Mopinion ile A/B testi 17 Şubat 2023

CRO uzmanları ve Büyüme Pazarlamacıları, denemeye ve A/B testine büyük önem verir. A/B testi veya bölünmüş test, içeriğin iki sürümünü test etmenin ve performanslarını karşılaştırmanın bir yoludur. Bir A/B testinin amacı genellikle hangi versiyonun daha fazla dönüşüm ve daha yüksek TO sağladığını görmektir. Niteliksel veriler genellikle ham sayılar kadar dikkat çekmez. Örneğin, belirli bir A/B testi, daha fazla dönüşüme veya belirli bir düğmenin tıklanmasına yol açabilir, ancak kullanıcıların deneyimi veya duyarlılığı daha iyi olmayabilir. Düğmeye tıklama, ziyaretçiniz düğmeyi tıkladığında ne olacağı konusunda net olmadığınız için gerçekleşmiş olabilir.
Bu nedenle, A/B testleriniz için geri bildirim toplamanın ve aynı zamanda niteliksel veriler elde etmenin önemli olduğuna inanıyoruz.

Bu yazıda, Mopinion ile A/B testleri yapabileceğiniz iki pratik yol göstereceğiz.

1. Kullanıcıların bir A/B testinin iki farklı versiyonunu nasıl deneyimlediklerini ölçmek için geri bildirim formları kullanmak.
2. Hangisinin daha yüksek yanıt oranına sahip olduğunu ölçmek için iki farklı geri bildirim formunu test etmek.

Çevrimiçi müşteri geri bildirimi, yalnızca varsayımlara dayanmayan hipotezler oluşturmanıza da yardımcı olabilir. Topladığınız geri bildirimlere dayanarak, müşterilerinizin çevrimiçi kanallarınızda yaşadığı sorunları belirleyebilirsiniz. Bu bilgiyi farklı hipotezleri test etmek için girdi olarak kullanabilirsiniz. Ancak bu yazıda yukarıdaki iki noktaya odaklanacağız.

Makalenin tamamını okumak için zamanınız yok mu? Benim (Mopinion'da Growth Marketer) Mopinion ile nasıl A/B testi yapabileceğinizi açıkladığım videoyu izleyin.

A/B testi nedir?

A/B testi, hangisinin daha iyi performans gösterdiğini görmek için içeriğin iki sürümünü test etmenizi sağlar. Kitlenizin %50'sine içeriğin bir versiyonu olan A varyantını sunarken diğer %50'sine içeriğin diğer versiyonu olan B varyantını sunarsınız. Dağıtım rastgele olmalıdır.

Ardından, testinizin hangi sürümünün daha iyi performans gösterdiğini görmek için dönüşüm oranını, tıklama oranını veya müşteri deneyimini ölçersiniz. Yeterince büyük bir örneklem boyutuyla, istatistiksel olarak anlamlı bir sonuç elde edecek ve hangi versiyonun amaçlanan hedefe ulaştığını ve dolayısıyla daha iyi performans gösterdiğini bileceksiniz. Bu, gerçekten uygulayacağınız ve istediğiniz iyileştirmeyi getireceğiniz sürüm olacaktır.

Ne A/B testi yapabilirsiniz?

A/B testleri genellikle web siteleri sayfaları, uygulama içi ve e-postalar gibi dijital kanallarda yapılır. Web sitelerinizdeki veya uygulama içindeki (açılış) sayfalarda, aşağıdakiler gibi birçok değişkeni test edebilirsiniz:

• Başlıklar ve alt yazılar
• Vücut kopya
• Renkler
• İçerik türü (video, resim, metin, aşağıdaki resimde görüldüğü gibi)
• Düzen
• Tasarım
• Harekete geçirici mesajlar (CTA'lar)
• Navigasyon
• Geri bildirim formları

E-postalarda A/B testi ile e -postanın konu satırını , düzenini , uzunluğunu ve hatta e-postayı gönderdiğiniz saati test edebilirsiniz.

A/B testi kendi kanallarınızla sınırlı değildir. Ayrıca, hangilerinin web sitenize en fazla trafiği çektiğini ve hangilerinin ziyaretçi dönüştürme olasılığının en yüksek olduğunu görmek için Sosyal Reklamları ve Arama Ağı Reklamlarını test edebilirsiniz. Burada renklerle , tasarımla ve CTA'larla da oynayabilirsiniz.

Geri bildirim formları da A/B testi için potansiyeldir. Ne tür bir geri bildirim formunun size en çok fikir verdiğini bilmek istemez miydiniz? Bir geri bildirim formunda yine düzen , kopyalama , tasarım , soru sırası , soru türü , geri bildirim formunun türü , nasıl ve ne zaman tetiklendiği ve çok daha fazlası gibi test edilecek birçok şey vardır. Değişkenlerden birini değiştirmek, geri bildirim formlarınızın yanıtlanma oranı üzerinde olumlu bir etkiye sahip olabilir.

Neden A/B testi yapmalısınız (Mopinion ile)?

A/B testleri ile web sitenizde, uygulamanızda, e-postanızda veya diğer dijital kanallarınızda gerçekten amaçladığınız iyileştirmelere yol açan anlamlı ve veriye dayalı değişiklikler yapabileceksiniz. Bu, daha yüksek yatırım getirisi, daha fazla dönüşüm, daha iyi müşteri deneyimi ve daha fazlası arasında herhangi bir yerde olabilir. Test, varsayımları ve varsayımları ortadan kaldırır.

Şimdi neden özellikle Mopinion ile A/B testine başlamanız gerektiğine odaklanalım. Yukarıda belirtildiği gibi Mopinion ile A/B yapmanın iki yoluna odaklanacağız.

1. Kullanıcıların bir A/B testinin iki farklı versiyonunu nasıl deneyimlediklerini ölçmek için geri bildirim formları kullanmak.

Kitlenizin A/B testinizin iki versiyonunu nasıl deneyimlediğini ölçmek size niteliksel veriler sağlayacaktır. Kitlenizin duygu ve düşünceleri hakkında size fikir verir. Örneğin, e-postanızda farklı türde içeriklerle bir A/B testi yapıyorsunuz. Kitleniz, e-postanızdaki bir geri bildirim formuna puan verebilir ve açık bir yorum bırakabilir. A/B testiniz, iki versiyonun farklı derecelendirilmesine yol açabilir. Bu, CSAT'ınızı, NPS'nizi veya ölçtüğünüz diğer her şeyi etkiler ve hedef kitlenizin duygularına ilişkin içgörüler sağlar. Açık yorumlar, neden belirli bir derecelendirmenin verildiği ve iki sürümünüz için neden bir fark olabileceği hakkında size daha fazla bilgi verecektir. Açık yorumlar aynı zamanda sizi hedef kitlenizin genel görüşü hakkında da bilgilendirir. TO ve (satış) dönüşümlerine dayalı niceliksel hedeflerin yanı sıra, hedef kitlenizin e-postanızın iki versiyonu hakkında ne düşündüğünü bileceksiniz.

Ham satış rakamlarıyla doğrudan ilgili olmayan hedeflerin olması yaygın bir durum olmasa da, daha iyi bir kullanıcı deneyimi oluşturmaya odaklanmış olabilirsiniz. İyileştirilmiş bir deneyim, satış ölçümlerini olumlu etkileyebilir ve sıklıkla da etkiler. Ayrıca bu durumda da geri bildirim toplamanızı öneririz, aşağıdaki örneğe bir göz atın.

Belirli bir web sitesi sayfasındaki kullanıcı deneyimini geliştirmek istediğinizi varsayalım. Sayfada geçirilen süreyi, ziyaret edilen sayfa sayısını veya kaydırma derinliğini ölçmek istiyorsunuz. Deneme varyantınız (B), daha iyi bir web sitesi deneyimine işaret edebilecek şekilde daha fazla sayfanın ziyaret edilmesini ve sayfada daha uzun süre kalmasını sağlar. Ancak bu, ziyaretçilerin aradıkları bilgileri bulamamalarının ve bu nedenle daha fazla zamana ihtiyaç duymalarının veya bulmak için daha fazla sayfa ziyaret etmelerinin de bir işareti olabilir. Değişikliğinizin deneyim üzerinde gerçekten olumlu bir etkisi olup olmadığını bilmek için niteliksel veriler toplamanız gerekecektir.

2. Hangisinin daha yüksek yanıt oranına sahip olduğunu ölçmek için iki farklı geri bildirim formunu test etmek.

Mopinion ile A/B testi yapmanın ikinci yolu için - soru sırası veya form tasarımı gibi geri bildirim formlarınızla A/B testleri yaptığınızda - hangi geri bildirim formunun size en çok yanıt veya açık yorum verdiğini belirleyebilecek ve böylece en içgörüler.

Mopinion ile A/B testi yapmanın iki yolu

1. Kullanıcıların bir A/B testinin iki farklı versiyonunu nasıl deneyimlediklerini ölçmek için geri bildirim formları kullanma

Örnek:
Web sitenizdeki bir açılış sayfasında A/B testi yapıyorsunuz. Sayfanızın düzenini yukarıdaki resimde görüldüğü gibi değiştirdiniz. Müşteri Memnuniyetini ölçüyorsunuz ve varyant başına ortalama puanın farklı olup olmadığını öğrenmek istiyorsunuz. Testi gerçekleştirdikten sonra, orijinal varyantınızın (A) ortalama puanı 3/5 iken, deneme varyantının (B) ortalama puanı 5/5'tir . Yeterince büyük bir örneklem büyüklüğü ve önemli bir sonuçla, derecelendirmedeki farkın B varyantınızda yaptığınız değişikliklerden kaynaklandığını söyleyebilirsiniz. Bu, ziyaretçilerinizin deneme varyantından daha memnun olduğunun ve değişiklikleri sayfada uygulamanız gerektiğinin açık bir göstergesidir.

Bunu Mopinion ile nasıl yapabilirim?

A/B testinize bir geri bildirim formu uygulamak çok zor değil, sadece 1 forma ihtiyacınız var. Test ettiğiniz sayfada zaten canlı bir formunuz varsa orijinal formu koruyabilir veya yeni bir geri bildirim formu oluşturup sayfada yayınlayabilirsiniz. Hedef kitlenizin %100'ünün kullanımına sunulduğundan emin olmalısınız.

O zaman yapmanız gereken tek şey, geri bildirim formunuza bir veri öğesi eklemektir. Veri öğesinin, geri bildirimin hangi varyantta - A veya B olarak verildiğini gösterebilmesi gerekir. Geri bildirim formunuzda bunun nasıl görüneceğini gösteren aşağıdaki resme bakın*.


Mopinion geri bildirim formu tasarımı – A/B testi veri öğesi

Sonraki resim, gelen kutusundaki geri bildirim öğesinin nasıl görüneceğini gösterir. Verilen her geri bildirim, varyantı Mopinion'a gönderecek ve gelen kutusundaki tek tek geri bildirim öğelerinde görünecektir. Bu şekilde, hangi geri bildirim öğesinin hangi test varyantına ait olduğunu bilirsiniz.


Mopinion geri bildirim gelen kutusu – A/B Testi değişken görünürlüğü

Kontrol panelinizde deneylerinizi kolayca takip edebilirsiniz. Bunu, bir grafik oluşturarak ve derecelendirmeyi varyantlara göre filtreleyerek (veri öğesiyle) yapabilirsiniz. Kontrol panelinde nasıl göründüğünün aşağıdaki ekran görüntüsüne bakın. Orijinal A varyantı için ortalama reytingin 3, deneme varyantı B için reytingin 5 olduğunu görebilirsiniz. Grafiğinizi oluştururken bunun zaman içinde mi yoksa kitle segmentine göre mi değiştiğini de görebilirsiniz, sonsuz olasılık vardır.


Mopinion grafiği – Varyant başına A/B testi ortalama puanı

Kontrol panelinizde koşul başına bir fark gördüğünüzde, varyant başına geri bildirim öğelerini daha derinlemesine incelemeli ve açık yorumları okumalısınız. Belki de reyting farkının sebebini orada bulacak ve izleyicilerinizin duygu ve düşüncelerinin tadına varacaksınız.

Bilgi tabanımızda, Mopinion ile A/B testinin nasıl yapılacağına ilişkin adım adım bir kılavuz bulabilirsiniz. Üç farklı A/B test aracı için bir kılavuz yazdık: Google Optimize, Optimizely ve AB Tasty. Başka bir A/B test aracı kullanıyorsanız ve A/B testlerinizde geri bildirim toplamak istiyorsanız, elbette destek ekibimiz size yardımcı olmaya hazırdır.

* Veri öğesi içeren ekran görüntüsü, Google Optimize'a dayalıdır

2. Hangisinin daha yüksek yanıt oranına sahip olduğunu ölçmek için iki farklı geri bildirim formunu test etmek.

Örnek:
Bir web sayfasında iki farklı geri bildirim formunu test etmek ve hangisinin hedef kitlenizden daha fazla yanıt aldığını görmek istiyorsunuz. Diyaloğa dayalı geri bildirim formunuzun klasik Mopinion formunuzdan daha fazla yanıt alıp almadığını bilmek istiyorsunuz. Testi yaptıktan sonra, konuşma formunuzda 75 , klasik formunuzda 50 yanıtınız var ve formlar aynı sıklıkta açılıyor. Geribildirim formunda yeterli sayıda yanıt ve yeterli görüş varsa, Konuşma geri bildirim formunun daha fazla yanıt aldığını ve dolayısıyla size daha fazla fikir verdiğini belli bir güvenle söyleyebilirsiniz.

Bunu Mopinion ile nasıl yapabilirim?

Aynı web veya uygulama sayfasında veya e-postada iki farklı form dağıtabileceğiniz için bunu Mopinion ile yapmak oldukça kolaydır. Adil bir test için formlarınızı aynı sayıda kişiye göstermeniz gerekecektir. Her varyant yarıya veya izleyicilerinize gösterilecek, bu nedenle bölüm 50/50 olmalıdır. İlk form (A varyantı) ziyaretçilerin %50'sine gösterilir. Diğer form (B varyantı), ilk formu görmeyen ziyaretçilerin %100'üne gösterilir. Ayrıca 1 saniyelik bir gecikme, her iki formun aynı anda gösterilmemesini sağlamaya yardımcı olur.


Mopinion dağıtımı – A/B testi için aynı sayfada iki form

Geri bildirim gelmeye başladığında, yanıt oranı, derecelendirme (örn. CSAT, NPS) ve tabii ki açık yorumlar gibi iki koşul arasındaki geri bildirimi karşılaştırabilirsiniz. Her iki formu da aynı grafiğe ekleyerek ve yanıt sayısını karşılaştırarak denemenizi kolayca takip edebilirsiniz.

Mopinion formlarıyla yaptığım bir A/B testinin gerçek hayattan bir örneğini ele alalım.

Mopinion, AB testleri yapmak için Mopinion'u nasıl kullanır?

Ekim 2022'de ana sayfamızdaki pasif geri bildirim formunu test ettim. Bu form, klasik bir geri bildirim formuna karşı sohbete dayalı bir geri bildirim formudur. A/B testimin amacı, hangi geri bildirim formunun daha fazla yanıt aldığını ve hangisinin daha yüksek puan aldığını anlamaktı. Benim hipotezim, Etkileşimli Geribildirim formlarının klasik geri bildirim formlarından daha fazla yanıt alacağı ve daha yüksek puan alacağı yönündeydi.


Mopinion kontrol paneli – Geri bildirim formu A/B testi yanıtları


Mopinion panosu - Geri bildirim formu A/B testi ortalama puanı

Burada, denememin sonuçlarını ve kişisel panomda nasıl göründüğünü görebilirsiniz. İlk hipotezim desteklendi (önemli ölçüde değil**), çünkü konuşma geri bildirim formu, klasik formumdan 11 daha fazla yanıt aldı. İkinci hipotezim desteklenmedi (yine önemli ölçüde değil), çünkü klasik formun ortalama puanı 3,8'di ve bu benim konuşma formumdan 0,2 puan daha yüksekti.

Geri bildirim formlarınızla A/B testleri yaparak, hangi geri bildirim formunun size en çok yanıtı ve içgörüyü sağladığını öğrenirsiniz.

Farklı Mopinion geri bildirim formlarını kendiniz test etmeye başlamak istiyorsanız, adım adım kılavuzumuzu bulacağınız bilgi bankamıza gidin.

** Test, önemli bir etki elde edecek kadar uzun süre yapılmadı, ancak daha fazla geri bildirim öğesiyle önemli bir etki elde edebilirsiniz.

Mopinion'un yardımıyla A/B testine başlayın

Sonuç olarak Mopinion, A/B testleriniz için harika bir yardımcıdır. A/B testleri hakkında niteliksel veriler elde etmenize ve hedef kitlenizin duygularını ve deneyimlerini anlamanıza yardımcı olur. Testlerinizin nicel verilerini nitel verilerle zenginleştirir. Üstelik, ne tür bir geri bildirim formunun size en fazla yanıtı ve içgörüyü getireceğini anlamanıza yardımcı olur.

A/B testlerinizde bol şans dileriz!