Kode

En komplett guide til A / B-testing

A / B-testing (også kalt split testing) er en testmetode som vanligvis brukes i markedsføring for å sammenligne resultater mellom to prøver med målet å forbedre konverterings- eller responsraten.

I webdesign brukes A / B-tester vanligvis til å teste designelementer (noen ganger mot eksisterende design) for bedre å avgjøre hvilke designelementer som vil få det beste svaret fra besøkende.

A / B-tester, per definisjon, sammenligner bare to variabler (designelementer) om gangen. Det er også multivariat testing, som sammenligner mer enn én variabel.

Hver og en tjener et formål og kan hjelpe kundene dine til å ta bedre beslutninger som vil resultere i et mer vellykket nettsted.

Her presenterer vi en grundig veiledning for A / B-testing, inkludert fordelene ved å bruke den og hvordan man administrerer A / B-tester på egne prosjekter.

Fordeler med A / B-testing

A / B-testing lar deg se hvordan endringer påvirker besøksadferd på et nettsted. Mange designere dykker rett inn i et nytt design, med eller uten mye forskning på nåværende besøkesvaner, og håper på det beste. Selv om dette noen ganger resulterer i en flott sluttdesign, kan det også resultere i et design som ikke gjør det bedre enn originalen (eller enda verre).

A / B-testing er en forholdsvis lav risiko tilnærming til testing av nettsideendringer. Selv om det kan virke komplisert, er det mange verktøy der ute som kan hjelpe deg med å administrere A / B-tester, samt tolke resultatene.

En annen stor fordel for A / B-testing er at den kan brukes som bevis for å overbevise en klient om at et designvalg er overlegen. Dette er spesielt nyttig når du arbeider med en klient som vil ha bevis på å sikkerhetskopiere enhver beslutning de fattar, eller en klient som har problemer med å ta avgjørelser.

Hvis du kan tilby dem konkret bevis på at en design fungerer bedre enn en annen, er de ofte mye mer komfortable å ta en beslutning.

Når skal du bruke en A / B-test

Som nevnt kan en A / B-test være svært nyttig for overbevisende kunder som ikke kan bestemme mellom to designalternativer. Men det kan også være nyttig for designere som er usikre på hvilke av to alternativer som vil fungere best for kunden deres.

Det er så mange artikler og studier utgitt hver dag som forteller oss hvordan du maksimerer resultater for våre kunder ved å bruke en designstil eller en annen. Og i mange tilfeller kan informasjonen i disse artiklene være motstridende sammenlignet med en artikkel fra en annen kilde, eller utgitt på en tidligere dato.

A / B-tester lar designere teste de ulike teoriene og anbefalingene i sammenheng med egne prosjekter, slik at de selv kan bestemme hva som passer best for sine kunder.

Full site redesigns er ikke den eneste gangen A / B tester kan komme til nytte. De er spesielt viktige når du driver en kampanje eller annen markedsføringsøvelse. Når en klient vil ha en side designet for et bestemt salg eller en annen kampanje, forventer de at du skal designe noe som vil få resultater.

Ved å sette opp en A / B-test, kan du bestemme den sannsynlige suksessen til ulike designelementer, ordlyd eller layouter, slik at klienten din slutter med det høyeste antall konverteringer.

Ting å teste

Det finnes en rekke elementer i en nettside design du kan vurdere å teste. Her er noen av de vanligste:

  • Fargevalg
  • Kopier tekst
  • Den generelle utformingen
  • Bilder
  • Overskrift kopi
  • Tekststørrelse eller skrift

Et eksempel på en test på headerbilder. Alt annet enn selve bildet holdes det samme mellom tester. Bilder av Per Ola Wiberg - Powi og aussiegall .

Nesten ethvert element på et nettsted kan testes med en A / B-test, selv om du kanskje bare vil teste de viktigste elementene (som kopi, fargevalg eller overskrifter), for både tid og penger.

Slik setter du opp en A / B-test

A / B-tester består av noen få deler. Innstilling av en opp er relativt enkel, spesielt med noen av verktøyene som er oppført senere i denne artikkelen. Det er noen grunnleggende trinn inkludert i de fleste A / B-tester:

  • Sett opp de to designene du vil teste.
  • Tilfeldigvis vis ett design eller det andre til besøkende eller en testgruppe.
  • Sporytelse, spesielt relatert til nettstedets mål, for hvert design.
  • Vurder resultatene og avgjøre hvilken versjon som skal gå med.

Du vil sette opp en metode for å spore resultatene du får fra hvert design, utover bare et analyseprogram. Hvis du tester i et produksjonsmiljø, kan det hende at du ikke har like mange besøkende som ser hvert design (selv om de burde være nært).

Sørg for at du finner ut hvor mange besøkende som kommer til målene, ikke bare konkrete tall hvis det er forskjell i det totale antall besøkende som så hvert design.

Endre bare en ting om gangen

Dette er ofte det vanskeligste for mange designere. Ved ekte A / B-testing, bør du bare gjøre en endring om gangen, eller bare teste en ting av gangen. Det betyr at du tester hvert element av nettstedet-navigering, topptekst, innholdsoppsett, fargevalg, etc.-separat.

Testeksemplet ovenfor tester skrifttypen (Georgia vs Verdana) av en blokk med kroppseksemplar.

Poenget med å teste hver ting separat er å sørge for at du får nøyaktige resultater på hvordan hvert designelement på nettstedet påvirker den besøkende. Hvis du forandrer alt alt på en gang, vet du ikke om det er hele designet som har forbedret trafikknumrene dine (eller gjort dem slippe av) eller bare ett element. I tilfelle av nedgang i trafikknumre eller salg er det viktig å kunne isolere det som ikke virker.

La oss for eksempel si at du redesigner en handlekurv på et nettsted helt. Alt er annerledes: handlingene til handlingsknapper, kassenopplevelsen, måten besøkende må legge inn på betalings- og fraktinformasjon, etc. Og så la oss si at det er en stor nedgang i salget. Problemet med dette er at du ikke vet hva som forårsaket dråpen.

Jo, det kan være det faktum at alt er bare annerledes, og returkunder er ikke så komfortable med det nye designet.

Men kanskje det er bare fordi du brukte litt cutesy formulering på "add to cart" -knappen, og det er forvirrende folk. Hvis du hadde testet den knappen separat fra resten av handlekurven, kan du endre ordlyden og øke salget. Men i stedet ønsker klienten at du skal sette alt tilbake akkurat slik det var, og de tror du er inkompetent.

A / B-testing tar tid

A / B-testing er ikke noe du vanligvis kan gjennomføre over natten, selv om det avhenger av nøyaktig hva du tester. For noe enkelt, som et topptekst, kan du kanskje bare kjøre en kortsiktig test. Men for større endringer, spesielt de som vil ha direkte innvirkning på konverteringer, vil du la testen løpe lenger.

Det er ofte enkelt å bestemme hvor lenge å kjøre en test. Se på trafikkmønstrene på nettstedet. De fleste nettstedene har sykliske trafikkmønstre, med noen dager får man stadig høyere trafikk enn andre.

For noen områder vil denne syklusen gå over en ukes periode, mens for andre kan det være en måned. Hvis mulig, kjør A / B-testen din i minst én syklus for å få mer nøyaktige tall.

Målet er å få et godt tverrsnitt av besøkende som tester de nye designalternativene. Ved å være oppmerksom på trafikk syklusene, vil du være mer sannsynlig å få det tverrsnittet. Hvis nettstedet ikke har identifiserbare trafikkmønstre (eller hvis de er mye lengre), så prøv å kjøre testen i minst en uke.

Hvordan overbevise dine kunder

Noen ganger er klientene motstandsdyktige overfor ekstra tid og penger som er involvert i å kjøre en skikkelig A / B-test.

De tror ofte at som designer bør du allerede vite hva som skal fungere og hva som ikke vil for deres nettside. Noen ganger tenker de som en forretningsmann, de vet allerede hva som vil og hva som ikke vil fungere. I begge tilfeller må du overbevise dem om at en A / B-test kan bidra til å støtte disse teoriene med konkrete bevis.

Stress fordelene ved å kjøre en A / B-test. Fortell dem at det vil bidra til at deres besøkende er lykkelige og mer sannsynlig å kjøpe noe, registrere seg for en konto eller laste ned informasjon.

Stress at det å bruke litt tid og penger foran på en god splittprøve, kan føre til mye høyere konverteringsrater i fremtiden. Legg også vekt på at en god deltestest også kan spare tid i det lange løp, da det sannsynligvis vil være færre tweaks til designet når nettstedet lanseres.

Verktøy for enklere A / B-testing

Som allerede nevnt, er det tonnevis med gode verktøy der ute for å administrere A / B-tester på nettstedet ditt. Her er noen av de beste (vær så snill å dele mer i kommentarene):

Google Website Optimizer
Google tilbyr nettstedoptimereren som en del av Analytics-pakken. Det er et gratis verktøy som lar deg kjøre A / B eller multivariate tester. De tilbyr også informasjon om hvordan man skal teste og hvordan man får de beste resultatene.

Visual Website Optimizer
Visual Website Optimizer er et brukervennlig A / B-testverktøy som brukes av både bedrifter og byråer. Du oppretter bare flere versjoner av nettstedet ditt, definerer hva dine besøkende mål er (last ned, registrer deg, kjøp, etc.), og deretter deles trafikken mellom de forskjellige versjonene. Det er en gratis prøveversjon der du kan kjøre en enkelt test på opptil 1000 besøkende; Betalte kontoer starter på $ 49 / måned (for opptil 10 000 besøkende testet og opptil 3 samtidige tester). Visual Website Optimizer har også en rekke gratis verktøy du kan bruke, selv uten å bruke tjenesten deres: A / B Split Test Signifikant Kalkulator , a Landingsanalysator , den A / B Ideafox - Case Study Search Engine , og A / B Split og Multivariate Test Duration Kalkulator .

Vertster
Vertster er laget spesielt for multivariate testing, ikke bare A / B testing. Deres største fordel for byråer er at de tilbyr privat merking av teknologien, slik at du kan tilby din egen testløsning til kundene dine.

Press9 A / B Testing Joomla Plugin
Denne plugin lar deg kjøre A / B-tester i Joomla uten bruk av ekstern service. Det er enkelt å bruke og kan kjøres på hvilket som helst element i et Joomla-basert nettsted.

Amazon Mekanisk Turk
Selv om det ikke er spesielt et A / B-testverktøy, kan Mechanical Turk enkelt brukes til å finne besøkende på A / B eller multivariate tester, ofte for kun pennies per besøkende. Du må håndtere de tekniske aspektene ved testen, men det kan løse problemet med å finne testfag.

Split test kalkulator
For den matematisk utfordrede, kan denne enkle kalkulatoren fortelle deg hvilken av testene du har utført bedre hvis det totale antall besøkende er annerledes. Bare skriv inn totalt antall besøkende og nummeret som møtte målene dine for hver gruppe besøkende, og det vil beregne hvilken som gjorde det bedre.

ABtests.com
ABtests.com lar designere dele resultater fra egne A / B-tester, og se resultater fra andre. Dette gjør det mulig for designere og utviklere å lære av hva andre allerede har prøvd, samt å dele sine egne resultater for å hjelpe andre.

Et alternativt alternativ
Som et alternativ kan du alltid bruke et hvilket som helst antall vanlige testverktøy for brukervennlighet for å kjøre en A / B-test, selv om de ikke offisielt tilbyr tjenesten. Alt du trenger å gjøre er å sette opp to tester, og overvåke resultatene fra hver. Dette er et flott alternativ hvis du allerede har et favorittverktøy for testing av verktøy, men vil utvide til A / B-testing. Hvis ikke, her er noen du kan vurdere:

Multivariate Testing

Multivariate testing ligner A / B testing, men inneholder flere alternativer. Hvor en A / B-test sammenligner to ting, kan en multivariativ test teste tre, fire eller fem forskjellige motiver.

Hvis du velger å bruke multivariate tester i stedet for bare enkle A / B-tester, er det fortsatt en god ide å bare teste ett element av gangen. Faktisk blir de mer kompliserte tolkningsresultatene de flere alternativene du inkluderer i testen, og disse komplikasjonene blir bare forverret ved å teste mer enn ett element.

Multivariate tester kan være spesielt nyttige hvis klienten er usikker på hvordan de vil at nettstedet utformes. Du kan teste to eller tre helt forskjellige nettsidemockups og se hvilken som gjør det beste.

Du kan da ønske å kjøre A / B-tester på bestemte elementer i vinnende design for å sikre at den er optimalisert, så vel som det kan være.

I gjennomgang

Her er det grunnleggende du må huske når du kjører en A / B-test:

  • Test bare én ting av gangen.
  • Gi rikelig tid til testing.
  • Bruk tilgjengelige verktøy for å gjøre A / B-testing enklere.
  • Bruk resultatene til å hjelpe kundene til å ta bedre beslutninger.


Skrevet utelukkende for WDD av Cameron Chapman .

Hvis du har flere A / B eller multivariate testtips, teknikker eller verktøy for å dele, vennligst gjør det i kommentarene. Vi vil også gjerne høre suksesshistorier som kommer fra A / B-tester!

ab testing nettsted testing hjemmeside testing