aumento del tasso di risultati falsi positivi, afferma Leonid Pekelis:

“In pratica stai eseguendo un test A/B separato per ogni interazione. Se hai 20 interazioni da misurare e la tua procedura di test ha un tasso del 5% di trovare falsi positivi per ognuna, all'improvviso ti aspetti che circa un'interazione venga rilevata completamente per caso. Ci sono modi per tenere conto di questo, generalmente vengono chiamate correzioni di test multipli, ma ancora una volta, il costo è che tendi ad aver bisogno di più visitatori per vedere risultati conclusivi.

7. Analizza i tuoi risultati

Dopo aver eseguito il suo test per quattro settimane, questo è ciò che ha scoperto Paras:

Puoi osservare che il titolo "Scarica gratuitamente" in rosso ha spinto il tasso di conversione dei download dal 39% al 63%, un enorme aumento del 60%. Avere "Download" con caratteri di grandi dimensioni (combinato con il colore del collegamento come rosso) ha avuto anche un miglioramento positivo (43%) rispetto all'impostazione predefinita. Di tutti i risultati, i primi tre sono statisticamente significativi con un livello di confidenza del 95% o superiore.

Paras avrebbe potuto implementare la sua nuova pagina e dimenticarsi di questo test, invece sottolinea un importante passaggio finale:

8. Impara dai tuoi risultati

Ognuno dei tuoi test dovrebbe essere utilizzato per imparare qualcosa sulle tue pagine web e sui loro visitatori che puoi utilizzare per informare i test futuri.

Ha appreso che, sulla sua pagina web:

• La parola "Gratis" ha risuonato tra i visitatori del suo sito web.
• La natura gratuita dell'offerta è meglio pubblicizzata sopra o vicino all'invito all'azione.
• Il colore rosso ha attirato l'attenzione dei suoi visitatori.
• Un invito all'azione più grande ha attirato più visitatori.

Ma ricorda, questi sono i risultati del suo test. Mentre la parola "gratuito" è sempre buona da usare su qualsiasi pagina web che pubblicizza un'offerta gratuita, la migliore posizione, dimensione e colore del tuo invito all'azione potrebbe essere diverso sulle tue pagine web. L'unico modo per saperlo con certezza è testare.

Hai provato il test multivariato?

Ti sei allontanato dal test multivariato perché pensavi che fosse troppo complicato? Registrati oggi stesso per una demo di Instapage Enterprise.