Что такое A/B тестирование
А/Б тестирование — вид маркетингового исследования интернет-ресурсов, целью которого является выбор оптимального решения среди других возможных. Такое исследование еще называют раздельным тестированием — split testing.
При нем тестируют две или более версии с видоизмененными фрагментами. По результату АБ-тестирования сайта сравниваются конверсии контрольной оригинальной группы А без изменений и группы Б, в которой изменены некоторые показатели, например, добавлены элементы интерфейса или призывы к действию.
Одно из главных преимуществ АБ тестирования — в том, что стратегия развития сайта строится на объективных, а не интуитивных данных. Можно тестировать следующие элементы:
При нем тестируют две или более версии с видоизмененными фрагментами. По результату АБ-тестирования сайта сравниваются конверсии контрольной оригинальной группы А без изменений и группы Б, в которой изменены некоторые показатели, например, добавлены элементы интерфейса или призывы к действию.
Одно из главных преимуществ АБ тестирования — в том, что стратегия развития сайта строится на объективных, а не интуитивных данных. Можно тестировать следующие элементы:
- цветовую схему сайта;
- заголовки страниц;
- объявления в контекстной рекламе;
- дизайн и цвет конверсионной кнопки;
- сниппеты;
- тексты на странице;
- всплывающие окна;
- онлайн-чаты;
- картинки;
- расположение элементов на странице и много другое.
Особенности проведения АВ-тестирования
- Прежде всего необходимо выбрать показатели, которые будут улучшаться с помощью split-тестирования, измерить их текущие значения и выбрать целевые;
- пользователи при проведении А/В тестирования разбиваются на две группы, каждой из которых показывается только одна версия сайта. Важно контролировать, чтобы не осуществлялись показы двух версий ресурса одному посетителю. При этом технически контроль показов реализуется за счет запоминания IP-адреса каждого пользователя и внесения этих данных в cookie-файлы;
- разбиение на группы осуществляется пропорционально с учетом источника трафика — органический поиск, контекстная реклама, соцсети;
- для получения правильных результатов важно провести тестирование двух версий сайта параллельно в одно и то же время, в противном случае внешние факторы — такие как праздники, выходные дни, погодные условия — могут повлиять на статистику;
- из выборки исключаются данные сотрудников компании — это можно настроить с помощью фильтров Google Analytics. В этом случае в отчеты не включаются действия, совершенные с IP-адресов команды проекта;
- для расчета минимальной выборки можно воспользоваться калькулятором;
- для тематики, требующей длительного принятия решения о покупке, следует проводить тестирование в течение минимум двух периодов, нужных для этого решения. Например, если решение принимается в среднем за месяц, то тестирование проводится два месяца;
- самый значимый параметр, который показывает результативность изменений, — количество завершенных заказов. Рост конверсий на промежуточных шагах, таких как количество кликов по объявлению, регистраций, добавлений в корзину могут не повлиять на рост заказов;
- после получения достаточного количества результатов сравниваются конверсии сайта в обеих группах и выбирается вариант с более высокими показателями.
Инструменты для проведения А/В тестирования
Для сплит-теста нужен инструмент, позволяющий разделить аудиторию сайта на группы и вычислить значения заданных показателей в каждой из них. Это можно реализовать собственными силами, анализируя логи действий посетителей, или использовать специально предназначенные инструменты.
A/B тестирование Google Analytics
АБ-тестирование в Google Analytics реализуется следующим образом:
1. Создадим новую страницу на сайте.
2. Перейдем в подраздел «Эксперименты» Google Analytics, который размещен в разделе «Поведение»:
3. Добавим новый эксперимент. Заполним форму — укажем название и процент трафика, принимающего участие в эксперименте.
Затем изменим дополнительные настройки: включим равномерное распределение трафика между всеми вариантами, зададим минимальную продолжительность эксперимента 2 недели и установим порог достоверности от 95% до 95,9% в зависимости от необходимой точности результатов.
Также установим цель эксперимента — выберем из предложенных либо создадим новую. По умолчанию предлагаются цели, связанные с использованием сайта: длительность сеанса, отказы, просмотры страниц; или с электронной торговлей: доход и транзакции.
Также установим цель эксперимента — выберем из предложенных либо создадим новую. По умолчанию предлагаются цели, связанные с использованием сайта: длительность сеанса, отказы, просмотры страниц; или с электронной торговлей: доход и транзакции.
Для самостоятельной установки цели выберем подходящий шаблон — доход, источники трафика, запрос, взаимодействие либо собственная цель:
4. После установки цели укажем страницы, которые будут участвовать в тестировании — адреса исходной и измененной версий:
5. После добавления адресов страниц получим код для добавления на сайт, который необходимо вставить сразу после открывающего тега <head>:
После добавления на сайт кода можно начать эксперимент, и через указанный срок получим страницу-победителя и отчет с показателями конверсии.
