Testy A / B nebo také A / B analýza jsou široce používanými testy, zejména ve světě marketingu, který dovolte nám provést nejsprávnější volbu mezi dvěma nebo více možnostmi. Ze srovnávacích údajů mezi různými možnostmi nám umožňují empiricky vědět, který nebo který produkt je nejvhodnější. Jsou také široce používány například ve webových designech, protože pomáhají při rozhodování o uspořádání různých prvků. Tímto způsobem můžeme zajistit, že konečná úprava toho, na co se odkazuje, je ta, která se přizpůsobí většímu počtu uživatelů nebo klientů.
Pojďme se podívat, o co jde a jak fungují. A jaké parametry jsou nejvhodnější vzít v úvahu, aby se zajistilo, že test A / B bude co nejúspěšnější.
Co je to test A / B?
Test A / B je analýza chování, která extrahuje své výsledky z prezentace různých možností skutečným uživatelům. Jeho účelem je určit, která možnost fungovala nejlépe a je nejideálnější. K tomu je prezentována jedna nebo více možností s „mírnými“ změnami mezi těmito dvěma a je provedeno srovnání, u kterého se náš cíl nejvíce přiblížil. Ať už pro informační účely, pro účely ocenění, ve snaze o vyšší zisky nebo pro základní povahu našeho účelu.
Příklad 1: Máme web a chceme umístit „tlačítko výzvy k akci“, ale nevíme, které místo je lepší. Protože naše kritérium je subjektivní (ne empirické), předkládáme například 3 návrhy. V jednom z nich jej umístíme do zóny A, další do zóny B a další do jiné zóny, které budeme říkat C. Zašleme uvedenou publikaci / článek nebo ji prezentujeme ve 3 různých formách, abychom získali údaje asi 12.000 3 uživatelů rozdělených do 4.000 skupin po 3 XNUMX lidech. Poté budeme moci vědět, který ze XNUMX způsobů byl nejúčinnější. A to je ten, který si nakonec vybereme.
Příklad 2: Test A / B lze rozšířit nebo snížit, kolik chceme, takže si představme, že můžeme vylepšit předchozí příklad. Máme místo, kam umístíme „výzvu k akci“. Ukázalo se však, že máme dva potenciální modely a jsme nerozhodnuti o tom, který z nich bude atraktivnější. Opět bychom mohli představit možnost A a možnost B konzistentnímu počtu lidí. Poté, co jsme zjistili, který z nich dosáhl největšího dopadu, rozhodli bychom se pro tuto možnost.
Důvody pro provedení A / B analýzy
- Vylepšete design svého webu: Tyto závěry lze vyvodit z Google Analytics. O tom, které weby uživatelé nejčastěji navštěvují, z rozložení stránky, nabídek atd. Velmi užitečné, pokud se potřebujete rozhodnout pro předdefinované téma nebo design a nevíte, který z nich zvolit.
- Optimalizace webu: V souladu s příklady v předchozí části. Umožňuje nám určit, který banner, design, umístění nebo barvy jsou ideálnější a dosahuje většího úspěchu. V těchto případech umožňuje Adsense provádět tyto testy velmi snadno.
- Zvýšení ziskovosti: Určení toho, co je nejúčinnější, vám přinese lepší výhody. Od webové konverze po propagaci produktu nebo reklamní bannery.
- Nezblázni se: A je to tak, že někdy, dokonce i pro samotné marketingové pracovníky, je velmi obtížné skočit do prázdna, aniž by došlo ke srovnání myšlenky. Když se nebudete muset snažit uhádnout, který řádek je nejlepší, pomůže vám to pokračovat v každém nápadu, který máte, pevným a jistým krokem. Vyhněte se frustraci ze ztráty sebe sama, aniž byste věděli, proč se výsledky nezlepšují.
- Provádějte opravdu efektivní reklamu: Jaký typ reklamy bude nejúčinnější? Kde to udělat a jakými prostředky? Test A / B vám pomůže vybrat, který z nich je pro vás nejlepší. Kromě toho můžete počítat s údaji AdWords, abyste zjistili, která online kampaň může být pro vás nejúčinnější.
- Objevte, definujte své publikum a udržte si ho: Každý člověk si značku vybere z určitých důvodů a znalost toho, co od ní očekává, vám pomůže učinit nejlepší rozhodnutí. Tímto způsobem je minimalizováno riziko „vykolejení“ s obsahem, který chcete zobrazit. Vaši vlastní uživatelé budou ti, kteří vám dávají přednost prostřednictvím testu A / B, a následně budete moci i nadále nabízet ty, díky nimž se přiblížili vaší značce.
Následující kroky k provedení testu A / B
- Definujte sledovaný cíl: Určete, zda chceme integrovat něco nového, od produktu, designu, reklamní kampaně nebo jakéhokoli prvku naší vstupní stránky. Naopak změřte, zda máme problémy s něčím, co jsme založili, ale to nefunguje.
- Zvyšte různé alternativy: Jakmile zjistíme, co chceme analyzovat, představíme různé návrhy, které mají být testovány. Pokud to nebylo dříve provedeno, existují typické chyby, jako je nasycení příliš mnoha různými testy. Další typickou chybou je vzájemné porovnání nesouvislých věcí, například videa nebo obrázků. Výsledky nemusí být příliš spolehlivé nebo mají jen málo společného s konečným nápadem. Vyvarujte se hlubokého porovnávání věcí, které se liší.
- Proveďte test: Odešlete test zobecněným způsobem a náhodným uživatelům. Může to být jak poštou, tak vstupní stránkou nebo samotným produktem. V závislosti na technologii a typu prvku, který analyzujeme, se rozhodneme udělat to tak či onak. V každém případě je zde důležité mít možnost extrahovat data, která možnost byla úspěšnější.
- Vyvodit závěry: Část, která nás zajímá, s výsledky v ruce, můžeme hodnotit, že byla úspěšnější. V případě, že se jedná o nový produkt, můžeme určit, který z nich by se prodával nejvíce.
- Nářadí: Definováno, že poskytlo nejvíce výsledku, budeme implementovat to, co přineslo lepší výsledek, s jistotou předem vědět, že to bude fungovat.
Závěry
Na internetu existuje mnoho nástrojů k provádění testů A / B analýzy. Jak jsme již zmínili, Google Analytics, Adsense, Adwords nám tyto možnosti nabízejí. Ale máme i jiné nástroje jako Nelio AB Testování, plugin pro WordPress. Pokud nejste jedním z těch, kteří používají WordPress, existují webové stránky a společnosti, které nabízejí své služby, jako je Optimizeley, čistě zaměřené na hodnocení výsledků.
Zvyknutí si na analýzu pomocí A / B testů může vést k zaujmout v rozhodování poněkud vědecké pozice. Pokud ano, využijte toho! Když se budete moci rozhodnout, která varianta je pro vás výhodnější a úspěšnější, nakonec vám to přinese. A čím více hlasitosti ve svém sektoru odehrajete, tím zajímavější bude analyzovat každý váš krok.