Pisząc ostatnio o stronach lądowania wspomniałem o tym, że testy A/B są niezwykle ważnym elementem optymalizacji konwersji, w skrócie CRO. Tam, gdzie mogę staram się przypominać Wam o tym z nadzieją, że choć niewielki odsetek z Was w końcu zacznie ich używać.

Czym są testy A/B

Testy A/B w najprostszym ujęciu, to dwie różne wersje strony, dwie różne wersje nagłówka, treści, obrazka itd, które uruchamiasz w jakimś konkretnym celu. Załóżmy, że masz hipotezę wedle której zakładasz, że inny kolor przycisku wezwania do działania może być skuteczniejszy i generować większą konwersję. Tworzysz więc eksperyment (test A/B), którego zadaniem będzie potwierdzenie lub obalenie tej hipotezy.

To podstawowa wersja testu, gdzie masz dwie wersje do zweryfikowania. Są jednak testy bardziej złożone, tzw. testy A/B/n, gdzie wersji strony, nagłówka, koloru… może być dowolna ilość. Możesz w ramach eksperymentu przygotować kilka kolorów przycisków CTA i sprawdzić, który z nich będzie najskuteczniejszy.

Pamiętaj tylko, że testy z wieloma wersjami w ramach eksperymentu sprawdzają się na stronach z dużym ruchem, gdzie danych do analizy jesteś w stanie dla każdej z wersji zgromadzić odpowiednio dużą ilość, aby można je było traktować jako wiarygodne.

To częsty błąd osób początkujących. Strona ma niewielki ruch, a oni uruchamiają eksperyment składający się z 10 wersji. Ostatecznie po tygodniu każda z wersji ma ruch na poziomie powiedzmy 20 unikalnych odsłon co jest stanowczo za małą próbą, aby można było wyciągnąć z tego jakieś wnioski.

Gdybyś zamiast 10 różnych kolorów uruchomił eksperyment na razie dla 2, to zwróć uwagę, że każdy kolor będzie miał po 100 unikalnych wizyt. To oczywiście wciąż niewielka próba, ale już znacznie wartościowsza. Dlatego jeśli ruch jest niewielki, a chcesz wyciągnąć sensowne wnioski zacznij od podstawowej wersji, czyli testu A/B.

Jak uruchomić test A/B

To chyba jedna z głównych przyczyn tak rzadkiego wykorzystywania testów przez osoby początkujące. Nie wiadomo z jakich narzędzi skorzystać, a jeśli wiadomo, to albo okazują się trudne do wdrożenia i analizy albo zbyt drogie. Ostatecznie odpuszczamy, tłumacząc sobie, że przecież żaden z naszych znajomych testów nie prowadzi. Szalona wiec czasu.

W praktyce rezygnując z testów A/B wiele tracisz, a w skrajnych wypadkach brak testów i co za tym idzie optymalizacji konwersji, może doprowadzić do zwinięcia interesu. Tylko, że wówczas nikt kto taki interes zwija nawet nie pomyśli o tym, że być może scenariusz byłby inny gdyby nie odpuścił testów A/B i dążył do optymalizacji konwersji.

Narzędzia do testów A/B bezpłatne

W zasadzie powinienem chyba użyć liczby pojedynczej, ponieważ jedynym sensownym i darmowym z jakim pracowałem, to Google Optimize. Przy użyciu tego narzędzia w stosunkowo prosty sposób możesz uruchomić dowolne eksperymenty i zweryfikować co na Twojej stronie działa, a co nie.

Testy A/B w Google Optimize

Jak widzisz na powyższym zrzucie konfiguracja eksperymentu składa się z kilku kroków. W pierwszym tworzysz różne wersje tego co chcesz testować, kolejny krok to reguły kierowania czyli możesz zawęzić grupę uczestników testów np. do osób, które trafią do Ciebie z określonego adresu URL itp. Kolejny krok to spięcie z Google Analytics, konfiguracja celu i uruchomienie eksperymentu.

Celem może być np. kliknięcie w przycisk wezwania do działania lub cokolwiek innego, np. zakup. Dzięki temu będzie można zweryfikować, która z testowanych wersji najlepiej cel realizuje, a to bezcenne informacje dla każdego właściciela biznesu online.

Narzędzia do testów A/B płatne

Tych jest znacznie więcej i konkurują pomiędzy sobą przede wszystkim komfortem pracy i zarządzania eksperymentami oraz czytelnością danych analitycznych, tak aby jak najłatwiej było Ci wyciągnąć trafne wnioski, a co za tym idzie podjąć dobre decyzje biznesowe związane z Twoją stroną.

Osobiście korzystam z węgierskiego narzędzia, które swego czasu było bardzo popularne w Polsce, a nazywa się Omniconvert. Schemat działania jest bardzo podobny do Google Optimize. Też możesz tworzyć dowolnie rozbudowane eksperymenty. Możesz nawet w ramach jednego eksperymentu testować wiele zmian, choć to zazwyczaj nie jest najlepszy pomysł, bo bardzo łatwo o błąd w interpretacji.

Testy A/B przy wykorzystaniu narzędzia Omniconvert

Powyższy eksperyment dotyczył w zasadzie jednaj zmiany. Zmianie uległ sam nagłówek, nic więcej. Chciałem sprawdzić czy wpłynie to na ilość kliknięć w poszczególne przyciski testowanej podstrony. Przy tej ilości odsłon UU jaką widzisz wyniki nie są jeszcze miarodajne więc muszę poczekać, ale gdybym miał na ich podstawie wyciągać wnioski, to widać, że przycisk zapisu na bezpłatny kurs WordPress jest chętniej klikany w wersji strony ze zmienionym nagłówkiem. Czy najbliższe dni umocnią ten wynik czy zatrą, tego nie wiem, ale teraz zależy mi na tym abyś zrozumiał wagę takich testów.

Dlaczego testy A/B są ignorowane

Najczęściej wynika to z braku czasu. Nie dość, że często sami tworzymy naszą stronę, co też można zoptymalizować jeśli skorzystasz z moich kursów, to jeszcze Krzysiek pisze mi o prowadzeniu testów A/B. Skąd na to brać czas?

W rzeczywistości, jeśli zechcesz czas się znajdzie. Jeśli siądziesz jednego wieczoru, zaplanujesz eksperyment i go wdrożysz, to dalej pozwalasz mu swobodnie działać. Wracasz za jakiś czas do wyników, analizujesz, wyciągasz wnioski i wprowadzasz zmiany na stronie. W sumie to dwa wieczory, dużo? Z każdym kolejnym testem ten czas będzie krótszy!

Często jest też tak, że po prostu boimy się analityki. Obawiasz się, że coś źle zinterpretujesz i będą z tego tylko problemy. Jeśli jednak nie będziesz tego robić, nigdy się tego nie nauczysz, a konsekwencje mogą być wówczas jeszcze bardziej przykre. Za każdym razem gdy uruchomisz kolejny eksperyment będziesz mądrzejszy. Krok po kroku dojdziesz do perfekcji 🙂

Testy A/B są również ignorowane z innego powodu. Stworzyłeś stronę, jesteś z niej dumny. Uważasz, że jest perfekcyjna i nic nie chcesz w niej zmieniać. Pojawia się obawa, że gdy uruchomisz testy, Twoja wizja idealnej strony runie w gruzach, a tego nie dopuszczasz do siebie. Musisz jednak odpowiedzieć sobie na pytanie: po co ta strona jest? Czy jest po to, aby połechtać Twoje ego czy po to żeby zarabiać dla Ciebie pieniądze. Prawda jest taka, że strona nie ma się podobać Tobie, bo Twój Klient to nie Ty. Strona ma być skuteczna i ma realizować w optymalny sposób cel jaki jej wyznaczyłeś.

Jeśli okaże się, że testy potwierdzą, że strona powinna wyglądać inaczej, a to inaczej nie będzie Ci się w ogóle podobało, to kompletnie nie powinieneś się tym przejmować. Zapisz sobie gdzieś na biurku, że strona ma rozwijać Twój biznes, a nie podobać się Tobie czy grupce Twoich znajomych!

Jak często wykonywać testy A/B

Na jednym teście się nie kończy, testy powinny być praktycznie nieodłączną częścią ustawicznej pracy ze stroną. Kończysz jeden eksperyment i zaczynasz kolejny, aż w końcu osiągniesz taki poziom optymalizacji konwersji, który będzie Cię satysfakcjonował. Ale czy wtedy można już z nimi skończyć? Nie. Dlatego, że świat wokół nas nieustannie się zmienia. Zmieniają się trendy i upodobania. Coś co działało wczoraj jutro może nie przynosić żadnych korzyści. Dlatego testy A/B powinieneś wykonywać regularnie, aby utrzymać wypracowaną optymalizację konwersji na możliwie wysokim poziomie.

Udostępnij

Bezpłatne informacje o nowościach JZS

Zapraszam Cię do grona Subskrybentów! Tysiące Czytelników już subskrybuje wiadomości z JZS.

W każdej chwili możesz zrezygnować z subskrypcji. Twój adres jest tu bezpieczny.

Zobacz również

Hosting wideo

Hosting Wideo – Jaki wybrać?

Wideo to wciąż rosnący rynek i rosnący popyt na tę formę konsumpcji treści. W 2020 roku wartość rynku wideo online szacowana była na ponad 6

Polecane Oferty LifeTime!

AppMySite

Stwórz natywną aplikację mobilną dla swojego sklepu WooCommerce

Labrika

Optymalizacja treści w oparciu o konkurencję w TOP10, monitoring pozycji,...

Studiocart

Kreator lejków sprzedażowych pozwalający skutecznie skalować Twój biznes online.

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *