Внедрение новых идей в разработку и продвижение продукта – неотъемлемая часть функционирующего бизнеса. Чтобы не стоять на месте и развиваться, компаниям следует придумывать и пробовать новые концепции, результат которых непредсказуем. В этом случае на помощь приходит A/B тестирование. Что это и как оно работает, какие задачи решает – важно знать каждому предпринимателю, выходящему на рынок с новой продукцией.
A/B-тестирование – метод маркетингового исследования, в ходе которого тестируется 2 и более вариантов некоторого звена воронки продаж с целью выявления наиболее эффективного из них. A/B-тестирование, оно же – сплит-тестирование – может применяться для лендингов, интернет-магазинов и других типов сайтов, а также для рекламных кампаний и почтовых рассылок.
A/B-тестирование – метод маркетингового исследования, в ходе которого тестируется 2 и более вариантов некоторого звена воронки продаж с целью выявления наиболее эффективного из них. A/B-тестирование, оно же – сплит-тестирование – может применяться для лендингов, интернет-магазинов и других типов сайтов, а также для рекламных кампаний и почтовых рассылок
Любые интерфейсы, которые взаимодействуют с клиентом, имеют разные составные элементы, которые можно улучшать, чтобы клиент превратился из потенциального в действительного.
Как понять – улучшать?
Изначально почти нет чётких критериев хорошего, эффективного инструмента онлайн-продаж. Рассмотрим методологию на примере сайтов. Конечно, известны элементарные правила в духе того, что салатовый текст на красном фоне – не самое профессиональное решение. Или, скажем, кнопка «купить» должна быть по размеру больше, чем курсор мыши. Но если не брать в расчёт азы, а пойти в сторону гроус-хакинга, то правильных ответов становится всё меньше, а потребности в тестах – больше.
Вряд ли опытный маркетолог даст однозначный ответ, стоит ли перекрашивать CTA на вашей продающей странице из фиолетового в синий или добавлять новое поле в лид-форму. Во многих случаях рекомендацией будет проведение Аб-теста, и это абсолютно взвешенное решение.
Аудитории из разных регионов и источников, разного пола и возраста, в разное время дня и года могут непредсказуемо отличаться по поведению. Факторов насчитывается тысячи, и именно поэтому необходимо проводить исследования на практике.
A/B тест – это хороший инструмент для работы многих специалистов, этим методом пользуются:
При низкой вовлеченности A/B тестирование помогает улучшить показатели конверсии, оценить удобства использования функционала сайта и т.д. Оно позволяет на всех этапах проанализировать работу и выбрать оптимальные решения, чтобы улучшить ее.
Посетители переходят на сайт, чтобы ознакомиться с ассортиментом компании и изучить предложения. Функционал сайта должен отвечать потребностям клиентов: удобно располагать статьи, прайс, формы для заполнения. A/B тестирование сайта выявляет проблемные точки и болевые места, чтобы устранить недочеты. Плохой уровень юзабилити оставляет негативные эмоции у посетителей, и они покидают платформу. А привлекательный сайт располагает посетителей к изучению ассортимента.
Трафик может обходиться довольно дорого. A/B тестирование помогает эффективно использовать уже существующие каналы привлечения, без новых вкладов и дополнительных затрат увеличивает конверсию. Даже малозначительные изменения затрагивают показатели конверсии и процент заполненных заявок, продаж.
Чтобы оценить эффективность всей рекламной кампании, важно отслеживать показатель отказов от пользователей. Посетители покидают сайт по разным причинам: одним не нравится оформление сайта, других не устраивает ассортимент, ценовая политика и т.д. A/B тестирование анализирует изменение элементов на сайте и позволяет выявить проблемы отказов методом исключения, подбирая оптимальное решение через пользовательский опыт.
Изменения в работе нужно вводить постепенно, не стоит делать редизайн всего сайта за раз. Такое резкое изменение может оттолкнуть пользователей, что уменьшит показатель конверсии. A/B тестирование помогает получать положительные результаты даже при небольших изменениях, делая сайт более функциональным без глобальных перестановок и правок. Например, можно добавить новые функции, изменить описания продуктов и посмотреть, как на это будут реагировать посетители. Если реакция положительная – изменения можно утвердить, если отрицательная — стоит поискать новый вариант.
Как проверить входящие внешние ссылки на сайт
В A/B-тестировании удачный и неудачный результат отмечается статистическими данными. В расчет берутся показатели:
Тесты подскажут, какой вариант привлекательнее для пользователей, что фактически скажется на показателях статистики.
Изменения в дизайне сайта могут быть разных масштабов. Иногда достаточно поменять цветовое решение или добавить дополнительные функциональные возможности. Но когда интерфейс в целом неудобен и не нравится посетителям, без масштабного редизайна не обойтись. В этом случае A/B-тесты помогут принять решение об изменениях, предскажут реакцию клиентов на новый дизайн.
Существует несколько основных категорий показателей, оптимизируемых с помощью A/B-тестирования.
Доля пользователей, совершающих целевые действия. Благодаря улучшениям страницы больший процент посетителей будет регистрироваться, оформлять подписку или совершать покупки. Конверсию в звонок же поможет отследить коллтрекинг.
Одна из главных целей работы сайта – обеспечение наибольшего количества продаж. Чем более «дружелюбно» интерфейс настроен к пользователю, тем больше денег он будет оставлять. Конкретное выражение финансовые метрики находят в величине среднего чека, ежемесячном объёме продаж, стоимости привлечения клиента (CAC). Полезно в данном случае внедрять специфические дополнения, связанные непосредственно с покупками. Например, suggestive алгоритмы, которые предлагают пользователю товары, чаще других добавляемые в корзину с теми, что он выбрал.
Под поведенческими факторами понимают взаимодействие пользователя с сайтом – время, проведённое на нём, глубина просмотра, выраженная в количестве страниц. Также сюда относят процент постоянных посетителей, долю отказов (bounce rate), CTR сниппета в поисковой выдаче и ряд других факторов.
Есть вероятность, что A/B-тесты могут негативно сказываться на рейтинге сайта в поисковых системах. Из-за того, что тестирование может быть классифицировано как дублированная информация, поисковая система опустит или скроет ее в выдаче. Но на деле негативное влияние тестов может быть только из-за длительности их проведения. Этого можно избежать – чтобы не попасть под фильтр, не нужно затягивать с тестированием. Если оперативно обработать поступающие данные, быстро обновить функционал ресурса и не тратить много времени на длительные тесты, то рейтинг не пострадает.
Задача аналитиков – собрать и обработать данные, полученные в ходе исследования. При работе им важно опасаться ошибок:
Аналитики, на основании представленных данных, должны давать эффективные прогнозы по внедрению определенных нововведений.
Чтобы тесты показали реальную и достоверную картину нужно учесть некоторые особенности:
Исследование должно проходить в одно и то же время с привлечением одинаковых источников трафика. Например, важно учитывать, что пользователи Facebook* (продукт компании Meta, которая признана экстремистской организацией) и ВКонтакте ведут себя по-разному, а в зависимости от сезона спрос на ваш товар может увеличиваться или падать. Равные условия делают тестирование достоверным, а разные – ухудшают репрезентацию выборки.
Этот пункт особенно важен для больших компаний, где на показатели статистики могут влиять сотрудники. Они переходят на сайт по рабочим вопросам, но не производят целевых действий. Для снижения влияния этого фактора важно использовать фильтр.
У A/B-тестирования есть понятный алгоритм, следуя которому, вы запустите тест с достоверными результатами.
Как было упомянуто ранее, аб-тест должен иметь лаконичное обоснование: «В данный момент конверсии неудовлетворительны, так как данный элемент страницы расположен неправильно, и если мы изменим его координаты, конверсии могут улучшиться.» Никаких размытых «Давайте сделаем страницу более продающей» быть не должно.
Тестируется один элемент за один раз. Тем более, недопустимо проводить полную переделку страницы. У каждой модификации – свои последствия, которые выражаются как качественно (лучше/хуже), так и в абсолютных величинах (больше на 10 конверсий, на 100 и так далее). Если видоизменяются 2 и более элементов, результаты не скажут ни о чём, кроме того, какой эффект даёт совокупность изменений. При этом, эффект каждого изменения по отдельности проследить не удастся. Подобное применимо только в случае создания сайта с нуля, когда не ясно вообще ничего и требуется выбрать не дизайн отдельного элемента, а концепцию как таковую, чтобы в дальнейшем дорабатывать её.
Продолжительность зависит от посещаемости ресурса, но в любом случае лучше проводить a/b-тестирование не менее 2 недель.
Нужно постараться направить на оба варианта страницы абсолютно однородную аудиторию. Если ab-тестирование проводится с помощью Google Experiments в связке с Google Ads, можно настроить автоматическое выполнение всех необходимых условий – система сама будет делить трафик. Если вы используете несколько источников посещений, следует везде прописать разные адреса ссылок, либо воспользоваться сервисами по проведению ab-тестов (о них – дальше).
В ходе настройки теста что-то может пойти не так и всегда важно быть в курсе происходящего. По окончании аб-теста соберите все результаты и проверьте их статистическую значимость.
Конструкторы сайтов могут иметь встроенный функционал проведения a/b-тестирования. Вы и сами можете провести эксперимент, вручную разделив потоки пользователей, собирая и анализируя статистику. Но есть ряд сервисов, которые специально предназначены для проведения подобного рода тестов.
Калькулятор помогает сопоставлять результаты A/B-тестирования в нескольких рекламных кампаниях. Оценить представленные показатели довольно просто:
Сервис может одновременно проверить пять вариантов одной страницы. Это позволяет тестировать сразу несколько гипотез. Маркетолог, который работает с инструментом, может самостоятельно установить долю трафика для тестов: минимальная продолжительность – 2 недели, максимальная – 3 месяца. Результаты в любое время можно отслеживать в личном кабинете.
Наиболее выдающийся и известный сервис в мире. Аналитика в любой плоскости и удобные визуальные редакторы.
Удобный сервис, в котором есть встроенная интеграция с Google Analytics. Платформа позволяет формировать цели: они автоматически загружаются в систему. Другие функции стандартны: визуальный редактор, возможность настройки таргетинга по местоположению пользователей и их мобильным устройствам.
Примечательна интеграция с Google Analytics, что позволяет быстро и точно синхронизироваться с уже настроенной системой аналитики.
Отечественный аналог сервисов аб-тестирования. Прост и удобен в использовании.
Также зарубежный сервис. Достаточно мощный, но требует навыков работы с вёрсткой.
При аб-тестировании обычно изменяют несколько составляющих сайта:
На лендингах зачастую главным экраном служит обычная промо-иллюстрация, растянутая на весь экран, которую необходимо пролистать. Возможно, эта необходимость отталкивает многих пользователей и стоит добавить элементы взаимодействия сразу на первый экран. Бывает, что порядок блоков не соответствует логике сбора информации и принятия решения со стороны пользователя. Скроллинг 10 экранов с описанием преимуществ товара в ожидании цены может попросту утомить. Тогда несостоявшийся клиент вернётся к поисковой выдаче в расчёте на более быстрое ознакомление с условиями у конкурентов.
Имеет значение как сам текст, так и расположение блока с товарами и услугами, его плотность (количество столбцов на странице), соотношение размеров изображения и текста. Последние должны быть релевантны тому, что вы действительно продаёте, коротко и внятно описывать суть.
У конверсионной формы есть своё оптимальное место и размер. Также важно количество и содержание полей. Многие злоупотребляют объёмом информации, собираемой у пользователей. Часто для качественного обслуживания владельцу компании достаточно знать имя клиента, но вместо этого некоторые стремятся вытянуть из пользователя и фамилию, и отчество, и как можно больше контактных данных. Определитесь с тем набором информации, который вам реально необходим и не отпугнёт клиента.
Существует правило BOB – big orange button. Согласно исследованиям, большая оранжевая кнопка чаще других способствует совершению покупок. Но в случае, когда фон сайта того же цвета или соблюдаются любые другие стандарты дизайна, не позволяющие разместить именно такую кнопку, приходится искать индивидуальные решения. Можно взять какой-либо шаблон, как отправную точку, но обязательно при этом провести A/B-тестирование для поиска более эффективных альтернатив.
Иногда копирайтеры пишут настолько расплывчато, что далеко не всем ясно, какой товар продаётся, в чём его преимущество и где окажется пользователь, перейдя по ссылке. В данном случае – чем проще, тем лучше. Призывы к действию должны быть ясными и односложными: «Купить», «Узнать», «Заказать звонок», «Подписаться на рассылку». Не забывайте чаще упоминать элементарные, но полезные свойства своих фич и продуктов. Они очевидны для вас и, возможно, даже для потенциального клиента, но у него нет повода вытянуть эту ассоциацию из подсознания. Именно поэтому ему нужно помочь и напомнить, что, между прочим, рассылка, на которую он подписывается, бесплатна, а служба поддержки берёт трубку после первого гудка.
Для демонстрации удобнее рассмотреть Google Experiments, как инструмент, который наиболее вероятно будет использовать веб-мастер. Он доступен и стандартен.
В Google Analytics зайдите во вкладку Поведение → Эксперименты. Создайте эксперимент. Целью является действие, совершаемое пользователем на странице. Процент трафика лучше сделать небольшим, если планируются существенные изменения. Для ускорения аб-теста можно увеличить долю.
Введите адреса страниц, которые участвуют в тестировании. Получите код для вставки. Важно: скрипт добавляется только на исходную страницу.
Запустите тест.
Стоит отметить, что вопреки расхожему мнению Google не воспринимает а/б-тесты в качестве маскировки и накрутки. Напротив, компания в руководстве по настройке говорит обратное: Google относится к конструктивному тестированию абсолютно нейтрально.
Практика показывает, что большая часть a/b-тестов не может похвастаться статистической значимостью. Проще говоря, полученные результаты не могут указывать на устойчивые закономерности. Чтобы этого не произошло, необходимо тщательно проводить настройку аб-тестирования, а в конце – аналитику по собранным данным.
Ранее упоминавшийся сервис tools.driveback.ru помогает веб-мастерам также оценить и статистическую значимость результатов тестирования. Чтобы воспользоваться функцией оценки, нажмите на вкладку «Статистическая значимость» и внесите в поля свои данные.
Ещё лучше, если вы владеете статистическим анализом. В таком случае полезно будет рассмотреть разброс значений по каждому варианту и определить пересечение между двумя распределениями. Если оно достаточно велико, и у каждой выборки большая дисперсия, результаты вряд ли можно назвать значимыми – в них много случайной составляющей. А проанализиравоть результаты и выявить самые эффективные каналы с наибольшей конверсией вам помогут отчеты Calltouch.
Чтобы начать тестирование, нужно зайти в аккаунт, выбрать вкладку «Поведение» и раздел «Эксперименты». Эксперименту даем название, распределяем трафик по страницам, выбираем цель и переходим к настройке.
После нужно указать адрес страниц, на которых расположены варианты А и В. Для каждой страницы формируем свой уникальный код и размещаем в соответствующем месте. Затем можно запустить тестирование. За его результатами удобно следить в личном кабинете, в меню «Эксперименты».
Настройка проходит в два этапа. На первом нужно создать две страницы, которые будем сравнивать. Здесь можно настроить показ одной страницы, но для изучения выбрать разные типы функциональных элементов, представленных на сайте.
После передаем в Метрику информацию о варианте сайта, который увидел пользователь. Для этого создаем параметр тестирования, которому присваиваем соответствующее значение. Параметр отправляется в Метрику и учитывается при формировании отчета по «параметрам визитов».
Существует несколько правил проведения качественных аб-тестов, которые необходимо соблюдать:
Это уже было сказано, но важно повторить: тестируйте лишь один элемент за один эксперимент. Даже два изменённых элемента на странице могут дать противоположные или на порядки различающиеся результаты, оставив неопределённость – какой же из них подействовал.
Тестирование всех вариантов проводится одновременно. На результаты могут повлиять любые факторы, зависящие от периода проведения. Если одна из страниц будет протестирована прямо перед сезоном отпусков, а другая – во время, поведение клиентов может радикально отличаться в обоих случаях.
Из предыдущего пункта также следует, что для тестов лучше выбирать как можно более стандартный период времени, не сопровождаемый какими-либо резкими изменениями в экономике и обществе (те же отпуска, праздники, масштабные события).
Для того, чтобы рассчитать оптимальные параметры а/б-тестирования – длительность и охват, можно воспользоваться онлайн-инструментами, разработанными специально для этих целей.
Во вкладке «Размер выборки» пользователь задаёт исходную конверсию и процент, на который она должна измениться для признания теста успешным. В ответ система выведет число уникальных посетителей для каждого из вариантов страницы, необходимое для достижения эффекта.
Этот калькулятор содержит большее количество параметров, чем предыдущий, включая посещаемость сайта, изначальную конверсию, количество вариантов для теста и другие. Результатом подсчёта будет количество дней, в течение которых необходимо проводить а/б-тестирование.
Результаты проведенных тестирований нельзя воспроизводить в неравных условиях, с их помощью можно учиться и находить новые идеи для внедрения в собственный бизнес. Сервис для тестирования Visual Website Optimizer представляет компанию, которая занималась мониторингом серверов, ее задачей было увеличение цен для того, чтобы повысилась общая выручка. Рассматривалось две гипотезы:
Большинство клиентов подключали себе обслуживание примерно 7 серверов, обслуживание одного сервера стоило $11. Многие утверждали, что цена слишком высокая. Но, несмотря на жалобы, компания решила тестировать новое предложение: обслуживание 10 серверов по цене от $99. По старой цене клиентам за такую услугу пришлось бы отдать $130. Таким образом, компания увеличила стоимость одного заказа, но снизила общую цену на большее количество услуг. В результате средний чек клиентов увеличился, и это отразилось на показателях общего дохода.
Как продвигать онлайн-курсы: платные и бесплатные способы
Для начала, необходимо удостовериться, что A/B-тестирование в вашем случае уместно и актуально. Существует ряд обстоятельств, когда к аб-тестам лучше даже не приступать. В каких случаях следует воздержаться?
Казалось бы, очевидно, но смотрите пункт выше об очевидных ассоциациях. Если вы ни разу не проводили аб-тестирование и с трудом представляете, что это такое, то передайте задачу профессионалу. Если же вам просто необходимо самостоятельно научиться проводить аб-тесты, ознакомьтесь с теорией и успешными кейсами, учитывающими отраслевую специфику. Следует как можно тщательнее подготовиться и обезопасить себя от непредвиденных результатов.
Нет смысла прибегать к аб-тестированию, если нет стабильного и, главное, статистически значимого потока заявок или продаж. Эффект масштаба от применения изменений, описанных ранее, зачастую не такой грандиозный и играет роль лишь в случаях, когда пара процентов прибавки к конверсии означают условный дополнительный миллион прибыли. Вместе с тем, полезно иметь налаженную систему аналитики, иначе информация останется сухими цифрами, между которыми нет взаимосвязей
A/B-тестирование проводится с опорой на допущение об улучшении показателей при конкретном изменении частного элемента страницы. Должно присутствовать ясное предположение о том, что данный элемент настроен неэффективно и есть возможность его улучшить. Когда предположение отсутствует, формулируется случайно и безосновательно, A/B-тестирование становится обычной забавой и тратой времени. Кажется, что кнопка не того цвета – тестируем цвет кнопки. Кажется, что pop-up форма всплывает слишком быстро при прокрутке – меняем время появления.
При реализации А/Б тестов часто допускают ошибки:
Важно понимать, что статистика не всегда оказывает влияние на реальные показатели. Если возникает статистическая значимость, которая не подтверждается практически, вариант нуждается в доработке, а затем в повторном тестировании.
А/Б тестирование – полезный и важный инструмент, который помогает проверять гипотезы и внедрять в работу новые идеи. Это позволяет эффективно распоряжаться временными и техническими ресурсами, настраивать сайт под нужды пользователей. Не все предположения, получившие хорошие результаты в тестах, оправдываются, но без новых идей, развитие бизнеса невозможно.
Хочу получать интересные новости блога
29 августа 2018
22 августа 2018
6 августа 2018
10 сентября 2018
20 сентября 2018
25 сентября 2018
Нажимая на кнопку, вы даете согласие на обработку своих персональных данных