Kompletny przewodnik po testach A/B w e-commerce: strategia, taktyka, narzędzia, analiza danych i studia przypadków

Wszyscy w przestrzeni online słyszeli zwrot „A/B split-testing”. Jednak wielu marketerów i sprzedawców detalicznych waha się, jeśli chodzi o przeprowadzanie własnych testów.

Nie są pewni, jak koordynować wszystkie różne części procesu testów dzielonych, od burzy mózgów, przez wybór oprogramowania, po analizę wyników.

I chociaż testy rozdzielone A/B nie są tak łatwe, jak sądzi większość ludzi, nie są wcale trudne. Poświęcenie trochę czasu na wdrożenie dobrze ustrukturyzowanych i przetestowanych procesów testowania A/B będzie niezwykle pozytywne dla Twojego sklepu internetowego.

W tym przewodniku poznasz prostą formułę przeprowadzania testów dzielonych. Dowiesz się również o typowych błędach, zapoznasz się z przykładami z życia wziętymi oraz otrzymasz praktyczne i konkretne wskazówki dotyczące testowania elementów na miejscu i poza nim.

Co znajdziesz w tym artykule:

Co to są testy A/B?
Jak przeprowadzać testy A/B: przegląd
1. Analiza
2. Zalecenia
3. Prototyp i projekt
4. Kod i test
5. Wyniki
Jak obliczyć wielkość próbki w teście A/B?
Które elementy strony produktu należy przetestować?
11 najczęstszych błędów w testach A/B w e-commerce, których należy unikać
Przegląd najlepszych narzędzi do testowania A/B w e-commerce
Przykłady studiów przypadku testowania A/B w e-commerce
1. Budapester
2. Zarezerwowane
3. 4F
Wniosek

Zaczynajmy!

Co to są testy A/B?

Testy A/B polegają na kierowaniu ruchu do dwóch różnych elementów treści – takich jak reklamy, e-maile, strony internetowe itd. – aby sprawdzić, który z nich działa lepiej. Często jedyną różnicą między przedmiotami testu jest pojedynczy element, taki jak nagłówek, wezwanie do działania (wezwanie do działania), obraz, fragment kopii itp. Alternatywnie, testy dzielone mogą dotyczyć dwóch zupełnie różnych rodzajów treści, takich jak Facebook reklamy, e-maile marketingowe, a nawet całe lejki sprzedażowe.

Co więc zazwyczaj reprezentują warianty „A” i „B” w testach A/B? Za każdym razem, gdy przeprowadzasz test, potrzebujesz zestawu wyników „z poziomu gruntu” lub „kontroli”. „A” zazwyczaj zawiera aktualne wyniki lub pierwszą iterację wariantu testowego. „B” to odmiana, z którą porównasz wyniki „A”.

Ogólny przykład testu A/B. (Źródło)
Załóżmy na przykład, że stronę produktu odwiedza kilkaset osób dziennie. Decydujesz się na przeprowadzenie testu podzielonego, w którym obok przycisku „Dodaj do koszyka” dodajesz powiadomienie o dostawie następnego dnia. Tak więc, korzystając z oprogramowania do testowania A/B, tworzysz podobną stronę i dzielisz ruch równo między obie strony i mierzysz wyniki. Bieżąca strona to temat testowy „A”. Wariantem jest obiekt testowy „B”.

Alternatywnie możesz przygotowywać się do promocyjnej kampanii e-mailowej, w której kierujesz swoich subskrybentów na stronę docelową, aby wziąć udział w darmowym konkursie. Zbudowałeś dwie strony docelowe – „A” i „B” – ale chcesz zobaczyć, który z nich przyciąga więcej uczestników. Ponownie, używając oprogramowania do testów dzielonych, kierujesz połowę ruchu e-mail na stronę „A”, a połowę na stronę „B”. Nawet jeśli nie masz jeszcze żadnych wyników, „A” to strona kontrolna, a „B” to pretendent.

„Testowanie wielowymiarowe” działa na tej samej zasadzie, ale obejmuje testowanie wariantów zawierających wiele zmian. Celem jest określenie, która kombinacja zmiennych działa najlepiej. Na przykład w teście A/B można porównać zielony przycisk CTA z czerwonym. W teście na wielu odmianach możesz jednocześnie zmienić zarówno kolor, jak i tekst wezwania do działania. W teście z dwiema zmianami na stronie dałoby to cztery warianty:

1. kolor jeden i tekst jeden,
2. kolor jeden i tekst dwa,
3. kolor dwa i tekst jeden,
4. i kolor dwa i tekst dwa.

Zaletą testowania na wielu odmianach jest to, że eliminuje potrzebę uruchamiania wielu testów dzielonych jeden po drugim. Minusem jest to, że wymaga dużego ruchu.

Jak przeprowadzać testy A/B: przegląd

Przyjrzyjmy się podstawowej formule przeprowadzania testów A/B. Na tym etapie nie przejmuj się zbytnio technicznym aspektem testów A/B. Dostępnych jest szereg narzędzi, które usprawniają i automatyzują wszystko, od tworzenia stron po interpretację wyników. Za chwilę przedstawimy najlepsze aplikacje i rozwiązania.

Testy rozdzielone A/B są zwykle przeprowadzane na miejscu lub poza nim. Testy na miejscu obejmują takie rzeczy, jak strony produktów, strony docelowe, formularze płatności i tak dalej. Testy on-site mogą być również przeprowadzane na stronach aplikacji – jeśli na przykład masz mobilną aplikację zakupową lub program lojalnościowy. Zasadniczo „testowanie na miejscu” dotyczy każdej strony w Twojej witrynie, która ma jeden cel i odpowiadające mu główne wezwanie do działania.

Testy poza witryną dotyczą wariantów reklam (zwłaszcza płatnych), e-maili, postów w mediach społecznościowych, powiadomień push i tak dalej.

Niezbędne jest jednoczesne uruchamianie testów z tą samą próbką ruchu. Ruch i czas to dwie największe zmienne, które mogą zniekształcać wyniki. Na przykład porównywanie wyników dwóch wariantów, jeśli jeden był testowany w Halloween, a drugi w Dzień Matki, nie przynosi żadnych korzyści.

Użyj następującego procesu, aby ustrukturyzować własne testy A/B:

1. Analiza

Na tym etapie określasz swoje cele i ustalasz priorytety, które elementy strony mają zostać przetestowane.

Cele będą koncentrować się na zwiększeniu kluczowych wskaźników konwersji, a „konwersje” mogą obejmować kliknięcia, rejestracje lub sprzedaż. Możesz nawet zdecydować się na „szersze” wskaźniki sukcesu, takie jak zaangażowanie lub zasięg, zwłaszcza podczas testowania reklam. Niezależnie od przypadku potrzebujesz jasnych danych, za pomocą których zmierzysz względny sukces lub porażkę wariantów.

Po ustaleniu celów możesz badać i ustalać priorytety, które testy mają zostać przeprowadzone. Powinieneś zbadać te szablony stron (strony produktów, strony kategorii, formularze kasy itp.), które są najważniejsze dla twoich celów, a następnie określić, które mają największy potencjał do poprawy. Spójrz na strony z wysokimi współczynnikami odrzuceń, niezwykle niskimi konwersjami, niskim zaangażowaniem, wysokim współczynnikiem porzuceń i tak dalej.

Po zidentyfikowaniu stron, które są zarówno ważne, jak i mają potencjał, należy je uszeregować zgodnie z łatwością, z jaką można przeprowadzać testy. Lepiej, zwłaszcza przy wdrażaniu nowej strategii, dążyć do najgorzej wiszących owoców, przechodząc do bardziej złożonych testów w miarę zdobywania większej ilości danych. Ta metodologia zapewni największe zwroty w najkrótszym czasie.

Wybranym elementem testowym może być wezwanie do działania, nagłówek w tekście reklamy, obraz na stronie docelowej, temat w e-mailu lub post w mediach społecznościowych reklamujący zniżkę. Najważniejszą rzeczą do zapamiętania jest to, że przedmioty testowe powinny zwykle stanowić jeden element, a wszystko inne pozostaje bez zmian. Wyjątkiem od tej reguły jest testowanie dwóch oddzielnych odmian, takich jak strony docelowe lub lejki sprzedażowe, które składają się z unikalnych e-maili i stron.

2. Zalecenia

Po zidentyfikowaniu testów, które chcesz przeprowadzić, musisz przeprowadzić burzę mózgów i sformułować hipotezy.

Zadaj pytanie: „Które zmiany mogą prowadzić do lepszych wyników dla stron i dlaczego?”

Hipoteza to ocena tego, dlaczego strona lub element nie działa tak dobrze, jak może, i jak możesz to poprawić. Kiedy przeprowadzasz test A/B, zasadniczo sprawdzasz hipotezę.

Możesz na przykład dojść do wniosku, że obecne CTA na stronie produktu nie wyróżniają się wystarczająco i że odwiedzający mają problem z ich znalezieniem. Sposobem na rozwiązanie tego problemu byłoby użycie jaśniejszego koloru przycisku CTA.

Najlepszym sposobem formułowania hipotez jest użycie następującego prostego szablonu: Jeśli…, to…, ponieważ….

Spójrzmy na przykład:

Jeśli informacja o niskim stanie magazynowym zostanie dodana do kart produktowych obok CTA, to współczynnik add-to-cart (a tym samym współczynnik konwersji) wzrośnie, ponieważ elementy budujące pilności skłaniają odwiedzających do podjęcia działań.

3. Prototyp i projekt

Po postawieniu hipotez wiele osób wskakuje i zaczyna organizować test. Niezbędna jest jednak odpowiednia burza mózgów i weryfikacja różnych opcji projektowych, upewniając się, że cały zespół jest na pokładzie i że wszystkie pomysły są uwzględniane.

Powinieneś zacząć od stworzenia luźnych makiety proponowanych zmian, burzy mózgów jak najwięcej możliwości. Po zweryfikowaniu tych, które wydają się najbardziej obiecujące, można stworzyć pełne prototypy do celów wdrożeniowych.

4. Kod i test

Zacznij od obliczenia wielkości próbki. Twój „rozmiar próbki” to ilość ruchu, której potrzebujesz, aby jednoznacznie stwierdzić, że jakiekolwiek różnice w wynikach nie są przypadkowe. Szczegółowo omawiamy ten temat w następnej sekcji. Jeśli obecnie nie kierujesz dużego ruchu na określoną stronę lub Twoja witryna jest w fazie rozwoju, zawsze możesz kupić ruch. W tym celu istnieje wiele usług.

Następnie, po przygotowaniu podłoża, możesz wybrać odpowiednie narzędzia i rozpocząć test. Różne narzędzia służą różnym potrzebom testowania. W przypadku pojedynczych elementów strony wystarczy prosty edytor internetowy. W przypadku bardziej złożonych testów podziału, takich jak porównanie różnych lejków sprzedaży, mogą być wymagane zaawansowane narzędzia. Dedykowane oprogramowanie jest również dostępne do e-mail marketingu i kampanii reklamowych.

Jeśli masz dedykowany zespół programistów do wdrażania kodu na miejscu, projekty, które stworzyłeś w poprzednim kroku, okażą się tutaj bezcenne.

5. Wyniki

Po zakończeniu testu możesz ocenić wyniki i sformułować nowe testy podzielone. Ewaluacja ma dwa cele: wyłonić zwycięzcę i wygenerować nowe pomysły na przyszłe testy. Czasami wyniki będą niejednoznaczne, co spowoduje zrewidowanie lub porzucenie oryginalnych hipotez. W innych przypadkach wyniki będą na tyle znaczące, że skłonią do przeprowadzenia podobnych testów na innych powiązanych stronach lub wypróbowania jeszcze bardziej zaawansowanych odmian oryginalnej zmiany.

Testy podzielone najlepiej przeprowadzać w ramach długoterminowej strategii. Powinieneś dążyć do wprowadzania wielu drobnych zmian przez wiele tygodni i miesięcy. Wszystkie te zmiany przyczynią się do znacznej i konsekwentnej poprawy ogólnego współczynnika konwersji.

Jak obliczyć wielkość próbki w teście A/B?

Obliczenie minimalnej wielkości próbki jest stosunkowo łatwe po zrozumieniu podstawowych pojęć.

Oto kilka terminów, które musisz znać:

• Konwersja bazowa — współczynnik konwersji dla bieżącej strony.
• Minimalny wykrywalny efekt – Minimalny wykrywalny efekt to minimalna procentowa zmiana w stosunku do wyjściowego współczynnika konwersji, który Cię ekscytuje: może wynosić 2%, 3%, 5% lub 10%. W testach A/B rzadko powinien przekraczać 10%. Oczywiście mniejsze wzrosty są łatwiejsze do osiągnięcia, ale trudniejsze do udowodnienia, ponieważ będziesz potrzebować większej liczby użytkowników. Z drugiej strony większe wzrosty łatwiej udowodnić przy mniejszej liczbie użytkowników. Ale zwykle trudno jest wymyślić pomysł na test, który będzie miał tak głęboki wpływ.
• Istotność statystyczna – Istotność statystyczna to stopień, w jakim jesteś „pewny” swoich wyników. W przypadku e-commerce należy dążyć do osiągnięcia istotności statystycznej od 80% do 95%.
• Poziom istotności – Poziom istotności jest odwrotnością istotności statystycznej. Na przykład poziom istotności 5% oznacza, że ​​istnieje 5% prawdopodobieństwo, że wyniki są przypadkowe. Poziom istotności od 5% do 20% jest normalny.
• Moc statystyczna — często pomijana przez testerów A/B, „moc statystyczna” to odsetek opisujący prawdopodobieństwo, że test znajdzie minimalny wykrywalny efekt, zakładając, że taki istnieje. Załóżmy na przykład, że ustawiłeś minimalny wykrywalny efekt na 5%, a moc statystyczną na 80%, a pod koniec testu twoja alternatywna wersja nie wygrywa. Masz 80% pewności, że przegrywająca wersja nie jest lepsza o 5% lub więcej.

Użyj tego kalkulatora od Evana Millera, aby obliczyć swoją minimalną próbkę i przeczytaj ten post na temat istotności statystycznej, jeśli chcesz dowiedzieć się więcej

Które elementy strony produktu należy przetestować?

Strony produktów idealnie spełniają kryteria wyboru kandydatów do testów. Są to jedne z najważniejszych i najbardziej ruchliwych stron w witrynie e-commerce. Można je również łatwo podzielić na testy.

Oto niektóre elementy strony produktu, które mogą mieć największy wpływ na konwersje:

• Tytuł – tytuł jest pierwszą rzeczą, którą widzą klienci, gdy trafiają na stronę produktu. Identyfikuje przedmiot i odróżnia go od innych produktów. Możesz eksperymentować, włączając (lub wykluczając) nazwy marek, kluczowe cechy i USP oraz próbując różnych wersji ogólnej nazwy produktu.
• Obrazy — zdjęcia produktów mogą znacząco wpłynąć na konwersje. W szczególności flagowy obraz produktu – ten, który klienci widzą jako pierwszy przed przewijaniem kolejnych zdjęć – ma dużą wagę. Uruchom różne odmiany tego obrazu, aby zobaczyć, który z klientów jest najbardziej atrakcyjny.
• Opis – przekonujące opisy zachęcają klientów do kliknięcia głównego CTA. Eksperymentowanie z opisami poprzez dodawanie perswazyjnych elementów do swojego egzemplarza może przynieść ciekawe rezultaty. Rozważ cytowanie nagród, wzmianek w mediach, rekomendacji celebrytów, wyróżniających się recenzji i nie tylko.
• Cena – Praktycznie każdy odwiedzający stronę spojrzy na cenę. Można przetestować wiele zmian, w tym kolor, rozmiar, lokalizację i wszelkie informacje zawarte bezpośrednio przy cenie – takie jak oryginalna przekreślona cena przed rabatami lub termin ceny promocyjnej.
• Opcje funkcji — często odwiedzający muszą przed zakupem wybrać cechy przedmiotu, takie jak kolor i rozmiar. Jeśli te opcje są niejasne lub trudne w użyciu, może to powodować duże tarcia dla kupujących. Niejednoznaczne poziomy zapasów mogą również prowadzić do niepewności.
• Informacje o dostawie – Czas i koszt wysyłki to kolejny ważny czynnik w procesie podejmowania decyzji. Możesz wyeliminować wątpliwości, pokazując informacje o dostawie we właściwy sposób, a nawet zwiększyć chęć zakupu, pokazując w widocznym miejscu bezpłatną dostawę tego samego lub następnego dnia.
• CTA – To jest duże. Jeśli chodzi o CTA, najważniejsze są trzy cechy: kształt, rozmiar i kolor. CTA powinny wyróżniać się na tle innych elementów na stronie i być łatwe do kliknięcia, zwłaszcza na urządzeniach mobilnych.
• Ocena w gwiazdkach – kupujący online uwielbiają recenzje. Rozważ przetestowanie wariantów oceny gwiazdkowej wyświetlanej pod nagłówkiem i ułatwienie klientom poruszania się po sekcji na stronach produktów poświęconych opiniom.
• Funkcje budowania pilności – elementy budowania pilności – takie jak liczniki czasu, dostawa z ograniczonym czasem, specjalne rabaty itd. – mogą znacznie zwiększyć liczbę konwersji strony. Dowiedz się więcej o budowaniu pilności na stronach produktów.

Jeśli chcesz zapoznać się z przykładami najskuteczniejszych stron produktów wraz z pomysłami na zwiększenie konwersji, zapoznaj się z naszym postem na ten temat.

Jeśli szukasz innych inspiracji do testowania, przygotowaliśmy najbardziej wszechstronną listę kontrolną optymalizacji e-commerce dostępną w sieci (lub gdziekolwiek, jeśli o to chodzi). Pobierz teraz za darmo!

Chcesz więcej takich informacji?

Otrzymuj cotygodniowe wskazówki, strategie i wiodącą wiedzę branżową dotyczące e-commerce.Dostarczone bezpośrednio do Twojej skrzynki odbiorczej.

dalej Zapoznałem się z polityką prywatności i akceptuję regulamin newslettera.

Zaznacz to pole wyboru, aby kontynuować

Hurra! Właśnie się zapisałeś. Sprawdź swoją skrzynkę odbiorczą, aby potwierdzić subskrypcję.

11 najważniejszych błędów w testach A/B dzielonych w e-commerce, których należy unikać”

Jeśli testowanie nie zostanie wykonane prawidłowo, może to być kolosalna strata czasu i pieniędzy.

Unikaj popełniania następujących błędów:

1. Testowanie stron z podziałem , które nie wpływają na konwersje — nie ma sensu testowanie stron z podziałem, które nie wpływają w znaczący sposób na konwersje. Przy ograniczonym czasie i zasobach kluczowe znaczenie ma badanie i ustalanie priorytetów najlepszych kandydatów do testów.
2. Testowanie z podziałem wielu elementów w jednym teście – Jeśli przeprowadzasz testy z wieloma elementami, nie masz możliwości dowiedzenia się, które odmiany odpowiadają za pozytywne wyniki. Wpływa to negatywnie na zdolność do formułowania hipotez w przyszłości i może również prowadzić do mniej niż optymalnych wyników dla stron, na których przeprowadzono testy.
3. Korzystanie z małej wielkości próby – Jeśli nie stosujesz się do dobrej nauki o danych – obliczając wielkość próby z istotnością statystyczną między 80% a 95% – Twoje wyniki będą niejednoznaczne. W dłuższej perspektywie najprawdopodobniej doprowadzi to do znikomych zmian w Twoich celach.
4. „Pożyczanie” wszystkich swoich pomysłów na testowanie – Badania konkurencji i wykorzystanie studiów przypadku do sformułowania swoich hipotez to dobra praktyka. Błędem jest generowanie z nich tylko pomysłów na testowanie. Wiele z Twoich najlepszych wyników prawdopodobnie pochodzi z testów, których nie przeprowadzili Twoi konkurenci.
5. Sporadyczne split-testy – Jak mówi stare przysłowie: split-testy są na całe życie, a nie tylko na Boże Narodzenie. Aby uzyskać największy wzrost konwersji i strategię, która jest w stanie dostosować się do zmieniających się zachowań konsumentów, testy powinny być prowadzone w sposób zrównoważony w perspektywie długoterminowej.
6. Brak rozdziału między procesami projektowania i rozwoju – Powinno istnieć wyraźne rozróżnienie między zadaniami, jeśli chodzi o burzę mózgów (projekt) i ich wdrażanie (opracowywanie i kodowanie). Sprzedawcy często mylą te role, co skutkuje albo nieefektywną burzą mózgów, albo tandetną implementacją. Nawet jeśli jedna osoba jest odpowiedzialna za obie prace, konieczne jest upewnienie się, że mają odpowiednie umiejętności.
7. Opieranie hipotez na przeczuciach i założeniach — każdy zespół przeprowadzający testy podzielone będzie miał zestaw założeń dotyczących tego, co składa się na „dobry pomysł na testowanie”. Ale ważne jest, aby być jak najbardziej otwartym i tworzyć hipotezy, które mogą wydawać się sprzeczne z intuicją. Całkowitym celem split-testów jest identyfikacja pozytywnych pierwotnych zmian. Procesy powinny w jak największym stopniu kwestionować leżące u ich podstaw założenia i zachęcać projektantów do nieszablonowego myślenia.
8. Nieumiejętność formułowania prawidłowych hipotez – Ważne jest poznanie przyczyn pozytywnych zmian. Jeśli tworzysz pomysły bez zastanowienia, stawiasz się w niekorzystnej sytuacji. Zrozumienie podstaw pomyślnych wyników pozwala lepiej zrozumieć zachowanie bazy klientów w czasie i generować solidne hipotezy w przyszłości.
9. Nieodpowiednia analiza wyników – więc CTA „B” konwertuje przy 10%, podczas gdy CTA „A” tylko przy 5%. To koniec historii, prawda? Nie! Dane testowe zawierają przydatne informacje o klientach, w tym informacje o segmentach o wysokim współczynniku konwersji, szczytowych czasach konwersji, przeszkodach na stronie i nie tylko. Skorzystaj z platformy analitycznej, takiej jak Google Analytics, aby naprawdę zagłębić się w wyniki testów.
10. Pomijanie małych zysków – detaliści często oczekują ogromnych wyników i często dyskontują 2% lub 3% zmian jako nieistotnych. W pewnym sensie jest to zrozumiałe. Przewaga niezwykle udanych studiów przypadku w sieci sprawiła, że ​​spróbowaliśmy powtórzyć te same wyniki. Ale to błąd. Małe wzrosty, gdy mają solidną istotność statystyczną, są tak samo ważne jak większe wyniki. Testy, które mają wysoką moc statystyczną, mogą wykryć niewielki efekt i wszystkie są równie ważne.
11. „Peeking” w wyniki – Przedwczesne przerywanie testów dzielonych (zanim osiągniesz pożądaną liczbę testowanych użytkowników) jest zdecydowanie nie. Często testerzy stwierdzają skuteczność jednego wariantu nad innym na podstawie wyników w połowie testu. Kiedy to robisz, ignorujesz wariancję, która może się ujawnić w trakcie testu, i często zdarza się, że w pewnych momentach wariacje arbitralnie przewyższają siebie nawzajem.
    

    Przegląd najlepszych narzędzi do testowania A/B w e-commerce

    Testy A/B powinny obejmować większość aspektów działań marketingowych i sprzedażowych. Nie powinno ograniczać się do Twojej witryny. Większość dedykowanych aplikacji, takich jak te do marketingu e-mailowego, reklam na Facebooku, mediów społecznościowych itd., będzie zawierać własne narzędzia do testowania A/B.

Ta lista przedstawia najlepsze narzędzia do przeprowadzania testów podziału w witrynie e-commerce . Co więcej, nie ma całkowicie „najlepszego” narzędzia, jeśli chodzi o testy rozdzielone A/B. Różne rozwiązania są projektowane dla różnych typów sklepów internetowych, a najlepszy wybór oprogramowania zależy od wielu czynników, w tym wielkości, branży, preferowanych metod marketingowych i innych.

Oto nasze zestawienie pięciu najlepszych narzędzi do testowania podziału A/B e-commerce:

1. VWO – VWO to jedno z najpopularniejszych narzędzi e-commerce w sieci do przeprowadzania analiz, opracowywania nowych pomysłów i przeprowadzania testów. Jako platforma ma wszystkie funkcje potrzebne do prowadzenia kampanii optymalizacyjnych i jest bardzo wszechstronna – z szeregiem opcji dla przedsiębiorstw i mniejszych firm (i wszystkiego pomiędzy). VWO umieszcza eBay na swojej liście klientów.
2. Optimizely – Kolejna znana marka w międzynarodowej przestrzeni e-commerce, Optimizely jest ulubioną wśród „wielkich” sprzedawców internetowych . Oprogramowanie zawiera potężny pakiet funkcji do przeprowadzania testów A/B, pozwalający na segmentację próbek, prognozowanie, targetowanie i analizę. Jest idealny do użytku zarówno na urządzeniach mobilnych, jak i stacjonarnych.
3. Google Optimize – Jednym z największych atutów Google Optimize jest jego bezproblemowa integracja z Google Analytics, chociaż „punkt sprzedaży” jest prawdopodobnie niewłaściwym słowem, ponieważ jest bezpłatny. Optimize to pełna platforma do testów A/B i posiada własny edytor wizualny. Znalazł wielu zwolenników głównie wśród mniejszych firm, co jest zrozumiałe, biorąc pod uwagę, że brakuje mu wielu cech konkurentów na poziomie przedsiębiorstwa. Dostępna jest płatna wersja Optymalizacji 360, do której użytkownicy mogą uaktualnić w późniejszym terminie.
4. AB Tasty – AB Tasty został zaprojektowany z myślą o większych przedsiębiorstwach i zawiera pełny zestaw narzędzi testowych, w tym bogatą w funkcje platformę analityczną, edytor wizualny i funkcję zautomatyzowanej implementacji do przeprowadzania testów.
5. Swiftswap — nie moglibyśmy skompilować listy najlepszych narzędzi testowych bez oprogramowania Growcode, Swiftswap. To, co sprawia, że ​​Swiftswap jest wyjątkowy, to wykorzystanie sztucznej inteligencji do informowania i usprawniania procesu testowania. Integruje się ze wszystkimi platformami e-commerce. Został również zaprojektowany, aby wprowadzać szybkie i spójne zmiany optymalizacyjne w sklepach e-commerce i jest dostępny jako część zleconego na zewnątrz pakietu optymalizacyjnego Growcode.

Przykłady studiów przypadku testowania A/B w e-commerce

Jak więc w praktyce wygląda test A/B?

Oto trzy przykłady z akt sprawy Growcode:

1. Budapester

Budapester to duży sklep internetowy, który sprzedaje markowe torby, buty i akcesoria. Firma chciała wdrożyć długoterminowy plan testów, który byłby opłacalny. Analiza wykazała, że ​​największy potencjał poprawy mają strony produktów i koszyk.

Przeczytaj pełne studium przypadku tutaj.

Wynik: współczynnik konwersji wzrósł o 12,5%.

Sformułowano i przetestowano następujące hipotezy:

Hipoteza pierwsza: wyraźniejsza komunikacja USP na wszystkich stronach zwiększyłaby konwersje.

Wcześniej: USP, który obejmuje bezpłatną wysyłkę i natychmiastową dostępność produktu, nie był pokazywany na stronach produktów.

Po: USP został umieszczony pod opisem produktu i w nagłówku.

Hipoteza druga: nagłówek zajmował zbyt dużo miejsca i rozpraszał odwiedzających niepotrzebnymi linkami i informacjami.
Wcześniej: nagłówek był niejasny, z dużą ilością małych przycisków, trudnym do odczytania tekstem i niepotrzebnymi linkami.

Po: Nagłówek został uproszczony, a główne przyciski bardziej przejrzyste.

Hipoteza trzecia: usprawniony koszyk na zakupy ograniczy porzucanie koszyka.
Wcześniej: Na stronie potwierdzenia zakupu nie były wyświetlane informacje o bezpłatnej dostawie, a obniżone ceny nie były podświetlone.

Po: Bezpłatna dostawa, dostępność i rabaty zostały podane w jasnych kolorach, aby były zauważalne.

2. Zarezerwowane

Reserved jest największym sprzedawcą odzieży w regionie CEE. Sklep internetowy został uruchomiony w 2013 roku.

Wynik: wzrost współczynnika konwersji o 4,6%.

Przeczytaj pełne studium przypadku tutaj.

Sformułowano i przetestowano następujące hipotezy:

Hipoteza pierwsza: Dodanie USP do stron głównych – strony głównej, stron produktów i stron kategorii – pomogłoby przekonać odwiedzających o wyjątkowych korzyściach płynących z zakupów w Reserved.

Wcześniej: Na stronie głównej nie były wyświetlane żadne wyraźne USP.

Po: USP były wyświetlane na stronie głównej tuż pod nagłówkiem.

Hipoteza druga: uwzględnienie USP na stronach koszyka na zakupy zmniejszyłoby porzucanie koszyka.
Wcześniej: pokazano niektóre USP, ale nie zostały one jasno wyjaśnione. Informacje o darmowej dostawie i darmowej dostawie kurierem przy zakupach powyżej 50 USD nie zostały pokazane.

Po: Po prawej stronie umieszczono sekcję wyświetlającą informacje o USP.

3. 4F

4F zajmuje się sprzedażą odzieży i akcesoriów sportowych. Firma zbudowała reputację w zakresie jakości, łącząc tradycyjne procesy produkcyjne z nowoczesnymi projektami.

Wynik: wzrost globalnego współczynnika konwersji o 8%.

Przeczytaj pełne studium przypadku tutaj.

Sformułowano i przetestowano następujące hipotezy:

Hipoteza pierwsza: Umieszczanie szczegółowych opisów na stronach produktów złagodzi wątpliwości i zachęci więcej odwiedzających do dodania produktów do koszyka.

Wcześniej: informacje o produkcie były rozproszone, trudne do zeskanowania i oddalone od CTA.

Po: Szczegóły produktu, w tym informacje o dostawie, zostały zapisane, aby można je było zeskanować, i umieszczono obok CTA.

Hipoteza druga: wyświetlanie rabatów w procentach skłoni więcej klientów do dodania produktów do koszyka.
Wcześniej: Cena z rabatem została przekreślona i pokazana obok ceny bieżącej, bez dalszych informacji.

Po: Obok aktualnej ceny została dołączona liczba przedstawiająca obniżoną cenę w procentach.

Hipoteza trzecia: wyświetlanie informacji o dostawie do sklepu zwiększyłoby konwersje, ponieważ są one bardzo istotne dla klientów, a 4F ma dobrze znaną sieć lokalnych sklepów.
Wcześniej: Informacje o dostawie do sklepu znajdowały się dość daleko na stronie.

Po: Szczegóły dotyczące wysyłki bezpośredniej i dostawy do sklepu były wyświetlane obok siebie nad CTA.

Jak widać, większość testowanych elementów strony to dość ogólne przykłady testów A/B. Pomimo tego, że mogą wydawać się „bezpieczne”, nadal mogą znacznie zwiększyć współczynniki konwersji.

Wniosek

Uzbrojony w informacje przedstawione w tym poście, możesz zacząć przeprowadzać testy, które przyniosą rzeczywiste wyniki i przybliżą Cię do celów konwersji i przychodów.

Ale jest ważna kwestia, o której należy pamiętać.

Nie zapominaj o znaczeniu ciągłego i spójnego testowania podzielonego.

Wdrożenie kampanii optymalizacyjnej, która polega na wprowadzaniu wielu drobnych zmian w czasie, pozwoli Ci znacznie przewyższyć konkurencję. Jest to strategia, którą stosują wielcy gracze, tacy jak Amazon, aby osiągnąć współczynniki konwersji znacznie powyżej średniej w branży.

Nawiasem mówiąc, jeśli szukasz inspiracji do testowania, przygotowaliśmy najbardziej obszerną listę kontrolną optymalizacji e-commerce dostępną w sieci (lub gdziekolwiek, jeśli o to chodzi). Pobierz teraz za darmo!

Dlaczego nie skontaktować się z Growcode?

Jeśli chcesz, aby doświadczony zespół przejął Twoją strategię optymalizacji, skontaktuj się z Growcode? Mamy wieloletnie doświadczenie w prowadzeniu testów typu split i potrafimy wdrożyć długoterminową strategię za ułamek tego, co będzie kosztowało samodzielne zarządzanie. Plus wyniki są gwarantowane. Jeśli ich nie dostarczymy, zwrócimy Ci pełny zwrot pieniędzy.
Przeczytaj o naszym wyjątkowym podejściu bez użycia rąk tutaj.