Przewodnik dla przedsiębiorców dotyczący testów A/B w sklepach Shopify (+ 9 przedsiębiorców Shopify dzieli się swoimi historiami z testów A/B z wynikami)

Więc słyszałeś o testach A/B przez winorośl.

Być może Twój konkurent wspomniał o tym od niechcenia w podkaście lub Twój zespół marketingowy uważa, że ​​to świetny pomysł. Albo agencja rozwoju, z którą prowadzisz rozmowy, chce przeprowadzić testy A/B.

Rozwijanie biznesu nie jest łatwe. Wiesz to. Skoro dotarłeś tak daleko, musiało być kilka razy, kiedy miałeś trudności ze zrozumieniem, czy decyzja biznesowa jest właściwa.

Czy nie byłoby fajnie, gdybyś zamiast zaryzykować, o co myślisz, że Twoi widzowie będą chcieli, miałbyś sposób, aby wiedzieć na pewno?

To właśnie robią testy A/B.

Oczywiście korzyści płynące z testów A/B wykraczają poza podejmowanie decyzji opartych na danych, ale w istocie jest to sekretny sos do odblokowania wzrostu na dużą skalę.

Niezależnie od tego, czy próbujesz majsterkować, czy zlecać swoje potrzeby na zewnątrz, oto wszystko, co przedsiębiorca z Shopify, taki jak ty, powinien wiedzieć o testach A/B.

Co to są testy A/B e-commerce?

Testy A/B to proces, dzięki któremu możesz zrozumieć, czego szukają Twoi odbiorcy, zanim zostaną klientami.

Zazwyczaj testy A/B są rozumiane pod kątem wprowadzania drobnych poprawek, takich jak zmiana koloru przycisku wezwania do działania (CTA) lub dodanie nowego nagłówka, ale jest to głębsze.

Pozwala określić, która kopia, projekt i funkcjonalność (UX) przemawiają do odwiedzających, umieszczając jedną wersję strony lub elementu na stronie z odmianą, aby zobaczyć, co działa.

A my dopiero zaczynamy!

Możesz wziąć koncepcję testów A/B i zastosować ją do każdego kanału, z którego korzystasz, i interakcji z odbiorcami.

Ale ważne jest, aby zrozumieć, że testy A/B e-commerce różnią się od innych branż, takich jak B2B SaaS.

1. Czas realizacji przychodów jest krótszy
   
   Testy A/B mogą ujawnić wpływ na przychody znacznie szybciej niż tradycyjne B2B. W B2B transakcje są wielowątkowe, mają wielu decydentów, dzięki którym cykle sprzedaży obejmują miesiące, jeśli nie kwartały.
   
   Chociaż najlepiej używać testów A/B do badań i łagodzenia ryzyka, a nie tylko do zwiększania przychodów, siłą napędową każdej firmy są dochody, więc istnieje dobry powód, aby wprowadzić testy A/B do miksu wzrostu.
2. Procesy kasowe są złożone (więc więcej miejsca na testy)
   
   Podczas gdy ścieżki zakupowe w e-commerce nie są tak skomplikowane jak B2B, proces realizacji transakcji nie jest jednowymiarowy.
   
   Ruben De Boer, autor Psychologii zakupów wyjaśnia , że ​​płacenie dosłownie boli. W badaniu z 2007 roku mającym na celu zbadanie, w jaki sposób ludzie ważą czynniki przy podejmowaniu decyzji o zakupie, uczestnikom pokazano zdjęcia produktów, a następnie cenę. Ich mózgi zostały przeanalizowane przez maszyny fMRI, aby zobaczyć, które ścieżki neuronowe się zapalą.
   
   Zgodnie z oczekiwaniami, widzenie zdjęć produktów rozświetliło centrum nagrody w ich mózgu.
   
   Ale cena? Część mózgu związana z bólem fizycznym i społecznym rozjaśniła się jak choinka, pomagając naukowcom dojść do wniosku, że kompromis między zyskiem a bólem musi mieć sens, aby konsumenci otwierali swoje portfele.
   
   Nie oznacza to, że musisz obniżać ceny, ponieważ cena sygnalizuje również jakość produktu. Możesz wypróbować mniejszą czcionkę, zaoferować przedpłatę, pokazać zniżki na większą czcionkę lub uniknąć w swojej kopii języka pieniędzy.
   
   Tak więc zmniejszenie bólu związanego z zakupem oznacza, że ​​musisz zrozumieć mieszankę ludzkich motywacji, pragnień i frustracji, co jest niemożliwe bez testów A/B. Możesz testować wiadomości, elementy interfejsu użytkownika lub przerabiać proces realizacji transakcji — wszystko w czasie rzeczywistym.

   W niektórych przypadkach możesz nie być w stanie dokonać gruntownych zmian w koszyku i przepływie kasy ze względu na ograniczenia, które narzuca Twoja platforma e-commerce, ale to nie jest powód do rezygnacji z ambitnych testów. Zawsze możesz przetestować mniejsze zmiany, które dają wyobrażenie o potencjalnych większych korektach.

   Jonny Longden, dyrektor ds. konwersji w Journey Further, zaleca zadanie sobie jednego pytania:
   
   Jaka jest najmniejsza/najprostsza rzecz, którą możemy przetestować, aby to udowodnić i dowiedzieć się o tym?
   
   Nie wpadaj w pułapkę typu „przetestuje tylko małe zmiany” lub, jeśli dokonałeś większych zmian, „pieniądze już się zatopiły, więc nie będziemy ich testować”.
3. Wydobycie recenzji może zostać przekształcone w naukę
   
   Badania konwersji oparte na danych jakościowych są podstawą we wszelkiego rodzaju testach A/B, ale w handlu elektronicznym dane jakościowe, takie jak eksploracja recenzji, można przekształcić w naukę, która pomaga zrozumieć:
   
   
   • USP produktu do podkreślenia
   • Korzyści, które możesz przetestować w swoim egzemplarzu
   • Jak klienci postrzegają konkurencję
   • Skopiuj kąty do historii produktów
   • Bolesne punkty, którymi się zająłeś
   • Nierozwiązane problemy, które powodują porzucanie koszyka Lorenzo Carreri, CRO & Experimentation Consultant, zaleca myślenie jak detektyw. Tak jak detektyw musi odkryć historię przestępstwa, możesz użyć recenzji, aby odsłonić wiele historii.
     

     Ludzie już podjęli decyzję o zakupie, a teraz bez nas, gdy nie będziemy ich podsłuchiwać sondą exit poll lub widżetem, w rzeczywistości organicznie dzielą się swoimi doświadczeniami.

     W rzeczywistości analiza tętna Carreri dla różnych branż ujawnia wspólny motyw — ludzie nie mają tendencji do dzielenia się spostrzeżeniami na temat swoich doświadczeń na miejscu. Więc nie ma znaczenia, jakie pytanie zadajesz i jak je zadasz.
     
     Ale dzięki eksploracji recenzji, zwłaszcza na Amazon, ludzie mają tendencję do dzielenia się swoimi spostrzeżeniami. Im więcej informacji zbierzesz, tym bardziej znaczące stają się Twoje dane, co pomaga sformułować lepszą hipotezę do testowania.
4. Brak niedostatku ruchu dla e-commerce
   
   Istotną przeszkodą w testach A/B jest niewystarczający ruch, co oznacza, że ​​wyniki mogą być nieobiektywne.
   
   Ale to nie problem dla sklepów e-commerce. 7-cyfrowy sklep Shopify z łatwością przyciąga setki tysięcy odwiedzających, ale firma z serii D B2B prawdopodobnie uzyskałaby 1/4 tego ruchu.

Dlaczego przedsiębiorcy Shopify powinni (poważnie) rozważyć testy A/B?

Handel elektroniczny jest gotowy do testów A/B. Możliwość szybkiego zobaczenia wyników z dużą pulą odwiedzających i dużą ilością miejsca do zabawy jest wystarczającym powodem, aby przyjąć kulturę testów A/B.

Ale może jeszcze cię tam nie ma. Wzrost ruchu w tej chwili zapewnia wzrost przychodów.

Pytanie brzmi, jak długo możesz to utrzymać?

Większy ruch ≠ więcej przychodów powyżej punktu. Ta ścieżka wymaga, abyś wydał więcej na reklamy, jednocześnie pochłaniając marże dzięki rabatom.

A kiedy spojrzysz na gigantów e-commerce, takich jak Amazon, eBay czy Etsy, zauważysz, że mają wpisane w DNA testy A/B. To jest właśnie powód, dla którego się rozwijają. Nie wspominając o tym, że jest to wspólny wątek, który dzielą wszystkie odnoszące sukcesy sklepy Shopify.

Łatwo zrozumieć, dlaczego testy A/B napędzają wzrost. Zobacz, jak szczegółowe są testy przeprowadzane przez Amazon:

Ale jeśli chodzi o to, testowanie A/B to nie tylko sposób na zachowanie konkurencyjności — to dobra decyzja biznesowa.

Czemu? Ponieważ twoje obecne strategie prawdopodobnie nie działają na twoją korzyść.

1. Twój ROAS gwałtownie spada dzięki iOS 14
   Prawdopodobnie wydajesz więcej pieniędzy niż przed próbą przykucia spojrzenia na swój produkt, ale świat po ATT zepsuł sposób działania konwersji opartych na pikselach. A retargetowanie i lookalike odbiorców? Nie są już tak skuteczne. Jeśli nie uda Ci się uzyskać konwersji, przygotuj się na radzenie sobie z rozbieżnościami między Ad Managerem a zapleczem Shopify.

2. Twoje kursy otwarć są przekrzywione
   Numery e-maili nie są już dokładne. Ochrona prywatności poczty (MPP) zadbała o to. Twoje listy oparte na zaangażowaniu mogą mieć wątpliwe kierowanie i niższe konwersje.

3. W Twoim równaniu brakuje retencji
   Pogoń za zimnym ruchem to zły ruch biznesowy. 40% Twoich przychodów pochodzi od lojalnych klientów. Ruch przyciąga kupujących do Twojej ścieżki, ale utrzymanie zwiększa wartość od początku śledzenia (LTV) tych kupujących.

4. Twoja atrybucja marketingowa jest do bani
   Narzędzia nie mogą udostępniać żadnych użytecznych danych, a Twój zespół nie może przypisywać przychodów do konkretnych zmian. Nie możesz naciskać wszystkich przycisków, mając nadzieję na wzrost. Potrzebujesz konkretnej lub budującej 8-cyfrową firmę, która nie wchodzi w rachubę.

Testy A/B stawiają na głowie stary schemat i dają szansę na zastosowanie naukowo uzasadnionego podejścia, które jest powtarzalne, niezawodne i opłacalne.

Oto dlaczego OLIPOP, firma zajmująca się alternatywą dla sody DTC, podtrzymuje testy A/B:

Testy A/B poprawiają zaangażowanie treści, zmniejszają współczynniki odrzuceń, zwiększają współczynnik konwersji i minimalizują ryzyko, a jednocześnie dostarczają danych, które są łatwe do analizy. Przeprowadzając test A/B, możesz dowiedzieć się, które treści rezonują z Twoją grupą docelową. Następnie możesz wykorzystać te dane, aby wpłynąć na swoją strategię marketingową. Testy te pomagają również zidentyfikować nieistotne dane i obszary, w których użytkownicy napotykają trudności w witrynie, zmniejszając w ten sposób współczynnik odrzuceń po wprowadzeniu niezbędnych zmian.

Gdy zidentyfikujesz odmianę, która poprawia wrażenia klientów, zauważysz wzrost czasu spędzanego przez użytkowników w Twojej witrynie, co prowadzi do wyższego współczynnika konwersji. Wreszcie, testy A/B minimalizują ryzyko, ponieważ decyzje podejmujesz na podstawie dokładnych danych, a nie świadomych domysłów. Pozwala na wprowadzanie minimalnych zmian bez narażania całej witryny. Twój ROI wzrośnie dzięki testom A/B .

Steven Vigilante, dyrektor ds. rozwoju nowych biznesów OLIPOP

Łatwe wprowadzanie małych (lub dużych) zmian

Optymalizacja, nauka o ulepszaniu, jest łatwa dzięki testom A/B. Możesz wprowadzić zmiany, aby znaleźć wersję, która zapewnia lepsze wrażenia zakupowe i konwertuje część ruchu PPC.

Zmniejsz koszty awarii

Koszt niepowodzenia jest czasami zbyt duży i, co nie dziwi, hamuje innowacyjność. Ale dzięki testom A/B możesz testować swoje pomysły w kontrolowanym środowisku bez konieczności budowania lub wdrażania czegokolwiek.

Zajrzyj w przyszłość

Nic nie gwarantuje sukcesu. Nie twój instynkt, sugestie agencji, ani nawet solidne badania konkurencji. Ale jeśli chcesz podejmować decyzje oparte na danych, testy A/B są twoim przyjacielem. Najlepsze wersje w teście nie są wybierane na podstawie poprawności statystycznej, co pozwala rzucić okiem na swój potencjał dochodowy.

Zostaw niewiele miejsca na błędną interpretację

Testy A/B pozwalają naprawdę słuchać swoich odbiorców, zbierając dane o zmianach współczynnika konwersji, porzucania koszyka, średniej wartości zamówienia (AOV), przychodu i zysku.
Zamiast przewidywać skutki zmian, wyniki są przejrzyste i nie pozostawiają wiele miejsca na błędną interpretację.

Problemy z testowaniem A/B w Shopify (+ Rozwiązania)

Podczas gdy zastanawiasz się nad uczynieniem testów A/B centralnym dla swojej strategii, ważne jest, aby zająć się potencjalnymi problemami, które możesz napotkać podczas przeprowadzania testów A/B w Shopify.

Problem #1: zabezpieczenie przed kliknięciami Shopify może zakłócać mobilną kontrolę jakości

Clickjacking skłania użytkowników do klikania treści, na których można działać, na wabiącej witrynie. Aby temu zapobiec, Shopify korzysta z technologii zapobiegającej klikaniu. Utrudnia to jednak optymalne działanie narzędzi do testowania A/B.

Problem nr 2: Testowanie nie jest problemem, ale implementacja jest

Implementacja wyników testu nie jest czymś, co może zrobić aplikacja lub wtyczka — wymaga dostosowania. Nawet jeśli znajdziesz wtyczki, które działają dla Ciebie, zbyt wiele z nich może spowolnić działanie Twojej witryny, co skutecznie zniweluje potencjalny zysk.

Problem 3: Masz standardowy sklep Shopify, który ogranicza to, co możesz przetestować

Standardowe sklepy Shopify nie mają dostępu do większości funkcji Shopify Plus, co oznacza, że ​​nie można przeprowadzać testów, takich jak testowanie dzielonych motywów. Testy o mniejszej złożoności mają mniejszy wpływ na Twoje przychody.

Krótki przewodnik po podstawach testów A/B

Teraz, gdy owinąłeś swój mózg wokół testów A/B, nadszedł czas, aby przejść do sedna sprawy.

Zatrzymaj się na chwilę i odpowiedz tak lub nie na te pytania, zanim przewiniesz w dół, aby zobaczyć odpowiedź.

• Testy A/B są takie same jak testy dzielone
• Testy A/B i testy na wielu odmianach różnią się od siebie
• Dzięki testom A/B możesz wprowadzać tylko drobne poprawki
• Nie musisz uczyć się statystyk, aby przeprowadzać testy A/B
• Nie można przeprowadzać testów A/B na innych kanałach
• Powinieneś przerwać testy A/B, gdy zobaczysz wyniki

Testy A/B a testy dzielone

Dzięki testom A/B możesz przetestować jeden lub więcej elementów na stronie. Zasadniczo tworzysz podobną wersję oryginalnej strony, aby zobaczyć wpływ na współczynnik konwersji.

Testowanie dzielonych adresów URL różni się od testów A/B. Ruch jest dzielony na środek i wysyłany do dwóch zupełnie różnych wersji, aby zobaczyć, która strona internetowa pomoże Ci osiągnąć określone cele.

Kiedy przeprowadzać testy dzielone a testy A/B: Testowanie motywów

Świetnym przykładem tego, kiedy wybrać testowanie dzielone zamiast testów A/B, jest testowanie motywów Shopify. Twój motyw może wpłynąć na CX i ostatecznie na przychody, dlatego ważne jest, aby przetestować go za pomocą narzędzia takiego jak opcja podzielonego adresu URL Convert.

Convert wykorzystuje wnioskowanie o częstotliwości częstych, aby zrozumieć, który motyw przewyższa inne. Zalecamy przeprowadzanie tego rodzaju testu przez co najmniej dwa tygodnie, chyba że w witrynie pojawia się wyjątkowo duży ruch.

PS Motywy możesz testować tylko wtedy, gdy jesteś użytkownikiem Shopify Plus.

Testy A/B a testy wielowymiarowe

W testach A/B porównujesz prawie identyczne strony z oryginałem.

Zamiast zmieniać jeden element na raz, jak w testach A/B, testowanie wielowymiarowe to proces, w którym testujesz wiele zmian w jednym teście. Celem testów wielowymiarowych jest ustalenie, która kombinacja zmian daje lepsze wyniki.

Przykłady testów A/B do uruchomienia w sklepach Shopify

Zapytaj w Internecie, co powinieneś przetestować A/B, a często zostaniesz poproszony o wypróbowanie innego CTA lub koloru przycisku lub zmianę nagłówka.

Nie żeby to było nieważne, ale świat jest twoim placem zabaw, a ty bawisz się we własnej małej piaskownicy tylko wtedy, gdy się ograniczasz. Myślenie nieszablonowe jest kluczowe dla ducha eksperymentowania.

Dotarliśmy do 8 przedsiębiorców Shopify i zapytaliśmy ich o to:

Jakie testy A/B przeprowadziłeś, dlaczego zdecydowałeś się przeprowadzić ten eksperyment i jakie były wyniki

#1. Zwiększone AOV, zamówienia nieznacznie obniżone

Korzystamy z Shopify we wszystkich naszych sklepach internetowych i testowaliśmy łączenie lub grupowanie naszych produktów w celu zwiększenia AOV. Test polega na tym, że koszyk zawiera produkty dodatkowe lub pakiety w porównaniu z koszykiem zawierającym tylko początkowy produkt. Wyniki nie są jeszcze w pełni gotowe, ale jak dotąd wygląda na to, że AOV wzrosło, podczas gdy całkowita liczba zamówień nieznacznie spadła. Potrwamy to jeszcze przez kilka tygodni, zanim przeprowadzimy pełną analizę i będziemy mogli przetestować inne konfiguracje, aby spróbować poprawić zarówno AOV, jak i konwersje .

Sylwia Kang, Mira

#2. Zoptymalizowano każdy element witryny pod kątem CX

Jako firma Shopify przeprowadziliśmy wiele testów A/B dotyczących funkcji takich jak czat na żywo, CTA, obrazy produktów, miejsca docelowe sprzedaży dodatkowej, strony docelowe, menu nawigacyjne i inne. Na przykład nasze testy A/B pomogły nam znaleźć równowagę między sprzedażą krzyżową a sprzedażą dodatkową bez irytowania konsumentów lub zwiększania tarć w ich doświadczeniu .

Dzięki licznym testom odkryliśmy, że nasi odbiorcy cenią bardzo trafne sugestie bezpośrednio na stronach produktów, a nie oferowane podczas realizacji zakupu, przez co podnieśliśmy średnią wartość zakupu. Testy A/B są kluczowe, ponieważ pozwalają dokładnie określić, które funkcje działają najlepiej i oferują najwyższe zwroty bez marnowania czasu i energii na wdrażanie elementów, które nie są optymalne. Testy te dostarczają dokładnych danych dotyczących tego, jakie wybory projektowe najlepiej odpowiadają Twoim odbiorcom, a lepsze wrażenia użytkownika to sposób, w jaki firmy osiągają wzrost i trwałość .

Stephen Light, materac Nolah

#3. Wykorzystano powtórki sesji, aby uwzględnić filmy w celu uzyskania lepszych wyników

Jednym z najważniejszych aspektów, które mogą spowodować lub przerwać konwersję, jest łatwość, z jaką użytkownik może poruszać się po Twoim sklepie i dokonać zakupu. Dzięki testom A/B na powtórkach sesji udało nam się zobaczyć, jak prawdziwi użytkownicy z zamiarem zakupu poruszali się po naszym sklepie, gdzie był problem, co ich frustrowało, co sprawiło, że zatrzymali się w trakcie procesu i uniemożliwili dokonanie zakupu. Zdaliśmy sobie sprawę, że aukcje, które zawierały wideo przedstawiające proces, dawały lepsze wyniki, a obrazy o słabej jakości lub niepokazujące kilku obrazów prowadziły do ​​wahania.

Michael Nemeroff, koszulki Rush Order

#4. Wzrost liczby konwersji o 2% dzięki zmianom w projekcie

W tym teście A/B chciałem zobaczyć, jak nowy układ może wpłynąć na współczynnik konwersji mojego sklepu Shopify. Oryginalna witryna działała przez sześć miesięcy i konwertowała na poziomie 3%, więc wydawało się, że nadszedł czas, aby spróbować czegoś innego. Moja zmiana w projekcie obejmowała przeniesienie rekomendacji produktów poniżej części ekranu na urządzeniach mobilnych zamiast w linii z produktami, a także usunięcie banerów z górnej nawigacji, ponieważ i tak nie były klikane. Spowodowało to natychmiastowy wzrost liczby konwersji o 2%.

Jar Kuznecov, Centrum Zmiękczaczy Wody

#5. Zwiększono liczbę kliknięć względnych o 14% dzięki zmianie koloru przycisku wezwania do działania

Chociaż przez lata przeprowadziliśmy wiele testów A/B, jeden z najskuteczniejszych testów, jakie przeprowadziliśmy, był również najprostszy: zmiana koloru naszego przycisku CTA. Otóż ​​to. Słyszałem od znajomego, że zmieniając kolor swoich przycisków na stronie, zwiększył swój współczynnik odpowiedzi o 16% (w stosunku do liczby kliknięć, które otrzymywał wcześniej). To dało mi do myślenia i postanowiłem przeprowadzić własny test A/B. W rzeczywistości był to test A/B/C, ponieważ wypróbowaliśmy 3 różne kolory – nasz oryginalny zielony kolor, a także pomarańczowy i czerwony. Wynik? Czerwony przycisk dał o 8% wyższy wskaźnik odpowiedzi, podczas gdy pomarańczowy przycisk dał nam o 14% lepsze wyniki pod względem względnych kliknięć. To zdumiewające, że zmiana tak prosta, jak uczynienie zielonego przycisku pomarańczowym, może mieć tak głęboki efekt. Dlatego moja najlepsza rada jest taka, gdy próbujesz nakłonić kogoś do dodania produktu do koszyka, nie kieruj się tylko kolorem przycisku CTA. Zastanów się poważnie – i przetestuj .

John Ross, wgląd w przygotowanie do testu

#6. Zwiększone CVR i AOV dzięki Sticky Add-to-cart i Upsells po sprzedaży

Testy A/B to miecz obosieczny. Brzmi miło zoptymalizować sklep Shopify i zwiększyć współczynnik konwersji. Ale musisz wiedzieć, co każdy test A/B dodaje warstwę złożoności i wykorzystuje twoje zasoby. Co testować jest tak samo ważne jak to, jak testujesz .

Przetestowałem inną kolejność zdjęć produktów. Za każdym razem przekonywałem się, że najprostszy obraz zawsze zamienia się w najlepszy. Na stronach produktów Twój klient musi dokładnie zrozumieć, czym jest Twój produkt, bez konieczności myślenia.

Przyklejony dodatek do koszyka to znany zwycięzca. Posiadanie przycisku również na ekranie, w zasięgu ręki, było łatwym 8% wzrostem mojego CVR.

Nie zapomnij o dodatkach posprzedażowych. Łatwo było zwiększyć moją średnią wartość zamówienia z 24 USD do 40 USD. Zdziwiłbyś się, jak łatwo jest sprzedać więcej osobom, które już kupują .

Matt Phelps, specjalista CRO i założyciel STEEL.

Czujesz się zainspirowany? Oto ponad 20 elementów, z którymi początkujący mogą się bawić w testach A/B w swojej witrynie e-commerce:

• Zaoferuj bezpłatną wysyłkę
• Obrazy bohaterów kontra karuzele
• Rozmiar CTA
• Kolor CTA
• Umieszczenie wezwania do działania
• Kopia wezwania do działania
• Obrazy ludzkie a brak obrazów
• Tekst nagłówka
• Rozmiar czcionki
• Wysokość linii
• Personalizacja kontra brak
• Powiadomienie o powrocie do magazynu
• Opisy produktów zorientowane na korzyści
• Porada eksperta na stronie produktu
• Wyróżnianie rabatów i ofert
• Zamówienie jednostronicowe a wielostronicowe
• Wsparcie przy kasie
• Proste menu nawigacyjne
• Szybki podgląd produktu
• Filmy o produktach
• Upselling a cross-selling
• Tagi na obrazach podglądu
• Treści generowane przez użytkowników

Z listy elementów, które możesz przetestować A/B widać, że najlepiej zacząć od kart produktowych.

Ale inne strony w Twojej witrynie są również doskonałymi kandydatami do testów A/B.

Przyjrzyjmy się, które strony możesz przetestować, korzystając z prawdziwych przykładów marek:

1. Strona główna
   
   
   • Salty Captain zmienił kolor paska ogłoszeń na swojej stronie głównej i uzyskał o 234,54% więcej kliknięć i zwiększył CVR o 13,39%
   • Legendarna grafika ścienna eksperymentowała z sekcją bohaterów i kopią CTA i zwiększyła ich zaangażowanie o 325,39% i przychody o 30,07%
   • byBiehl dodał suwak, aby zaprezentować swoje ważne produkty, co spowodowało wzrost liczby odwiedzin strony kategorii (5,87%), przychód na użytkownika (3,25%) i CVR (19,73%)
2. Strona kategorii
   
   
   • Copycat Fragrances dodało swoją wersję Instagram's Stories na swoich stronach kategorii, zwiększając zaangażowanie o 4% i przychód na użytkownika o 18%
   • Iceshaker zmienił swoją stronę kategorii, aby uwzględnić historię produktu w odpowiedzi na powszechne zastrzeżenia i uzyskał 15,95% wzrostu liczby konwersji.
   • Oliver Cabell skupił się na doświadczeniach mobilnych użytkowników, modyfikując układ i ulepszając projekt, co zaowocowało 14,86% wzrostem ruchu i wzrostem ruchu na stronie kasy o 5,49%
3. Strona kasy
   
   
   • Oflara poleciła kupującym inne produkty, gdy dokonywali transakcji za pomocą przycisku Dodaj do koszyka, co spowodowało znaczną poprawę ogólnych przychodów.
   • Conscious Items usunęło tarcia z procesu kasowania za pomocą przyklejonego koszyka, co spowodowało wzrost przychodów na użytkownika o 10% i wzrost CVR o 10%.
   • Homeware zauważyło, że użytkownicy kupili tylko jeden przedmiot w swoim sklepie Shopify. Uprościli więc proces płatności, aby przekierować użytkowników bezpośrednio na stronę płatności, co spowodowało 47,7% wzrost CVR i 71,4% wzrost przychodów na użytkownika na urządzeniu mobilnym.

Wskazówka eksperta: skup się na dużych zmianach

Moją najlepszą radą dla początkujących przedsiębiorców przeprowadzających testy A/B po raz pierwszy jest skupienie się na dużych zmianach. Na przykład całkowite przeprojektowanie strony produktu. Niewielkie zmiany, takie jak zmiana koloru przycisków, prawdopodobnie nie poruszą igły w znaczący sposób .

Dzięki całkowitemu przeprojektowaniu strony i dodaniu gifów z objaśnieniami produktów do naszych stron produktów byliśmy w stanie zwiększyć współczynnik konwersji o 40% .

Philip Pages, założyciel PostPurchaseSurvey.com i średniej siedmiocyfrowej marki e-commerce Shopify.

Koncepcje statystyk, które należy znać podczas przeprowadzania testów A/B

Chociaż testy A/B są używane do porównywania dwóch wersji Twojej witryny, samo patrzenie na liczby nie jest przydatne, ponieważ nie uwzględnia to statystycznej istotności danych. W efekcie źle zinterpretujesz wyniki i zmniejszysz sprzedaż.

Niezależnie od tego, czy Twój wewnętrzny zespół pracuje nad projektem, czy zatrudniasz agencję CRO, ważne jest, abyś zapoznał się z koncepcjami statystyk testów A/B, o których usłyszysz wiele.

Próbka i populacja

Wszyscy użytkownicy trafiający do Twojej witryny są uznawani za populację, podczas gdy próbka to liczba odwiedzających, którzy biorą udział w teście A/B.

Średnia, mediana i tryb

Średnia = średnia

Mediana = wartość w środku

Tryb = powtarzana wartość

Wariancja i odchylenie standardowe

Wariancja to średnia zmienność danych. Im wyższa zmienność, tym mniej dokładna jest średnia jako predyktor pojedynczego punktu danych.

Odchylenie standardowe jest pierwiastkiem kwadratowym z wariancji i jest wyrażane w tych samych jednostkach, co oryginalne wartości, co intuicyjnie ułatwia zrozumienie. Z drugiej strony, wariancja jest wyrażona w kwadracie oryginalnej jednostki, ale nadal jest ważna dla wyników testów A/B.

Znaczenie statystyczne

Kiedy panel testów A/B mówi, że istnieje „95% szans na pokonanie oryginału” lub „90% prawdopodobieństwa istotności statystycznej”, zadaje następujące pytanie: Zakładając, że nie ma podstawowej różnicy między A i B, jak często będziemy Widzisz różnicę, tak jak my, w danych przez przypadek ?

Evan Miller, programista oprogramowania statystycznego (źródło)

Poziom istotności musi być jak najmniejszy. 1% jest idealny, ponieważ odpowiada poziomowi ufności 99%. A nieistotne wyniki mogą oznaczać, że to, co widzisz, jest w rzeczywistości fałszywie dodatnie, więc ważne jest, aby poczekać na znaczenie statystyczne, ale nie tylko.

Musisz obliczyć wielkość próbki, która odpowiada wybranemu przez Ciebie minimalnemu wzrostowi (MDE – Minimum Detectable Effect), będziesz miał zwiększoną zmianę w fałszywie pozytywnym wyniku.

Wartość P

Wartość p to prawdopodobieństwo uzyskania wyników co najmniej tak skrajnych, jak obserwowane wyniki testu hipotez statystycznych, przy założeniu, że hipoteza zerowa jest poprawna.

Ale to, co naprawdę musisz wiedzieć o wartości p, to: „Jak zaskakujący jest ten wynik?”

Jak długo należy przeprowadzać test A/B w sklepie Shopify?

Istnieją dwa powszechne błędy, z którymi często się spotykasz:

• Zakończ test A/B, gdy osiągniesz istotność statystyczną
• Monitoruj wartości p i ogłaszaj zwycięzcę, gdy tylko osiągniesz cel.

Zatrzymanie testu powinno być oparte na wielkości próby. Ale chociaż nie należy kończyć eksperymentu przedwcześnie, nie powinny one trwać wiecznie. Jeśli po 3 miesiącach nadal nie osiągnąłeś znaczenia, najlepiej wypróbować inne zmiany po swojej stronie, najlepiej te odważniejsze.

Convert i Shopify zalecają uruchamianie testów przez co najmniej dwa cykle biznesowe lub 14 dni.

Avid Faruz, dyrektor generalny Faruzo, zgadza się:

Nowi przedsiębiorcy muszą wiedzieć, że w testach A/B ramy czasowe mają duże znaczenie. Im dłużej przeprowadzasz testy A/B, tym dokładniejsze testy otrzymasz. Dzieje się tak, ponieważ Twoje testy będą wykorzystywać więcej punktów danych do uzyskania wyników. Doświadczeni marketerzy przeprowadzają swoje testy nawet przez dwa tygodnie. Wszystkim marketerom i przedsiębiorcom radziłbym ustalić ramy czasowe w zależności od poziomu ruchu na ich stronach internetowych .

Z tego powodu nasza platforma oferuje 14-dniowy bezpłatny okres próbny, dzięki czemu możesz przetestować swoją hipotezę.

4-etapowy proces uruchamiania testów A/B w sklepie Shopify

Gotowy do przeprowadzenia testów?

Użyj tego 4-stopniowego procesu testowania A/B, aby zbudować lepsze testy i zrozumieć ich wpływ.

#1. Przeprowadzanie badań jakościowych i ilościowych

Badanie konwersji to pierwszy i najważniejszy krok. Pozwala to na budowanie hipotez, które można testować A/B. Znany również jako faza odkrywania, jest to moment, w którym odstawiasz swoje założenia operacyjne w stan spoczynku i pozwalasz, aby dane Cię prowadziły.

Otrzymasz dwa rodzaje danych – ilościowe i jakościowe.

Zacznij od zebrania danych ilościowych. Składają się one na zimne, twarde fakty, z którymi nie można się spierać, z którymi mogą wypluć silniki analityczne, takie jak Google Analytics, Amplitude czy Mixpanel.

Na przykład możesz chcieć spojrzeć na współczynniki odrzuceń, całkowitą liczbę konwersji lub oglądane strony/sesję.

Po zebraniu danych ilościowych pobierz dane jakościowe. Ponieważ jest to subiektywne, istnieje możliwość wkradnięcia się podświadomych uprzedzeń, ale interpretacja wyników jest jedynym sposobem, w jaki możesz odpowiedzieć na pytanie „dlaczego”.

Użyj Hotjar do generowania map popularności i rejestrowania sesji odwiedzających. Odpowiedzi, które możesz znaleźć, nie są ostateczne, ale wprowadzają nowe możliwości, przyczyniając się do ogólnej lepszej hipotezy.

Ale zanim w to wejdziesz, ważne jest, aby spojrzeć jednocześnie na dane jakościowe i ilościowe, aby uzyskać całościowe zrozumienie. Analiza równa zapytania o dane i krytyczne myślenie.

#2. Twórz wiarygodne hipotezy

Podążanie za metodą naukową oznacza, że ​​musisz postawić wiarygodną hipotezę – proponowane rozwiązanie, którego słuszność wymaga oceny.

Matt Beischel, założyciel CorvusCRO, dzieli się 3 głównymi elementami hipotezy: zrozumieniem, odpowiedzią i wynikiem.

Oto przykład tego, jak by to wyglądało:

Aby pomóc Ci uprościć i ujednolicić tworzenie hipotez, przygotowaliśmy generator hipotez testów A/B.

Na tym etapie chcesz również poznać wielkość swojej próbki i na tej podstawie obliczyć punkt zatrzymania testu. Skorzystaj z naszego kalkulatora istotności testów A/B.

Porada eksperta:

Gdy już znasz wielkość próbki i jak długo powinieneś przeprowadzić test, musisz ustawić priorytety testowania. Możesz przetestować różne części procesu, takie jak pojedyncza strona, cała witryna, wyskakujące okienka lub płatne reklamy. Najlepiej jest skoncentrować się na jednej części procesu na raz, aby uzyskać jasne odpowiedzi na temat tego, które zmiany prowadzą do poprawy obsługi klienta i współczynnika konwersji .

Allan Borch, założyciel DotcomDollar.com

Nadaj priorytet swojej hipotezie

Eksperymenty mają mnóstwo zalet, dlatego często spotykasz ekspertów, którzy opowiadają się za testowaniem wszystkiego. Musisz jednak ustalić priorytety, które testy musisz przeprowadzić teraz i które eksperymenty mogą poczekać, ponieważ zasoby są ograniczone, bez względu na to, jak mała lub duża jest Twoja firma.

Dlatego eksperymentatorzy wracają do modeli ustalania priorytetów, takich jak RICE, PIE, ICE czy PXL. Ale David Mannheim, konsultant ds. personalizacji, sugeruje, że te modele są wadliwe:

Brakuje im dopasowania do szerszego kontekstu działalności. Priorytety powinny być odgórne, skupiając się najpierw na misji biznesowej, po drugie na celach biznesowych i tak dalej. Większość modeli określania priorytetów skupia się na „wykonaniu”, tj. ostatniej rzeczy w trójdzielnym diagramie hierarchicznym, czyli realizacji w oparciu o koncepcję, problem użytkownika, cele produktu, cele biznesowe i misję u góry .

Modele te wykorzystują również „wysiłek” jako czynnik punktacji, co oznacza, że ​​naprawdę powstrzymujesz się od budowania funkcji, które potencjalnie mają największy wpływ, ponieważ są złożone. Ostatecznie modelom tym brakuje obiektywizmu.

Andrea Saez, starszy menedżer ds. marketingu produktu w Product School, mówi:

Nie ma możliwości poznania zasięgu, wpływu lub wysiłku na większość rzeczy bez odpowiedniej weryfikacji, czy nawet pracujesz nad właściwymi rzeczami, a tym bardziej, jeśli z nikim o tym nie rozmawiałeś. Więc jak możesz mieć jakiekolwiek zaufanie ?

Odpowiedzią jest tutaj zbudowanie własnego modelu ustalania priorytetów.

Krok 1: Zainspiruj się przykładami

Krok 2: Uwzględnij takie czynniki, jak zgodność z celami biznesowymi, potencjał iteracji, uczenie się specyficzne dla firmy i inwestycje w zasoby.

Krok 3: Przypisz wagę testom, które chcesz przeprowadzić

Krok 4: Opłucz i powtarzaj, aż znajdziesz akronim, który Ci odpowiada.

#3. Wdróż test

Masz gotowe badania i zbudowałeś wiarygodną hipotezę. Teraz czas na nietoperza.

Pomyślne wdrożenie wymaga 3 rzeczy — odpowiedniej platformy do testów A/B, odpowiedniego zespołu do kodowania testów oraz kontroli jakości i debugowania.

Zacznijmy od pierwszego.

Co składa się na dobrą platformę do testów A/B dla Shopify?

W idealnym przypadku potrzebujesz jednego narzędzia, które pozwala testować motywy, ceny, menu, kolekcje produktów, strony wyszukiwania, uruchamiać testy na wielu odmianach i śledzić przychody.

Wiele wtyczek może pomóc Ci osiągnąć jedną lub więcej z tych rzeczy, ale wiemy już, że wtyczki powodują rozdęcie kodu, co nie jest dobrą wiadomością dla SEO lub konwersji.

Dedykowana platforma testowa, taka jak Convert Experiences, bezproblemowo integruje się z Twoim sklepem Shopify, umożliwia przeprowadzanie wszelkiego rodzaju testów i ma niestandardową aplikację do testowania Shopify A/B, z której możesz korzystać, eliminując możliwe rozdęcie kodu.

Następnie chcesz mieć odpowiedni zespół do kodowania testów.

Uwaga: Istnieje różnica między koderami a koderami, którzy pracują z zespołami testowymi A/B.

Ultimately, testing is incomplete without QA and debugging. Without QA, variation errors can crop up, causing statistical errors—a false positive or a false negative. Not to mention, you may end up collecting the wrong data that delivers zero value to your visitors.

Here are 4 best practices for QA of A/B tests:

• Develop a QA strategy
• Identify what to QA
• Focus on page experience
• Align QA with conversion goals

Pro Tip: Avoid these rookie A/B testing mistakes:

• You only test industry best practices
• You keep peeking at your “results”
• You give up after one test
• You fail to iterate and improve on wins
• You mess up revenue tracking

#4. Analyze & Learn From Your A/B Tests

Whether you have a winner or loser on your hands, analyzing what worked and learning from it to influence future A/B tests is crucial.

Because while A/B testing is a strategy to boost your revenue, you're also effectively “buying data” on your audience.

Here's a 7 step process to learn from A/B tests –

• Make sure your data is accurate, valid, and significant
• Check your micro, macro, and guardrail metrics
• Segment your results
• Check user behavior
• Continue to improve on winners
• Create a learning repository for future tests

The last step allows you to run tests in the future that are backed by your previous experiments' learnings.

Expert Tip: Be prepared to fail.

It is difficult to predict the conversion rate for your website even if you think you've created the perfect A/B test. As a new entrepreneur, I almost succumbed to the frustrations of seeing no success in the first few months. I am not used to failure and many entrepreneurs are like this. The focus should be to give the users the best experience and leave room for the unexpected .

Leslie Radka, Founder & Hiring Manager at GreatPeopleSearch

A/B Testing in Other Realms That Can Compound Your Shopify Store Gains

Don't stick to just your website. A/B testing can and should be applied to other channels and realms where customer engagement occurs.

A/B Testing Pop-Ups (with Privy)

Those pop-ups you have on your website? You can A/B test them too with tools like Privy. Experiment with your headline, offer, form, CTA, or images.

Privy's Convert tool allows you to present the pop-up in different formats and target visitors based on rulesets.

A/B Testing Emails

When it comes to email marketing, 3 core areas of improvement emerge—delivery, open rates, and CTR.

You can test your emails in this order:

• First, the subject lines to improve the open rate
• Then the body copy to make sure it's relevant
• Finally, the CTAs to get more clicks

What else can you test in your email? Check out our complete guide to A/B testing emails.

Here's how 2 Shopify entrepreneurs used A/B testing to grow their email marketing channel: [h5] #1. Grew Email List 3x Using Split Testing

The most effective strategy for testing content is A/B testing. A/B testing has proven, measurable, immediate results that tell us whether one or another content base is more effective at converting customers to sign up for emails, make a purchase, etc.

In retail, vanity metrics like direct traffic to your website are least effective for measuring content success, while A/B testing (ie, tracking conversion rate, user engagement, email funnels) is the most effective. We tested our email subscription CTA with split-testing and grew our email list over three times in one campaign. The better you know your ICP, the more effective your brand strategy will convert. Use A/B tests to understand your target demographic better, and spoon-feed them the content they respond best to .

Zach Goldstein, Public Rec

#2. Increased email open rate by 25% with emojis in subject lines

After seeing a study, I wanted to test out open rates using an emoji in the subject line vs. not using one. The study implied that using an emoji would help to enhance open rates, but I felt that it could come off as unprofessional and spammy.

I use the ActiveCampaign email platform alongside Shopify, and I actually integrate the two together to maximize customer communication. ActiveCampaign allows users to run many A/B tests so they can see what jives with their target audience. When the results were in, I had to admit that I was wrong because the emails with an emoji in the subject received a 25% higher open rate. It's safe to say that I've been pretty liberal with my emoji keyboard ever since, and I've noticed a spike in conversion rates, too .

Stephanie Venn-Watson, fatty15

A/B Testing on Social Media

Like paid ads, you can test your organic content on social to improve engagement. The heading, copy, images, and CTA can all be A/B tested.

When doing this manually, stagger the release of your posts to have a reasonable gap which will allow you to gather meaningful data.

Or you can use scheduling tools like Later, Buffer, or MeetEdgar to automate the publishing.

Ecommerce A/B Testing Pitfalls to Avoid

Our need for instant gratification also seeps into A/B testing. Jon Ivanco, Co-founder of Formtoro, believes most A/B testing is reactionary:

Brands want a quick fix that's cost-effective; they hate the idea of investing in long-term outlooks and gains. The only time they look at these things is when things aren't going well .

There are “experts” that are anything but experts, bad advice presented as best practices, and experiments designed to pick the low-hanging fruit.

Ivanco instead recommends getting the basics right:

– All tests to landing pages
– All tests from specific audiences
– Test one variable at a time
– Don't test unless you have a clearly articulated hypothesis and you can learn from if something goes right or if it fails
– Do all tests from the perspective of the customer journey
– Small things are part of a larger chain, try to isolate things as much as you can one step at a time

Give Privacy a Thought

No one wants to become a lab rat inadvertently.

The backlash to Facebook 2014's emotional contagion study is proof. Even Apple's privacy updates signal that users care about their privacy and don't want to be manipulated into buying products.

Laws around privacy—existing and upcoming—will continue to evolve. Each time a significant change is brought about, it will hurt your business unless you start thinking user-first and bake ethical A/B testing into your strategy.

So what does that mean for you?

• Take data privacy seriously when collecting data
• Rule out manipulative tactics
• Store and process data securely
• Respect user consent and allow them to opt-out of experiments

Do that and you will future-proof your A/B testing and build a better relationship with your audience.