Jak pracować z narzędziami do testów A/B w celu pomyślnej optymalizacji? 6 najważniejszych wyjaśnionych czynników

Opublikowany: 2021-08-26
Jak pracować z narzędziami do testów A/B w celu pomyślnej optymalizacji? 6 najważniejszych wyjaśnionych czynników

Zainwestowanie w odpowiednie narzędzie do testowania A/B dla Twojej firmy to dopiero pierwszy krok. Prawdziwa magia tkwi w twoich procesach i strategii.

Ale jakie procesy i strategie pozycjonują Twój program optymalizacyjny pod kątem najlepszych możliwych wyników?

W tym artykule pokażemy Ci 6 sposobów, dzięki którym Twoje narzędzie do testowania A/B będzie dla Ciebie jak najtrudniejsze i zapewni Ci najwyższy zwrot z inwestycji .

Ale zanim zaczniemy, należy pamiętać o kilku kluczowych aspektach podczas korzystania z narzędzi do testowania A/B. Te aspekty dotyczą:

  1. Granice narzędzi
  2. Ograniczenia zespołu dostawcy stojącego za narzędziem oraz
  3. Ograniczenia własnych procesów optymalizacyjnych i kultury, które mogą być przeszkodami w skutecznym korzystaniu z platform testowych A/B.

Przejdźmy teraz do tych 6 sposobów na uzyskanie maksymalnych korzyści:

ukryć
  • 1. Zacznij od edukacji (nie pomijaj tego)
    • Narzędzie jest tak dobre, jak hipoteza
    • Najlepsza hipoteza może ulec wykolejeniu bez odpowiedniej realizacji
  • 2. Wykorzystaj elastyczność narzędzia na swoją korzyść
    • Integracje
    • Płatność samoobsługowa
  • 3. Sprawdź wprowadzone narzędzia (ważność) zagrożeń
    • Czy narzędzie do testowania A/B wpływa na Twoje kluczowe wskaźniki internetowe?
    • Czy Twoje narzędzie do testowania A/B powoduje migotanie?
    • Czy Twoje narzędzie do testowania A/B bierze pod uwagę czynniki prywatności?
    • Czy Twoje narzędzie do testowania A/B powoduje zanieczyszczenie krzyżowe między grupami kontrolnymi i terapeutycznymi?
  • 4. Zajrzyj pod maskę statystyk i rozważ zatrudnienie dedykowanego talentu
  • 5. Skonfiguruj swoje narzędzie do użytku i przyjęcia
    • Zacznij od prawej
    • Użyj funkcji zarządzania projektami swojego narzędzia
    • Nazewnictwo jest ważne
    • Upewnij się, że dobrze korzystasz ze wsparcia dostawcy
  • 6. Zmierz odpowiedni wynik dla swojego programu testów A/B
  • Następne kroki

1. Zacznij od edukacji (nie pomijaj tego)

To tutaj inwestujesz w ludzi korzystających z narzędzi. Ponieważ, niezależnie od tego, czy jest to darmowe, czy płatne, zyski z twojego narzędzia do testowania A/B są tak dobre, jak ręce, które nim posługują.

Oprogramowanie do testowania A/B w rękach początkującego testera to nie to samo, co to samo oprogramowanie w rękach eksperta.

Rozumie to optymalizator asów Simar Gujral z OptiPhoenix. Prowadzi szkolenia narzędziowe dla nowo zatrudnionych pracowników, ale wykracza poza „jak korzystać z narzędzia do testowania A/B”, aby położyć nacisk na szkolenie w zakresie procesu i strategię.

Jonny Longden z Journey Further mówi, że 80% twojej inwestycji powinno być w ludzi, a 20% w technologię:

Tak więc pierwszym krokiem do uzyskania maksymalnego zwrotu z inwestycji dzięki optymalizacji jest nauczenie siebie i swojego zespołu odpowiednich procesów i strategii testowania A/B .

Możesz zacząć od programu testów CRO i A/B firmy CXL. W rzeczywistości, jako klient Convert, uzyskasz dostęp do tego programu szkoleniowego CXL.

Szkolenie przygotowuje testera do:

  • Wymyśl świetne hipotezy do przetestowania
  • Najpierw nadaj priorytet testowaniu obszarów o dużym wpływie
  • Przeczytaj poprawnie dane i uzyskaj cenne spostrzeżenia
  • Znajdź pomysły na testy
  • Przetestuj właściwe rzeczy

… i więcej.

To podstawa tego, co słuszne w przypadku najlepszych testów A/B. Dlatego…

Narzędzie jest tak dobre, jak hipoteza

Spójrzmy prawdzie w oczy: Twoje narzędzie wykona tylko Twoje licytacje.

A jeśli Twoja licytacja opiera się na kiepskich hipotezach, testy A/B nie przyniosą oczekiwanych rezultatów.

Istnieją sposoby na zbudowanie świetnej hipotezy, ale jest to możliwe tylko wtedy, gdy tworzy się je na podstawie solidnych danych. To nie tylko zbieranie danych, ale także ich przetwarzanie i interpretacja. Tak więc podejście do analizy danych, które formułuje twoją hipotezę, powinno być podejściem do rozwoju biznesu.

Wykorzystaj swoje dane, aby znaleźć problemy w swoim produkcie lub firmie i odkryć możliwości poprawy. Od tego zacząć.

To także edukacyjna odskocznia dla przyszłych hipotez. Uczenie się na podstawie testów rzuca nowe światło na to, co działa, a co nie. Częstym błędem jest tutaj postrzeganie nieudanego testu jako niepowodzenia.

Wszystkie te eksperymenty pomogą ci zajrzeć głębiej w twoje strategie — aby uniknąć złych zakrętów lub iść naprzód z tym, co działa — tak czy inaczej, używasz narzędzia poprawnie.

Stwórz silną hipotezę za pomocą naszego bezpłatnego generatora hipotez testów A/B.

Najlepsza hipoteza może ulec wykolejeniu bez odpowiedniej realizacji

Nawet jeśli twoja hipoteza jest trafna, możesz nie uzyskać z niej jak najwięcej bez odpowiedniego wykonania.

Może się to zdarzyć z wielu powodów.

Na przykład możesz być

  • Testowanie trwa zbyt długo
  • Nie przeprowadzanie testów wystarczająco długo
  • Przeprowadzanie zbyt wielu testów jednocześnie
  • Testowanie w niewłaściwym czasie lub
  • Nieprawidłowa konfiguracja testu.

Głównym czynnikiem przyczyniającym się do problemów jest brak jednej lub więcej z 3 rzeczy:

  • Właściwy sposób myślenia i taktyka eksperymentowania
  • Wysokiej jakości wiedza techniczna i teoretyczna
  • Wystarczające zrozumienie, aby korzystać z narzędzia.

W przypadku dwóch pierwszych obejmuje to najwyższej jakości edukacja i praktyczne doświadczenie. W przypadku tego ostatniego narzędzie do testowania A/B jest Ci winne sesję wprowadzającą, która usuwa wszystkie nieporozumienia charakterystyczne dla Twojego przypadku użycia.

W Convert odkryliśmy silną korelację między klientami, którzy przeszli solidne szkolenie techniczne i szukają edukacji w zakresie narzędzi z naszymi ekspertami, a szansą na uzyskanie korzyści z naszej aplikacji.

Upewnij się, że udostępniana aplikacja jest zorientowana na użytkownika, a nie na funkcje . Potrzebujesz dostawcy, który uwzględnił następujące czynniki podczas projektowania onboardingu:

  1. Podstawowa wartość, której szukasz w narzędziu
  2. Kroki, które musisz podjąć, aby doświadczyć tej podstawowej wartości
  3. Tarcia, których doświadczasz po drodze
  4. Twoja łatwość użytkowania.

A kiedy nadejdzie czas, aby uruchomić zwycięskie eksperymenty, może to utknąć w kolejce rozwoju. Może w zespole optymalizacji nie ma dedykowanego programisty lub główny zespół ds. tworzenia stron internetowych jest zajęty „większymi” projektami.

Ale te małe zmiany mogą mieć duże skutki — i Ty też to udowodniłeś — dlatego zasługują na równą uwagę programistów. Podziel kolejkę tworzenia produktu tak, aby drobne poprawki przyciągnęły taką samą uwagę, jak duże i pilne zadania.

2. Wykorzystaj elastyczność narzędzia na swoją korzyść

Innym sposobem wykorzystania narzędzia najlepiej, jak potrafi, jest wykorzystanie pełnego zakresu jego funkcji — ale oczywiście tylko w takim zakresie, w jakim ma to zastosowanie do Twojego unikalnego zastosowania.

Możesz użyć:

Integracje

Integracje są podstawą tworzenia połączonego stosu połączonych ze sobą narzędzi, które usprawnią działania związane z testowaniem A/B, marketingiem lub optymalizacją współczynnika konwersji.

Może to być wyodrębnianie danych z wielu narzędzi ze swojego stosu i formułowanie hipotez, wysyłanie tych danych do jak największej liczby platform, w tym Google Analytics, lub przeprowadzanie testów A/B w kampaniach e-mail marketingowych.

Oto, co mówi na ten temat Silver Ringvee, CTO w Speero:

Upewnij się, że nie trzymasz danych w izolacji w narzędziu do testowania. Zalecam przekazywanie danych eksperymentalnych do jak największej liczby odpowiednich narzędzi i miejsc docelowych. W ten sposób możesz głębiej zagłębić się w grupy wariantów w swoim narzędziu analitycznym, przeanalizować zachowanie użytkowników za pomocą czegoś takiego jak Hotjar i obliczyć wpływ na wskaźniki długoterminowe, takie jak LTV lub churn w hurtowni danych .

Płatność samoobsługowa

Jest to szczególnie ważne dla firm, które dopiero zaczynają testować A/B i nie mają tak naprawdę niekończącego się budżetu. Celem jest stałe zwiększanie szybkości testowania .

Upewnij się więc, że narzędzie pozwala w razie potrzeby kupować więcej przetestowanych użytkowników, bez wstrzymywania planu do czasu przejścia na wyższy poziom (po męczących rozmowach z przedstawicielami handlowymi).

Byłoby idealnie, gdybyś mógł uaktualnić, aby uzyskać dostęp do funkcji, których możesz potrzebować tylko sporadycznie, gdy chcesz. I obniż poziom, gdy Twój program testowy będzie miał przerwę, abyś mógł wykorzystać budżet na podnoszenie umiejętności swojego zespołu. Nie przegap tej okazji.

Ponadto drogie narzędzia wiążą się z wielką obietnicą, która szybko przeradza się w szum. Nie daj się sprzedać na dzwonkach i gwizdkach, które pozwolą Ci wszystko przetestować. Rzadko musisz to robić.

Zamiast tego skup się na narzędziu, które pozwoli Ci przetestować potrzeby Twojej firmy . I tu właśnie pojawia się strategia edukacji i testów.

W Convert umożliwiamy samoobsługowe uaktualnianie i obniżanie planu, opcje płatności miesięcznych, a także możliwość zakupu dodatkowych przetestowanych użytkowników.

3. Sprawdź wprowadzone narzędzia (ważność) zagrożeń

Zanim całkowicie zaufasz swoim wynikom, upewnij się, że w pełni rozumiesz, jak działa wybrane narzędzie i jak zaimplementowałeś test.


Celem tutaj jest sprawdzenie, czy Twoje dane nie zostały w jakiś sposób uszkodzone, abyś wiedział, jak wiele ufności należy pokładać w wynikach.

Czy narzędzie do testowania A/B wpływa na Twoje kluczowe wskaźniki internetowe?

Upewnij się, że zaimplementowałeś swoje narzędzie do testowania A/B w sposób, który nie dziesiątkuje Twojej pozycji w wyszukiwarkach. Nie chcesz debaty SEO vs. CRO. Te dwie rzeczy idą w parze.

Nie ma prawie żadnych zmian, które wprowadziłbyś w swojej witrynie dla celów CRO, które mogłyby zachwiać Twoją reputacją w Google. Wszelkie wprowadzone zmiany zwykle wpływają na słowa kluczowe, zawartość strony i wrażenia użytkownika. To tylko 3 z ponad 200 czynników rankingowych.

A ponieważ zwiększasz liczbę konwersji na tych stronach, wysyłasz również pozytywne sygnały do ​​Google, że ludzie kochają Twoje treści. Współczynnik odrzuceń jest niższy, a liczba odwiedzających rośnie.

Według Randa Fishkina z Moz, o ile nie wprowadzasz szalonych zmian na swojej stronie, powinieneś postrzegać CRO i SEO jako członków zespołu – a nie przeciwstawne czynniki.

Dodatkowa lektura: Kluczowe elementy sieci Web dla testów A/B: Czy oprogramowanie do testów A/B spowalnia działanie witryny?

Czy Twoje narzędzie do testowania A/B powoduje migotanie?

Nie chcesz danych testowych przekrzywionych miganiem. Wybierz narzędzie, które nie migocze.

Migotanie może zrujnować integralność danych gromadzonych w wyniku eksperymentów, ponieważ dla odwiedzających witrynę staje się oczywiste, że dzieje się coś dziwnego z Twoją stroną internetową. Kiedy rzucają okiem na pierwotną wersję, zanim pojawi się wariant, rodzi to w ich głowach pytania. Nie trzeba dodawać, że wyświetlanie różnych wersji strony temu samemu użytkownikowi marnuje wrażenia użytkownika.

Musisz wdrożyć kod narzędzia w sposób, który wyraźnie nie obsługuje migania. Oto jak możesz to zrobić.

Oto, co eksperci mają do powiedzenia na temat niektórych rzeczywistych skutków migotania w optymalizacji witryny:

Chociaż lubimy mieć personalizację w naszych doświadczeniach, w wielu przypadkach nie chcemy wiedzieć, że jesteśmy personalizowani, powodem jest to, że chcemy być pod KONTROLĄ, zgodnie z teorią samostanowienia, chcemy mieć autonomię i „KONTROLĘ” nad tym, co robimy.

Dlatego ma efekt migotania, w którym pokazuje sterowanie przez kilka sekund, a następnie zmienia się na wariant; nie możemy wrócić do pierwszej wersji, nawet jeśli spróbujemy ponownie załadować stronę lub wrócić, ponieważ plik cookie został zapisany. Powoduje nieufność i niepokój. „Dlaczego nie mogę wrócić do tego, co widziałem wcześniej?” „Podobała mi się pierwsza strona, którą zobaczyłem, jak mogę wrócić?”

Krótko mówiąc, powoduje to nieufność do marki, która ma ten problem, zwiększa współczynnik odrzuceń i utratę konwersji .

Carlos Alberto Reyes Ramos, Speero

Migotanie wpływa na twoje testy na WIELE sposobów. Za każdym razem, gdy możesz całkowicie usunąć migotanie w swoich eksperymentach – zrób to. Istnieją strategie, które możesz zastosować, aby upewnić się, że migotanie nie wystąpi – zalecam stosowanie tych strategii tak DUŻO, jak tylko możesz, szczególnie w przypadku testów z komponentami powyżej foldu. Alternatywnie, jeśli wiesz, że konkretny komponent, który chcesz przetestować, jest bardziej podatny na migotanie – rozważ przeprojektowanie testu, aby nadal testował hipotezę, ale nie modyfikuje tego konkretnego komponentu .

Byłem częścią eksperymentów, w których robiliśmy testy promocyjne cen. Czy możesz sobie wyobrazić, że migotanie trwało tak długo, że użytkownik zobaczył jedną promocję, a następnie przełączył się na inną promocję? Jako użytkownik byłbym wściekły. Jeśli migotanie jest wystarczająco złe, naprawdę musisz wziąć pod uwagę w swoich eksperymentach, czy test przegrał z powodu udowodnienia błędnej hipotezy, z powodu migotania, czy z obu tych powodów! W tym przypadku testujesz dwie zmienne, a nie jedną.

Jeśli obawiasz się, jak duży wpływ na Twoją witrynę może mieć migotanie, możesz zdecydować się na testowanie tej samej jakości strony docelowej, ale z wprowadzeniem migotania. W ten sposób będziesz mógł przetestować migotanie i przeanalizować wyniki w „nie gorszy” sposób, aby zobaczyć, jakie migotanie uderzeń może powodować dla tego konkretnego elementu.

Generalnie jest to ostatnia deska ratunku, jeśli migotanie jest nieuniknione – zawsze powinieneś robić wszystko, co w Twojej mocy, aby przeprowadzać eksperymenty, w których nie występuje migotanie .

Shiva Manjunath, Speero

Czy Twoje narzędzie do testowania A/B bierze pod uwagę czynniki prywatności?

Często, gdy narzędzie do testowania A/B nie korzysta z własnych plików cookie, z powodu zapobiegania śledzeniu w różnych przeglądarkach, obecni odwiedzający witrynę mogą być zgłaszani w raportach lub, co gorsza, narażeni zarówno na działanie, jak i kontrolę.

To zapobieganie śledzeniu obejmuje:

  • Inteligentne zapobieganie śledzeniu (ITP) z Safari
  • Ulepszona ochrona przed śledzeniem (ETP) firmy Mozilla oraz
  • Ochrona przed śledzeniem z Microsoft Edge

W zależności od tego, jaki procent ruchu korzysta z tych przeglądarek, skala wpływu, jaki będą one miały na analizę marketingową, będzie się różnić.

Ze względu na te zabezpieczenia przeglądarki przechowują pliki cookie przez różne okresy czasu. Od 30 dni do 24 godzin. Ponieważ pliki cookie pomagają narzędziom rozpoznawać użytkowników, wpływa to na liczbę nowych użytkowników i zakłóca obliczanie współczynnika konwersji.

Konwertuj Doświadczenia warunki odbiorców
Konwertuj segmentację warunków odbiorców w ramach doświadczeń na podstawie typu przeglądarki

Załóżmy na przykład, że okres przechowywania plików cookie wynosi 24 godziny, ta sama osoba odwiedzająca Twoją witrynę w odstępie 2 dni zostanie zarejestrowana jako 2 różnych użytkowników.

Jeśli zdarzy się to 100 użytkownikom, a 50 z nich zakończy konwersję, współczynnik konwersji (czyli liczba konwersji podzielona przez liczbę użytkowników) wyniesie 0,25. Ponieważ tych 100 użytkowników jest rejestrowanych jako 200 różnych osób. Przelicznik ma wynosić 0,50.

Wpływa to na różne metryki związane z użytkownikami. Aby móc nadal uzyskiwać dane potrzebne do testów i analiz marketingowych z jak największą dokładnością, wybierz narzędzie, które oferuje rozwiązania dla świata bez plików cookie.

Czy Twoje narzędzie do testowania A/B powoduje zanieczyszczenie krzyżowe między grupami kontrolnymi i terapeutycznymi?

Inną rzeczą, która może zrujnować integralność wyników testu, jest zanieczyszczenie krzyżowe między grupami kontrolną i leczoną. Na wynik twojego testu nie powinny mieć wpływu wyniki innego testu.

Jeśli zamierzasz przeprowadzić wiele testów na stronie internetowej lub stronie internetowej, Twoje narzędzie musi być wyposażone w cenną funkcję: zapobieganie kolizjom.

Jeśli przeprojektowanie testu nie uwzględnia przeniesienia wpływu z grupy kontrolnej na grupę wariantów (co jest powszechne w eksperymentach w mediach społecznościowych) i nie zapobiegłeś kolizji, to jest to uzasadniona pułapka testowania A/B.

4. Zajrzyj pod maskę statystyk i rozważ zatrudnienie dedykowanego talentu

Narzędzie to nie jest najlepszym miejscem, w którym można zainwestować większość budżetu testowego. Jeśli taka jest Twoja strategia, możesz nawet mieć trudności z udowodnieniem zwrotu z inwestycji w swoje testy A/B.

Jeśli Twoja organizacja jest na drodze do pełnego przyswojenia kultury eksperymentowania i podejmowania decyzji opartych na danych, nawet jeśli udało Ci się skutecznie zdemokratyzować dane i zdobyć wszystkie ręce na tym obszarze, nadal ma sens inwestowanie w dedykowany talent do tego celu. A jeśli możesz sobie na to pozwolić, zespół.

Dzieje się tak, ponieważ eksperymentowanie nie przynosi pożądanych rezultatów w dłuższej perspektywie, gdy jest to tylko zadanie poboczne dla kogoś z zespołu marketingowego. Nawet tylko 50% tester zawsze będzie lepszy od 1% testera.

Chciałbyś również bardziej skoncentrować się na umiejętnościach przywódczych i komunikacyjnych swojego talentu, aby promować kulturę testowania w swojej organizacji. Stawianie świetnych hipotez i przeprowadzanie testów A/B dźwięku, testów dzielonych lub testów na wielu odmianach to umiejętności, których można się nauczyć.

Jeśli chodzi o narzędzie do testowania A/B, chcesz móc ufać uzyskiwanym wynikom. Wybierz opcję, która jest otwarta na ich podejście statystyczne.

Czy to bayesowski, czy częsty, Twój oddany talent z solidnym zapleczem statystycznym powinien być w stanie zrozumieć, w jaki sposób obliczane są te liczby. W ten sposób możesz uzyskać znacznie dokładniejsze informacje i uzyskać pełną wartość za pieniądze zainwestowane w Twoje narzędzie.

Nawet jeśli korzystasz z jednego z najlepszych bezpłatnych narzędzi do testowania A/B, Optymalizacji Google, potrzebujesz tych informacji. Niestety wszystko, czego możesz się dowiedzieć o GO, to to, że używa on Bayesa, ale nie podzieli się z Tobą swoimi wcześniejszymi uwagami. To brak przejrzystości i duży problem.

Może nadszedł czas, aby rozważyć przejście na bardziej godne zaufania testy?

Z drugiej strony, dzięki silnikom statystyk Frequentist, współpracownicy mogą patrzeć tylko na poziomy istotności statystycznej i wyciągać nieprawidłowe wnioski. Ach, nielogiczny grzech podglądania! Powinieneś poczekać, aż osiągnie wielkość próbki.

To, co możesz z tym zrobić, to ustalić zasady przeciwko podglądaniu. Nie chcesz, aby ludzie biegali z błędnymi wnioskami, które wpływają na jakość decyzji.

Zawsze wybieraj dostawców z przejrzystymi silnikami statystyk.

Konwertuj Doświadczenia używa 2-stronnego testu Z przy poziomie ufności 0,05 (95%) (czyli 0,025 dla każdego ogona będącego normalnym rozkładem symetrycznym) z opcją zmiany tego w zakresie od 95% do 99%.

Poziom ufności 2-stronnego testu Z 95%

5. Skonfiguruj swoje narzędzie do użytku i przyjęcia

Jedną z barier, które utrudniają innym członkom Twojej organizacji przyjęcie kultury testowania, jest to, że niektóre z tych narzędzi mają dość stromą krzywą uczenia się .

Ale możesz sprawić, że rzeczy będą trochę przyjazne i łatwiejsze do zrozumienia dla przeciętnego użytkownika. Oto jak:

Zacznij od prawej

Możesz łatwo przytłoczyć innych, jeśli istnieje wiele funkcji, które wydają się zbyt techniczne, aby w ogóle przeszkadzać.

Jeśli nie korzystasz z tych wymyślnych funkcji, wybierz lekkie narzędzie, które tnie funkcje wzdęcia. Produkty VWO są do tego dobrze przygotowane (tak, konkurent… ale ten ich aspekt jest naprawdę niesamowity).

Użyj funkcji zarządzania projektami swojego narzędzia

To fantastyczny sposób na włączenie innych i bezproblemową pracę nad testami A/B jako zespół.

Również inne osoby mogą wykorzystywać to samo narzędzie do różnych celów. Na przykład Convert ma możliwość posiadania wielu projektów na jednym koncie, przy czym każdy projekt może obsługiwać nieograniczoną liczbę subdomen.

Nazewnictwo jest ważne

Skonfiguruj w taki sposób, aby każdy w Twoim zespole mógł wskoczyć do narzędzia i zorientować się, co się dzieje. Znajomość w tym przypadku rodzi adopcję.

Tworzenie konwencji nazewnictwa dla testów może wydawać się przesadą na początku, ale wraz ze wzrostem prędkości testowania i wzrostem liczby iteracji starych testów, będziesz zadowolony, że to zrobiłeś.

Nazwa eksperymentu A/B powinna być krótka i opisowa. Dobra nazwa zawiera następujące informacje.

  1. Autor (programista lub zespół – dotyczy tylko sytuacji, gdy wiele zespołów pracuje na jednym koncie)
  2. Docelowe strony, typ strony lub grupa stron
  3. Zmiany (krótki opis testowanych zmian)
  4. Docelowi odbiorcy (grupa urządzeń, źródło ruchu, geolokalizacja itp.)
  5. Informacje o wersji

Kilka przykładów:

Marketing Amazon – Korzyści HP ATF – Mobile – V2 (HP oznacza stronę główną, a ATF oznacza Above The Fold)

Marketing Amazon – Promuj link do recenzji na stronach docelowych – Desktop

Produkt Amazon – Priorytet 1 – Stacjonarny Funkcja porównania PDP – Mobilny (Relaunch).

Srebrny Ringvee, CTO, Speero

Upewnij się, że dobrze korzystasz ze wsparcia dostawcy

Zapoznaj się ze wszystkimi sposobami kontaktu z zespołem wsparcia. Będziesz potrzebować bardzo elastycznego i kompetentnego zespołu, który zapewni Ci pomoc podczas przeprowadzania testów.

Sprawdź, czy w Twoim planie dostępna jest pomoc e-mail, czat i telefon.

Sprawdź porównanie narzędzi do testowania A/B. (Pamiętaj, że Convert oferuje wszystkie 3 opcje wsparcia ze wszystkimi planami.)

Używaj również swojego CSM jako partnera odpowiedzialnego za odpowiedzialność. Poinformuj ich o swoich celach, aby mogli wskazać Ci właściwe zasoby i narzędzia. Jeśli nie masz oddanych marketerów lub talentu do eksperymentowania lub potrzebujesz konsultacji, często twoi dostawcy znają profesjonalistów, którzy świetnie radzą sobie z ich narzędziem. I chętnie dokonam wprowadzenia.

6. Zmierz odpowiedni wynik dla swojego programu testów A/B

Wygląda na to, że program testów A/B nie może poświęcić zbyt wiele uwagi programowi testów A/B, jeśli nie przypisuje się go wzrostowi przychodów. Zazwyczaj dyrektorzy żądają dokładnych liczb, aby potwierdzić potrzebę przeprowadzenia testu A/B.

„Jakiego procentowego wzrostu powinniśmy się spodziewać? I ile to wpłynie na tegoroczne przychody?”

Ale nie do tego służą eksperymenty . Testy A/B mają na celu dodanie pewnej pewności lub pewności do pomysłów — niezależnie od tego, czy hipoteza jest prawdziwa, czy nie.

W rzeczywistości takie podejście może prowadzić do problemów, takich jak:

  1. Ustalenie oczekiwań, których nie można realistycznie spełnić,
  2. Przypisywanie zysków samym testom A/B i ignorowanie innych kluczowych graczy,
  3. Postrzeganie nieudanego testu jako całkowitego niepowodzenia, zamiast wglądu w to, co działa (wzrost zysku), a co nie (ograniczanie ryzyka),
  4. Tworzenie niedokładnych ekstrapolacji wyników badań.

Biorąc to pod uwagę, nie chcesz używać narzędzia do testowania A/B do śledzenia kliknięć linków. Zamiast tego wybierz właściwy cel testów A/B. Wykorzystaj możliwości opcji Celów zaawansowanych swojego narzędzia, aby uzyskać szczegółowe informacje na temat tego, co śledzisz i dlaczego.

Oto jak wybrać właściwe cele i dane, które należy śledzić:

  1. Zacznij od celów, które są ważne dla Twojej firmy . W ten sposób możesz wybrać cele testów A/B, które są zgodne z celami firmy.

    Jeśli celem firmy jest zwiększenie przychodów poprzez pozyskiwanie większej liczby klientów, eksperymenty powinny być nastawione na generowanie potencjalnych klientów.
  1. Wybierz swoje główne i drugorzędne cele. Podstawowe to te, które bezpośrednio odnoszą się do celów biznesowych, takich jak pobieranie aplikacji i prośby o demo.

    Cele drugorzędne wspierają cele główne, ponieważ są to mikrokonwersje, które zwykle prowadzą do osiągnięcia celu drugorzędnego w pewnym momencie w przyszłości. Mogą to być angażowanie się w Twoje treści lub zapisywanie się do biuletynów.

    Ideą jest tutaj rozpoznanie czynników, które przyczyniają się do osiągnięcia głównych celów biznesowych.
  1. Zdecyduj, co mierzyć. Są to Twoje kluczowe wskaźniki wydajności (KPI) — metryki, które wskazują, gdzie jesteś w stosunku do głównych celów biznesowych.

    Gdy to zauważysz, łatwiej będzie zmierzyć i poprawić te wskaźniki, które bezpośrednio wpływają na pozytywny wzrost firmy.

Jeśli nie ustawisz swoich celów poprawnie, albo będziesz celebrować mikro-cele, które nie poruszają igłą, albo stale inwestujesz w „Pomysły na wielkie niebo”, które są trudne do skalibrowania, zaprojektowania, wdrożenia i ostatecznie wyglądają jak porażka . Równowaga leży pośrodku.

Następne kroki

Korzystanie z narzędzia do testowania A/B do 100% wydajności nie zawsze będzie możliwe, ale korzystanie z niego w celu uzyskania maksymalnych korzyści dla firmy jest czymś, do czego możesz dążyć.

Pierwszym krokiem, jeśli jeszcze go nie wybrałeś lub nie czujesz się pewnie z tym, co aktualnie posiadasz, jest znalezienie odpowiedniego narzędzia do swoich potrzeb. Następnie, dzięki tym 6 strategiom, to już wszystko.

Jak zwiększyć zwrot z inwestycji dzięki testom A/B?

Zarezerwuj demo z Konwertuj, aby dowiedzieć się.

Poproś o demo