×
АВ-тестирование: подготовка, проведение, оценка результатов АВ-тестирование
Вернуться к Блогу
29.11.2022
2049

Время чтения: 10 минут

Нет времени читать?
Отправить материалы на почту

АВ-тестирование: подготовка, проведение, оценка результатов

Что это? Сегодня A/B-тестирование применимо в основном к сайтам. С помощью этой методики проверяется влияние изменений на поведение пользователей. Они могут касаться функционала ресурса, дизайна страницы, ее отдельных элементов.

Как проводится? Аудитория делится на две условные группы: А и В. Одной группе показывается сайт без изменений, другой – с внесенными правками. По результатам теста анализируются результаты, оценивается их значимость и принимаются решения.



Что такое A/B-тестирование

А/В-тестирование – очень востребованный способ протестировать несколько вариантов внедряемого элемента с целью выявления наиболее эффективного из них. Такой метод, как правило, используется в маркетинговых исследованиях.

Например, круглая форма лендинговых кнопок в теории должна вызывать у пользователя больший интерес, чем треугольная или квадратная. Тогда исследованию подвергаются практически идентичные варианты лендинга, с разницей только в форме кнопок. Пользователи соответственно делятся на две равные части, а А/В-тест фиксирует результаты.

Что такое A/B-тестирование

Так что же такое А/В-тестирование? Простыми словами, А/В-тест – это симулятор предполагаемых изменений для какого-либо маркетингового продукта. Выбирая окончательный вариант, следует обратиться к результатам этого исследования, дающего четкий ответ на вопрос о целесообразности и востребованности нововведений.

В Рунете понятия «А/В-тестирование» и «сплит-тестирование» не отличаются между собой и имеют синонимичное значение. Однако это не соответствует действительности. Разберемся в первоначальной трактовке терминов:

  • А/В-тест – это последовательная проверка элементов на соответствие предполагаемому результату. Если вносимое изменение дает положительный отклик – разработчик утверждает его. Так, постепенно, сайт, интернет-платформа или любой другой маркетинговый продукт улучшается.

  • Сплит-тест сравнивает между собой два совершенно различных по своему наполнению и структуре товара.

История A/B-тестирования

Отметим, что А/В-тест впервые использовался на пивном заводе. Случилось это в прошлом столетии, когда знаменитый математик Вильям Госсет использовал разные виды ячменя при варке пива Guinness. Получившиеся напитки предлагались потребителю на пробу и по результатам отзывов выбирался лучший. Так что понятие А/В-тестирование применимо не только к интернету.

Особую популярность А/В-тестирования получили в период, когда Сеть стала обыденностью для большинства населения. Для улучшения работы сайтов и онлайн-площадок разработчики стали активно применять этот метод. Проверяя новые идеи и тестируя видоизмененные элементы, они доводят свой продукт до идеального состояния. На выходе пользователи получают удобный и понятный интерфейс, играющий первостепенное значение в принятии клиентом решения о продолжении работы с сервисом.

В качестве примера приведем эксперимент компании Google по выявлению наиболее приятного людям оттенка синего цвета. В 2000-х годах специалисты провели тестирование 41 варианта этого тона для повышения кликабельности. Способ был выбран простой: с помощью тега Google Optimize элементы, подвергаемые тестированию, были настроены, а всех пользователей искусственно разделили на две части, открыв им доступ к разным версиям одной и той же страницы.

История A/B-тестирования

Сегодня А/В-тестирования проводятся и более сложными методами. Повысились и требования к тестам. В периодическом введении новых элементов или обновлении старых нуждаются, например, все современные приложения для смартфонов. С помощью А/В-теста это становится возможным.

Задачи, решаемые A/B-тестированием

Множество проблем решается А/В-тестированием. Это повышение интереса читателей к интернет-СМИ, уменьшение процента теряемых на этапе оплаты клиентов, проблема брошенных корзин и т. д.

Рассмотрим способы, которыми применение А/В-тестов помогает исправить ситуацию:

  • Обеспечивают решение пользовательских проблем

Заходя на сайт компании, человек рассчитывает найти там информацию о предоставляемых услугах или реализуемых товарах. Вне зависимости от изначальной цели посещения, все люди сталкиваются с похожими сложностями: трудно обнаружить «Корзину» или нет кнопки «Нравится». Это ведет к раннему завершению пользовательской сессии и потере интереса к интернет-платформе. Соответственно, конверсия испытывает негативное влияние.

Для того чтобы верно понимать ситуацию, разработчики у всех пользователей собирают данные об удобстве интерфейса сайта. Сделать это можно разными способами: опрос через гугл-форму, инструмент Google Analytics и др.

В какой бы сфере ни существовал продукт, А/В-тестирование для аналитики маркетинговых компаний всегда будет актуально.

  • Обеспечивают лучшую окупаемость инвестиций (ROI)

Опытные маркетологи знают, сколько стоит качественный трафик. Чтобы повысить конверсию, не вкладываясь в новую аудиторию, необходимо грамотно привлечь интерес уже существующей. Для этого используется А/В-тестирование.

  • При регулярных изменениях риски уменьшаются

Прежде чем полностью трансформировать сайт, лучше последовательно добавлять в него новые элементы и детали. Полное внешнее изменение скорее отпугнет старых пользователей, и они постараются покинуть пространство, ставшее для них некомфортным.

В таком случае тоже пригодится А/В-тестирование, позволяющее отследить реакцию посетителей на те или иные правки. Допустим, вы хотите изменить описание товара или услуги. Прежде чем это сделать, проведите тесты, внедряя поправки в стилистику, формат или содержание описания. Проследите, какая за этим последует реакция аудитории, и только тогда вносите окончательные изменения.

Если разработчик желает добавить новые функции, ему поможет А/В-тест. Предсказывая с его помощью результаты, можно снизить возможные риски.

Благодаря А/В-тестированию сайтов, идеи по их модернизации проверяются на практике и внедряются только после того, как итоги тестов показывают пользу и окупаемость нововведений.

  • Снижают процент отказов

Чтобы сайт работал и приносил прибыль, а также пользовался популярностью, необходимо внимательно отслеживать показатель отказов. Любой человек может покинуть интернет-площадку по собственным причинам. Обоснования этого сильно разнятся не только от одного пользователя к другому, но и от сайта к иному. Так что какого-либо универсального способа решения этой проблемы не существует.

Однако можно использовать такой способ А/В-тестирования сайтов: поменять расположение рабочих элементов и проследить процент отказов при каждом из вариантов.

Вероятно, после внесения проанализированных изменений, человеку станет удобнее взаимодействовать с площадкой. Поэтому А/В-тест улучшает пользовательский опыт.

Задачи, решаемые A/B-тестированием

  • Улучшают статистику

Собирая данные, А/В-тестирование дает определенный, точный результат. Поэтому статистика в данном вопросе имеет первостепенное значение. То, какие данные предоставят А/В-тесты, напрямую влияет на принятие решений по улучшению работы сайта.

  • Способствуют улучшению дизайна сайта

Изменение оформления может выразиться в разных формах. Это может быть смена цветовой гаммы или полный редизайн сайта и его наполнения. Принимать решение о внедрении улучшений следует исходя из результатов А/В-тестирований.

Все смелые идеи и задумки касательно дизайна сайта лучше сперва проэкзаменовать, и только после этого переходить к кардинальным шагам.

Кому и когда нужно A/B-тестирование

Все специалисты, деятельность которых связана с продвижением и улучшением какого-либо продукта или услуги, пользуются А/В-тестированиями. Чтобы получить положительный результат в задуманных изменениях, необходимо использовать именно эту методику. Она поможет определить позитивные и негативные стороны идеи, сделать вывод о целесообразности задумки.

А/В-тестирования – это мост между разработчиком и потребителем. Связующее звено, сообщающее владельцам о запросах аудитории, её вкусах и желаниях. Использование таких тестов помогает развитию реализуемого продукта и удовлетворению требований клиента.

Если вы, будучи владельцем, станете опираться только на собственное мнение, более гибкие соперники в отрасли с помощью А/В-тестирования определят запросы потребителей. Конкуренты сделают свой продукт более привлекательным и ангажируют вашу аудиторию.

Кому и когда нужно A/B-тестирование

Поводы к проведению А/В-тестов:

  • ознакомление с мнением пользователей касательно произведенных изменений;

  • имеется необходимое количество пользователей и сведений;

  • в вашем распоряжении есть задумки изменений и время для тестирования;

  • это наилучший способ добычи нужных данных перед утверждением нововведений.

Если выборка не очень большая, существует риск получения ошибочных выводов. Некоторые едва заметные веяния могут быть выпущены из объектива исследователя, если тестируемых недостаточно. Чтобы у небольшой аудитории уловить малозаметные колебания и потребности, нужно увеличить время проведения испытания. Однако этот шаг не имеет смысла, ведь А/В-тестирования существуют для оперативного принятия решений.

Виды A/B-тестирования

Существует четыре основных вида А/В-тестирований:

  1. Простое. Этот способ применяется следующим образом: под сравнение подпадают два варианта продукта – контрольный, т. е. действующий (исходный), и тестовый, т. е. измененный. Как правило, простой вид исследования используют для проверки какого-то одного элемента, не влияющего на общую структуру сайта.

  2. А/В/n-тест. Заключается в изучении нескольких элементов на одной и той же странице. По его результатам и с учетом коэффициентов конверсий выбирается один вариант из всех протестированных: тот, который получил больше всего откликов пользователей.

  3. Многовариативное (многовариантное, мультивариативное). Способ подходит для сравнения не отдельных элементов, а их комбинаций. Происходит это также, как и в предыдущем варианте – на одной странице. Данные теста будут точными, если количество элементов не более 2-3. Иначе результат может быть искажен.

  4. «Байесовский многорукий бандит» – это тест, результатом которого становится автооптимизация.

Кейс: VT-metall
Узнай как мы снизили стоимость привлечения заявки в 13 раз для металлообрабатывающей компании в Москве
Узнать как

Основные метрики A/B-тестирования

Прежде чем проводить А/В-тестирования своего продукта, вы должны иметь четко сформулированные категории будущих изменений. Если таковых еще нет – это повод обратить свое внимание на данный вопрос.

Тщательно продумайте, для чего конкретно и какие именно вам нужны изменения. Как правило, разработчики и владельцы пользуются похожими метриками.

  • Конверсия

Это доля общего числа пользователей вашего сайта, которые проявили какую-либо активность. Это может быть онлайн-покупка, авторизация, регистрация, изучение конкретного раздела на портале и т. п.

Основные метрики A/B-тестирования

  • Экономические метрики

Имеются в виду такие показатели, как сумма чека, обороты, выручка на количество пользователей интернет-магазина.

  • Особенности поведения посетителей

Сюда можно включить оценку степени интереса пользователей в работе платформы. Для измерения используются особенные категории: длительность сессии, процент отказов (если посетители покинули сайт сразу после того, как зашли на него), глубина просмотра страниц (соотношение количества читателей и числа просмотренных разделов).

Для развернутого анализа следует принимать во внимание сразу несколько показателей. К примеру, даже если средний чек снизился, общая прибыль могла вырасти за счет увеличения количества покупателей. Для того, чтобы быть в курсе всех изменений, нужно контролировать основные показатели.

Чтобы провести А/В-тестирование, необходимо использовать инструмент, способный разделить всю аудиторию на части, и рассчитать в соответствии с ними конкретные данные. В ситуации, когда у вас есть достаточное количество ресурсов, такое орудие будет под силу создать самостоятельно. В обратной ситуации – используйте инструменты со стороны. В этом может помочь, например, Google Analytics. Есть и специализированные сервисы, имеющие возможность все тестирования перевести в автоматический режим. Скажем, Google Analytics Experiements.

Принцип работы A/B-тестирования

Представим такую ситуацию: проект работает, у него есть пользователи, которые активно действуют в рамках ресурса. Прошло некоторое время, и вы, как владелец, решили внедрить некоторые изменения. Например, создать виджет, который будет всплывать. Его назначение: подписка на новости.

Идея – это просто мысль в пределах воображения. Если логично подумать, то посетитель с помощью всплывающего виджета сможет быстро и удобно получать уведомления о новостных обновлениях. Ожидается повышение количества подписчиков на ваш ресурс.

Однако не следует делать преждевременные выводы. Для начала нужно вспомнить, что наши предположения не всегда соответствуют желаниям потребителей. Идея, пришедшая вам в голову, совершенно не обязательно должна найти отклик в сердцах аудитории. Чтобы проверить, совпадают ли веяния в умах разработчиков и пользователей, можно прибегнуть к А/В-тестированию.

Ничего сложного в этом нет. Пользователи в рандомном порядке делятся на части. Одна, контрольная, получает контент без каких-либо изменений. По ней будут измеряться успехи всех остальных сегментов. Другая часть получает трансформированный ресурс.

Чтобы результаты были наиболее точными, аудитория обеих групп должна быть изолирована друг от друга. Это условие соблюдается с помощью метки сегмента в cookies браузера.

К сожалению, достичь равенства невозможно, поэтому метрики избираются относительными. В них нет абсолютного значения, к которому делается привязка. Норма высчитывается по количеству посетителей или просмотров. Как правило, в качестве метрик избираются средние чеки или CTR-ссылки.

К тому же нельзя пропорционально разделять трафик, если планируется кардинальное видоизменение интерфейса сайта или платформы. В число влиятельных корректур входят добавление всплывающих окон и трансформация системы навигации. Происходит это потому, что такие изменения могут сказаться как положительно, так и отрицательно.

Если у разработчика есть сомнения касательно реакции посетителей, то для тестового режима нужно отобрать не очень большое количество аудитории и только при отсутствии негативных результатов (в виде оттока пользователей) можно будет увеличить часть тестируемых.

Принцип работы A/B-тестирования

Способы увеличить объективность A/B-тестирования

Для того чтобы уменьшить возможные негативные последствия от вводимых изменений, учитывайте следующие правила:

  1. ни в коем случае нельзя поочередно тестировать версии обновления: только одновременно;

  2. сотрудники компании должны быть исключены из изучаемого сегмента во избежание искажения результатов;

  3. количество тестируемых должно быть достаточным, чтобы снизить процент случайных действий на сайтах, а группы не должны пересекаться.

Итоги А/В-тестирования подвержены влиянию множества факторов внутреннего и внешнего толка.

Внутренние факторы:

  • маркетологи;

  • разработчики;

  • сотрудники call-центра;

  • менеджеры по продажам;

  • специалисты службы технической поддержки и др.

Все перечисленные специалисты проводят на интернет-портале слишком много времени, поэтому длительность их сессий и трафик, ими создаваемый, не должен подлежать учету.

Внешние факторы:

  • сезон;

  • климатические условия;

  • день недели;

  • время суток;

  • наличие рекламы;

  • деятельность конкурентов и др.

Как внешние, так и внутренние факторы могут значительно исказить результаты А/В-тестирования. Мы рекомендуем проводить проверку данных через контрольную группу. Благодаря способу сквозной аналитики можно просчитать вероятные колебания. Здесь также может помочь и корпоративная CRM.

Набор инструментов для A/B-тестирования

Чтобы облегчить труд аналитиков, маркетологов и всех причастных к исследованиям людей, существуют особые программы. Область их использования включает в себя не только само тестирование, но и деление клиентов на фокус-группы. Такие программы способны проследить эффективность подвергаемых тестированию вариантов.

Набор инструментов для A/B-тестирования

Перечислим наиболее популярные среди таких программ:

  • На платформе Яндекс работает специальный калькулятор А/В-тестирования. Благодаря ему существует возможность сравнения итогов, учитывая лиды, в разных рекламных кампаниях. Здесь применяются такие показатели, как CPA, CPC, CTR.

  • Инструменты Google Optimize или Google Marketing Platform позволяют единовременно проверить сразу 5 вариантов тестируемых страниц. Основное достоинство этих программ – для их использования нужен только аккаунт Google Analytics. К тому же, они бесплатные.

  • Чтобы обработать результаты своего А/В-тестирования, можно использовать сервис Optimizely.com. В использовании он очень прост, т. к. обладает приятным интерфейсом и удобными редакторами.

  • Благодаря интеграции Changeagain.me и Google Analytics мы имеем возможность изначально задать цели проводимого тестирования, исходя из которых платформа будет делать выводы.

  • Сплит-тестирования и мультивариантные исследования можно провести с помощью ABtasty.com. Всего 7 внутренних параметров таргетинга и интеграция с Google Analytics помогают сервису предоставить верные данные.

  • Среди отечественных программ для А/В-тестирования выделим Realroi.ru.

  • Удобный иностранный сервис Vwo.com (т. е. Visual Website Optimizer) обладает большими возможностями, но предполагает знание азов работы с html.

  • Наиболее широкий диапазон используемых инструментов и параметров предоставляет платформа Convert. Она способна охватить трафик численностью 1,2 млрд пользователей.

  • Известный конструктор Flexbe имеет специальный инструмент для проведения А/В-тестирования.

  • Благодаря качественному визуальному редактору, а также наиболее часто используемым шаблонам, LPGenerator является незаменимым помощником. Единственное ограничение – возможность работать только с лендингами, созданными на его основе.

  • Для сайтов, состоящих всего из одной страницы, создано специальное приложение Unbounce.

  • Очень популярный MyTarget позволяет пользователям проводить А/В-тестирование рекламных кампаний, а также подразделять трафик на нужные части.

Пошаговая инструкция проведения A/B-тестирования

А/В-тестирование осуществляется через определенные шаги, последовательность которых желательно сохранять неизменной.

Шаг 1: постановка цели

Цель любого А/В-тестирования должна соответствовать генеральной линии вашей компании. Основная установка тестов – подъем выручки, т. е. рост объема продаж. Этому способствует контекстная реклама, увеличивающая поток пользователей платформы.

Для достижения указанной цели вы должны использовать те виды А/В-тестирования, которые ведут к росту количества продаж. Это может быть замена какого-нибудь элемента, привлекающего к себе большое внимание.

Не стоит тратить время и ресурсы на проверку тех идей, которые не ведут к прямому достижению поставленной цели. Это может стать напрасной тратой сил.

Шаг 2: выбор метрик

Грамотный А/В-тест включает в себя самые важные показатели: продажи, объем выручки, оборот, прибыть, число пользователей, отказов и т. п. Метрика должна демонстрировать успехи от реализации вашего проекта. Чтобы проследить увеличение количества клиентов онлайн-платформы, используем в качестве показателя количество интернет-заказов.

В идеале – выбор одной единственной метрики, но в качестве дополнительных можно взять еще несколько, не забывая, что во всем важна умеренность.

Много отслеживаемых метрик в одном А/В-тестировании даст искаженные результаты. Поэтому в случае с продажами можно использовать только итоговую прибыль и сумму среднего чека.

Пошаговая инструкция проведения A/B-тестирования

Шаг 3: выбор проверяемой гипотезы

Главное условие – совпадение результата гипотезы с избранной вами метрикой А/В-тестирования. То есть в свое предположение вы должны закладывать ожидаемые результаты тестов.

Чтобы верно истолковать итоги тестирования, обычно используются два типа гипотез:

  1. Нулевая. Ваша задача – опровергнуть ее. Конверсия остается такой же, какой и была.

  2. Альтернативная. Ваша задача – подтвердить ее. Конверсия растет на 8–10 %.

Сам по себе напрашивается вывод: если никаких изменений не последовало – действовала нулевая гипотеза. В такой ситуации реформы не приведут ни к чему хорошему и не дадут ожидаемого результата. Если сработала альтернативная гипотеза – внесенные поправки нужно расширить на весь трафик сайта. В случае отрицательного результата все правки нужно аннулировать и предпринять меры, чтобы повысить основную метрику.

Шаг 4: выбрать дизайн

Это – самый важный шаг. Во многом он зависит от технических ресурсов, в равной же степени – от команды.

У Яндекс есть специальный автоматизированный алгоритм, расчленяющий всю аудиторию ресурса на группы и определяющий объем трафика еще до начала проведения А/В-тестирования. В выборку включается определенное количество людей, требуемое для качественного анализа и принятия какого-либо решения.

Прежде чем определиться с дизайном, рекомендуем ответить на следующие вопросы:

  • кто представляет тестируемую аудиторию – новички, опытные пользователи или иной сегмент;

  • по какому принципу будет производиться деление на группы;

  • каков будет объем выборки;

  • сколько по времени займет тестирование;

  • допустимый уровень значимости (как правило, 90–95 %).

Далеко не каждому владельцу хорошо понятно, каким образом определяется объем выборки аудитории для А/В-тестирования. Здесь может помочь только личный опыт. Ответьте себе на вопрос о том, какое числовое изменение вы хотели бы видеть. Тогда станет понятно, сколько пользователей должно поучаствовать в проверке сформулированной гипотезы.

Вернемся к нашей теме повышения объемов продаж. Используем трафик контекстной рекламы и изучим всех новых пользователей без деления на сегменты. Если по средним значениям мы имеем 100 посетителей в сутки, из которых 10 % – это новички, то А/В-тестирование продлится месяц и выдаст нам 300 новых покупателей. Этого будет вполне достаточно, чтобы сделать выводы.

Шаг 5: проведение эксперимента

После начала тестирования остается ждать результатов. Внимательно наблюдайте и фиксируйте все заметные изменения на начальном этапе. Отслеживайте уровень комфорта тестируемой аудитории и следите за исправностью механизма.

Порой начало анализа способно дать множество ответов на наши вопросы и подтвердить альтернативную гипотезу. Однако не спешите сворачивать свое исследование. Именно в этом и кроется наиболее распространенная ошибка. Под конец изучения может всплыть отсутствие всякого результата. Поэтому придерживайтесь заранее намеченных сроков А/В-тестирования.

Шаг 6: подвергните результаты анализу

Вы должны рассчитать полученные итоги по выбранной ранее метрике исследования для обоих сегментов трафика. Разница между получившимися значениями и будет ответом на поставленные в начале тестирования вопросы. Отсутствие ее – результат бессмысленности нововведений, даже если она присутствует при рассмотрении отдельных разделов исследования. Для некоторых частей тестирования изучаемая версия может показать лучшие или, наоборот, худшие итоги.

Успех анализа не столь значителен, сколько опыт, который благодаря исследованию вы получаете. Даже отрицательные или нейтральные результаты могут быть полезны для будущих А/В-тестирований. Модернизируйте гипотезу, защищаемые положения, меняйте центральные области изучения. Существует достаточно способов использовать полученные данные.

Анализ и оценка результатов A/B-тестирования

После завершения А/В-теста в предполагаемые сроки вы получаете голую статистику. Начнем работу над ней: разделяем показатели, несущие высокую значимость, и вызванные рядом случайностей. Вступаем в новый этап: оценка значения итоговых результатов.

Случайности выявляются через гипотезы А/В-тестирования: нулевую и альтернативную. В первом случае расхождения будут не видны или едва заметны. Во втором: значительны.

Анализ и оценка результатов A/B-тестирования

Чтобы проверить гипотезу, используются специальные статистические тесты. Их выбор напрямую зависит от контрольной метрики. Наиболее часто используется тест Стьюдента. С его помощью можно проанализировать многие количественные показатели. Тест Стьюдента идеально подходит для работы с данными не очень большого объема.

Чтобы принять итоговое решение о положительных результатах А/В-тестирования, уровень значимости должен быть равен диапазону от 90 до 99 %. Если этот показатель расположился на низком ярусе, нельзя делать выводы об эффективности и, соответственно, о результатах исследования внесенных изменений.

Хотя данная характеристика очень важна, многие разработчики совершенно забывают об уровне значимости, когда публикуют результаты А/В-тестирования. Фактически мы имеем ситуацию, при которой 80 % от всех исследований статистически не значимы.

Большой объем тестируемого трафика в частях аудитории делает меньшей разницу в среднесуточных результатах уровня значимости, сглаживая ее. Малый трафик из-за результатов случайных величин дает низкую точность, что приводит к увеличению времени проведения исследования для получения качественных итогов.

После того, как результаты прошли проверку статистической значимостью, а случайные ошибки были исключены, вы должны принять итоговое решение о том, какой вариант следует запустить в реализацию.

По завершении А/В-тестирования, после проведения анализа его итогов, когда изменения в действующий продукт внесены, нужно задуматься о последующих перспективах. Начинайте вычислять слабые или болевые точки, ставьте иные цели, формулируйте новые гипотезы. Все это непременно приведет к более эффективному функционированию проекта и улучшит его качество.

Продумывая дальнейшие шаги для оптимизации воронки продаж вашего продукта, следует вспомнить о методах юнит-экономики. Она поможет определить степень доходности проекта или модели по суммарной выручке с одного клиента или с одного конкретного товара.

Возможные ошибки при проведении А/В-тестирования

Давая оценку статистической значимости, избегайте наиболее распространенных ошибок:

  • не верьте в стопроцентное принятие потребителем новой страницы, ведь данная методика лишь демонстрирует такую вероятность и снижает возможность случайности;

  • А/В-тестирование не показывает напрямую, что тот или иной вариант больше полюбился пользователю. Его результат только представляет превосходство одних целевых показателей над другими;

  • даже если разница между страницами очевидна, помните, что пользователи напрямую это не выбирали, им не предоставляли два варианта. Анализ лишь показал их реакцию на изменения, не зависящие от них.

Контроль процесса тестирования гипотез

Иногда итоги А/В-тестов не дают очевидного результата по вариантам. В таком случае следует прибегнуть к анализу конкретных сегментов по тем или иным признакам:

  • демографический признак (пол, возраст, страна);

  • деление на новичков и профи (объективнее использовать только вновь прибывших);

  • деление по плательщикам;

  • деление по источнику аудитории и сервису.

Заметные расхождения по сегментам помогут пролить свет на истинные результаты А/В-тестирования.

Чтобы верно разделить трафик на части, учитывайте два главных правила:

  1. объем выборки в каждом сегменте должен быть обоснованным и убедительным. Общепринято минимальное число конверсий на вариант теста: 250–350;

  2. слишком маленькая выборка не подходит для А/В-тестирования.

Скачайте полезный документ по теме:
Чек-лист: Как добиваться своих целей в переговорах с клиентами

Примеры A/B-тестирования компаний с мировым именем

  • Netflix

Этот онлайн-кинотеатр пользуется большим успехом во многом именно потому, что регулярно проводит тестирование своих идей по изменению сайта.

К примеру, персонализация Netflix осуществляется таким образом, чтобы посетитель легко ориентировался на платформе. К тому же пользователя должны окружать тематические подборки, составленные исходя из его индивидуальных интересов. Элемент случайности здесь сводится к минимуму.

Netflix

Помимо персональных страниц, Netflix грамотно подбирает наиболее кликабельные заголовки и миниатюры, предлагаемые взору пользователя.

  • Amazon

Являясь признанным лидером в оптимизации конверсии, Amazon стремится дать своему клиенту максимальные удобства.

В конце 90-х годов, проведя многочисленные длительные тестирования, фирма запустила опцию под наименованием «Заказ в один клик». Это позволило клиенту покупать товар без лишних телодвижений. Единоразовое добавление данных своей банковской карты и адреса значительно упростило процесс совершения покупки. Это нововведение получило такие массовые отклики, что большинство клиентов отказалось от работы с другими платформами. После успеха своей задумки, Amazon оформила патент на данную опцию, лицензию на которую приобрела вскоре небезызвестная компания Apple.

Amazon.com

Владельцы и менеджеры компании Amazon проводят тщательное тестирование любых возможных нововведений. Все элементы этой интернет-платформы приведены в состояние, полностью удовлетворяющее капризного клиента. Никаких лишних, отвлекающих на себя внимание, деталей. Все строго по делу и соответствует определенной понятной структуре работы сервиса.

Остановимся на корзине (списке желаемого) для покупок. Значок-кнопка перехода в нее всегда находится в зоне видимости потенциального покупателя Amazon. Она предлагает 5 полезных опций:

  1. Продолжить покупки (если в корзину не добавлено ни одного товара).

  2. Узнать об актуальных предложениях (если в списке возможных покупок ничего нет).

  3. Вишлист (также если в корзину не добавлено ни одного товара).

  4. Перейти к оформлению заказа (когда в списке возможных покупок есть записи).

  5. Авторизоваться, чтобы оформить покупку в один клик (если в корзине есть товары).

Всего одно движение – и перед взором пользователя предстает вариант развития событий, соответствующий конкретной ситуации клиента. Пользователь не испытывает напряжения и продолжает совершать покупки. Все это стало возможным именно благодаря А/В-тестированиям сайта.

  • Booking.com

Не отстает от Amazon и популярный сервис для онлайн-покупок книжной и печатной продукции Booking.com. А/В-тестирование используется здесь весьма широко и позволяет порталу держать успешные позиции относительно конкурентов. Даже в эту минуту сайт производит тестирование нескольких сотен нововведений.

Хотя Booking.com ведут свои исследования более десяти лет, это не позволяет им останавливаться на достигнутом. Такой подход благотворно сказывается на популярности и прибыльности проекта.

Booking.com

Для Booking.com А/В-тестирование – это рутина, продолжающаяся изо дня в день. Поэтому специалисты вышли на высокие скорости исследования, расставили приоритеты и сфокусировали свое внимание только на действительно важных элементах. Каждый сотрудник имеет право протестировать любую свою идею, ведь это может оказать положительное воздействие на работу Booking.com. Порой смелость и решительность в принятии заключений по результатам различных экспериментов может повлиять на отношение клиентов к сервису.

Такими смелыми решениями Booking.com можно назвать предложения по аренде жилья рядом с отелями для отдыха, партнерство с проектом Outbrain (нативная реклама) и т. п. Конечно, проект не прошел без трудностей. Большая часть собственников жилья после первого этапа регистрации внезапно остановились. Чтобы решить возникшую проблему, разработчики стали действовать сообща и предложили три новые версии лендинга, включавшие в себя оценку клиентов, награды и многое другое. Booking.com согласился на их тестирование. После двухнедельного испытания количество регистраций увеличилось на 25 %. К тому же, каждая из них несколько подешевела.

Подводя итоги, отметим, что А/В-тестирование – это современный и эффективный подход к модернизации проектов. Огромное количество специалистов, работающих над сайтами и порталами, имеет возможность совместной деятельности над одним и тем же продуктом исходя из результатов данного исследования. Все это положительно сказывается на результатах продвижения платформы на рынках, на укреплении своих позиций относительно потенциальных конкурентов в выбранной области. А/В-тестирование – полезный помощник на пути к большому успеху.

Облако тегов
Понравилась статья? Поделитесь:
Стратегия
10-кратного роста
продаж с сайта
Скачать 7,4 MB
Полезные
материалы
для руководителей
Скачать 3,2 MB
×
Елена Койгородова
Елена Койгородова печатает ...