10 βασικές συμβουλές για τη δοκιμή A / B στον ιστότοπό σας ηλεκτρονικού εμπορίου

Πώς μπορείτε να δοκιμάσετε και να μετρήσετε τα ποσοστά μετατροπής για την online επιχείρησή σας μέσω του A / B Split Testing & 6 μέρη για να ξεκινήσετε την εφαρμογή αυτών των δοκιμών.

Διαχωρισμός δοκιμών για αύξηση των ποσοστών μετατροπής

Η δοκιμή A / B ή η δοκιμή split είναι μια μέθοδος δοκιμής της χρηστικότητας και της εμπειρίας χρήστη του ιστότοπού σας. Περιλαμβάνει τη δημιουργία δύο ή περισσότερων εκδόσεων του ιστότοπού σας και τη σύγκριση των αποτελεσμάτων της καθεμιάς για τον προσδιορισμό του καλύτερου τρόπου άμεσης προσέλκυσης χρηστών στο προϊόν ή την υπηρεσία σας.

Σε αντίθεση με άλλες μορφές δοκιμών χρηστικότητας, το σπουδαίο πράγμα για τις δοκιμές A / B είναι ότι παρέχει την ευκαιρία να δοκιμάσετε τον ιστότοπό σας με ζωντανές αγορές. Μια καλή δοκιμασία δεν θα παρέχει μόνο πολύτιμες μελλοντικές πληροφορίες μάρκετινγκ, αλλά μπορεί επίσης να πληρώσει για τη διαδικασία. Μπορεί επίσης να έχει ευεργετική παρενέργεια στο ότι μπορεί να συμβάλει στη διατήρηση της αφοσίωσης των ατόμων στον ιστότοπο ή το προϊόν σας, πολύ απλά επειδή οι περισσότεροι αρέσουν σε νέο περιεχόμενο.

Δοκιμή διαίρεσης ηλεκτρονικού εμπορίου

Ενδέχεται να βρείτε πολλές αντικρουόμενες πληροφορίες σχετικά με το χρονικό διάστημα που πρέπει να περιμένετε πριν από τον επανασχεδιασμό του ιστότοπού σας, με εύρος τιμών μεταξύ 6 μηνών και 3 ετών. Ωστόσο, ρεαλιστικά θα πρέπει να επανασχεδιάσετε τον ιστότοπό σας όταν και αν σταματήσει να είναι αποτελεσματικό. Πώς μπορείς να λες? Οι προφανείς δείκτες μπορεί να περιλαμβάνουν καθυστερημένες πωλήσεις ή αποδείξεις ότι οι χρήστες επισκέπτονται τον ιστότοπό σας και φεύγουν πριν από την αγορά ή μπορεί να βαριούνται. Οι δοκιμές A / B ή split μπορούν να σας βοηθήσουν, να διατηρήσετε την επιχείρησή σας στα δάχτυλά της και ταυτόχρονα να διατηρήσετε τους πελάτες ή τους χρήστες σας ενδιαφερόμενους.

Η αλλαγή για χάρη της αλλαγής δεν είναι απαραιτήτως καλό πράγμα, ωστόσο η αλλαγή για να διατηρείτε τους ανθρώπους αφοσιωμένους είναι, ειδικά εάν αυξάνει την κατώτατη γραμμή σας.

ΤΟ ΗΞΕΡΕΣ? Η δοκιμή A / B έχει αποδειχθεί ότι δημιουργεί 20-25% περισσότεροι δυνητικοί πελάτες για ιστότοπους ηλεκτρονικού εμπορίου και 30-40% περισσότερα για ιστότοπους B2B.

Μεθοδολογία – Συμβουλές για αποτελεσματική δοκιμή A / B

Συμβουλή 1. Πρώτα κάνετε κάποια προκαταρκτική δοκιμή

Είναι καλή ιδέα να βασίζετε την έρευνά σας σε ορισμένες απόψεις άλλων πριν ξεκινήσετε. Μερικές φορές πλησιάζουμε πολύ κοντά στους ιστότοπούς μας για να παρατηρήσουμε προβλήματα που άλλοι θα εντοπίσουν αμέσως. Περιέγραψα μερικές από αυτές τις μεθόδους που μπορείτε να ρίξετε μια ματιά. Ενώ μια άσκηση όπως η ταξινόμηση καρτών μπορεί να παρέχει μερικές πολύτιμες πληροφορίες, τουλάχιστον θα πρέπει να κάνετε μια μικρή δοκιμή στο διάδρομο για να πάρετε μερικές βασικές ιδέες για τομείς που θα μπορούσαν να βελτιωθούν.

Συμβουλή 2. Μεγέθη δειγμάτων

Σε αντίθεση με άλλες μορφές δοκιμής χρηστικότητας που προτείνουμε να δοκιμάσετε λιγότερα από 10 άτομα, με δοκιμές A / B θα χρειαστεί να εργαστείτε με ένα πολύ μεγαλύτερο δείγμα.

Αν και δεν θέλω να σας κουράσω με μια λεπτομερή διάλεξη σχετικά με τις στατιστικές, θα πρέπει να γνωρίζετε ακόμη μερικές έννοιες και ιδιαίτερα στατιστική σημασία. Αυτό μπορεί να ακούγεται περίπλοκο, ωστόσο είναι απλώς μια δοκιμασία για το αν τα αποτελέσματα που λαμβάνετε είναι πιθανό να είναι πραγματικά ή εάν οφείλονται απλά στην τύχη. Το να έχετε καλή εμπιστοσύνη στα αποτελέσματά σας εξαρτάται σε μεγάλο βαθμό από το μέγεθος του δείγματος σας ή από τον αριθμό των ατόμων που πρέπει να δοκιμάσετε για να μειώσετε την πιθανότητα τα αποτελέσματά σας να μην είναι τυχαία.

Συνήθως, εάν μπορείτε να φτάσετε στη βεβαιότητα 95% ότι τα αποτελέσματά σας είναι ακριβή, αυτό είναι κάτι που μπορείτε να λάβετε ως αρκετά αξιόπιστο. Με άλλα λόγια, με αυτό το επίπεδο, υπάρχει πιθανότητα μόνο 5% ότι τα αποτελέσματά σας οφείλονται στην τύχη.

κανονική καμπύλη

Είναι σημαντικό να σημειωθεί ότι επειδή κάτι είναι στατιστικά σημαντικό δεν σημαίνει απαραίτητα ότι το αποτέλεσμα είναι μεγάλο. Για παράδειγμα, ας υποθέσουμε ότι μπορείτε να κάνετε ένα στα 10.000 άτομα να αγοράσουν το προϊόν σας σε μία καμπάνια, αλλά σε μια άλλη, έχετε δύο από το ίδιο δείγμα. Αν και τα αποτελέσματα μπορεί να είναι στατιστικά σημαντικά και θα μπορούσατε να ισχυριστείτε ότι τα αποτελέσματά σας διπλασιάστηκαν, ρεαλιστικά πήρατε μόνο αύξηση 0,01 τοις εκατό. Αυτό είναι σπάνια αυτό που οι περισσότεροι θα θεωρούσαν «επιτυχία». Ωστόσο, εάν το δείγμα είναι μόνο 100, τότε αυτό το επίπεδο αύξησης θα σήμαινε πολύ περισσότερα. Για αυτόν τον λόγο, θα θελήσετε να ορίσετε μια βάση για τα αποτελέσματα που θέλετε να επιτύχετε από τις δοκιμές σας.

Το χρονικό διάστημα που θέλετε να διατηρήσετε τη δοκιμή σας εξαρτάται σε μεγάλο βαθμό από το μέγεθος του δείγματος που πιστεύετε ότι πρέπει να προσδιορίσετε εάν τα αποτελέσματά σας είναι έγκυρα.

Εδώ είναι χρήσιμη αριθμομηχανή για τον προσδιορισμό του μεγέθους του δείγματος σας.

Συμβουλή 3. Ξεκινήστε με λίγες υποθέσεις

Επιλέξτε μερικές περιοχές που επέλεξαν τα θέματα σας στο # 1 παραπάνω και αφήστε τις ως διαφορετικές περιοχές για δοκιμή. Οι υποθέσεις δεν είναι θεωρίες. είναι ένα σύνολο μορφωμένων «εικαστικών» που εσείς, ο επιστήμονας που είστε τώρα θα κάνετε πριν ξεκινήσετε τη δοκιμή. Δημιουργήστε μια λίστα με αυτά, με σαφώς καθορισμένα αποτελέσματα για τα αποτελέσματα που περιμένετε να βρείτε.

Ακολουθούν μερικές παραδείγματα ερωτήσεων:

  • Το κουμπί “αγορά τώρα” στην επάνω δεξιά γωνία της σελίδας θα έχει περισσότερο αποτέλεσμα από ένα στην κάτω αριστερή γωνία?
  • Το άνοιγμα συνδέσμων προς εξωτερικούς ιστότοπους σε νέο παράθυρο θα διατηρήσει τα άτομα στον ιστότοπό σας; Θα αναγκάσουν τους ανθρώπους να φύγουν λόγω υπερβολικών πληροφοριών?

Συμβουλή 4. Δοκιμάστε τις θεωρίες σας

Κάντε λεπτομερείς σημειώσεις για τα αποτελέσματά σας. Συγκρίνετε τα αποτελέσματα με τα στατιστικά στοιχεία χρήσης του ιστότοπού σας. Προσδιορίστε πληροφορίες που διαφέρουν. Είναι καλή ιδέα να δείτε πόσες σελίδες κάνουν κλικ οι χρήστες πριν φύγουν, ποια είναι η αναλογία μεταξύ του αριθμού των σελίδων που έχουν κάνει κλικ στο καλάθι αγορών ή των στοιχείων επικοινωνίας και της αναλογίας των επισκέψεων προς τις πραγματικές πωλήσεις ή επαφές. Google Analytics παρέχει μερικές εξαιρετικές λεπτομέρειες σχετικά με τη χρήση στον ιστότοπό σας, συμπεριλαμβανομένων των συσκευών που χρησιμοποιούν οι πελάτες και από πού προέρχονται. Μία από τις αγαπημένες μου δυνατότητες είναι η “διαδρομή μέσω ιστότοπου” ή η “ροή χρηστών” που σας λέει πώς οι χρήστες χρησιμοποιούν πραγματικά τον ιστότοπό σας:

Στιγμιότυπο οθόνης του Google Analytics της ροής χρηστών

Συμβουλή 5. Δοκιμάστε μεμονωμένες θεωρίες μία κάθε φορά

Ένα κοινό λάθος που κάνουν οι άνθρωποι με τις δοκιμές A / B είναι η προσπάθεια να δοκιμάσουμε τα πάντα ταυτόχρονα. Το πρόβλημα με αυτήν την προσέγγιση είναι ότι μπορεί να παραπλανηθείτε από τα αποτελέσματα που έχετε. Δεν ξέρετε ποιες αλλαγές κάνατε είχαν το αποτέλεσμα. Αυτό μπορεί να σας οδηγήσει να κάνετε αλλαγές σε λάθος πράγμα και θα μπορούσε να βλάψει την κατώτατη γραμμή σας.

Συμβουλή 6. Χρησιμοποιήστε τον αυξητικό έλεγχο

Αφού διαπιστώσετε ότι η μία μέθοδος λειτουργεί καλύτερα από την άλλη, συνεχίστε να δοκιμάζετε επιπλέον υποθέσεις με βάση τα αποτελέσματα που έχετε βρει. Μπορεί να διαπιστώσετε ότι μία μέθοδος λειτουργεί για να προσελκύσετε τους ανθρώπους στο δρόμο, αλλά όχι στο σημείο που θέλετε να είναι (όπως στην πραγματικότητα η αγορά του προϊόντος σας!) Συνεχίστε την αναζήτηση για να βρείτε καλύτερους τρόπους για να μεταφέρετε τον χρήστη στο τελικό σημείο. Με άλλα λόγια, για να δανειστείτε έναν όρο από τις πωλήσεις, βρείτε μια προσέγγιση που θα μετατρέψει τον ιστότοπό σας στο καλύτερο «πιο κοντά».

Συμβουλή 7. Δοκιμάστε διαφορετικές εκδόσεις του ιστότοπού σας ταυτόχρονα

Υπάρχουν πολλοί παράγοντες που μπορούν να επηρεάσουν και ενδεχομένως να οδηγήσουν σε παραπλανητικά αποτελέσματα των δοκιμών. Για παράδειγμα, ενδέχεται να προβάλλετε μια διαφορετική διαφήμιση σε διαφορετικές τοποθεσίες, κάτι που θα μπορούσε να αλλάξει τους τύπους ατόμων που ενδέχεται να προσεγγίζετε. Τα αποτελέσματά σας θα μπορούσαν να απορριφθούν λόγω της περιόδου των διακοπών, της διακύμανσης κατά παραγγελία ή εάν είναι απλώς μια πιο αργή περίοδος του έτους. Για αυτόν τον λόγο, θα πρέπει να εκτελείτε ταυτόχρονα και τα δύο δείγματα της δοκιμής σας, ώστε να μειώσετε την πιθανότητα εξωτερικών παραγόντων να επηρεάσουν την εγκυρότητα των αποτελεσμάτων σας.

ΤΟ ΗΞΕΡΕΣ? Η Google πραγματοποίησε πάνω από 7.000 δοκιμές A / B το 2011.

Συμβουλή 8. Αποδεχτείτε ότι μπορεί να είστε λάθος.

Είναι πολύ κοινό για τους ανθρώπους να αναζητούν και να βρίσκουν πληροφορίες που επιβεβαιώνουν αυτό που ήδη πιστεύουν. Αυτό ονομάζεται «προκατάληψη επιβεβαίωσης» και είναι παραπλανητικό και αν δεν το αποφύγετε μπορεί να έχει σοβαρές επιπτώσεις στην κατώτατη γραμμή σας. Να είστε πρόθυμοι να αλλάξετε γνώμη βάσει των αποτελεσμάτων σας. Μερικές φορές μπορεί να χρειαστεί να ξεκινήσετε από την αρχή.

Συμβουλή 9. Κατανόηση των αποτελεσμάτων

Ένα εξαιρετικά συνηθισμένο λάθος, ιδιαίτερα με τους νέους ερευνητές, είναι η συσχέτιση με την αιτιότητα.

Με άλλα λόγια, επειδή δύο πράγματα συμβαίνουν ταυτόχρονα δεν σημαίνει ότι το ένα πράγμα προκάλεσε το άλλο. Τα θετικά σας αποτελέσματα μπορεί να μην οφείλονται στα διαφορετικά σχέδιά σας. θα μπορούσε να είναι τυχαίο. Θα μπορούσατε να έχετε δει μια αύξηση της δημοτικότητας σε μια συγκεκριμένη στιγμή, λόγω μιας ξαφνικής ζήτησης στην αγορά ή του γεγονότος ότι η διαφήμισή σας άρχισε να χτυπά τους σωστούς ανθρώπους. Ο κίνδυνος αυτών των τύπων λαθών είναι ότι μπορείτε να κάνετε αλλαγές που μπορεί να είναι αναποτελεσματικές, ή χειρότερα, επιβλαβείς. Γι ‘αυτό το λόγο:

Συμβουλή 10. Δοκιμάστε και δοκιμάστε ξανά

Αυτό ισχύει ιδιαίτερα εάν τα αποτελέσματα του # 6 παραπάνω δεν είναι αυτά που περιμένατε ή για να βεβαιωθείτε ότι δεν κάνετε τα λάθη στο # 8. Πάρτε τα αποτελέσματα της προηγούμενης δοκιμής σας και δοκιμάστε να αναπτύξετε νέες υποθέσεις. Δοκιμάστε αυτά. Πραγματοποιήστε αλλαγές και δοκιμάστε ξανά. Συνεχίστε να προσπαθείτε μέχρι να λάβετε θετικά αποτελέσματα. Δοκιμάστε τα θετικά σας αποτελέσματα σε διαφορετικές περιστάσεις. Επίσης, μην το υποθέτετε ποτέ επειδή η επιχείρησή σας είναι στα μαύρα που δεν μπορεί να τα πάει καλύτερα!

Τι πρέπει να δοκιμάσω?

Τέλεια, λέτε, “τώρα έχω μια λαβή για τη μεθοδολογία, αλλά τώρα πρέπει να ξέρω ποια μέρη του ιστότοπού μου πρέπει να δοκιμάσω.” Ο έλεγχος A / B μπορεί να γίνει σε πολλές διαφορετικές ενότητες του ιστότοπού σας.

Αρχική σελίδα – Συνήθως, το πρώτο πράγμα που θέλετε να δοκιμάσετε είναι η αρχική σελίδα του ιστότοπού σας. Μήπως η σχεδίαση της κύριας σελίδας του ιστότοπού σας κάνει τη διαφορά; Οι εικόνες κάνουν τη διαφορά; Τι θα λέγατε για λεπτομερείς εξηγήσεις του προϊόντος σας?

Ιστοσελίδες προορισμού – Τι γίνεται με τις σελίδες προορισμού; Με άλλα λόγια, δοκιμάστε τις σελίδες όπου οι άνθρωποι εισέρχονται στον ιστότοπό σας. Αυτό βασίζεται συνήθως στις καμπάνιες μάρκετινγκ, είτε μέσω email, διαφημίσεων ή σελίδων SEO. Οι σελίδες προορισμού είναι ένας από τους καλύτερους τομείς για να πειραματιστείτε με τα βρεγμένα πόδια σας με δοκιμές A / B, επειδή μπορούν να αλλάξουν εύκολα. Κατά πάσα πιθανότητα θα δείτε περισσότερη επισκεψιμότητα σε αυτές τις σελίδες. Χρησιμοποιήστε τους για να βρείτε τρόπους για να οδηγήσετε την επισκεψιμότητα στον ιστότοπό σας.

ΤΟ ΗΞΕΡΕΣ? Έχει αποδειχθεί ότι οι επιχειρήσεις με περισσότερες από 40 σελίδες προορισμού δημιουργούν 12 φορές περισσότερους δυνητικούς πελάτες από εκείνες με μόνο 1-5.

Προσκλήσεις για δράση – Παρέχετε σε άτομα άμεσες προσφορές για την αγορά του αντικειμένου σας ή επικοινωνήστε μαζί σας σχετικά με τις υπηρεσίες σας; Απομακρύνετε τους ανθρώπους απαιτώντας να παρέχουν προσωπικές πληροφορίες πριν μάθετε περισσότερα; Δοκιμάστε διαφορετικές μεθόδους εδώ.

Εμπιστοσύνη χρήστη – Βοηθάει η συμπερίληψη συνδέσμων προς δηλώσεις απορρήτου; Τι θα λέγατε για συνδέσμους προς ιστότοπους επιβεβαίωσης / αξιοπιστίας τρίτων, όπως το Better Business Bureau. Διαφέρουν οι σύνδεσμοι προς τις μαρτυρίες; Τι γίνεται με τις κριτικές πελατών?

Μεμονωμένα μέρη κάθε σελίδας – Η μετακίνηση κειμένου στη σελίδα φέρνει καλύτερα αποτελέσματα; Τι θα λέγατε πού τοποθετείτε το κουμπί “αγορά τώρα”; Λειτουργεί σωστά η πλοήγηση στον ιστότοπό σας για άτομα ή παραιτούνται και φεύγουν; Τι γίνεται με τους τρόπους με τους οποίους οι άνθρωποι επιλέγουν τη λίστα αλληλογραφίας σας; Κοιτάξτε μέσα από κάθε στοιχείο και προσπαθήστε να φανταστείτε ότι παρουσιάζονται με διαφορετικό τρόπο.

Δοκιμή A / B Πέρα από τον ιστότοπό σας – Ένα άλλο πράγμα που είναι εύκολο να ξεχάσετε είναι ότι υπάρχουν πολλά άλλα μέρη για χρήση δοκιμών A / B πέρα ​​από τον ιστότοπό σας. Μπορείτε να πραγματοποιήσετε δοκιμές σχεδόν σε οποιαδήποτε από τις διαδικτυακές σας δραστηριότητες μάρκετινγκ ή σε οτιδήποτε οδηγεί άτομα στον ιστότοπό σας. Δοκιμάστε αυτό στα email μάρκετινγκ και στις διαφημίσεις σας. Ένα από τα πλεονεκτήματα αυτού είναι ότι παρέχει έναν εξαιρετικό τρόπο αξιολόγησης διαφορετικών σελίδων προορισμού. Μπορείτε να στείλετε πανομοιότυπες διαφημίσεις (θυμηθείτε τον κανόνα σχετικά με τη δοκιμή ενός στοιχείου κάθε φορά), με τη μόνη διαφορά ότι φέρνει τον πελάτη σε διαφορετικό ιστότοπο προορισμού. Λειτουργεί καλύτερα από τους άλλους; Συνεχίστε να τα τροποποιείτε.

συμπέρασμα

Ο έλεγχος A / B ή Split μπορεί να μοιάζει με πολλή δουλειά, ωστόσο ο χρόνος που αφιερώνεται μπορεί να αξίζει τον κόπο. Εάν ακολουθήσετε τις παραπάνω οδηγίες, θα εξοικονομήσετε πολλούς πονοκεφάλους και θα έχετε μια πολύ καλή πιθανότητα να βελτιώσετε την κατώτατη γραμμή για τον ιστότοπό σας ηλεκτρονικού εμπορίου.

Επίσης, λαμβάνοντας υπόψη το γεγονός ότι μπορεί να γίνει με έναν ενεργό ιστότοπο και ότι μπορείτε να δείτε αποτελέσματα σε πραγματικό χρόνο θα πρέπει να το κάνετε πιο ικανοποιητικό. Εάν το θεωρείτε ως μέρος του διαδικτυακού μάρκετινγκ της επιχείρησής σας στο σύνολό του, σχεδόν σίγουρα θα δείτε καλύτερα αποτελέσματα από το να μην το κάνετε καθόλου. Και μην ξεχνάτε, ο ενθουσιασμός που βλέπεις τους δυνητικούς πελάτες ή τις πωλήσεις σας αυξάνει καθιστά όλη τη διαδικασία πολύ πιο απολαυστική. Εάν μόλις ξεκινήσετε, θεωρήστε τον εαυτό σας τυχερό καθώς θα ξεκινήσετε μπροστά από την καμπύλη. Εάν δεν το έχετε κάνει στο παρελθόν, ίσως αναρωτηθείτε σύντομα γιατί δεν το κάνατε καθ ‘όλη τη διάρκεια.

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me