Testy A/B z Mopinion 17 lutego 2023 r

Specjaliści CRO i Growth Marketerzy kładą duży nacisk na eksperymentowanie i testy A/B. Testy A/B lub testy podzielone to sposób na przetestowanie dwóch wersji treści i porównanie ich wydajności. Celem testu A/B jest często sprawdzenie, która wersja prowadzi do większej liczby konwersji i wyższego CTR. Dane jakościowe często nie przyciągają tyle uwagi, co surowe liczby. Na przykład konkretny test A/B może prowadzić do większej liczby konwersji lub kliknięć określonego przycisku, ale wrażenia lub nastroje użytkowników mogą nie być lepsze. Kliknięcie przycisku mogło się zdarzyć, ponieważ nie byłeś pewien, co się stanie, jeśli odwiedzający kliknie przycisk.
Dlatego uważamy, że ważne jest zbieranie opinii na temat testów A/B oraz zbieranie danych jakościowych.

W tym artykule pokażemy dwa praktyczne sposoby przeprowadzania testów A/B z Mopinion .

1. Używanie formularzy zwrotnych do mierzenia, jak użytkownicy postrzegają dwie różne wersje testu A/B.
2. Testowanie dwóch różnych formularzy informacji zwrotnych w celu sprawdzenia, który z nich ma wyższy wskaźnik odpowiedzi.

Opinie klientów online mogą również pomóc w formułowaniu hipotez, które nie są oparte tylko na założeniach. Na podstawie zebranych opinii możesz zidentyfikować problemy, jakie mają Twoi klienci w Twoich kanałach online. Możesz użyć tych informacji jako danych wejściowych do testowania różnych hipotez. Ale w tym artykule skupimy się na dwóch powyższych punktach.

Nie masz czasu na przeczytanie całego artykułu? Obejrzyj wideo, w którym ja (Growth Marketer w Mopinion) wyjaśniam, jak przeprowadzić test A/B z Mopinion.

Co to są testy A/B?

Testy A/B pozwalają przetestować dwie wersje treści, aby zobaczyć, która z nich działa lepiej. 50% odbiorców udostępniasz jedną wersję treści, wariant A, a pozostałym 50% drugą wersję treści, wariant B. Dystrybucja powinna być losowa.

Następnie mierzysz współczynnik konwersji, współczynnik klikalności lub wrażenia klientów, aby zobaczyć, która wersja testu jest lepsza. Przy odpowiednio dużej próbie uzyskasz statystycznie istotny wynik i będziesz wiedzieć, która wersja prowadzi do zamierzonego celu, a tym samym działa lepiej. To będzie wersja, którą faktycznie wdrożysz i wprowadzisz pożądane ulepszenia.

Co możesz przetestować A/B?

Testy A/B są często przeprowadzane w kanałach cyfrowych, takich jak strony internetowe, w aplikacjach i w wiadomościach e-mail. Na stronach (docelowych) w Twojej witrynie lub w aplikacji możesz testować wiele zmiennych, takich jak:

• Tytuły i napisy
• Kopia ciała
• Zabarwienie
• Typ treści (wideo, obraz, tekst, jak widać na obrazku poniżej)
• Układ
• Projekt
• Wezwania do działania (CTA)
• Nawigacja
• Formularze zwrotne

Dzięki testom A/B w wiadomościach e-mail możesz przetestować temat , układ , długość wiadomości e-mail , a nawet porę dnia, w której ją wyślesz.

Testy A/B nie ograniczają się do Twoich własnych kanałów. Możesz także przetestować reklamy społecznościowe i reklamy w wyszukiwarce, aby zobaczyć, które z nich generują największy ruch w Twojej witrynie, a które z największym prawdopodobieństwem konwertują odwiedzających. Tutaj możesz także pobawić się kolorami , wzornictwem i wezwaniami do działania .

Formularze opinii są również potencjałem do testów A/B. Czy nie chciałbyś wiedzieć, jaki rodzaj formularza zwrotnego daje najwięcej informacji? W formularzu zwrotnym jest jeszcze wiele rzeczy do przetestowania, takich jak układ , kopia , projekt , kolejność pytań , rodzaj pytania , rodzaj formularza zwrotnego , jak i kiedy jest uruchamiany i wiele więcej. Zmiana jednej ze zmiennych może mieć pozytywny wpływ na szybkość odpowiedzi w formularzach opinii.

Dlaczego warto przeprowadzać testy A/B (z Mopinion)?

Dzięki testom A/B będziesz w stanie wprowadzić znaczące i oparte na danych zmiany w swojej witrynie, aplikacji, e-mailu lub innym kanale cyfrowym, które faktycznie doprowadzą do zamierzonych ulepszeń. Może to być coś pomiędzy wyższym zwrotem z inwestycji, większą liczbą konwersji, lepszą obsługą klienta i nie tylko. Testowanie eliminuje domysły i założenia.

Teraz skupmy się na tym, dlaczego warto rozpocząć testy A/B właśnie z Mopinion. Skoncentrujemy się na dwóch sposobach na A/B z Mopinion, jak wspomniano powyżej.

1. Używanie formularzy zwrotnych do mierzenia, jak użytkownicy postrzegają dwie różne wersje testu A/B.

Mierzenie, w jaki sposób Twoi odbiorcy doświadczają dwóch wersji testu A/B, dostarczy Ci danych jakościowych. Zapewnia wgląd w nastroje i opinie odbiorców. Na przykład przeprowadzasz test A/B w swoim e-mailu z różnymi typami treści. Twoi odbiorcy mogą wystawić ocenę i zostawić otwarty komentarz w formularzu opinii w wiadomości e-mail. Twój test A/B może prowadzić do różnych ocen obu wersji. Ma to wpływ na CSAT, NPS lub cokolwiek innego, co mierzysz, i zapewnia wgląd w nastroje odbiorców. Otwarte komentarze powiedzą Ci więcej o tym, dlaczego przyznawana jest określona ocena i dlaczego mogą istnieć różnice między Twoimi dwiema wersjami. Otwarte komentarze informują również o ogólnej opinii odbiorców. Oprócz celów ilościowych opartych na CTR i konwersjach (sprzedażowych), dowiesz się, co Twoi odbiorcy myślą o obu wersjach Twojego e-maila.

Chociaż cele, które nie są bezpośrednio związane z nieprzetworzonymi danymi sprzedaży, nie są powszechne, być może skupiasz się na stworzeniu lepszego doświadczenia użytkownika. Lepsze doświadczenie może pozytywnie wpływać na wskaźniki sprzedaży i często ma pozytywny wpływ. Zachęcamy również do zbierania opinii w tym przypadku, spójrz na poniższy przykład.

Załóżmy, że chcesz poprawić wrażenia użytkownika na określonej stronie internetowej. Chcesz mierzyć czas na stronie, liczbę odwiedzonych stron lub głębokość przewijania. Twój wariant eksperymentu (B) prowadzi do większej liczby odwiedzonych stron i dłuższego czasu na stronie, co może wskazywać na lepsze wrażenia z korzystania z witryny. Jednak może to również oznaczać, że odwiedzający nie mogli znaleźć informacji, których szukali, więc potrzebowali więcej czasu lub odwiedzili więcej stron, aby je znaleźć. Będziesz musiał zebrać dane jakościowe, aby wiedzieć, czy Twoja zmiana miała rzeczywiście pozytywny wpływ na doświadczenie.

2. Testowanie dwóch różnych formularzy informacji zwrotnych w celu sprawdzenia, który z nich ma wyższy wskaźnik odpowiedzi.

W przypadku drugiego sposobu na test A/B z Mopinion – przeprowadzając testy A/B ze swoimi formularzami zwrotnymi, takimi jak kolejność pytań lub projekt formularza – będziesz mógł określić, który formularz zwrotny daje najwięcej odpowiedzi lub otwartych komentarzy i stąd najwięcej spostrzeżeń.

Dwa sposoby testowania A/B z Mopinion

1. Używanie formularzy zwrotnych do mierzenia, jak użytkownicy postrzegają dwie różne wersje testu A/B

Przykład:
Przeprowadzasz test A/B na stronie docelowej w swojej witrynie. Zmieniłeś układ swojej strony, jak widać na powyższym obrazku. Mierzysz zadowolenie klienta i chcesz wiedzieć, czy średnia ocena dla wariantu jest inna . Po przeprowadzeniu testu Twój oryginalny wariant (A) ma średnią ocenę 3/5 , podczas gdy wariant eksperymentalny (B) ma średnią ocenę 5/5 . Przy wystarczająco dużej próbie i znaczącym wyniku możesz powiedzieć, że różnica w ocenie wynika ze zmian, które wprowadziłeś w swoim wariancie B. To wyraźna wskazówka, że ​​Twoi goście są bardziej zadowoleni z wariantu eksperymentu i powinieneś wprowadzić zmiany na stronie.

Jak to zrobić za pomocą Mopinion?

Implementacja formularza opinii w teście A/B nie jest zbyt trudna, wystarczy tylko 1 formularz. Możesz zachować oryginalny formularz, jeśli masz już aktywny na stronie, którą testujesz, lub utworzyć nowy formularz opinii i umieścić go na stronie. Musisz upewnić się, że jest dostępny dla 100% odbiorców.

Wszystko, co musisz wtedy zrobić, to umieścić element danych w formularzu opinii. Element danych musi być w stanie wskazać, w jakim wariancie została przekazana informacja zwrotna – A lub B. Zobacz obraz poniżej, jak to będzie wyglądać w formularzu opinii*.


Projekt formularza opinii Mopinion – element danych testu A/B

Następny obraz pokazuje, jak będzie wyglądać informacja zwrotna w skrzynce odbiorczej. Każda przekazana opinia spowoduje wysłanie wariantu do Mopinion i pojawi się w poszczególnych elementach opinii w skrzynce odbiorczej. W ten sposób wiesz, który element opinii należy do którego wariantu testu.


Skrzynka zwrotna Mopinion – widoczność wariantu testu A/B

Możesz łatwo śledzić swoje eksperymenty na pulpicie nawigacyjnym. Możesz to zrobić, budując wykres i filtrując ocenę na podstawie wariantów (z elementem danych). Zobacz zrzut ekranu poniżej, jak to wygląda na pulpicie nawigacyjnym. Możesz zobaczyć, że średnia ocena dla oryginalnego wariantu A wynosi 3, a ocena dla eksperymentalnego wariantu B wynosi 5. Możesz również zobaczyć, czy zmienia się to w czasie, czy też dla poszczególnych segmentów odbiorców podczas tworzenia wykresu, możliwości są nieograniczone.


Wykres Mopinion – średnia ocen w teście A/B dla każdego wariantu

Gdy zauważysz różnicę w swoim pulpicie nawigacyjnym w zależności od warunku, powinieneś dokładniej przyjrzeć się elementom opinii dla każdego wariantu i przeczytać otwarte komentarze. Być może znajdziesz tam przyczynę różnicy w ocenach i poznasz nastroje i myśli swoich odbiorców.

W naszej bazie wiedzy znajdziesz przewodnik krok po kroku, jak przeprowadzić test A/B z Mopinion. Napisaliśmy przewodnik po trzech różnych narzędziach do testowania A/B: Google Optimize, Optimizely i AB Tasty. Oczywiście nasz zespół pomocy służy pomocą, jeśli używasz innego narzędzia do testowania A/B i chcesz zbierać opinie w swoich testach A/B.

* Zrzut ekranu z elementem danych jest oparty na Google Optimize

2. Testowanie dwóch różnych formularzy informacji zwrotnych w celu sprawdzenia, który z nich ma wyższy wskaźnik odpowiedzi.

Przykład:
Chcesz przetestować dwa różne formularze opinii na stronie internetowej i zobaczyć, który z nich uzyska więcej odpowiedzi od odbiorców. Chcesz wiedzieć, czy Twój konwersacyjny formularz zwrotny otrzymuje więcej odpowiedzi niż klasyczny formularz Mopinion. Po przeprowadzeniu testu masz 75 odpowiedzi na formularzu konwersacyjnym i 50 odpowiedzi na formularzu klasycznym , przy czym formularze są otwierane równie często. Przy wystarczającej liczbie odpowiedzi i wystarczającej liczbie wyświetleń w formularzu opinii można z pewną dozą pewności powiedzieć, że formularz opinii w konwersacji uzyskuje więcej odpowiedzi, a tym samym zapewnia więcej informacji.

Jak to zrobić za pomocą Mopinion?

Jest to dość łatwe dzięki Mopinion, ponieważ możesz wdrożyć dwa różne formularze na tej samej stronie internetowej lub stronie aplikacji lub e-mailu. Będziesz musiał pokazać swoje formularze tej samej liczbie osób, aby uzyskać rzetelny test. Każdy wariant zostanie wyświetlony połowie Twoich odbiorców, więc podział powinien wynosić 50/50. Pierwsza forma (wariant A) jest pokazywana 50% odwiedzających. Drugi formularz (wariant B) jest pokazywany 100% odwiedzających, którzy nie widzieli pierwszego formularza. Ponadto 1-sekundowe opóźnienie pomaga zapewnić, że oba formularze nie zostaną wyświetlone w tym samym czasie.


Wdrożenie Mopinion – Dwa formularze na tej samej stronie do testu A/B

Gdy informacje zwrotne zaczną napływać, możesz porównać informacje zwrotne między dwoma warunkami, takimi jak wskaźnik odpowiedzi, ocena (np. CSAT, NPS) i oczywiście otwarte komentarze. Możesz łatwo śledzić swój eksperyment, dodając oba formularze na tym samym wykresie i porównując liczbę odpowiedzi.

Prześledźmy rzeczywisty przykład testu A/B, który przeprowadziłem za pomocą formularzy Mopinion.

Jak Mopinion wykorzystuje Mopinion do przeprowadzania testów AB

W październiku 2022 roku przetestowałem pasywny formularz zwrotny na naszej stronie głównej, konwersacyjny formularz zwrotny w porównaniu z klasycznym formularzem zwrotnym. Celem mojego testu A/B było zrozumienie, który formularz zwrotny otrzymuje więcej odpowiedzi, a który wyższą ocenę. Moja hipoteza była taka, że ​​formularze Conversation Feedback uzyskają więcej odpowiedzi i wyższą ocenę niż klasyczne formularze feedbackowe.


Pulpit nawigacyjny Mopinion – Informacje zwrotne z odpowiedzi na testy A/B


Deska rozdzielcza Mopinion – Średnia ocena z testu A/B

Tutaj możesz zobaczyć wyniki mojego eksperymentu i jak to wygląda w moim osobistym dashboardzie. Moja pierwsza hipoteza została potwierdzona (nieznacznie**), ponieważ formularz zwrotny konwersacji otrzymał 11 odpowiedzi więcej niż mój klasyczny formularz. Moja druga hipoteza nie znalazła poparcia (znowu nie znacząco), ponieważ forma klasyczna uzyskała średnią ocen 3,8, czyli o 0,2 punktu wyższą niż moja forma konwersacyjna.

Przeprowadzając testy A/B z formularzami opinii, dowiesz się, który formularz opinii daje najwięcej odpowiedzi i najwięcej spostrzeżeń.

Jeśli chcesz samodzielnie rozpocząć testowanie różnych formularzy opinii Mopinion, przejdź do naszej bazy wiedzy, w której znajdziesz nasz przewodnik krok po kroku.

** Test nie trwał wystarczająco długo, aby uzyskać znaczący efekt, ale dzięki większej liczbie informacji zwrotnych możesz uzyskać znaczący efekt

Rozpocznij testy A/B z pomocą Mopinion

Podsumowując, Mopinion jest świetną pomocą w testach A/B. Pomaga uzyskać dane jakościowe z testów A/B i zrozumieć nastroje i doświadczenia odbiorców. Wzbogaca dane ilościowe twoich testów o dane jakościowe. Ponadto pomaga zrozumieć, jaki rodzaj formularza zwrotnego zapewni najwięcej odpowiedzi i spostrzeżeń.

Życzymy powodzenia w testach A/B!