Shopify 商店 A/B 测试企业家指南(+ 9 位 Shopify 企业家分享他们的 A/B 测试故事和结果)

已发表: 2022-04-13
Shopify 商店 A:B 测试的企业家指南

所以你听说过通过小道消息进行 A/B 测试。

也许您的竞争对手在播客上随便提到了它,或者您的营销团队认为这是一个好主意。 或者你正在与之交谈的增长机构想要运行 A/B 测试。

发展企业并不容易。 你知道的。 走到这一步,您一定有好几次难以理解一个商业决策是否正确。

如果您有一种确定的方法,而不是对您认为您的观众想要什么进行赌博,那不是很好吗?

这就是 A/B 测试的作用。

当然,A/B 测试的好处不仅仅在于做出数据驱动的决策,但其核心是实现大规模增长的秘诀。

因此,无论您是尝试 DIY 还是外包您的需求,以下是像您这样的 Shopify 企业家应该了解的有关 A/B 测试的所有信息。

什么是电子商务 A/B 测试?

A/B 测试是一个过程,您可以通过该过程了解您的受众在成为客户之前正在寻找什么。

通常,A/B 测试被认为是进行细微调整,例如更改号召性用语 (CTA) 按钮的颜色或添加新标题,但它比这更深。

它允许您确定哪些副本、设计和功能 (UX) 与访问者产生共鸣,方法是将您的页面或元素的一个版本放在具有变体的页面上,以查看哪些有效。

我们才刚刚开始!

您可以将 A/B 测试的概念应用到您使用的每个渠道以及您与受众的互动中。

但重要的是要了解电子商务 A/B 测试与 B2B SaaS 等其他垂直行业的不同之处。

  1. 实现收入的时间更短

    A/B 测试可以比传统 B2B 更快地揭示对收入的影响。 在 B2B 中,交易是多线程的,有多个决策者使销售周期跨越数月甚至数季度。

    尽管理想情况下您应该将 A/B 测试用于研究和风险缓解,而不仅仅是增加收入,但任何企业的命脉都是收入,因此有充分的理由将 A/B 测试引入增长组合。
  2. 结帐过程很复杂(因此有更多的测试空间)

    虽然电子商务购买渠道并不像 B2B 那样复杂,但结账过程并不是一维的。

    Ruben De Boer,《购买心理学》的作者解释说付钱真的很痛。 在 2007 年一项调查人们如何权衡因素以做出购买决定的研究中,向参与者展示了产品图片,然后是价格。 他们的大脑通过功能磁共振成像机器进行分析,看看哪些神经通路会亮起来。

    正如预期的那样,看到产品图片点亮了他们大脑中的奖励中心。

    但是价格呢? 与身体和社会痛苦相关的大脑部分像圣诞树一样亮起,帮助研究人员得出结论,消费者打开钱包时,收益和痛苦之间的权衡必须是有意义的。

    这并不意味着您必须降低价格,因为定价也表明了产品的质量。 您可以尝试使用较小的字体、提供预付款、以较大的字体显示折扣,或者在您的副本中避免使用金钱语言。

    因此,降低购买的痛苦意味着您必须了解人类动机、欲望和挫折的混合体,如果没有 A/B 测试,这是不可能的。 您可以实时测试您的消息传递、UI 元素或彻底检查结帐流程。

    在某些情况下,由于您的电子商务平台施加的限制,您可能无法对购物车和结帐流程进行彻底的更改,但这不是放弃雄心勃勃的测试的理由。 您始终可以测试较小的更改,让您了解可能进行的较大调整。

    Journey Also 的转换总监 Jonny Longden 建议问自己一个问题:

    我们可以测试以开始证明并了解它的最小/最简单的事情是什么?
    不要陷入“只测试小改动”的陷阱,或者如果你做了更大的改动,“钱已经沉没了,所以我们不会测试它”。
  3. 评论挖掘可以变成一门科学

    基于定性数据的转换研究是任何类型的 A/B 测试的主要内容,但在电子商务中,评论挖掘等定性数据可以转化为帮助您理解的科学:

    • 要突出显示的产品 USP
    • 您可以在副本中测试的好处
    • 客户如何看待竞争对手
    • 复制产品故事的角度
    • 您解决的痛点
    • 导致放弃购物车的未解决痛点 CRO 和实验顾问 Lorenzo Carreri 建议像侦探一样思考。 就像侦探必须揭开犯罪背后的故事一样,您可以使用评论来揭开很多故事。

      人们已经做出了购买决定,现在无需我们用出口民意调查或小部件来打扰他们,他们实际上是在有机地分享他们的经验。

      事实上,Carreri 对不同行业的脉搏分析揭示了一个共同的主题——人们不倾向于分享他们对现场体验的见解。 因此,无论您问什么问题或如何提出问题都无关紧要。

      但是通过评论挖掘,尤其是在亚马逊上,人们倾向于分享他们的见解。 您收集的见解越多,您的数据就越有意义,这有助于您形成更好的测试假设。
  4. 电子商务不缺流量

    A/B 测试的一个重要障碍是没有足够的流量,这意味着结果可能会有偏差。

    但这对于电子商务商店来说不是问题。 一家 7 位数的 Shopify 商店很容易吸引数十万访客,但 D 系列 B2B 公司可能会获得 1/4 的流量。

为什么 Shopify 企业家(认真)应该考虑 A/B 测试?

电子商务已经成熟,适合 A/B 测试。 有大量访问者和很大的空间可以快速看到结果的潜力是采用 A/B 测试文化的充分理由。

但也许你还没有。 现在,您的流量增加会带来收入增长。

问题是,你能坚持多久?

更多的流量≠更多的收入超过一个点。 这条道路要求您在广告上花费更多,同时通过折扣侵蚀您的利润率。

当您查看亚马逊、eBay 或 Etsy 等电子商务巨头时,您会发现他们的 DNA 中已经融入了 A/B 测试。 这正是他们茁壮成长的原因。 更不用说,这是所有成功的 Shopify 商店共享的共同点。

很容易理解为什么 A/B 测试会推动增长。 看看亚马逊运行的测试有多精细:

但归根结底,A/B 测试不仅仅是保持竞争力的一种方式——它还是一个好的商业决策。

为什么? 因为您当前的策略可能您不利。

  1. 由于 iOS 14,您的 ROAS 直线下降
    您可能比以前花费更多的钱来吸引眼球,但是后 ATT 世界已经搞乱了基于像素的转换的工作方式。 以及重新定位和相似的受众? 它们不再那么有效了。 如果您获得一些转化,请准备好处理 Ad Manager 和您的 Shopify 后端之间的差异。
  1. 您的打开率有偏差
    电子邮件号码不再准确。 邮件隐私保护 (MPP) 确保了这一点。 而且您基于参与度的列表可能有问题的定位和较低的转化率。
  1. 您的方程式缺少保留
    追逐冷流量是一个糟糕的商业举措。 您 40% 的收入来自忠实客户。 流量让买家进入您的渠道,但留存率提高了这些买家的生命周期价值 (LTV)。
  1. 你的营销归因很烂
    工具无法为您提供任何可用数据,您的团队也无法将收入归因于特定更改。 你不能按下所有希望看到增长的按钮。 您需要获得特定或建立 8 位数的业务是不可能的。

A/B 测试颠覆了旧剧本,让您有机会使用可重复、可靠且有利可图的科学有效方法。

这就是 DTC 汽水替代公司 OLIPOP 支持 A/B 测试的原因:

A/B 测试可提高内容参与度、降低跳出率、提高转化率并将风险降至最低,同时提供易于分析的数据。 通过运行 A/B 测试,您可以确定哪些内容与您的目标受众产生共鸣。 然后,您可以使用这些数据来影响您的营销策略。 这些测试还可以帮助您识别不相关的数据和用户在您的网站上遇到困难的区域,从而在您进行必要的更改后降低跳出率。

一旦您确定了可以改善客户体验的变体,您就会发现用户在您的网站上花费的时间有所增加,从而带来更高的转化率。 最后,A/B 测试将风险降至最低,因为您根据准确的数据而不是有根据的猜测做出决策。 它允许您在不影响整个网站的情况下进行最小的更改。 您的投资回报率将随着 A/B 测试而增加

OLIPOP 新业务发展主管 Steven Vigilante

轻松进行小(或大)更改

优化是一门让事情变得更好的科学,使用 A/B 测试很容易。 您可以引入更改以找到可以创建更好的购买体验并转换您的一些 PPC 流量的版本。

降低失败的成本

失败的代价有时太大了,不出所料地抑制了创新。 但是通过 A/B 测试,您可以在受控环境中测试您的想法,而无需构建或实施任何东西。

展望未来

没有什么能保证成功。 不是你的直觉、代理建议,甚至是可靠的竞争对手研究。 但是,如果您想做出数据驱动的决策,A/B 测试是您的朋友。 测试中的最佳版本不是根据统计有效性选择的,这样您就可以一瞥您的收入潜力。

留下一点误解的余地

A/B 测试允许您通过收集转化率、购物车放弃、平均订单价值 (AOV)、收入和利润变化的数据来真正倾听您的受众。
无需猜测更改的效果,结果是透明的,几乎没有误解的余地。

Shopify 上的 A/B 测试问题(+ 解决方案)

当您考虑将 A/B 测试作为战略的核心时,解决您在 Shopify 上运行 A/B 测试时可能面临的潜在问题非常重要。

问题 #1: Shopify 的反点击劫持可能会干扰您的移动 QA

点击劫持诱使用户点击诱饵网站上的可操作内容。 为了防止这种情况发生,Shopify 使用了反点击劫持技术。 但它阻碍了 A/B 测试工具的最佳性能。

解决方案:使用 Google Chrome 扩展程序,忽略 X-Frame 标头。

问题 2:测试不是问题,但实施才是问题

实现测试结果不是应用程序或插件可以做的事情——它需要定制。 即使您确实找到了适合您的插件,它们中的太多也会减慢您的网站速度,从而有效地抵消潜在收益。

解决方案:与有能力的开发人员合作,使用 Convert Deploy 或这些顶级转化率优化 (CRO) Shopify 应用程序。

问题 #3:您有一个标准 Shopify 商店,限制了您可以测试的内容

标准 Shopify 商店无法访问大多数 Shopify Plus 功能,这意味着您无法运行测试,例如拆分测试主题。 较低的复杂性测试对您的收入的影响较小。

解决方案: Shopify Plus 的 Spring。

A/B 测试基础快速指南

现在您已经将大脑包裹在 A/B 测试中,是时候深入了解细节了。

暂停片刻,对这些问题回答“是”或“否”,然后向下滚动查看答案。

  • A/B 测试与拆分测试相同
  • A/B 测试和多变量测试是不同的
  • 您只能通过 A/B 测试进行细微调整
  • 您无需学习统计数据即可运行 A/B 测试
  • 您不能在其他渠道上运行 A/B 测试
  • 一旦看到结果,您应该停止 A/B 测试

A/B 测试与拆分测试

通过 A/B 测试,您可以测试页面上的一个或多个元素。 您基本上创建了原始页面的类似版本,以查看对转化率的影响。

拆分 URL 测试不同于 A/B 测试。 流量被分成中间并发送到两个完全不同的版本,以查看哪个网页可以帮助您实现特定目标。

何时运行拆分测试与 A/B 测试:主题测试

何时选择拆分测试而不是 A/B 测试的一个很好的例子是当您想要测试 Shopify 主题时。 您的主题会影响 CX 并最终影响收入,因此您必须使用 Convert 的拆分 URL 选项等工具对其进行测试。

Convert 使用频率推理来了解哪个主题优于另一个。 我们建议您至少运行两周的此类测试,除非您的网站访问量异常高。

PS 如果您是 Shopify Plus 用户,您只能测试主题。

A/B 测试与多变量测试

在 A/B 测试中,您将几乎相同的页面与原始页面进行对比。

不像在 A/B 测试中那样一次更改一个元素,多变量测试是一个在单个测试中测试多个更改的过程。 多变量测试的目标是找出哪种变化组合产生更好的结果。

在 Shopify 商店上运行的 A/B 测试示例

在互联网上询问您应该进行什么 A/B 测试,您通常会被告知尝试不同的 CTA 或按钮颜色或更改标题。

并不是说它不重要,而是世界是你的游乐场,如果你限制自己,你只是在自己的小沙盒里玩耍。 跳出框框思考对于实验精神至关重要。

我们联系了 8 位 Shopify 企业家并询问了他们:

您进行了哪些 A/B 测试,为什么选择进行此实验,结果如何

#1。 AOV 提高,订单略有下降

我们在所有在线商店中都使用 Shopify,并且一直在测试捆绑或分组我们的产品以提高 AOV。 测试是具有追加销售或捆绑销售的购物车与仅包含初始产品的购物车。 结果尚未完全公布,但到目前为止,AOV 似乎有所增加,而订单总数略有下降。 在进行全面分析之前,我们将再运行几周,并可以测试其他配置以尝试在 AOV 和转换方面产生改进

西尔维娅·康,米拉

#2。 为 CX 优化了每个站点元素

作为 Shopify 企业,我们针对实时聊天、CTA、产品图片、追加销售展示位置、登录页面、导航菜单等功能进行了大量 A/B 测试。 例如,我们的 A/B 测试帮助我们找到了交叉销售/追加销售的平衡,而不会激怒消费者或增加他们的体验摩擦

通过大量测试,我们发现我们的受众直接在产品页面上重视高度相关的建议,而不是在结账时提供,因此,我们提高了平均购买价值。 A/B 测试至关重要,因为它可以让您准确确定哪些功能表现最佳并提供最高回报,而不会浪费时间和精力来实施任何不是最佳的元素。 这些测试为您提供有关哪些设计选择最适合您的受众的准确数据,并且更强大的用户体验是企业实现增长和长寿的方式。

斯蒂芬·莱特,诺拉床垫

#3。 使用会话重播来包含视频以获得更好的结果

可以促成或破坏转化的最重要方面之一是用户浏览您的商店和进行购买的难易程度。 通过会话回放的 A/B 测试,我们设法了解有购买意图的真实用户如何浏览我们的商店,问题出在哪里,让他们感到沮丧,是什么让他们在此过程中停止并阻止他们进行购买。 我们意识到,包含过程视频的列表会产生更好的结果,而质量差的图像或没有显示多张图像会导致犹豫。

Michael Nemeroff,Rush Order T 恤

#4。 通过设计更改将转化率提高 2%

在这个 A/B 测试中,我想看看新布局如何影响我的 Shopify 商店的转化率。 原来的网站已经运行了六个月,转换率为 3%,所以似乎是时候尝试一些不同的东西了。 我的设计更改包括在移动设备上将产品推荐移动到首屏而不是与产品对齐,以及从顶部导航中删除横幅,因为它们无论如何都没有被点击。 这导致转化率立即提高了 2%。

Jar Kuznecov,软水器中心

#5。 通过更改 CTA 按钮颜色将相对点击次数增加 14%

尽管多年来我们进行了大量的 A/B 测试,但我们执行过的最有效的测试之一也是最简单的:更改 CTA 按钮的颜色。 而已。 我从一位朋友那里听说,通过切换页面按钮的颜色,他的响应率提高了 16%(相对于他之前获得的点击次数)。 这让我开始思考,我决定运行我们自己的 A/B 测试。 事实上,这实际上是一个 A/B/C 测试,因为我们尝试了 3 种不同的颜色——我们最初的绿色,以及橙色和红色。 结果? 红色按钮的响应率提高了 8%,而橙色按钮的相对点击率提高了 14%。 令人惊奇的是,像将绿色按钮变成橙色这样简单的改变就能产生如此深远的影响。 因此,我最好的建议是,当您试图让某人将产品添加到他们的购物车时,不要只是轻视 CTA 按钮的颜色。 认真思考一下——并进行测试

约翰·罗斯,备考洞察

#6。 通过粘性添加到购物车和售后追加销售提高 CVR 和 AOV

A/B 测试是一把双刃剑。 优化您的 Shopify 商店并提高转化率听起来不错。 但是您需要知道每个 A/B 测试会增加一层复杂性并使用您的资源。 测试什么与如何测试一样重要

我测试了产品照片的不同排序。 每次,我都发现最简单的图像总是能转换成最好的。 在产品页面上,您的客户需要准确了解您的产品是什么而无需思考。

粘性添加到购物车是众所周知的赢家。 将按钮也放在屏幕上,触手可及,我的 CVR 轻松提升了 8%。

不要忘记售后加售。 将我的平均订单价值从 24 美元提高到 40 美元很容易。 你会惊讶于向已经购买的人出售更多产品是多么容易

Matt Phelps,CRO 专家和 STEEL 创始人。

感觉受到启发? 以下是 A/B 测试初学者可以在其电子商务网站上使用的 20 多个元素:

  • 提供免费送货
  • 英雄图像与轮播
  • 号召性用语大小
  • 号召性用语颜色
  • CTA 展示位置
  • 号召性用语副本
  • 人类图像与无图像
  • 标题文案
  • 字体大小
  • 线高
  • 个性化与无
  • 进货通知
  • 利益驱动的产品描述
  • 产品页面上的专家提示
  • 突出折扣和优惠
  • 单页与多页结帐
  • 结帐期间的支持
  • 简单的导航菜单
  • 快速查看产品
  • 产品视频
  • 追加销售与交叉销售
  • 预览图像上的标签
  • 用户生成内容

从您可以进行 A/B 测试的元素列表中,很明显产品页面是开始的最佳位置。

但是您网站上的其他页面也非常适合进行 A/B 测试。

让我们看看您可以通过品牌的一些真实示例来测试哪些页面:

  1. 主页

    • 咸船长更改首页公告栏颜色,点击量增加 234.54%,CVR 提升 13.39%
    • 传奇墙艺尝试英雄版块和CTA文案,参与度提升325.39%,收入提升30.07%
    • byBiehl 添加了一个滑块来展示他们的重要产品,从而增加了类别页面访问量 (5.87%)、每用户收入 (3.25%) 和 CVR (19.73%)
  2. 类别页面

    • Copycat Fragrances 在其类别页面上添加了他们的 Instagram Stories 版本,将参与度提高了 4%,将每位用户的收入提高了 18%
    • Iceshaker 切换了他们的类别页面,将他们的产品故事包括在内,以解决常见的反对意见,并获得了 15.95% 的转化率提升。
    • Oliver Cabell 专注于用户的移动体验,修改了布局并改进了设计,这导致流量提升了 14.86%,结帐页面流量增加了 5.49%
  3. 结帐页面

    • Oflara 在购物者使用“添加到购物车”按钮结账时向他们推荐其他商品,从而显着提高了整体收入。
    • Conscious Items 使用粘性购物车消除了结账过程中的摩擦,从而使每位用户的收入增加了 10%,CVR 增加了 10%。
    • Homeware 指出,用户只在 Shopify 商店购买了一件商品。 因此,他们简化了结帐流程,将用户直接重定向到结帐页面,从而使 CVR 增加了 47.7%,移动设备上每位访客的收入增加了 71.4%。

专家提示:关注大的变化

对于初次进行 A/B 测试的创业者,我最好的建议是专注于大的变化。 例如,产品页面的完全重新设计。 像改变按钮颜色这样的小改动不太可能显着改变指针

通过重新设计完整的页面并在我们的产品页面中添加产品说明 GIF,我们能够将转化率提高 40%

Philip Pages,PostPurchaseSurvey.com 的创始人,一个 7 位数的中型电子商务 Shopify 品牌。

运行 A/B 测试时要熟悉的统计概念

尽管 A/B 测试用于比较您网站的两个版本,但仅查看数字是没有用的,因为这没有考虑数据的统计意义。 您最终会误解结果并损害您的销售。

因此,无论您的内部团队是在项目中运行点还是您聘请 CRO 机构,您都必须熟悉您会听到很多的 A/B 测试统计概念。

样本和总体

登陆您网站的所有访问者都被视为总体,而样本是参与 A/B 测试的访问者数量。

平均值、中位数和众数

平均值 = 平均值

中位数 = 中间值

模式 = 重复值

方差和标准差

方差是数据的平均变异性。 变异性越高,均值作为单个数据点的预测指标就越不精确。

标准偏差是方差的平方根,以与原始值相同的单位表示,使其直观更易于理解。 另一方面,方差以原始单位的平方表示,但对于 A/B 测试的结果仍然很重要。

统计学意义

当 A/B 测试仪表板显示“有 95% 的机会击败原创”或“90% 的统计显着性概率”时,它提出了以下问题:假设 A 和 B 之间没有潜在差异,我们多久会偶然看到我们在数据中所做的差异

Evan Miller,统计软件开发人员(来源)

显着性水平需要尽可能小。 1% 是理想的,因为它相当于 99% 的置信水平。 微不足道的结果可能意味着您所看到的实际上是误报,因此等待统计显着性很重要,但不仅如此。

您需要计算与您选择的最小提升(MDE - 最小可检测效应)相匹配的样本量,您将增加误报的变化。

P值

p 值是在假设原假设正确的情况下,获得至少与统计假设检验的观察结果一样极端的结果的概率。

但是关于 p 值,你真正需要了解的是:“这个结果有多令人惊讶?”

有关 Shopify 企业家应了解的完整列表,请阅读我们的 A/B 测试统计概念指南。

您应该在 Shopify 商店上运行多长时间的 A/B 测试?

您经常会遇到两个常见的谬误:

  • 达到统计显着性时结束 A/B 测试
  • 监控 p 值并在达到目标后立即宣布获胜者。

停止测试应基于样本量。 但是,虽然您不应该提前结束实验,但它们不应该永远运行。 如果 3 个月后,你仍然没有达到显着性,最好尝试其他的改变,最好是更大胆的。

Convert 和 Shopify 建议让您的测试至少运行两个业务周期或 14 天。

Faruzo 首席执行官 Avid Faruz 同意:

新企业家需要知道,在 A/B 测试中,时间框架很重要。 你运行 A/B 测试的时间越长,你得到的测试就越准确。 这是因为您的测试将使用更多数据点来得出结果。 经验丰富的营销人员会进行长达两周的测试。 我建议所有营销人员和企业家根据他们网站获得的流量水平设定时间框架

这就是我们的平台提供 14 天免费试用的原因,以便您可以测试您的假设。

在 Shopify 商店上运行 A/B 测试的 4 步流程

准备好运行测试了吗?

使用这 4 步 A/B 测试流程来构建更好的测试并了解其影响。

#1。 进行定性和定量研究

转化研究是第一步,也是最重要的一步。 这使您可以构建可以进行 A/B 测试的假设。 也称为发现阶段,这是您将操作假设置于静止状态并让数据指导您的时候。

你最终会得到两种数据——定量的和定性的。

从收集定量数据开始。 这些构成了您无法与 Google Analytics、Amplitude 或 Mixpanel 等分析引擎吐出的冷酷、确凿的事实。

例如,您可能想要查看跳出率、总转化次数或查看/会话的页面。

收集定量数据后,获取定性数据。 由于这是主观的,潜意识偏见可能会蔓延,但解释你的发现是你回答“为什么”的唯一方法。

使用 Hotjar 生成热图并记录访问者会话。 您可能找到的答案不是确定的,但它引入了新的可能性,有助于总体上更好的假设。

但在你开始之前,重要的是要同时查看定性和定量数据,以全面了解。 分析等于数据查询和批判性思维。

#2。 创建可信的假设

遵循科学方法意味着您必须创建一个可信的假设——一个需要评估其有效性的建议解决方案。

CorvusCRO 的创始人 Matt Beischel 分享了假设的 3 个主要组成部分:理解、响应和结果。

这是一个示例:

  • 理解通过比较过去 6 个月的购买数据,我们观察到多件商品的购买量有所减少
  • 回应我们希望在手机上的购物车页面上通过内联追加销售来推广配对产品,以供购物车中已有商品的返回用户使用。
  • 结果这应该会导致单品购买者更容易找到和购买互补产品,这将通过平均订单价值 (AOV) 来衡量,并由平均订单规模、多品购买数量、订单转化率和收入来支持。

为了帮助您简化和标准化假设的创建,我们提供了 A/B 测试假设生成器。

在这个阶段,您还想了解您的样本量并据此计算测试的停止点。 为此,请使用我们的 A/B 测试显着性计算器。

专家提示:

一旦您知道了您的样本量以及您应该运行测试多长时间,您就需要设置您的测试优先级。 您可以选择测试流程的不同部分,例如单个页面、整个网站、弹出窗口或付费广告。 最好一次只关注流程的一个部分,这样您就可以清楚地了解哪些变化正在改善客户体验和转化率

Allan Borch,DotcomDollar.com 的创始人
优先考虑你的假设

实验有很多好处,这就是为什么你会经常看到提倡测试一切的专家。 但是,您必须优先考虑现在需要运行哪些测试以及哪些实验可以等待,因为无论您的公司大小,资源都是有限的。

因此,实验者依赖于 RICE、PIE、ICE 或 PXL 等优先级模型。 但个性化顾问 David Mannheim 认为这些模型存在缺陷:

他们缺乏与更广泛的业务环境的一致性。 优先级应该是自上而下的,首先关注业务使命,其次是业务目标,依此类推。 大多数优先级模型都关注“执行”,即三角-y-层次结构图中的最后一件事,即执行的基础、概念、用户问题、产品目标、业务目标和最高使命

这些模型还使用“努力”作为评分因素,这意味着您确实在构建可能具有最大影响的功能,因为它们很复杂。 最终,这些模型缺乏客观性。

Product School 高级产品营销经理 Andrea Saez 说,

如果你甚至在做正确的事情,如果你没有经过适当的审查,你就无法知道大多数事情的范围、影响或努力,如果你没有与任何人谈论它,就更少了。 所以你怎么可能有任何信心

这里的答案是建立自己的优先级模型。

第 1 步:从示例中获取灵感

第 2 步:考虑与业务目标一致、迭代潜力、公司特定学习和资源投资等因素。

第 3 步:为要运行的测试分配权重

第 4 步:冲洗并重复,直到找到适合您的首字母缩写词。

#3。 部署测试

你已经完成了研究并建立了一个可信的假设。 现在是时候去击球了。

成功的部署需要 3 件事——正确的 A/B 测试平台、正确的团队来编写测试代码,以及 QA 和调试。

让我们从第一个开始。

是什么造就了 Shopify 的良好 A/B 测试平台?

理想情况下,您需要一个工具来测试主题、定价、菜单、产品集合、搜索页面、运行多变量测试和跟踪收入。

许多插件可以帮助您实现其中的一项或多项,但我们已经知道插件会导致代码膨胀,这对您的 SEO 或转换来说不是好消息。

像 Convert Experiences 这样的专用测试平台可与您的 Shopify 商店无缝集成,让您可以运行所需的各种测试,并拥有一个您可以使用的自定义 Shopify A/B 测试应用程序,从而消除可能的代码膨胀。

接下来,您希望有合适的团队来编写测试代码。

注意:编码员和与 A/B 测试团队合作的编码员之间存在差异。

最终,如果没有 QA 和调试,测试是不完整的。 如果没有 QA,变异错误可能会突然出现,从而导致统计错误——误报或误报。 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.

那么这对你意味着什么?

  • 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.

Shopify
购物