UnionCreated using FigmalectureCreated using Figma
new

Получите доступ к бесплатным онлайн-курсам Учиться бесплатно

8177 https://ppc.world/uploads/images/6e/bd/62050bde66f4b-ppc.png 2022-02-11 Другое ppc.world 160 31

A/Б-тесты на сайте: что можно тестировать и как получать достоверные результаты

На конверсию в продажи влияет множество факторов: например, внешний вид продукта, его описание, подача. Иногда сложно определить, нужно ли что-то поменять на сайте: дизайн карточки товара, функционал отдельной страницы. Нововведения скажутся положительно или отпугнут пользователей? Решить эту задачу помогают A/Б-тесты. Как их проводить и анализировать результаты, рассказывают Дарья Родионова, контент-маркетолог CRM-агентства Email Soldiers, и Иван Дудин, руководитель сервиса виджетов LeadPlan.

A/Б-тесты на сайте позволяют определить, какой вариант интерфейса приводит больше пользователей к целевому действию. Например: совершат они больше покупок с виджетом-счетчиком «За сегодняшний день этот товар приобрело Х пользователей» или когда такого виджета нет?

Пример виджета
Пример виджета «За сегодня купили Х раз» на сайте бренда уходовой косметики Kerastase

В статье разбираемся:

Какие механики можно протестировать

В CRM-маркетинге существуют десятки механик, чтобы стимулировать клиента к покупке или целевому действию. Разберем несколько показательных примеров.

Формы лидогенерации. Позволяют собирать базу контактов. Обычно выглядят как формы, в которых пользователя просят оставить email за определенную выгоду — подписаться и быть в курсе новых коллекций, получить разовый промокод на первую покупку или раздатку с эксклюзивным контентом. Такая форма всплывает, когда пользователь находится на сайте определенное время (это время можно задавать) или когда совершает определенные действия (например, клик или скролл).

Лид-форма
Форма лидогенерации на сайте Email Soldiers. Чтобы получить pdf-раздатку, пользователю нужно оставить email

Подписки на пуш-уведомления. Подписываясь, пользователь получает всплывающие уведомления от бренда, например, о новинках и акциях.

Ниже — персонализированный пуш от Puma. Контент зависит от региона, в котором находится пользователь. Алгоритм предлагает перейти на сайт и приобрести продукт: например, если в регионе солнечно — это будут солнцезащитные очки, если резко похолодало — теплые вещи.

Пуш-уведомление
Пуш-уведомление от Puma

Системы обратных звонков. Пользователь может оставить свой номер телефона, чтобы представитель компании перезвонил — так можно быстро получить развернутую консультацию от специалиста.

Форма обратного звонка
Форма обратного звонка на сайте Tranio, международного брокера-недвижимости

Виджеты social proof. Это счетчики просмотров или действий. Рассказывают, например, сколько пользователей просматривают товар в данный момент, и стимулируют к покупке.

Виджет
Виджет, отображающий количество просмотров на сайте ЦИАН

Чат-боты. Позволяют быстро решить задачу пользователя: например, получить консультацию или ответ на стандартный вопрос, выбрать нужный тип продукта, узнать больше о компании.

Чат-бот
Чат-бот образовательных курсов Skull Cup в Telegram

Игровые механики. Это квизы, конкурсы, интерактивные виджеты и другие способы геймификации. Повышают вовлеченность, стимулируют совершить целевое действие благодаря увлекательности и предложению бонусов.

 

Адвент-календарь
Адвент-календарь на сайте косметического бренда Kerastase

Все эти механики могут произвести вау-эффект и увеличить конверсию в покупку в разы, а могут, наоборот, отпугнуть потенциальных клиентов — например, если виджет слишком большой, агрессивный или навязчивый.

Понять, какая механика лучше сработает в случае с определенным продуктом и/или сегментом пользователей, помогают A/Б-тесты.

Что нужно, чтобы провести тест

  1. Сайт, на котором будем проводить исследование, с заранее установленными Google Analytics и GTM.

  2. Предмет тестирования. Например, виджет подписки или social proof.

  3. Гипотеза. Это предположение, которое проверяем. Например, что выбранный вариант сработает эффективно — увеличит конверсию и не повлияет негативно на другие метрики (проведенное пользователем время на сайте, глубину просмотра, показатели отказов, количество и объем заказов).

  4. Шаблон отчета. В нем будут фиксироваться все данные об исследовании: когда начали, сколько времени исследовали, какие результаты получили и какие выводы сделали. Отчет систематизирует данные и помогает корректно подвести итоги исследования.

  5. Инструмент для проведения тестов. С этой задачей помогут справиться решения от Retail Rocket Segment Builder, Popmechanic, Bloomreach, Google Optimize и ABTasty. Мы используем наш сервис Lead Plan.

Зачем нужен ААА-тест перед А/Б-тестом

Название корректно, если сегментов три. Если их два, это будет называться АА-тестом и так далее.

ААА-тест — обязательный шаг перед тем, как провести А/Б-тест. Пользователям будут показаны страницы сайта без изменений. Основная задача ААА-теста — проверить, будет ли эксперимент с текущими настройками равномерно распределять пользователей на одинаковые по весу сегменты: например, с равным количеством мужчин и женщин, равномерной покупательской активностью и длительностью сессий. Также он проверит, за какой срок пользователи равномерно распределятся по сегментам.

Нельзя рандомно распределить пользователей по трем группам и сразу проводить А/Б-тест — в этом случае в сегментах равным будет только количество пользователей, а параметры, например, длительность сессии, частота покупок, количество заказов — разные.

Чем дольше длится тест, тем более точными будут цифры, а наполнение сегментов всё больше похоже друг на друга. Мы рекомендуем приступать к А/Б-тесту, когда разница между исследуемыми показателями сегментов не будет превышать 1–2%. Обычно, если бренд крупный и посещаемость сайта высокая, для этого требуется 1,5–2 недели.

Пример правильной сегментации
Пример правильной сегментации — сегменты почти равнозначны, разница между ними не превышает 2%. Правило работает для каждого столбца-категории — для всех пользователей, новых пользователей и количества сеансов

Как проводятся тесты

Последовательность действий для А/Б-теста:

  1. Добавляем на каждую страницу сайта код, который будет присваивать пользователям идентификационный номер сегмента (например, «Сегмент 1», «Сегмент 2» или «Сегмент 3»). Это же справедливо и для ААА-теста.

  2. Таргетируем механику, которую хотим изменить, на конкретный сегмент.

  3. Собираем данные в Google Analytics — по каждому сегменту в систему аналитики будут передаваться данные о поведении пользователей.

  4. По итогам анализируем результаты. ААА-тест, проведенный заранее, позволит понять, с какого периода (пока сегменты станут равномерными) данные будут корректны.

Полные технические инструкции по проведению теста вы найдете в справке инструмента, который выберете. Например, вот инструкции Google Optimize.

Скриншот с отчетом
Пример отчета с результатами А/Б-теста

Что нужно делать, чтобы получить достоверные результаты

  1. Добавить код, присваивающий идентификаторы, на каждую страницу сайта, которая доступна посетителю. В противном случае пользователям, зашедшим со страниц без кода, не будут присвоены номера или будут присвоены позже реального захода на сайт — данные будут искажены.
  2. Заранее настроить фильтр в Google Analytics, который исключает из статистики заданные IP-адреса. Туда должны входить IP-адреса офисов, колл-центров компании и отдельных сотрудников, которые часто заходят на сайт и используют его не как обычные пользователи.

    Например, если мы тестируем интернет-магазин, отфильтровать нужно менеджеров магазина, которые заходят на сайт десятки раз в день, — если в один сегмент попадет несколько менеджеров, в сегментации будет дисбаланс.

  3. Разделить аудитории десктопной и мобильной версий и анализировать их отчеты отдельно. Механики и восприятие каждой версии отличаются друг от друга, мы рекомендуем проводить исследование с мобильной версией отдельно, даже если есть десктопная адаптивка.
  4. Обращать внимание на экстремумы в статистике. Нельзя строить выводы, если график имеет слишко много экстремумов — показателей, выбивающихся из большинства. Точечно обращайте внимание на сильные отклонения: например, если один пользователь в одном из сегментов за месяц совершил 30 крупных заказов, что не свойственно никому из других сегментов — эти данные учитывать не стоит.
  5. Правильно выбрать показатель для оценки результатов теста. Обычно эффективность нововведений оценивают по количеству совершенных заказов. Но если интернет-магазин небольшой, то, чтобы получить релевантное количество заказов и увидеть взаимосвязь, требуется больше времени. Например, если заказов 100 в день, равномерно по сегментам они могут распределиться и через месяц, и через два. А если использовать в качестве целевого действия не «Оформил заказ», а «Положил товар в корзину», данные можно собрать быстрее. Качество выборки будет схожим — призыв к действию сработал.
  6. Не изменять параметры теста, когда он уже запущен. Например, вы тестируете новый заголовок. А спустя неделю заметили, что в нем есть орфографическая или смысловая ошибка, и решили ее поправить. В этом случае тест нужно проводить заново, данные полученные до изменения будут нерелевантными.

Последние комментарии

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: