➔ Что такое A/B тестирование

Содержание:

Что такое A/B тестирование

A/B тестирование (или сплит-тестирование) – это процесс сравнения эффективности двух или более вариантов какого-либо параметра.

Как это работает на практике? Для сравнения одну и ту же страницу создают в двух вариантах - a и b. Обе страницы являются идентичными за исключением тестируемых параметров. Простыми словами - вы делаете так, чтобы, заходя по одной и той же ссылке, пользователи получали одинаковую пользу и идентичную информацию, но видели ее по-разному.

что такое а/б тестирование

К примеру, можно протестировать формат заголовка, цвет кнопки, фон и так далее. Цель таких действий - повысить эффективность работы сайта, узнав, какой из тестируемых параметров больше побуждает пользователей совершить целевое действие. Следовательно, по результату тестирования, выбирается страница, которая имеет более высокую конверсию.

Что тестировать

Прежде чем взяться за проведение а/б тестирования, ответьте себе на несколько вопросов:

какие явные недоработки есть на сайте?
почему пользователи уходят со страницы?
почему на одни страницы переходят чаще, а на другие - реже?
как менялась посещаемость сайта в связи с последними изменениями на нем?
конверсия резко возросла или упала, что повлияло на такие изменения?

На эти и другие вопросы могут ответить и сами клиенты. Пообщайтесь с ними в удобном для них формате (интернет и телефонные опросы, личное общение) и выясните, что им нравится или не нравится на сайте, насколько он удобен в использовании и какие проблемы пользователей решает.

Выбор показателей а/б тестирования сайта зависит от того, какая конечная цель преследуется - увеличение продаж, расширение аудитории, привлечение трафика на сайт и так далее.

Итак, вы определились с проблемой, которая не дает развиваться сайту или продукту. Следующий шаг - выбрать параметр для тестирования.

Даже если вам нужно определить качество нескольких показателей, лучше делать отдельное а/б тестирование для каждой пары. В противном случае результат будет достаточно размытым и не принесет ожидаемого эффекта.

Что можно протестировать? Любой параметр, который влияет на эффективность работы сайта:

кнопка призыва к действию: расположение, цвет, шрифт текста
изображения на странице: тематика, размер, цвет
заголовки и подзаголовки: содержание, количество, размер, расположение, шрифт
структура страницы: размещение текста, место расположения форм, дополнительных разделов
тестирование рекламных объявлений.

Что и как можно улучшить с помощью A/B тестирования

Наверняка a/b тестирование сайта не решит все ваши проблемы лишь сменой одного параметра, но все же оно оказывает несомненно положительное влияние на рост эффективности сайта.

влияние a/b тестирования на эффективность сайта

Итак, какие показатели можно улучшить, проводя подобные тесты?

Важнейший показатель результативной работы сайта - конверсия. Каким бы ни был трафик, если посетители недостаточно часто совершают целевое действие - с сайтом однозначно что-то не так.

Проблема может быть и в юзабилити, и в качестве контента, размещаемого на страницах. Тестирование позволяет найти альтернативные решения и увеличить показатели целевого действия:

Результаты теста позволят повлиять и на поведенческие факторы посетителей:

увеличение времени пребывания на странице
уменьшение количества отказов
глубина просмотров - читают ли пользователи всю информацию или просто скроллят страницу, досматривают ли страницу до конца.

Все показатели можно свести к общему знаменателю - увеличение конверсии и рост прибыли.

Если a/b тестирование сайта приносит иногда не совсем значительный результат, и лучше взвесить все “за” и “против”, прежде чем его проводить, то без тестирования рекламы практически не обойтись.

A/B тестирование рекламных объявлений

Невозможно на 100% предугадать, как поведут себя пользователи, видя то или иное объявление. Сравнение кампаний поможет больше узнать о целевой аудитории, понять ход мыслей пользователей и создавать следующие объявления с большей эффективностью.

Если вы создаете рекламные объявления в Google Ads, вы можете там же сравнить несколько вариантов объявлений с помощью инструмента Эксперименты.

гугл эксперимент

Для этого нужно выбрать существующий проект или создать новый и выбрать группу объявлений, которая будет тестироваться. Продолжительность a/b тестирования в Google выбирается вручную, желательно, чтобы она составляла не меньше 14 дней, иначе вы не получите достоверных результатов.

В Яндекс.Директ тоже можно провести a/b тестирование посадочных страниц и объявлений.

Для этого Яндекс предлагает инструмент Группы объявлений, которые позволяют протестировать варианты рекламы и автоматически показывать аудитории самые кликабельные.

Проверка эффективности нескольких объявлений позволит выбрать те из них, которые максимально отвечают запросам целевой аудитории и побуждают пользователей совершить целевое действие.

В рекламном объявлении можно проверить любые гипотезы:

влияет ли на эффективность кампании указание цены, специальных предложений
сколько заголовков должно быть, какие из них воспринимаются лучше
какие изображения в объявлении привлекают больше внимания, нужны ли они вообще
хотят ли пользователи видеть в объявлении подробную информацию (например, модели товара)
нужно ли указывать срок действия предложения.

Кроме того, вы можете экспериментировать с указанием контактной информации внутри группы объявлений, указывая разные номера телефонов, посадочные страницы и так далее.

Как проводить A/B тестирование

Если вы проводите сравнение показателей не просто ради интереса, а хотите получить реальный результат, то к тестированию нужно подготовиться заранее.

Однородные группы пользователей

Перед тем, как провести запланированное a/b тестирование, проверьте, насколько однородна аудитория, участвующая в нем. Проведите пробное тестирование, направляя трафик на одну и ту же страницу.

Если конверсия посетителей группы A заметно отличается от группы B, контрольное тестирование проводить бесполезно до тех пор, пока поток посетителей на сайт не будет однородным.

Размер выборки

Получить статистически значимый результат можно в том случае, если количество уникальных посетителей будет достаточным. Для этого можно воспользоваться любым онлайн-калькулятор для а/б тестов.

Вы выбираете тестируемый показатель, количество вариантов тестирования, текущую конверсию и ожидаемый ее прирост (или значение других тестируемых показателей), а калькулятор высчитывает необходимое количество пользователей, при которых результаты будут максимально достоверными и тестирование можно будет закончить.

калькулятор а/б тестирования

Четкие критерии

Чем конкретнее выбраны показатели для сравнения, тем более понятный результат. Не старайтесь одним тестированием убить 10 зайцев. Сравниваете контент на странице? Пусть это будут только заголовки, шрифт или расположение. Если вы захотите увидеть разницу сразу по всем характеристикам, вы увидите разницу конверсий, но не поймете, с чем конкретно она связана.

Сравнивайте значимые, но не расплывчатые параметры: цена, цвет кнопки, дополнительный заголовок. К примеру, вы создаете два идентичных объявления, но в одном указана цена, а в другом - нет. По результату теста вы увидите, на какое объявление больше кликали, где совершено больше заявок или покупок.

Время a/b тестирования

В среднем на подобные мероприятия отводится от 10 дней до 2 недель. Например, в Google Experiments, популярном инструменте a/b тестирования от Google Analytics, минимальный период сравнения - 2 недели.

Это оптимальное время для получения достоверных результатов с учетом факторов, влияющих на поведение потребителей: время суток, день недели, праздники.

Влияет ли A/B тестирование сайта на SEO

Существует мнение, что тестирование может понизить рейтинг сайта в поисковых системах из-за того, что создается несколько дублированных страниц.

На самом деле это не так и, например, Google предоставляет подробную инструкцию о том, как провести эксперимент и не потерять рейтинг, попав под фильтры поисковиков.

Кроме того, для исходной страницы, канонической, существует атрибут rel = “canonical”. Он дает понять поисковым системам, какую страницу нужно сканировать, следовательно, другие похожие страницы поисковик воспринимает как копии.