A B тестирование: Что это такое, как его провести и примеры

A/B-тестирование проводится с опорой на допущение об улучшении показателей при конкретном изменении частного элемента страницы. Должно присутствовать ясное предположение о том, что данный элемент настроен неэффективно и есть возможность его улучшить. Когда предположение отсутствует, формулируется случайно и безосновательно, A/B-тестирование становится обычной забавой и тратой времени.

• Подумайте, какой результат вы хотите получить, и чётко сформулируйте его.
• И в целом цветовые вкусы аудитории меняются со временем, какие-то оттенки становятся раздражающими или выходят из моды.
• Когда мы тестируем большое количество пользователей, простые совпадения не редкость, по-умному это называется “определение уровня статистической значимости”.
• Протестируйте глубину содержания и уровень подробности описания, создав два варианта описания вашего ключевого предложения.
• Помимо крупных сервисов для масштабных тестов есть простые онлайн-инструменты.
• A/B-тестирование — это метод маркетингового исследования, который заключается в сравнении контрольного варианта продукта с его измененной версией.

Но если не брать в расчёт азы, а пойти в сторону гроус-хакинга, то правильных ответов становится всё меньше, а потребности в тестах – больше. Внедрение новых идей в разработку и продвижение продукта – неотъемлемая часть функционирующего бизнеса. Чтобы не https://deveducation.com/blog/gayd-dlya-novichkov-a-b-testirovanie-i-razlichnye-metody-provedeniya-ego/ стоять на месте и развиваться, компаниям следует придумывать и пробовать новые концепции, результат которых непредсказуем. Что это и как оно работает, какие задачи решает – важно знать каждому предпринимателю, выходящему на рынок с новой продукцией.

Как проводить А/В-тестирование в 2019 году

Если вы хотите проверить цвет кнопки, не меняйте в тот же момент и текст на кнопке или ее расположение. Так вы не узнаете, что именно повлияло на изменения. Тестирование всех вариантов проводится одновременно.

В таком случае принимаем решение доработать новую версию и запустить новое тестирование. Вернемся к примеру лендинга по продаже пластиковых окон. Так как мы льем трафик с контекстной рекламы, будем рассматривать новых пользователей (10% от общего объема) и не станем разбивать их на группы. В среднем за сутки лендинг посещает 100 человек, проводить тестирование будем 1 месяц и тогда новую версию сайта посмотрят 300 потенциальных клиентов (10%). Такого объема выборки хватит для принятия объективного решения.

Калькулятор достоверности A/B тестирования:

Отслеживайте окупаемость каждого рекламного канала и перестаньте сливать бюджет. Получайте максимум от рекламы, объединяя десятки маркетинговых показателей в удобном и понятном отчете. Затем вам нужно определить метрику, на которую вы будете смотреть, чтобы понять, является ли новая версия сайта более успешной, чем изначальная. Обычно в качестве такой метрики берут коэффициент конверсии, но можно выбрать и промежуточную метрику вроде показателя кликабельности . Чтобы проверить эти и многие другие гипотезы, используйте функцию «Сплит-тест».

Но на деле негативное влияние тестов может быть только из-за длительности их проведения. Этого можно избежать – чтобы не попасть под фильтр, не нужно затягивать с тестированием. Если оперативно обработать поступающие данные, быстро обновить функционал ресурса и не тратить много времени на длительные тесты, то рейтинг не пострадает. Указав данные, получим необходимые расчеты и рекомендации по внедрению нововведений. В нашем случае, когда конверсия с 4% увеличилась до 9%, аналитический анализ дает рекомендацию по масштабированию новой версии лендинга на всю аудиторию. Такой калькулятор подходит для анализа результатов любых тестов, связанных с конверсией.

Сбор результатов и формирование выводов

Кроме того, очень важно исключить и внутренние факторы, которые также могут существенно исказить результаты теста. Таким факторами могут быть действия операторов call-центра, служба поддержки, работа редакции, разработчики или администраторы ресурса. В Google Analytics для этого можно воспользоваться фильтрами. Наши предположения и гипотезы строятся на основе личного опыта и наших взглядов, которые совсем не обязательно совпадают со взглядами аудитории нашего ресурса.

Еще одна важная функция — возможность одновременной проверки сразу нескольких изменений на одной странице. Хорошим дополнением будет и возможность редактировать веб-страницы прямо из интерфейса сервиса. Этот инструмент от Zoho — доступный и удобный способ выполнять А/Б-тестирование сайтов. Он включает все основные интеграции и предлагает широкий спектр функций. Однако это хороший сервис для малых и средних предприятий, у которых нет своего трафика, необходимого для такого рода тестов.

Провести A/B-тест

Так что при проведении А/Б-теста важно выбирать правильное время и не прекращать исследование раньше срока. В формах для генерации лидов важно все, от цветов кнопок до текста. Такие нюансы могут серьезно повлиять на реакцию пользователя — сократить время на обдумывание покупки или вовсе заставить уйти с сайта.

Если это новый ресурс, то выборка может быть недостаточно репрезентативной. Поэтому лучше проводить тест именно на тех сайтах, у которых уже есть поток посетителей — как новых, так и постоянных. Также стоит учитывать, что статистическая значимость не всегда равна практической значимости. Например, проверка новой версии приложения на ограниченной аудитории показала статистическую значимость, но реальных и ощутимых изменений метрики нет.

Как провести тест на Google Optimize

Создается вторая версия лендинга, где кнопки будут круглыми. На нее направляется часть визитов с контекстной рекламы — люди получают шанс оценить обновленную версию и поработать с ней. Прежде чем заменять прямоугольные кнопки, стоит проверить такую теорию. Нужно внести правки на сайт и дать клиентам оценить обновленный лендинг. Обратная ситуация, когда мы не видим реальных изменений. Часто бывает, что метрика просто реагирует на изменения недостатка данных (т.е. мало пользователей для анализа).

Что такое A/B-тестирование в digital-маркетинге и как оно работает

Теперь можно проанализировать собранную информацию. Следует ли внести правки на страницу сайта или в объявление и распространить их на всю аудиторию? При этом нужно учесть измеряемый метричный вес при A/Б-тесте, гипотезы и многие другие моменты. Для проверки результатов важно запустить повторное тестирование, либо распространяют тест на всех пользователей, после чего уже делать решение о внедрении полноценной версии фичи.