Οι δοκιμές A / B ή ονομάζονται επίσης ανάλυση A / B, είναι ευρέως χρησιμοποιούμενες δοκιμές, ειδικά στον κόσμο του μάρκετινγκ, οι οποίες επιτρέψτε μας να κάνουμε την πιο σωστή επιλογή μεταξύ δύο ή περισσότερων επιλογών. Από συγκριτικά δεδομένα μεταξύ των διαφόρων επιλογών, μας επιτρέπουν να γνωρίζουμε εμπειρικά ποιο ή ποιο προϊόν είναι το πιο κατάλληλο. Χρησιμοποιούνται επίσης ευρέως σε σχέδια ιστοσελίδων, για παράδειγμα, καθώς βοηθούν στη λήψη αποφάσεων σχετικά με τη ρύθμιση των διαφόρων στοιχείων. Με αυτόν τον τρόπο, μπορούμε να διασφαλίσουμε ότι το τελικό φινίρισμα σε αυτό που αναφέρεται, είναι αυτό που προσαρμόζεται σε μεγαλύτερο αριθμό χρηστών ή / και πελατών.
Ας δούμε πραγματικά τι είναι και πώς λειτουργούν. Και ποιες παράμετροι είναι οι πλέον κατάλληλες για να βεβαιωθείτε ότι η δοκιμή A / B είναι όσο το δυνατόν πιο επιτυχημένη.
Τι είναι το τεστ A / B;
Ένα τεστ A / B είναι μια ανάλυση συμπεριφοράς που εξάγει τα αποτελέσματά του από την παρουσίαση των διαφορετικών επιλογών σε πραγματικούς χρήστες. Σκοπός του είναι να προσδιορίσει ποια επιλογή λειτούργησε καλύτερα και ποια είναι η πιο ιδανική. Για να γίνει αυτό, παρουσιάζονται μία ή περισσότερες επιλογές, με "μικρές" αλλαγές μεταξύ των δύο, και γίνεται σύγκριση με την οποία πλησιάζει κανείς στον στόχο μας. Είτε πρόκειται για ενημερωτικούς σκοπούς, για σκοπούς αποτίμησης, για την επίτευξη υψηλότερων κερδών ή για τον υποκείμενο χαρακτήρα του σκοπού μας.
Παράδειγμα 1: Έχουμε έναν ιστότοπο και θέλουμε να τοποθετήσουμε ένα "κουμπί παρότρυνσης για δράση", αλλά δεν γνωρίζουμε ποια τοποθεσία είναι καλύτερη. Καθώς το κριτήριό μας είναι υποκειμενικό (όχι εμπειρικό), παρουσιάζουμε, για παράδειγμα, 3 προτάσεις. Σε ένα από αυτά το τοποθετούμε σε μια ζώνη Α, μια άλλη στη ζώνη Β και μια άλλη σε μια άλλη ζώνη που θα καλέσουμε Γ. Στέλνουμε την εν λόγω δημοσίευση / άρθρο ή την παρουσιάζουμε στις 3 διαφορετικές μορφές της, για να λάβουμε τα δεδομένα περίπου 12.000 χρήστες, χωρισμένοι σε 3 ομάδες 4.000 ατόμων. Μετά από αυτό, θα μπορέσουμε να μάθουμε ποιοι από τους 3 τρόπους ήταν ο πιο αποτελεσματικός. Και αυτό θα καταλήξουμε να επιλέξουμε.
Παράδειγμα 2: Η δοκιμή A / B μπορεί να επεκταθεί ή να μειωθεί όσο θέλουμε, οπότε ας υποθέσουμε ότι μπορούμε να βελτιώσουμε το προηγούμενο παράδειγμα. Έχουμε την τοποθεσία όπου θα τοποθετήσουμε την "παρότρυνση για δράση". Αλλά αποδεικνύεται ότι έχουμε δύο πιθανά μοντέλα και είμαστε αναποφάσιστοι για το ποιο θα είναι πιο ελκυστικό. Και πάλι, θα μπορούσαμε να παρουσιάσουμε την επιλογή A και την επιλογή B σε έναν σταθερό αριθμό ατόμων. Αφού δούμε ποιος έχει επιτύχει τον μεγαλύτερο αντίκτυπο, θα επιλέξαμε αυτήν την επιλογή.
Λόγοι για την ανάλυση A / B
- Βελτιώστε το σχεδιασμό του ιστότοπού σας: Αυτά τα συμπεράσματα μπορούν να εξαχθούν από το Google Analytics. Σχετικά με τους ιστότοπους που οι χρήστες τείνουν να επισκέπτονται περισσότερο, από διάταξη σελίδας, μενού κ.λπ. Πολύ χρήσιμο εάν πρέπει να επιλέξετε ένα προκαθορισμένο θέμα ή σχέδιο και δεν ξέρετε ποιο να επιλέξετε.
- Βελτιστοποίηση ιστού: Σύμφωνα με τα παραδείγματα στην προηγούμενη ενότητα. Μας επιτρέπει να προσδιορίσουμε ποιο banner, σχέδιο, τοποθεσία ή χρώματα είναι πιο ιδανικό και επιτυγχάνει μεγαλύτερη επιτυχία. Για αυτές τις περιπτώσεις, το Adsense επιτρέπει τη διεξαγωγή αυτών των δοκιμών πολύ εύκολα.
- Αύξηση κερδοφορίας: Ο προσδιορισμός του πιο αποτελεσματικού θα σας προσφέρει καλύτερα οφέλη. Από τη μετατροπή ιστού, στην προώθηση ενός προϊόντος ή στα διαφημιστικά πανό.
- Μην τρελαίνετε: Και είναι ότι μερικές φορές, ακόμη και για τους ίδιους τους εμπόρους, είναι πολύ δύσκολο να πηδήξεις στο κενό χωρίς να έχεις αντίθεση με μια ιδέα. Το να μην χρειάζεται να προσπαθήσετε να μαντέψετε ποια γραμμή είναι καλύτερη θα σας βοηθήσει να συνεχίσετε με κάθε ιδέα που έχετε σε ένα σταθερό και σίγουρο βήμα. Αποφεύγοντας την απογοήτευση να χάσετε τον εαυτό σας χωρίς να γνωρίζετε γιατί τα αποτελέσματα δεν βελτιώνονται.
- Πραγματοποιήστε πραγματικά αποτελεσματική διαφήμιση: Τι είδους διαφήμιση θα είναι πιο αποτελεσματική; Πού να το κάνετε και με τι σημαίνει; Μια δοκιμή A / B θα σας βοηθήσει να επιλέξετε ποια είναι η καλύτερη για εσάς. Επιπλέον, μπορείτε να βασιστείτε στα δεδομένα του Adwords για να μάθετε ποια διαδικτυακή καμπάνια μπορεί να είναι η πιο αποτελεσματική για εσάς.
- Ανακαλύψτε, ορίστε το κοινό σας και διατηρήστε το: Κάθε άτομο επιλέγει μια επωνυμία για ορισμένους λόγους, και γνωρίζοντας τι περιμένουν από αυτό θα σας βοηθήσει να λάβετε τις καλύτερες αποφάσεις. Με αυτόν τον τρόπο, ελαχιστοποιείται ο κίνδυνος "εκτροχιασμού" με το περιεχόμενο που θέλετε να εμφανίσετε. Οι δικοί σας χρήστες θα είναι αυτοί που σας προτιμούν μέσω της δοκιμής A / B και, κατά συνέπεια, θα μπορείτε να συνεχίσετε να προσφέρετε σε αυτούς που τους έκαναν να πλησιάσουν την επωνυμία σας.
Βήματα που πρέπει να ακολουθήσετε για να κάνετε μια δοκιμή A / B
- Ορίστε τον επιδιωκόμενο στόχο: Προσδιορίστε αν θέλουμε να ενσωματώσουμε κάτι νέο, από ένα προϊόν, σχεδιασμό, διαφημιστική καμπάνια ή οποιοδήποτε στοιχείο της σελίδας προορισμού μας. Αντίθετα, μετρήστε εάν έχουμε προβλήματα σε κάτι που είχαμε καθορίσει, αλλά αυτό δεν λειτουργεί.
- Αυξήστε τις διάφορες εναλλακτικές λύσεις: Μόλις προσδιορίσουμε τι θέλουμε να αναλύσουμε, παρουσιάστε τις διάφορες προτάσεις που θα δοκιμαστούν. Εάν δεν έχει γίνει πριν, υπάρχουν τυπικά σφάλματα όπως κορεσμός με πάρα πολλές διαφορετικές δοκιμές. Ένα άλλο τυπικό λάθος είναι να συγκρίνουμε τα διαχωρισμένα πράγματα μεταξύ τους, για παράδειγμα, ένα βίντεο ή μια εικόνα. Τα αποτελέσματα μπορεί να μην είναι πολύ αξιόπιστα ή να έχουν ελάχιστη σχέση με την τελική ιδέα. Αποφύγετε τη σύγκριση πραγμάτων που είναι διαφορετικά από κάτω.
- Εκτελέστε τη δοκιμή: Στείλτε το τεστ με γενικευμένο τρόπο και τυχαίους χρήστες. Μπορεί να είναι ταχυδρομικώς, ή η ίδια η σελίδα προορισμού ή το προϊόν. Ανάλογα με την τεχνολογία και τον τύπο του στοιχείου που αναλύουμε, θα αποφασίσουμε να το κάνουμε με τον ένα ή τον άλλο τρόπο. Σε κάθε περίπτωση, το σημαντικό πράγμα εδώ είναι να μπορείτε να εξαγάγετε τα δεδομένα της επιλογής που ήταν πιο επιτυχημένη.
- Εξαγάγετε τα συμπεράσματα: Το μέρος που μας ενδιαφέρει, με τα αποτελέσματα στο χέρι, μπορούμε να αξιολογήσουμε ότι ήταν πιο επιτυχημένο. Σε περίπτωση που είμαστε ένα νέο προϊόν, μπορούμε να προσδιορίσουμε ποιο είναι αυτό που θα πουλούσε περισσότερο.
- Υλοποιώ, εφαρμόζω: Καθώς ορίστηκε ότι έδωσε το καλύτερο αποτέλεσμα, θα εφαρμόσουμε αυτό που έχει δώσει ένα καλύτερο αποτέλεσμα, με τη βεβαιότητα να γνωρίζουμε εκ των προτέρων ότι θα λειτουργήσει.
Συμπεράσματα
Υπάρχουν πολλά εργαλεία στο Διαδίκτυο για την εκτέλεση δοκιμών ανάλυσης A / B. Όπως έχουμε αναφέρει, το Google Analytics, το Adsense, το Adwords, μας προσφέρουν αυτές τις δυνατότητες. Αλλά έχουμε και άλλα εργαλεία όπως Δοκιμή Nelio AB, μια προσθήκη για το WordPress. Εάν δεν είστε ένας από αυτούς που χρησιμοποιούν το WordPress, υπάρχουν ιστότοποι και εταιρείες που προσφέρουν τις υπηρεσίες τους όπως Βελτιστοποίηση, καθαρά επικεντρωμένη στην αξιολόγηση των αποτελεσμάτων.
Η συνηθισμένη ανάλυση με δοκιμές A / B μπορεί να οδηγήσει σε λάβετε κάπως επιστημονικές θέσεις στη λήψη αποφάσεων. Εάν ναι, επωφεληθείτε από αυτό! Αν μπορέσετε να αποφασίσετε ποια επιλογή είναι πιο ευνοϊκή και επιτυχημένη για εσάς, θα σας φέρει το ίδιο. Και όσο περισσότερο όγκο παίζετε στον τομέα σας, τόσο πιο ενδιαφέρον θα είναι να αναλύετε κάθε βήμα που κάνετε.