Il test A / B (noto anche come test diviso) definisce un modo per compare two versionsdi un'applicazione o di una pagina Web che consente di determinare quale funziona meglio. Il test A / B è uno dei modi più semplici, in cui è possibile modificare un'applicazione o una pagina Web per creare una nuova versione e quindi confrontare entrambe queste versioni per trovare il tasso di conversione. Questo ci consente anche di sapere qual è il filebetter performer dei due.

Il numero di campioni dipende dal numero di test eseguiti. Ilcount of conversion rate è chiamato campione e il processo di raccolta di questi campioni è chiamato campionamento.

Viene chiamato l'intervallo di fiducia measurement of deviationdalla media sul numero multiplo di campioni. Supponiamo che il 22% delle persone preferisca il prodotto A, con +/- 2% dell'intervallo di confidenza. Questo intervallo indica ilupper and lower limit delle persone, che optano per il Prodotto A ed è anche chiamato margin of error. Per ottenere i migliori risultati in questo sondaggio medio, il margine di errore dovrebbe essere il più piccolo possibile.

Eseguire sempre il test A / B se è possibile beat the original variation by> 5%. Il test dovrebbe essere eseguito per una considerevole quantità di tempo, in modo da avere abbastanza dati di esempio perperform statistics and analysis. Il test A / B ti consente inoltre di ottenere il massimo dal traffico esistente su una pagina web.

Il costo per aumentare le conversioni è minimo rispetto al costo per impostare il traffico sul tuo sito web. IlROI (return on investment) su A / B Testing è enorme, poiché alcune piccole modifiche su un sito Web possono comportare un aumento significativo del tasso di conversione.

Come il test A / B, il test multivariato si basa sullo stesso meccanismo, ma compares higher number of variablese fornisce ulteriori informazioni su come si comportano queste variabili. Nel test A / B, dividi il traffico di una pagina tra diverse versioni del design. Il test multivariato viene utilizzato per misurare ileffectiveness of each design.

Il problema con il test di più variabili contemporaneamente è che lo sarebbe tough to accurately determinequale di queste variabili ha fatto la differenza. Anche se puoi dire che una pagina ha funzionato meglio dell'altra, se ci sono tre o quattro variabili su ciascuna, non puoi essere certo del motivo per cui una di queste variabili è effettivamente un danno per la pagina, né puoi replicare ilgood elements in altre pagine.

Di seguito sono riportate alcune varianti del test A / B che possono essere applicate a una pagina web. L'elenco include: titoli, sottotitoli, immagini, testi, testo e pulsante di invito all'azione, collegamenti, badge, menzioni sui media, menzioni sociali, promozioni e offerte di vendita, struttura dei prezzi, opzioni di consegna, opzioni di pagamento, navigazione del sito e interfaccia utente.

• Background Research - Il primo passo nel test A / B è scoprire il file bounce ratesul tuo sito web. Questo può essere fatto con l'aiuto di qualsiasi strumento come Google Analytics.

• Collect Data - I dati di Google Analytics possono aiutarti a trovare visitor behaviors. È sempre consigliabile raccogliere dati sufficienti dal sito. Prova a trovare le pagine con un basso tasso di conversione o alti tassi di abbandono che possono essere migliorati.

• Set Business Goals- Il passaggio successivo consiste nell'impostare i tuoi obiettivi di conversione. Trovare lametrics that determines indipendentemente dal fatto che la variazione abbia o meno più successo rispetto alla versione originale.

• Construct Hypothesis- Una volta che l'obiettivo e le metriche sono stati impostati per il test A / B, il passaggio successivo è trovare idee per migliorare la versione originale e come saranno migliori della versione attuale. Una volta che hai un filelist of ideas, prioritize them in termini di impatto atteso e difficoltà di attuazione.

• Create Variations/Hypothesis - Sul mercato sono disponibili molti strumenti di test A / B con estensione visual editorper apportare queste modifiche in modo efficace. La decisione chiave per eseguire correttamente il test A / B è selezionare ilcorrect tool.

• Running the Variations - Presenta ai visitatori tutte le varianti del tuo sito web o di un'app e le loro azioni vengono monitorate per ogni variazione. Visitor interaction per ogni variazione viene misurata e confrontata per determinare come si comporta tale variazione.

• Analyze Data - Una volta completato un esperimento, il prossimo è analyze the results. Lo strumento di test A / B presenterà i dati dell'esperimento e ti dirà la differenza tra il modo in cui vengono eseguite le diverse varianti della pagina web. Anche se c'è qualche differenza significativa tra le variazioni con l'aiuto di metodi matematici e statistiche.

Il tipo più comune di strumenti di raccolta dati include lo strumento di analisi, gli strumenti di riproduzione, gli strumenti di sondaggio, gli strumenti di chat e di posta elettronica.

Gli strumenti di riproduzione vengono utilizzati per ottenere una migliore visione delle azioni degli utenti sul tuo sito web. Ti permette anche di farloclick maps and heat maps of user clicke per verificare quanto l'utente sta navigando sul sito web. Strumenti di replay come Mouse Flow ti permettono di farloview a visitor's session in un certo senso sei con il visitatore.

Gli strumenti di riproduzione video offrono una visione più approfondita di come sarebbe per quel visitatore che naviga nelle varie pagine del tuo sito web. Gli strumenti più comunemente usati sonoMouse Flow and Crazyegg.

Gli strumenti di indagine sono utilizzati per collect qualitative feedbackdal sito web. Ciò implica porre ai visitatori di ritorno alcune domande del sondaggio. Il sondaggio pone loro domande generali e consente loro anche di inserire le proprie opinioni o di scegliere tra scelte prestabilite.

Puoi ridurre il numero di frequenza di rimbalzo di adding more imagesin fondo. Puoi aggiungere link di siti social per aumentare ulteriormente il tasso di conversione.

Esistono diversi tipi di variazioni che possono essere applicate a un oggetto come l'uso di punti elenco, la modifica della numerazione degli elementi chiave, la modifica del carattere e del colore, ecc. Sul mercato sono disponibili molti strumenti di test A / B che hanno un editor visivo da creare questi cambiamenti in modo efficace. La decisione chiave per eseguire con successo i test A / B è diselecting the correct tool.

Gli strumenti più comunemente disponibili sono Visual Website Optimizer, Google Content Experiments e Optimizely.

Visual Website Optimizer o VWO ti consentono di farlo test multiple versionsdella stessa pagina. Contiene anche l'editor "ciò che vedi è ciò che ottieni" (WYSIWYG) che ti consente di farlomake the changes and run testssenza modificare il codice HTML della pagina. È possibile aggiornare i titoli, la numerazione degli elementi ed eseguire un test senza apportare modifiche alle risorse IT.

Per creare variazioni in VWO per il test A / B, apri la tua pagina web nell'editor WYSIWYG e puoi applicare molte modifiche a qualsiasi pagina web. Questi includono Cambia testo, Cambia URL, Modifica / Modifica HTML, Riorganizza e Sposta.

Visual Website Optimizer offre anche un'opzione di test multivariati e contiene un altro numero di strumenti per eseguire targeting comportamentale, mappe termiche, test di usabilità, ecc.

Questi test possono essere applicabili anche in molti altri luoghi come e-mail, app mobili, PPC e CTA.

Una volta completato un esperimento, next is to analyze the results. Lo strumento di test A / B presenterà i dati dell'esperimento e ti dirà la differenza tra il modo in cui vengono eseguite le diverse varianti di quella pagina web. Mostrerà anche se c'è una differenza significativa tra le variazioni che utilizzano metodi matematici e statistiche.

Per integrare Optimizely in Universal Google Analytics, seleziona prima il pulsante ON nel pannello laterale. Allora devi avere un fileavailable Custom to populate with Optimizely experiment data.

Il codice di monitoraggio di Google Analytics universale deve essere posizionato nella parte inferiore della sezione <head> delle tue pagine. L'integrazione di Google Analytics non funzionerà correttamente a meno che lo snippet Optimizely non si trovi sopra lo snippet Analytics.

Google Analytics ha due opzioni per analizzare i dati, che sono Universal Analytics e Google Analytics classico. Le nuove funzionalità di Universal Analytics consentono di utilizzare 20 test A / B simultanei inviando dati a Google Analytics, tuttavia la versione classica ne consente solo fino a cinque.

Questo è un mito secondo cui il test A / B danneggia il posizionamento nei motori di ricerca perché potrebbe essere classificato come contenuto duplicato. I seguenti quattro modi possono essere applicati per assicurarti di non perdere il potenziale valore SEO durante l'esecuzione di test A / B.

Don’t Cloak - Il cloaking si verifica quando mostri una versione della tua pagina web all'agente Googlebot e un'altra versione ai visitatori del tuo sito web.

Use ‘rel=canonical’- Quando hai test A / B con più URL, puoi aggiungere "rel = canonical" alla pagina web per indicare a Google quale URL desideri indicizzare. Google suggerisce di utilizzare l'elemento canonico e non il tag noindex in quanto più in linea con la sua intenzione.

Use 302 redirects and not 301’s - Google consiglia di utilizzare il metodo della direzione temporanea: un 302 sul reindirizzamento 301 permanente.

Don’t run experiments for a longer period of time - Tieni presente che quando il tuo test A / B è completato, dovresti rimuovere le varianti il ​​prima possibile, apportare modifiche alla tua pagina web e iniziare a utilizzare la conversione vincente.