การทดสอบ A/B กับการทดสอบหลายตัวแปรเทียบกับการทดสอบหลายหน้า

เมื่อพูดถึงการทดสอบ CRO คุณสามารถเลือกการทดสอบได้สี่ประเภท: การทดสอบ A/B, การทดสอบแยก, การทดสอบหลายตัวแปร และการทดสอบหลายหน้า

การทดสอบแต่ละรายการมีจุดแข็งและข้อจำกัดของตนเอง

และหากคุณไม่เลือกการทดสอบที่เหมาะสมสำหรับการทดสอบของคุณ การตัดสินใจ CRO ที่ได้รับการสนับสนุนจากข้อมูลอย่างเป็นรูปธรรมอาจเป็นเรื่องยาก

ดังนั้น เรามาทำความเข้าใจว่าเทคนิคการทดสอบการเพิ่มประสิทธิภาพที่แตกต่างกันเหล่านี้คืออะไร และเปรียบเทียบกันอย่างไร … และคุณจะแน่ใจได้อย่างไรว่าจะเลือกการทดสอบที่ถูกต้องในแต่ละครั้งที่คุณทำการทดสอบ

ไปเลย

การทดสอบ A/B คืออะไร

การทดสอบ A/B เป็นวิธีทดสอบการเปลี่ยนแปลง อย่างน้อยหนึ่งองค์ประกอบ บนหน้าเว็บ

ด้วยการทดสอบ A/B คุณสามารถเพิ่มองค์ประกอบในหน้าหรือลบออกหรือเปลี่ยนแปลงได้ และดูว่าการเพิ่ม การตัดออก หรือการเปลี่ยนแปลงส่งผลต่ออัตราการแปลงของหน้าอย่างไร

องค์ประกอบเหล่านี้อาจเป็นรายการกราฟิกหรือข้อความจากหน้า ตัวอย่างเช่น CTA หรือข้อความพาดหัว หรือภาพหลัก

ในการทดสอบ A/B คุณสร้างสำเนาหน้าต้นฉบับที่ถูกต้องอย่างน้อยหนึ่งชุดโดยมีองค์ประกอบที่ไม่เหมือนกันเพียงองค์ประกอบเดียวที่จะทดสอบ

และเมื่อคุณทดสอบสำเนาเหล่านี้ (เรียกว่าผู้ ท้าชิง ) กับสำเนาต้นฉบับ (เรียกว่า การ ควบคุม ) คุณจะเห็นว่าการเปลี่ยนแปลงส่งผลต่ออัตราการแปลงอย่างไร

แยกการทดสอบ URL

มีการทดสอบอีกรูปแบบหนึ่งที่มักใช้ร่วมกับการทดสอบ A/B แต่โดยพื้นฐานแล้วแตกต่างจากการทดสอบ A/B

พวกเขาเรียกว่าการทดสอบแยก URL หรือการทดสอบแยก

ในการทดสอบแยก การเข้าชมที่หน้าเว็บได้รับจะถูกแบ่งออกเป็นส่วนตรงกลางและนำไปยังหน้าเดียวกันสองเวอร์ชันที่แตกต่างกันโดยสิ้นเชิง เพื่อระบุเวอร์ชันที่ทำงานได้ดีกว่ากับเป้าหมายที่ระบุ

โดยทั่วไป เวอร์ชันเหล่านี้โฮสต์อยู่ที่ URL ต่างๆ แต่เป้าหมายสุดท้ายคือเพื่อเพิ่ม Conversion สำหรับการกระทำบางอย่าง เช่น กรอกแบบฟอร์มหรือใส่ในรถเข็น

การทดสอบ URL แบบแยกส่วนที่ใช้ในการทดสอบการออกแบบหรือเวอร์ชันของหน้าที่แตกต่างกันโดยสิ้นเชิง

เป้าหมายของที่นี่คือการหาตัวที่ทำงานได้ดีที่สุด

ดังนั้น หากคุณต้องการทดสอบสองแนวคิดที่แตกต่างกันอย่างสิ้นเชิง คุณควรลองใช้การทดสอบ URL แบบแยกส่วน ตัวอย่างเช่น หากคุณต้องการทดสอบการออกแบบหน้าแรกสองแบบ วิธีนี้จะเป็นเทคนิคที่เหมาะสม

ตัวอย่างการทดสอบ A/B

BestSelf Co ซึ่งเป็นผู้จำหน่ายเครื่องมือเพิ่มประสิทธิภาพชั้นนำ ตระหนักดีว่ายอดขายของผลิตภัณฑ์หลักสามารถปรับปรุงได้ด้วย CRO ดังนั้นจึงจ้างหน่วยงาน CRO (SplitBase) เพื่อดูว่าสิ่งนี้จะเกิดขึ้นได้อย่างไร

SplitBase ดำเนินการวิจัยและตั้งสมมติฐานว่าการเพิ่มพาดหัวข่าวที่ขับเคลื่อนด้วยผลประโยชน์ไปยังหน้า Landing Page (ซึ่งไม่มีพาดหัวในตอนแรก) สามารถช่วยเพิ่มยอดขายได้

SplitBase ตัดสินใจเรียกใช้การทดสอบ A/B และทดสอบหน้าที่มีพาดหัวกับหน้าเดิม SplitBase ยังตัดสินใจทดสอบพาดหัวข่าวสองเวอร์ชัน

ดังนั้นการทดสอบโดยใช้การทดสอบ A/B อย่างง่ายจึงจบลงด้วยสามเวอร์ชัน:

• เวอร์ชัน A (ตัวควบคุมที่ไม่มีพาดหัว)
• เวอร์ชัน B (ผู้ท้าชิงที่มีพาดหัวข่าว)
• เวอร์ชัน C (ผู้ท้าชิงที่มีรูปแบบพาดหัวข่าว)

การเข้าชมถูกแบ่งเท่าๆ กันในทั้งสามเวอร์ชัน (แต่ละเวอร์ชันประมาณ 33%) เพื่อดูว่าเวอร์ชันใดมียอดขายมากที่สุด

อย่างที่คุณเห็น การทดสอบการทดสอบ A/B สามารถกลายเป็นการทดสอบ A/B/C/D…n ได้เป็นอย่างดี

กรณีการใช้งานการทดสอบ A/B

การทดสอบ A/B มีกรณีการใช้งานที่เฉพาะเจาะจงมาก:

การทดสอบการออกแบบที่คล้ายกันมาก (ยกเว้นการเปลี่ยนแปลงในองค์ประกอบการทดสอบ)

นี่เป็นกรณีการใช้งานทั่วไปของการทดสอบ A/B ซึ่งคุณทดสอบด้วยองค์ประกอบเพียงองค์ประกอบเดียว และดูว่าการเปลี่ยนแปลงส่งผลต่ออัตรา Conversion อย่างไร

หากคุณตั้งสมมติฐานว่าองค์ประกอบบางอย่างสามารถสร้างผลกระทบเชิงบวกต่ออัตราการแปลง คุณควรลองใช้เทคนิคการทดสอบนี้ ตัวอย่างเช่น คุณสามารถใช้เทคนิคการทดสอบการปรับให้เหมาะสมเพื่อดูผลกระทบของการเปลี่ยนแปลง CTA ของหน้าแรกของคุณ

ข้อดีของการทดสอบ A/B

• การทดสอบ A/B นั้นง่ายต่อการนำไปใช้: ไม่ว่าคุณจะทดสอบประสบการณ์ที่คล้ายคลึงกันมากหรือสองประสบการณ์ที่ไม่เหมือนกันทั้งหมด การตั้งค่าการทดสอบ A/B นั้นค่อนข้างตรงไปตรงมา พวกเขามักจะไม่ใช้เวลามากเกินไปหรือใช้ทรัพยากรมากเกินไป
• การทดสอบ A/B ต้องการการรับส่งข้อมูลน้อยกว่า (เมื่อเทียบกับการทดสอบหลายตัวแปร) เพื่อให้ได้ผลลัพธ์ที่ชัดเจน: หากคุณมีเว็บไซต์ที่คุณได้รับการเข้าชมมากพอที่จะส่งแต่ละตัวแปรได้ประมาณ 10,000 คน คุณน่าจะใช้การทดสอบ A/B เพื่อค้นหา ผลลัพธ์ที่มีนัยสำคัญทางสถิติในการออกแบบ UI หรือคัดลอกการเปลี่ยนแปลงไปยังเว็บไซต์ของคุณ โดยเฉพาะอย่างยิ่งเมื่อคุณเรียกใช้การทดสอบ A/B โดยมีเพียงตัวควบคุมและผู้ท้าชิง (หรือผู้ท้าชิงสองคน) เนื่องจากคุณยังคงส่งปริมาณการเข้าชมการทดสอบที่ดีไปยังแต่ละรายการได้
• การทดสอบ A/B ไม่จำเป็นต้อง รัน นาน เกินไป โดยปกติ การทดสอบ A/B สามารถให้ผลลัพธ์ที่มีนัยสำคัญทางสถิติใน 2-3 สัปดาห์ และไม่จำเป็นต้องดำเนินการเป็นเวลาหลายเดือนหรือหลายเดือน

ข้อจำกัดของการทดสอบ A/B

• การทดสอบ A/B มักจะให้ข้อมูลเชิงลึกที่จำกัด: การทดสอบ A/B ของประสบการณ์ที่คล้ายคลึงกัน (โดยที่องค์ประกอบเพียงองค์ประกอบเดียวจะแตกต่างกัน) มักจะเรียกใช้สองเวอร์ชัน ซึ่งหมายความว่านักการตลาดสามารถเรียนรู้จากการทดลองได้มากที่สุดคือเวอร์ชันใดในสามเวอร์ชัน (ผู้ท้าชิง 1 ราย + 2 ราย) ทำได้ดีที่สุด นั่นคือทั้งหมด — ข้อมูลเชิงลึกเกี่ยวกับความเป็นไปได้เพียงสามอย่าง หากคุณต้องการทดสอบรูปแบบต่างๆ เพิ่มเติม (เช่น หากคุณต้องการทดสอบปุ่ม CTA 5 เวอร์ชัน) คุณจะต้องมีการเข้าชมเพียงพอเพื่อสร้างการตัดสินใจที่มีนัยสำคัญทางสถิติ แม้จะแยกการเข้าชมสำหรับรูปแบบต่างๆ จำนวนมากแล้วก็ตาม
• การทดสอบ A/B ส่วนใหญ่เหมาะสำหรับการตัดสินใจเว็บไซต์ระดับสูงเท่านั้น เนื่องจากการทดสอบ A/B นั้นยอดเยี่ยมในการให้คำตอบอย่างเป็นกลางว่าเวอร์ชันใดดีที่สุด การทดสอบเหล่านี้จึงทำงานได้ดีในการตัดสินใจระดับสูง ดังนั้น คุณจึงสามารถตัดสินใจเกี่ยวกับแนวทางที่คุณต้องการใช้กับการออกแบบเว็บไซต์หรือหน้า Landing Page หรือ UI หรือคัดลอกด้วยการทดสอบ A/B แต่ถ้าคุณต้องการปรับแต่งองค์ประกอบการออกแบบ UI หรือการคัดลอกที่ละเอียดยิ่งขึ้น คุณจะต้องทำการทดสอบ A/B หลายครั้ง ซึ่งอาจใช้เวลานานและต้องใช้แรงงานมาก

เครื่องมือทดสอบ A/B

Convert Experiences เป็นโซลูชัน CRO อันทรงพลังที่คุณสามารถใช้ขับเคลื่อนการทดสอบ A/B ทั้งหมดของคุณและค้นพบปุ่ม CTA สำเนาพาดหัว รูปภาพฮีโร่ โครงร่างสี ตำแหน่งโลโก้ และอื่นๆ ที่มีประสิทธิภาพสูงสุดเพื่อใช้บนเว็บไซต์ของคุณ

การแปลงช่วยให้ทั้งการทดสอบ A/B/n แบบธรรมดาและการทดสอบ URL แบบแยกส่วนผ่านโปรแกรมแก้ไขภาพและโปรแกรมแก้ไขโค้ดที่มีประสิทธิภาพยิ่งขึ้น

การทดสอบหลายตัวแปร (MVT) คืออะไร

การทดสอบหลายตัวแปรหรือ MVT เป็นวิธีการทดสอบ ตัวแปรมากกว่าหนึ่งตัวแปรกับตัวควบคุม

ในการทดสอบหลายตัวแปร คุณสามารถเพิ่ม ลบ หรือเปลี่ยนกลุ่มขององค์ประกอบบนหน้าเว็บได้ ดังนั้นจึงสร้างเวอร์ชันหลายเวอร์ชันด้วยการปรับแต่งหลายรายการ และดูว่าการเพิ่ม การตัดออก หรือการเปลี่ยนแปลงกลุ่มขององค์ประกอบส่งผลต่ออัตราการแปลงอย่างไร

กลุ่มขององค์ประกอบในการทดสอบหลายตัวแปรต้องประกอบด้วยองค์ประกอบอย่างน้อยสององค์ประกอบ และแต่ละองค์ประกอบจะต้องมีสองตัวแปร ซึ่งหมายความว่าในการทดสอบหลายตัวแปร คุณจะมีเวอร์ชันทดสอบอย่างน้อยสี่เวอร์ชัน

นี่คือรายละเอียดของการทดสอบหลายตัวแปรอย่างง่าย:

กลุ่มขององค์ประกอบที่จะทดสอบ: องค์ประกอบ 1, องค์ประกอบ 2

ตัวแปรขององค์ประกอบ 1:

องค์ประกอบ 1 ตัวแปร A

องค์ประกอบ 1 ตัวแปร B

ตัวแปรของธาตุ 2

องค์ประกอบที่ 2 ตัวแปร A

องค์ประกอบ 2 ตัวแปรB

คณิตศาสตร์ของการทดสอบหลายตัวแปร:

จำนวนรุ่นที่จะทดสอบ = จำนวนองค์ประกอบในกลุ่ม * จำนวนตัวแปรของแต่ละองค์ประกอบ

กรณีการใช้งานการทดสอบหลายตัวแปร

บริษัทมักจะใช้การทดสอบหลายตัวแปรเป็นเทคนิคการเพิ่มประสิทธิภาพเพื่อให้ได้การทดสอบที่ละเอียดยิ่งขึ้น มาเคลียร์กันก่อนดีกว่า นี่คือเหตุผลที่วงจรการทดลองยืดเยื้อ

แต่ด้วยข้อเท็จจริงที่ว่าคุณสามารถเปลี่ยนแปลงกลุ่มขององค์ประกอบสำหรับแต่ละตัวแปรได้ คุณสามารถเปลี่ยนจากการระบุปัญหาที่ใหญ่กว่า/อุปสรรคของ Conversion (ซึ่งคุณทำกับการทดสอบ A/B) ไปจนถึงการปรับแต่งประสบการณ์ของผู้เยี่ยมชมสำหรับหน้าใดหน้าหนึ่งโดยเฉพาะ

ตัวอย่างการทดสอบหลายตัวแปร/กรณีศึกษา

มาสร้างส่วนขยายการทดสอบหลายตัวแปรตามสมมุติฐานของตัวอย่างกรณีศึกษาจากด้านบน

ตอนนี้ เนื่องจากร้านค้าอีคอมเมิร์ซนี้ได้ใช้การทดสอบ A/B เพื่อค้นหาเวอร์ชันที่ชนะของหน้าผลิตภัณฑ์หลัก ตอนนี้จึงสามารถติดตามผลด้วยการทดสอบหลายตัวแปรรอบเพื่อทดสอบด้วยองค์ประกอบต่างๆ ในการออกแบบที่ชนะต่อไป ปรับปรุงอัตราการแปลง

ตัวอย่างเช่น ในการทดสอบหลายตัวแปร มันสามารถสร้างรูปแบบได้หลายรูปแบบโดยเปลี่ยนสีของปุ่ม CTA ภาพหลัก และปุ่ม CTA คัดลอกและเรียกใช้เทียบกับต้นฉบับเพื่อค้นหาชุดค่าผสมที่ "มากกว่า" ที่ชนะ

ข้อดีของการทดสอบหลายตัวแปร

• การทดสอบหลายตัวแปรนั้นยอดเยี่ยมในการตัดสินใจแปลงขนาดเล็ก: ด้วยการทดสอบหลายตัวแปร คุณสามารถทดสอบด้วยการผสมผสานการออกแบบ UI และการเปลี่ยนแปลงข้อความได้มากมาย ซึ่งหมายความว่าคุณสามารถนำเอาการคาดเดาทั้งหมดออกจากกระบวนการ "ปรับแต่ง" ให้กับเว็บไซต์ของคุณเพื่อให้ได้อัตรา Conversion ที่ดีขึ้น คุณสามารถตรวจสอบความถูกต้องได้แม้กระทั่งตัวเลือกที่สั้นที่สุดของคุณ
• การทดสอบหลายตัวแปรให้ข้อมูลเชิงลึกที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับวิธีการเล่นองค์ประกอบร่วมกัน: เนื่องจากการทดสอบหลายตัวแปรช่วยให้คุณทดสอบชุดค่าผสมขององค์ประกอบ คุณสามารถดูได้ว่าชุดค่าผสมต่างๆ ของคุณส่งผลต่อตัวเลือกของผู้ใช้อย่างไร (แทนที่จะทดสอบองค์ประกอบแบบสแตนด์อโลนเช่นเดียวกับ A/ การทดสอบข) ด้วยการทดสอบหลายตัวแปร ผลที่สังเกตได้จะยิ่งใหญ่กว่าเสมอเมื่อมีการเปลี่ยนแปลงหลายอย่างที่ใช้กับตัวแปรหนึ่งๆ เมื่อเทียบกับการเปลี่ยนแปลงเพียงรายการเดียว นี้เรียกว่า ผลการโต้ตอบ

ข้อจำกัดของการทดสอบหลายตัวแปร

• การทดสอบหลายตัวแปรจำเป็นต้องมีการรับส่งข้อมูลจำนวนมาก: หากคุณดูคณิตศาสตร์ของการทดสอบหลายตัวแปร คุณจะเห็นว่าจำนวนเวอร์ชันที่จะทดสอบมีจำนวนมาก ขึ้นอยู่กับจำนวนขององค์ประกอบที่จะทดสอบและรูปแบบต่างๆ ตัวอย่างเช่น หากคุณต้องการใช้การทดสอบหลายตัวแปรและทดสอบปุ่ม CTA แบบต่างๆ รวมกัน (มีสามสี: ตัวควบคุมหนึ่งตัวและผู้ท้าชิงสองตัว และสามชุด: ตัวควบคุมหนึ่งตัวและผู้ท้าชิงสองตัว) คุณจะต้องสร้าง 3*3 คือ เก้าเวอร์ชัน การมีทราฟฟิกมากพอที่จะแบ่งออกเป็นหลายๆ เวอร์ชันนั้นเป็นสิ่งที่ท้าทายแม้กระทั่งสำหรับเว็บไซต์ที่มีทราฟฟิกสูง
• การทดสอบหลายตัวแปรอาจทำได้ยากในการวางแผน: การวางแผนการทดสอบหลายตัวแปรที่มีความหมายนั้นค่อนข้างยุ่งยาก เนื่องจากคุณสามารถทดสอบชุดค่าผสมต่างๆ (ขององค์ประกอบต่างๆ บนหน้าของคุณ) ได้จำนวนมาก การเลือกระหว่างชุดค่าผสม เช่น พาดหัว ภาพฮีโร่ และ CTA พื้นที่ฮีโร่ หรือพาดหัว USP และส่วนหัวอาจต้องใช้ความพยายามอย่างมาก นอกจากนี้ การทดสอบองค์ประกอบมากเกินไปในการทดสอบหลายตัวแปรอาจทำให้ผลลัพธ์บิดเบือนได้
• การทดสอบหลายตัวแปรไม่เหมาะสำหรับการตัดสินใจขั้นสุดท้ายในระดับสูง: เนื่องจากการทดสอบหลายตัวแปรจะทดสอบการรวมกันขององค์ประกอบ คุณไม่สามารถสรุปได้อย่างแน่ชัดว่าทำไมชุดค่าผสมบางชุดจึงชนะ ซึ่งหมายความว่าการตัดสินใจ CRO ที่รุนแรงนั้นไม่สามารถทำได้ด้วยการทดสอบหลายตัวแปร ซึ่งจะช่วยลดการทดสอบหลายตัวแปรเพื่อขับเคลื่อนการตัดสินใจ CRO ที่ละเอียดยิ่งขึ้น เช่น การทดสอบตำแหน่ง/กราฟิก/สำเนาขององค์ประกอบในเวอร์ชันที่คุณทราบแล้วว่าทำงานได้ดี

เครื่องมือทดสอบหลายตัวแปร

ด้วย Convert Experiences คุณสามารถตั้งค่าการทดสอบหลายตัวแปรบนเว็บไซต์ของคุณได้อย่างง่ายดาย และดูว่าองค์ประกอบต่างๆ ที่ผสมผสานกันส่งผลต่ออัตราการแปลงของคุณอย่างไร

ยังไม่แน่ใจว่าจะเลือกเครื่องมือทดสอบหลายตัวแปรตัวใด ตรวจสอบรายละเอียดที่สมบูรณ์ของเครื่องมือทดสอบหลายตัวแปรที่ดีที่สุด

การทดสอบหลายตัวแปรกับการทดสอบแบบแยกส่วน: คุณควรใช้แบบไหน?

ดูตารางเปรียบเทียบการทดสอบหลายตัวแปรกับการทดสอบฐานแยก (หรือการทดสอบ A/B) ด้านล่างเพื่อดูว่าเมื่อใดที่คุณควรใช้เทคนิคทั้งสองแบบ

การทดสอบหลายหน้าและการทดสอบช่องทางคืออะไร

การทดสอบหลายหน้าคือรูปแบบการทดสอบที่คุณทดสอบการเปลี่ยนแปลงองค์ประกอบเฉพาะในหลาย ๆ หน้า

มีสองวิธีในการดำเนินการเกี่ยวกับเรื่องนี้

คุณสามารถใช้ทุกหน้าของช่องทางการขายของคุณและสร้างเวอร์ชันใหม่ของแต่ละหน้า หน้าชุดใหม่นี้สร้างช่องทางการขายที่ "ท้าทาย" ของคุณ จากนั้นคุณจึงดำเนินการกับช่องทางการขายเดิม (หรือ "การควบคุม") สิ่งนี้เรียกว่า “การทดสอบช่องทาง”

หรือคุณสามารถทดสอบว่าการมีอยู่/ไม่มีองค์ประกอบที่เกิดซ้ำ เช่น ป้ายความปลอดภัย สามารถส่งผลกระทบต่อ Conversion ทั่วทั้งช่องทางได้อย่างไร นี่คือการทดสอบหลายหน้าแบบคลาสสิกหรือแบบธรรมดา

กรณีการใช้งานการทดสอบหลายหน้าและการทดสอบช่องทาง

ด้วยการทดสอบหลายหน้า คุณมีอิสระในการวัดผลกระทบของการเปลี่ยนแปลงที่เกิดขึ้นกับองค์ประกอบตลอดเส้นทางของผู้ซื้อทั้งหมด

ธุรกิจที่เลือกลงทุนในการทดสอบช่องทางให้ข้อมูลเชิงลึกระดับสูงมากมาย

ตัวอย่างเช่น คุณสามารถใช้การทดสอบช่องทางเพื่อค้นหาวิธีที่มีประสิทธิภาพสูงสุด:

• คุณสามารถเรียกใช้การทดสอบช่องทางเพื่อทดสอบเสียงและโทนเสียงต่างๆ บนหน้าเว็บของคุณได้ ตัวอย่างเช่น หากคุณเป็นผู้ให้บริการต่อต้านไวรัส คุณสามารถทดสอบสำเนาที่สร้างแรงบันดาลใจในช่องทางการขายของคุณเทียบกับสำเนาที่เป็นกลางหรือน่าเชื่อถือของคุณ — และดูว่าข้อความใดที่โดนใจผู้เยี่ยมชมมากที่สุดและได้รับยอดขายสูงสุด
• ปรัชญาการออกแบบ คุณสามารถทดลองกับทฤษฎีการออกแบบต่างๆ และดูว่าอันไหนดีที่สุด
• กลยุทธ์การขาย/การสนับสนุน คุณสามารถออกแบบเวอร์ชันช่องทางการขายของผู้ท้าชิงที่คุณให้การสนับสนุนแชทสดบนหน้าที่เลือกไม่กี่หน้าของช่องทางของคุณและดูว่าช่องทางที่เปิดใช้งานแชทสดนั้นเป็นอย่างไรเมื่อเปรียบเทียบกับช่องทางการขายปกติ (โดยไม่มีการสนับสนุนแชทสด) ในทำนองเดียวกัน คุณสามารถทดสอบกลยุทธ์การขาย/การสนับสนุนต่างๆ มากมาย และดูว่าคุณจะช่วยสนับสนุน Conversion ให้มากขึ้นได้อย่างไรในช่องทางการขายของคุณ

ตัวอย่างการทดสอบหลายหน้า/กรณีศึกษา

อีกครั้ง มาสร้างการขยายสมมุติฐานไปยังตัวอย่างกรณีศึกษาเดียวกันจากด้านบน

เนื่องจากเว็บไซต์นี้เป็นร้านค้าออนไลน์ ช่องทางการขายขั้นพื้นฐานที่สุดคือ:

หน้าสินค้า > หน้าหยิบใส่ตะกร้า > หน้าชำระเงิน

ดังนั้น ในการทดสอบหลายหน้า ร้านค้านี้จะต้องสร้างรูปแบบสำหรับแต่ละหน้าเหล่านี้และสร้างช่องทางผู้ท้าชิง เช่น:

หน้าสินค้ารุ่น A > หน้าหยิบใส่ตะกร้ารุ่น A > หน้าชำระเงินรุ่น A

ในช่องทางผู้ท้าชิง ผู้ค้าปลีกออนไลน์อาจตัดสินใจทดสอบว่าการเพิ่มคำอธิบายว่า “เชื่อถือได้โดยผู้เชี่ยวชาญ 10,000 คน” แปลเป็น Conversion สำหรับแต่ละขั้นตอนของเส้นทางของผู้ซื้ออย่างไร หรืออาจเลือกแสดงหน้าที่แตกต่างกันมาก (คล้ายกับการทดสอบแยกที่มีสองหน้าที่ไม่ซ้ำกันโดยสิ้นเชิง)

หากพวกเขารู้สึกทะเยอทะยาน พวกเขาสามารถเข้าร่วมการทดสอบช่องทางและเล่นกับการคัดลอก กลยุทธ์การละทิ้งรถเข็น และอื่นๆ

คุณได้รับความคิดใช่มั้ย?

ข้อดีของการทดสอบหลายหน้า

• การทดสอบช่องทางหลายหน้าช่วยอุดรอยรั่วในช่องทางการขาย: หากข้อมูล Google Analytics ของคุณแสดงการลดลงอย่างมากในบางหน้าของช่องทางการขายของคุณ คุณสามารถตั้งค่าการทดสอบหลายหน้าเพื่อค้นหาสิ่งที่สามารถลดและทำให้เกิด Conversion ได้มากขึ้น
• การทดสอบหลายหน้าสามารถให้ข้อมูลเชิงลึกที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับพฤติกรรมของผู้ใช้: ด้วยการทดสอบหลายหน้า คุณสามารถระบุองค์ประกอบต่างๆ ของการควบคุมและกระบวนการท้าทายที่ผู้ใช้ของคุณมีส่วนร่วมมากที่สุด คุณสามารถใช้ข้อมูลเชิงลึกดังกล่าวเพื่อตัดสินใจในการออกแบบ คัดลอก และประสบการณ์ผู้ใช้อย่างมีข้อมูลมากขึ้น

ข้อเสียของการทดสอบหลายหน้า

• การทดสอบหลายหน้าสามารถอยู่ได้นานหลายเดือน เนื่องจาก B2B มีเส้นทางการซื้อที่ยาวนาน (มักใช้เวลานานหลายเดือน) การทดสอบ B2B แบบหลายหน้าจึงสามารถทำงานได้นานหลายเดือน
• การรับข้อมูลเชิงลึกจากผลลัพธ์ของการทดสอบหลายหน้าอาจทำได้ยาก: หากเวอร์ชันผู้ท้าชิงของคุณทำการทดลองกับตัวแปรมากเกินไป (เช่น หากคุณทดสอบทั้งการออกแบบและคัดลอกในผู้ท้าชิง) คุณอาจไม่สามารถบอกได้ว่าการออกแบบทำให้เกิดมากกว่านั้นหรือไม่ แปลงหรือคัดลอก การสร้างผู้ท้าชิงจำนวนหนึ่ง (เช่น ตัวหนึ่งสำหรับทดสอบการออกแบบและอีกตัวสำหรับทดสอบสำเนา) คุณจะต้องแบ่งการเข้าชมออกเป็นสามส่วน เว้นแต่ว่าคุณมีผู้เข้าชมเว็บไซต์ของคุณเป็นพันราย คุณอาจมีการเข้าชมไม่เพียงพอที่จะได้รับผลลัพธ์ที่มีนัยสำคัญทางสถิติเมื่อคุณเรียกใช้รูปแบบดังกล่าวมากเกินไป

เครื่องมือทดสอบหลายหน้า

ด้วย Conversion คุณสามารถตั้งค่าการทดสอบหลายหน้าหรือการทดสอบช่องทาง และดูว่าการเปลี่ยนแปลงต่างๆ ส่งผลต่อ Conversion ในหน้าต่างๆ อย่างไร

การทดสอบ A/B กับการทดสอบหลายตัวแปรกับการทดสอบหลายหน้า

การทดสอบ A/B

มันคืออะไร:

ในการทดสอบ A/B คุณทดสอบหน้า/โฆษณา/เนื้อหาเดียวกันสองเวอร์ชันที่คล้ายกันมากเพื่อค้นหารูปแบบที่ทำงานได้ดีที่สุด

ควรใช้เมื่อใด:

แก่นแท้ของการทดสอบ A/B คือวิธีที่เครื่องมือเพิ่มประสิทธิภาพใช้เพื่อระบุสิ่งกีดขวางบนถนนที่ใหญ่ที่สุดในการแปลง คุณต้องสร้างสมมติฐานที่ระบุเหตุผล (ที่อ้างว่าเป็น) สำหรับ Conversion ต่ำ และทดสอบว่าการเปลี่ยนแปลง/ปรับแต่งองค์ประกอบสามารถลดปัญหาได้อย่างไร

ผ่านการทดสอบ A/B คุณสามารถทำการออกแบบระดับสูงและตัดสินใจคัดลอกได้

ตัวอย่างเช่น อัตราตีกลับที่สูงจากหน้าแรกมักบ่งบอกถึงข้อเท็จจริงที่ว่าผู้เข้าชมไม่ได้รับ "มูลค่า" ของผลิตภัณฑ์หรือโซลูชันที่เสนอ การทดสอบ A/B กับหัวข้อเรื่องคุณค่าในเวอร์ชันต่างๆ เป็นเรื่องปกติ

ง่ายต่อการรับข้อมูลเชิงลึก:

การทดสอบ A/B จำเป็นต้องมีผู้เข้าชมประมาณ 10,000 รายในแต่ละตัวแปร และประมาณ 1,000 Conversion เพื่อให้ได้ข้อมูลเชิงลึก แต่ดำเนินการได้เร็วกว่าเมื่อเทียบกับการทดสอบหลายตัวแปร

การทดสอบหลายตัวแปร

มันคืออะไร:

ในการทดสอบหลายตัวแปร คุณทดสอบตัวแปรมากกว่าหนึ่งตัวกับตัวควบคุม (ซึ่งคุณรู้อยู่แล้วว่าทำงานได้ดี)

ควรใช้เมื่อใด:

การทดสอบหลายตัวแปรสามารถใช้ในการตัดสินใจที่ละเอียดยิ่งขึ้นได้ ตัวอย่างเช่น หากคุณมีหน้าแรกที่มีประสิทธิภาพสูงที่คุณต้องการเพิ่มประสิทธิภาพเพิ่มเติม คุณสามารถใช้การทดสอบหลายตัวแปรเพื่อทดสอบด้วยรูปแบบต่างๆ โดยพื้นฐานที่แตกต่างกันของกลุ่มองค์ประกอบในหน้าแรกของคุณ

คิดว่าเป็นการอุดรอยรั่วที่มีขนาดเล็กลงหลังจากที่เกิดอุทกภัยโดยการทดสอบ A/B

ง่ายต่อการรับข้อมูลเชิงลึก:

การทดสอบหลายตัวแปรนั้นซับซ้อนมาก เนื่องจากมีองค์ประกอบหลายอย่างรวมอยู่ในตัวแปรหลายตัว ดังนั้นทั้งความต้องการด้านการจราจรและเวลาในการบรรลุผลสรุปรวมเข้าด้วยกัน

การทดสอบหลายหน้า

มันคืออะไร:

ในการทดสอบหลายหน้า คุณทดสอบเส้นทางการซื้อต่างๆ เพื่อค้นหาเส้นทางที่เหมาะสมที่สุด การทดสอบหลายหน้าคล้ายกับการเรียกใช้การทดสอบ A/B/N และการทดสอบหลายตัวแปรร่วมกันในหลาย ๆ หน้าในช่องทางการขาย

ควรใช้เมื่อใด:

การทดสอบหลายหน้าหรือการทดสอบช่องทางสามารถใช้เพื่อตัดสินใจในระดับสูงตลอดเส้นทางการขายทั้งหมด

ตัวอย่างเช่น คุณสามารถทดสอบเส้นทางการขายส่วนบุคคลกับเส้นทางปกติได้

ง่ายต่อการรับข้อมูลเชิงลึก:

การทดสอบหลายหน้าด้วยเวอร์ชันที่จำกัด (เช่น 2) สามารถให้ผลลัพธ์ที่สำคัญได้ค่อนข้างรวดเร็ว

การเปรียบเทียบการทดสอบ A/B การทดสอบหลายตัวแปรและการทดสอบหลายหน้า

การทดสอบจะให้ผลลัพธ์ที่ชัดเจนก็ต่อเมื่อใช้รูปแบบการทดสอบที่ถูกต้องเท่านั้น

โดยสรุป นี่คือสิ่งที่คุณควรจำไว้:

• การทดสอบ A/B – โดยทั่วไปคุณทดสอบองค์ประกอบที่สำคัญอย่างน้อยหนึ่งองค์ประกอบที่ได้รับการระบุว่าเป็นอุปสรรคต่อ Conversion ในสมมติฐานของคุณในเวอร์ชันอื่น (ตัวแปร)
• การทดสอบแบบแยกส่วน – การทดสอบแบบแยกส่วนมุ่งเน้นไปที่การโฮสต์เพจและประสบการณ์ที่แตกต่างกันโดยสิ้นเชิงสองหน้าสำหรับผู้เยี่ยมชมใน URL สองรายการแยกกัน ในขณะที่ประเมินเพื่อเป้าหมายการแปลงเดียวกัน ด้วยการทดสอบแบบแยกส่วน คุณสามารถทดสอบการตั้งค่าสองแบบที่แตกต่างกันโดยสิ้นเชิง เช่น แพลตฟอร์มการโฮสต์และธีมที่แข่งขันกัน
• การทดสอบหลายตัวแปรหรือการทดสอบ A/B/N – โดยทั่วไปแล้ว MVT จะดำเนินการกับผู้ชนะการทดสอบ A/B ในการทดสอบหลายตัวแปร คุณทำการเปลี่ยนแปลงกับกลุ่มขององค์ประกอบของหน้า แต่ละคลัสเตอร์ที่ไม่ซ้ำกันหรือที่ปรับแต่งแล้วจะกลายเป็นตัวแปรหรือเวอร์ชันของตัวเอง เป็นการยากที่จะระบุแหล่งที่มาของ Conversion ที่สูงขึ้นสำหรับตัวแปร MVT ให้กับองค์ประกอบหนึ่งๆ แต่เครื่องมือเพิ่มประสิทธิภาพสามารถทดสอบการแก้ไขแบบละเอียดเพื่อคัดลอกและออกแบบ
• การทดสอบหลายหน้า – การเรียกใช้การทดสอบหลายหน้านั้นคล้ายกับการเรียกใช้การทดสอบ A/B/N หลายรายการพร้อมกันในหน้าช่องทางการขายจำนวนมาก อีกวิธีหนึ่ง คุณสามารถทดสอบประสบการณ์ในช่องทางการขายที่ต่างไปจากเดิมอย่างสิ้นเชิง (เช่น ส่งการเข้าชมครึ่งหนึ่งไปยังเวอร์ชันควบคุม หน้า 1> หน้า 2> หน้า 3 และส่งอีกครึ่งหนึ่งไปยังเวอร์ชันผู้ท้าชิง หน้า 1 ตัวแปร > หน้า 2 ตัวแปร > หน้า 3 ตัวแปรที่ มีผู้ท้าชิงค่อนข้างแตกต่างจากการควบคุม)

การเลือกการทดสอบที่เหมาะสมสำหรับการทดสอบส่วนใหญ่ขึ้นอยู่กับการตั้งสมมติฐานให้ถูกต้อง ต่อไปนี้คือเครื่องมือ CRO บางส่วนที่จะช่วยคุณในการเขียนสมมติฐานที่ชัดเจนทุกครั้งที่คุณทำการทดสอบ

นอกจากนี้ เมื่อคุณพร้อมที่จะเริ่มต้นด้วยการทดสอบ A/B การทดสอบหลายตัวแปร หรือหลายหน้าสำหรับการทดสอบของคุณ ให้ตรวจสอบการแปลง Convert Experiences สามารถจัดการการทดสอบการเพิ่มประสิทธิภาพทั้งหมดที่คุณคิดได้อย่างง่ายดายสำหรับเว็บไซต์ที่มีการเข้าชมสูง แม้ในอุตสาหกรรมที่อ่อนไหวต่อความเป็นส่วนตัวของข้อมูล

ให้ Convert Experiences ทดลองใช้ฟรี 15 วันเต็มโดยไม่มีข้อผูกมัด และคิดใหม่ว่าการทดสอบสามารถปรับปรุง KPI ของคุณได้อย่างไร