Cum să faceți testarea A / B: o listă de verificare pe care o veți dori să marcați

Când specialiștii în marketing ca noi creează pagini de destinație, scriu copii prin e-mail sau proiectează butoane de îndemn, poate fi tentant să folosim intuiția noastră pentru a prezice ceea ce îi va face pe oameni să facă clic și să convertească.

Dar bazarea deciziilor de marketing pe un „sentiment” poate fi destul de dăunătoare pentru rezultate. Mai degrabă decât să ne bazăm pe presupuneri sau presupuneri pentru a lua aceste decizii , este mai bine să rulați un test A / B – uneori numit test divizat.

Testarea A / B poate fi valoroasă, deoarece diferitele audiențe se comportă, bine, diferit. Ceva care funcționează pentru o companie poate să nu funcționeze neapărat pentru o altă companie. De fapt, experții în optimizarea ratei de conversie (CRO) urăsc termenul „cele mai bune practici”, deoarece este posibil să nu fie de fapt cea mai bună practică pentru dvs.

Dar testele A / B pot fi, de asemenea, complexe. Dacă nu sunteți atent, ați putea face presupuneri incorecte despre ceea ce le place oamenilor și despre ce îi determină să facă clic – decizii care ar putea dezinforma cu ușurință alte părți ale strategiei dvs.

Continuați să citiți pentru a afla cum să faceți A / B testarea înainte, în timpul și după colectarea datelor, astfel încât să puteți lua cele mai bune decizii din rezultatele dvs.

Pentru a rula un test A / B, trebuie să creați două versiuni diferite ale unui conținut, cu modificări la o singură variabilă. Apoi, veți afișa aceste două versiuni pentru două segmente de public similare și veți analiza care dintre acestea a avut rezultate mai bune într-o anumită perioadă de timp (suficient de lungă pentru a face concluzii precise despre rezultatele dvs.).

Sursă

Testarea A / B îi ajută pe specialiștii în marketing să observe cum o versiune a unei piese de conținutul de marketing funcționează alături de altul. Iată două tipuri de teste A / B pe care le-ați putea efectua într-un efort de a crește rata de conversie a site-ului dvs. web:

Exemplul 1: Test experiență utilizator

Poate doriți să vedeți dacă mutarea unui anumit buton de îndemn (CTA) în partea de sus a paginii dvs. de pornire în loc să îl mențineți în bara laterală va îmbunătăți rata de clic.

Pentru a testa B / A această teorie, tu ” d să creez o altă pagină web alternativă care să reflecte schimbarea plasării CTA. Designul existent – sau „controlul” – este versiunea A. Versiunea B este „provocatorul”. Apoi, ați testa aceste două versiuni arătând fiecare dintre ele la un procent predeterminat de vizitatori ai site-ului. În mod ideal, procentul de vizitatori care văd ambele versiuni este același.

Aflați cum să testați cu ușurință A / B o componentă a site-ului dvs. web cu Hubul de marketing HubSpot.

Exemplul 2: Test de proiectare

Poate doriți să aflați dacă schimbați culoarea îndemnului (CTA) ) butonul poate crește rata de clic.

Pentru a testa A / B această teorie, ai proiecta un buton alternativ CTA cu o culoare diferită a butonului care să ducă la aceeași pagină de destinație ca și controlul. Dacă de obicei utilizați un buton roșu de îndemn în conținutul dvs. de marketing, iar variația verde primește mai multe clicuri după testul A / B, acest lucru ar putea merita să schimbați culoarea implicită a butoanelor dvs. de îndemn în verde de acum înainte .

Pentru a afla mai multe despre testarea A / B, descărcați aici ghidul introductiv gratuit.

Avantajele testării A / B

Testarea A / B are o multitudine de beneficii pentru o ma echipa de rketing, în funcție de ceea ce este, decideți să testați. Mai presus de toate, însă, aceste teste sunt valoroase pentru o companie, deoarece „au un cost redus, dar o recompensă ridicată.

Să spunem că angajați un creator de conținut cu un salariu de 50.000 USD / an. Acest creator de conținut publică cinci articole pe săptămână pentru blogul companiei, totalizând 260 de articole pe an. Dacă postarea medie pe blogul companiei generează 10 clienți potențiali, ați putea spune că costă puțin peste 192 USD pentru a genera 10 clienți potențiali pentru afacere (salariu de 50.000 $ ÷ 260 articole = 192 USD per articol). Aceasta este o schimbare solidă.

Acum, dacă îi cereți acestui creator de conținut să petreacă două zile dezvoltând un test A / B pe un articol, în loc să scrieți două articole în perioada respectivă, puteți arde 192 USD pentru că publicați încă un articol Dar dacă testul A / B constată că puteți crește rata de conversie a fiecărui articol de la 10 la 20 de clienți potențiali, tocmai ați cheltuit 192 USD pentru a dubla potențial numărul de clienți pe care afacerea dvs. îi primește de pe blogul dvs.

testul eșuează, desigur, ai pierdut 192 USD – dar acum poți face următorul test A / B și mai educat. Dacă al doilea test reușește să dubleze rata de conversie a blogului dvs., ați cheltuit în cele din urmă 284 USD pentru a dubla potențial veniturile companiei. Indiferent de câte ori eșuează testul dvs. A / B, succesul său final va fi aproape întotdeauna mai mare decât costul efectuării acestuia.

Există multe tipuri de teste divizate pe care le puteți rula pentru ca experimentul să merite în cele din urmă.Iată câteva obiective obișnuite pe care marketerii le au pentru afacerea lor atunci când testează A / B:

• Trafic sporit pe site-ul web: testarea diferitelor postări de blog sau titluri de pagini web poate schimba numărul de persoane care dau clic pe acel titlu hyperlinkat la accesați site-ul dvs. web. Prin urmare, acest lucru poate crește traficul site-ului web.
• Rată de conversie mai mare: testarea diferitelor locații, culori sau chiar ancorarea textului pe CTA-urile dvs. poate schimba numărul de persoane care dau clic pe aceste CTA-uri pentru a ajunge la o pagină de destinație. Acest lucru poate crește numărul de persoane care completează formularele de pe site-ul dvs., vă trimit informațiile de contact și „se convertesc” într-un client potențial.
• Rată de respingere mai mică: dacă vizitatorii site-ului dvs. pleacă (sau „resping” „) rapid după ce v-ați vizitat site-ul, testarea diferitelor prezentări de postări pe blog, fonturi sau imagini cu funcții poate reduce această rată de respingere și reține mai mulți vizitatori.
• Abandonarea coșului mai mic: companiile de comerț electronic văd 40% – 75% din clienți părăsiți site-ul web cu articole în coșul de cumpărături, potrivit MightyCall. Acest lucru este cunoscut sub numele de „abandonarea coșului de cumpărături”. Testarea diferitelor fotografii ale produselor, proiectarea paginilor de check-out și chiar și în cazul în care sunt afișate costurile de expediere pot reduce această rată de abandon.

Acum, să trecem prin lista de verificare pentru configurare, funcționare, și măsurarea unui test A / B.

Cum se efectuează testarea A / B

Urmăriți cu kitul nostru gratuit de testare A / B cu tot ce aveți nevoie pentru a rula testarea A / B, inclusiv un șablon de urmărire a testelor, un ghid de instrucțiuni pentru instrucțiuni și inspirație și un calculator de semnificație statistică pentru a vedea dacă testele dvs. au fost victorii, pierderi sau neconcludent.

Înainte de testul A / B

Să acoperim pașii care trebuie parcurși înainte de a începe testul A / B.

1. Alegeți o variabilă de testat.

Pe măsură ce vă optimizați paginile web și e-mailurile, este posibil să constatați că există o serie de variabile pe care doriți să le testați. Dar pentru a evalua cât de eficientă este o modificare, veți dori să izolați o „variabilă independentă” și să măsurați performanța acesteia – altfel, nu puteți fi sigur care dintre ele a fost responsabilă pentru schimbările de performanță.

poate testa mai multe variabile pentru o singură pagină web sau e-mail; doar asigurați-vă că le testați pe rând.

Uitați-vă la diferitele elemente din resursele dvs. de marketing și la alternativele lor posibile pentru proiectare, formulare și aspect. Alte lucruri pe care le-ați putea testa includ linii de subiect de e-mail. , numele expeditorilor și diferite moduri de a vă personaliza e-mailurile.

Rețineți că chiar și modificările simple, cum ar fi schimbarea imaginii din e-mail sau cuvintele de pe butonul de îndemn, pot aduce îmbunătățiri importante De fapt, aceste tipuri de modificări sunt de obicei mai ușor de măsurat decât cele mai mari.

Notă: Există unele momente în care are mai mult sens să testăm mai multe variabile decât o singură variabilă. Acesta este un proces numit testare multivariantă. Dacă „vă întrebați dacă ar trebui să efectuați un test A / B față de un test multivariant, aici” este un articol util din Optimizely care compară cele două.

2. Identificați obiectivul dvs. h4>

Deși veți măsura un număr de valori pentru fiecare test, alegeți o valoare principală pe care să vă concentrați – înainte de a vă ru n test. De fapt, faceți-o înainte de a configura chiar și a doua variantă. Aceasta este „variabila dvs. dependentă”.

Gândiți-vă unde doriți să fie această variabilă la sfârșitul testului divizat. S-ar putea să expuneți o ipoteză oficială și să vă examinați rezultatele pe baza acestei predicții.

Dacă așteptați până mai târziu pentru a vă gândi care metrici sunt importante pentru dvs., care sunt obiectivele dvs. și modul în care modificările pe care le propuneți ar putea afecta comportamentul utilizatorului, atunci este posibil să nu configurați testul în cel mai eficient mod.

3. Creați un „control” și un „challenger”.

Acum aveți variabilă independentă, variabila dvs. dependentă și rezultatul dorit. Utilizați aceste informații pentru a configura versiunea nealterată a oricărui lucru pe care îl testați ca „control”. Dacă „testați o pagină web, aceasta este pagina web nealterată, deoarece există deja. Dacă testați o pagină de destinație, acesta ar fi designul paginii de destinație și copierea pe care ați folosi-o în mod normal.

De acolo, creați o variantă sau un „provocator” – site-ul web, pagina de destinație sau e-mailul pe care îl veți testa împotriva controlului dvs. De exemplu, dacă vă întrebați dacă includerea unei mărturii pe o pagină de destinație ar face diferența, configurați pagina de control fără mărturii. Apoi, creați varianta cu o mărturie.

4. Împărțiți eșantionează grupuri în mod egal și aleatoriu.

Pentru testele în care ai mai mult control asupra audienței – cum ar fi cu e-mailurile – trebuie să testezi cu două sau mai multe segmente de public egale pentru a avea rezultate concludente.

Modul în care faceți acest lucru va varia în funcție de instrumentul de testare A / B pe care îl utilizați. Dacă sunteți un client HubSpot Enterprise care efectuează un test A / B pe un e-mail, de exemplu, HubSpot va împărți automat traficul la variantele dvs. astfel încât fiecare variantă să obțină o probă aleatorie de vizitatori.

5. Determinați dimensiunea eșantionului (dacă este cazul).

Modul în care determinați dimensiunea eșantionului va varia, de asemenea, în funcție de instrumentul de testare A / B, precum și de tipul de test A / B pe care îl executați.

Dacă „testați A / B un e-mail, probabil că veți dori să trimiteți un test A / B către o porțiune mai mică din lista dvs. pentru a obține rezultate semnificative statistic. În cele din urmă, veți alege un câștigător și trimiteți varianta câștigătoare la restul listei. (Consultați cartea electronică „Știința testelor împărțite” la sfârșitul acestui articol pentru mai multe informații despre calcularea dimensiunii eșantionului.)

Dacă sunteți client HubSpot Enterprise, veți avea un ajutor pentru a determina dimensiunea din grupul dvs. de probă utilizând un glisor. Vă va permite să efectuați un test 50/50 A / B pentru orice dimensiune a eșantionului – deși toate celelalte fragmentări ale eșantionului necesită o listă de cel puțin 1.000 de destinatari.

Dacă testați ceva care nu are un public finit, cum ar fi o pagină web, atunci cât de mult timp rămâneți testul vă va afecta în mod direct dimensiunea eșantionului.

Va trebui să lăsați testul să se desfășoare suficient de mult pentru a obține un număr substanțial de vizualizări, altfel va fi greu să vă dați seama dacă a existat o diferență semnificativă statistic între cele două variante.

6. Decideți cât de semnificative trebuie să fie rezultatele dvs.

Odată ce v-ați ales valoarea obiectivului, gândiți-vă cât de semnificative trebuie să fie rezultatele dvs. pentru a justifica alegerea unei variante față de alta. Semnificația statistică este o parte foarte importantă a procesului de testare A / B care „este adesea înțeleasă greșit. Dacă aveți nevoie de o actualizare a semnificației statistice din punct de vedere al marketingului, vă recomand să citiți această postare pe blog.

Cu cât procentul este mai mare din nivelul dvs. de încredere, cu atât mai sigur puteți fi în legătură cu rezultatele dvs. În majoritatea cazurilor, veți dori un nivel de încredere de minimum 95% – de preferință chiar 98% – mai ales dacă a fost un experiment care necesită mult timp. Cu toate acestea, uneori este logic să folosiți o rată de încredere mai mică dacă nu aveți nevoie ca testul să fie la fel de strict.

Matt Rheault, inginer software principal la HubSpot, îi place să se gândească la semnificația statistică, cum ar fi plasarea un pariu. Pe ce șanse te simți confortabil să plasezi un pariu? Spunerea „Sunt” 80% sigur că acesta este designul potrivit și „Sunt dispus să pariez totul pe el” este similar cu efectuarea unui test A / B cu o semnificație de 80% și apoi declararea unui câștigător.

Rheault spune, de asemenea, că probabil veți dori un prag de încredere mai mare atunci când testați ceva care îmbunătățește ușor rata de conversație. De ce? Deoarece varianța aleatorie joacă un rol mai mare.

„Un exemplu în care ne-am putea simți mai în siguranță scăderea pragului de încredere este un experiment care probabil va îmbunătăți rata de conversie cu 10% sau mai mult, cum ar fi o secțiune de erou reproiectată”, a explicat el.

„A lua în considerare aici este că, cu cât schimbarea este mai radicală, cu atât trebuie să fim mai puțin științifici în ceea ce privește procesul. Cu cât este mai specific modificarea (culoarea butonului, microcopie etc.), cu atât ar trebui să fim mai științifici, deoarece este mai puțin probabil ca schimbarea să aibă un impact mare și vizibil asupra ratei de conversie. „

7. Asigurați-vă că rulați un singur test la fiecare campanie.

Testarea mai multor lucruri pentru o singură campanie – chiar dacă nu se află pe același material exact – vă poate complica rezultatele. De exemplu, dacă testați A / B o campanie de e-mail care direcționează către o pagină de destinație în același timp în care testați A / B acea pagină de destinație … cum puteți ști care schimbare a cauzat creșterea numărului de clienți potențiali?

În timpul testului A / B

Să acoperim pașii care trebuie parcurși în timpul testului A / B.

8. Utilizați un instrument de testare A / B.

Pentru a efectua un test A / B pe site-ul dvs. web sau într-un e-mail, va trebui să utilizați un instrument de testare A / B. Dacă sunteți client HubSpot Enterprise, software-ul HubSpot are caracteristici care vă permit să testați e-mailurile A / B (aflați cum se face aici), îndemnurile (aflați cum se face aici) și paginile de destinație (aflați cum se face aici).

Pentru clienții non-HubSpot Enterprise, alte opțiuni includ „Experimente Google Analytics”, care vă permite să testați până la 10 versiuni complete ale unei singure pagini web și să comparați performanța acestora utilizând un eșantion aleatoriu de utilizatori.

9. Testați simultan ambele variante.

Cronometrarea joacă un rol semnificativ în rezultatele campaniei dvs. de marketing, indiferent dacă este momentul zilei, ziua săptămânii sau luna anului. Dacă ar fi să rulați versiunea A în timpul o lună și versiunea B o lună mai târziu, cum ați ști dacă schimbarea performanței a fost cauzată de designul diferit sau de luna diferită?

Când rulați testele A / B, va trebui să rulați două variante în același timp, altfel s-ar putea să rămâneți ghicind rezultatele dvs.

Singura excepție aici este dacă testați temporizarea în sine, cum ar fi găsirea timpilor optimi pentru trimiterea e-mailurilor. Acesta este un lucru minunat de testat, deoarece în funcție de ceea ce oferă afacerea dvs. și de cine sunt abonații dvs., timpul optim pentru implicarea abonaților poate varia semnificativ în funcție de industrie și de piața țintă.

10. Acordați testului A / B suficient timp pentru a produce date utile.

Din nou, veți dori să vă asigurați că lăsați testul să se desfășoare suficient de mult pentru a obține o dimensiune substanțială a eșantionului. În caz contrar, acesta ” Voi fi greu de spus dacă a existat o diferență semnificativă statistic între cele două variații.

Cât timp este suficient? În funcție de compania dvs. și de modul în care executați testul A / B, obținerea de rezultate semnificative statistic ar putea avea loc în ore … sau zile … sau săptămâni. O mare parte a timpului necesar pentru a obține rezultate semnificative din punct de vedere statistic este cantitatea de trafic pe care o obțineți – deci, dacă afacerea dvs. nu obține o mulțime de trafic pe site-ul dvs., va dura mult mai mult până când veți rula un A / B test.

În teorie, nu ar trebui să „restricționați timpul în care colectați rezultatele. (Citiți această postare de blog pentru a afla mai multe despre dimensiunea eșantionului și calendarul.)

11. Solicitați feedback de la utilizatori reali.

Testarea A / B are mult de-a face cu datele cantitative … dar acest lucru nu vă va ajuta neapărat să înțelegeți de ce oamenii iau anumite acțiuni față de ceilalți. rularea testului A / B, de ce să nu colectați feedback calitativ de la utilizatori reali?

Una dintre cele mai bune modalități de a cere oamenilor opiniile lor este printr-un sondaj sau sondaj. S-ar putea să adăugați un sondaj de ieșire pe site-ul dvs. care să-i întrebe pe vizitatori de ce nu au dat clic pe un anumit CTA sau pe paginile dvs. de mulțumire care îi întreabă pe vizitatori de ce au dat clic pe un buton sau au completat un formular.

S-ar putea să descoperiți, de exemplu, că o mulțime de oameni au dat clic pe un îndemn care să-i conducă la o carte electronică, dar odată ce au văzut prețul, nu s-au convertit. Acest tip de informații vă va oferi o mulțime de informații despre motivele pentru care utilizatorii dvs. se comportă în anumite moduri.

După testul A / B

În cele din urmă, să acoperim pașii pentru faceți după testul A / B.

12. Concentrați-vă asupra valorii obiectivului dvs.

Din nou, deși veți măsura mai multe valori, păstrați-vă accentul pe valoarea obiectivului principal atunci când îți faci analiza.

De exemplu, dacă ai testat două variante ale unui e-mail și ai ales clienții potențiali ca valoare principală, nu te lăsa prins de rata de deschidere sau rata de clic. Este posibil să vedeți o rată de clic ridicată și rate de conversie scăzute, caz în care ați putea alege varianta care a avut o rată de clic mai mică la final.

13. Măsurați semnificația rezultatelor dvs. utilizând calculatorul nostru de testare A / B.

Acum, după ce ați „determinat ce variație funcționează cel mai bine, este timpul să stabiliți dacă rezultatele dvs. sunt semnificative statistic sau nu. Cu alte cuvinte, sunt suficiente pentru a justifica o schimbare?

Pentru a afla, va trebui să efectuați un test de semnificație statistică. Puteți face acest lucru manual … sau puteți doar să conectați rezultatele experimentului dvs. la calculatorul nostru gratuit de testare A / B.

Pentru fiecare variantă pe care ați testat-o, vi se va solicita să introduceți numărul total de încercări, cum ar fi e-mailurile trimise sau afișările văzute. Apoi, introduceți numărul de obiective pe care le-a îndeplinit – în general, veți vedea clicurile, dar acestea ar putea fi și alte tipuri de conversii.

Calculatorul va scuipa nivelul de încredere pe care îl produc datele dvs. pentru variația câștigătoare. Apoi, măsurați acest număr în funcție de valoarea pe care ați ales-o pentru a determina semnificația statistică.

14. Acționați pe baza rezultatelor dvs.

Dacă o variantă este statistic mai bună decât cealaltă, aveți un câștigător. Finalizați testul dezactivând variația pierdută în instrumentul de testare A / B.

Dacă niciuna dintre variații nu este statistic mai bună, tocmai ați aflat că variabila pe care ați testat-o nu a avut rezultate și va trebui să marcați testul ca fiind neconcludent. În acest caz, rămâneți cu varianta originală – sau rulați un alt test. Puteți utiliza datele eșuate pentru a vă ajuta să aflați o nouă iterație la noul test.

În timp ce testele A / B vă ajută să influențați rezultatele de la caz la caz, puteți aplica și lecțiile învățați din fiecare test și îl aplicați pentru eforturile viitoare.

De exemplu, dacă ați efectuat teste A / B în marketingul prin e-mail și ați constatat în mod repetat că utilizarea numerelor în liniile subiectului e-mailului generează rate de clic mai bune , poate doriți să luați în considerare utilizarea acelei tactici în mai multe e-mailuri.

15. Planificați următorul test A / B.

Testul A / B pe care tocmai l-ați terminat s-ar putea să fi ajutat descoperiți un nou mod de a vă face conținutul de marketing mai eficient – dar nu vă opriți aici. Există întotdeauna spațiu pentru mai multă optimizare.

Puteți încerca chiar să efectuați un test A / B pe o altă caracteristică a aceleiași pagini web sau prin e-mail pe care tocmai ați făcut un test. De exemplu, dacă tocmai ați testat un titlu pe o pagină de destinație, de ce nu faceți un nou test pe copie? Sau schema de culori? Sau imagini? Fiți mereu atent la oportunitățile de creștere a ratelor de conversie și a clienților potențiali.

Începeți testarea A / B astăzi

Testarea A / B vă permite să ajungeți la adevărul conținutului și marketingului publicul tău vrea să vadă.Aflați cum să efectuați cel mai bine câțiva pași de mai sus utilizând cartea electronică gratuită de mai jos.

Nota editorului: Această postare a fost publicată inițial în mai 2016 și a fost actualizată pentru a fi cuprinzătoare.

Publicat inițial 13 aprilie 2020 8:00 : 00 AM, actualizat la 8 septembrie 2020