Сплит-тестирование — несложная и действенная практика, которую без неприятностей сможет освоить кроме того начинающий интернет-маркетолог. Но не обращая внимания на это, многие эксперты допускают неотёсанные неточности при проведении А/Б-тестов, что стоит бизнесу времени и денег.
Как вы уже, возможно, додумались, сейчас мы поболтаем о 12 самых распространенных неточностях этого способа оптимизации конверсии.
1. Преждевременная оценка
Выяснить превосходство одного из вариантов возможно лишь по достижению определенного уровня статистической значимости, причем показателя ни в 50%, ни в 75%, ни кроме того в 90% не хватает для рациональной оценки.
Непременно, в то время, когда результаты говорят о том, что 9 из 10 визитёров, грубо говоря, оценили версию А положительно, вывод напрашивается сам собой, но как раз 1 потенциальный клиент может оказаться представителем громаднейшего сегмента вашей целевой аудитории. Согласие значимого количества людей вовсе не подтверждает правильность идеи — на ее эффективность может указать только статистика.
Следуйте несложному правилу: выводы по тесту направляться выносить лишь по достижению статистической значимости в 95% — это указывает, что возможность неточности результатов образовывает всего 1 к 20.
Численность выборки неизменно связана со статистической значимостью, которая, к слову, не имеет никакого значения, в случае если любой из тестируемых вариантов посадочной страницы не взял минимум 100 конверсий (при громадных количествах трафика минимальное требуемое значение преобразований направляться увеличивать до 250).
Резюмируя сообщённое: делать вывод следует по достижению 100 (250) конверсий на любой вариант и статистической значимости в 95%. В случае если эти показатели не были взяты, догадки тестирования необходимо или дорабатывать, или вырабатывать новые.
- С опаской! Сплит-тест — это иллюзия
2. Преждевременная оценка, неточность вторая
В случае если на каждом тестируемом варианте лендинга было совершено 250 конверсий и была взята статистическая значимость в 98%, но сплит-тест проводился в течении 3 дней, его результаты нельзя считать точными.
Допустим, вы проводите А/Б-тест в течение пятницы, воскресенья и субботы — в большинстве случаев, в эти дни люди имеют больше свободного времени, посему более активны в сети. Следовательно, возможно смело утверждать, что тест продемонстрировал бы кардинально отличающиеся результаты в рабочие дни семь дней.
Тест обязан проводиться минимум 7 дней. В случае если в этом промежутке времени не будет достигнута требуемая статистическая значимость, сплит-тест направляться продолжить еще на 7 дней. Помимо этого, в случае если статистическая значимость в 95% была достигнута за 10 дней, опыт все равно направляться проводить до успехи двухнедельной отметки, другими словами еще 4 дня — несоблюдение этого условия ведет к получению неправильных результатов.
Важную роль кроме этого играются внешние факторы: к примеру, тестирование во время праздничных дней, проведения и отпусков интенсивной рекламной кампании продемонстрирует искаженные результаты по очевидным обстоятельствам. Если вы не уверены в достоверности взятых данных, проводите тест повторно — трансформации на базе А/Б-тестов направляться внедрять только по окончании валидации их целесообразности.
3. Низкий трафик
Допустим, ваш бизнес совершает 3-4 сделки в месяц. Маркетолог решает расширить продажи за счет оптимизации конверсии — проводит сплит-тест, результаты которого говорят о 20% превосходстве варианта А над вариантом Б, и вносит соответствующие трансформации. Но в конечном счете показатель осуждённых сделок не увеличился.
В чем сущность неприятности?
Все легко: проведение сплит-тестирования не всегда не нужно при низком трафике. Говоря конкретно о тестировании — маленького количества визитёров не хватает для точного определения эффективности того либо иного варианта. Следовательно, тестирование делается безлюдной тратой денег, каковые следовало бы инвестировать в источники и маркетинг входящего трафика.
- Как оптимизировать конверсию при низком трафике?
4. Отсутствие догадок тестирования
"Наверное," многие маркетологи предполагают, что сплит-тестирование случайных идей есть действенным подходом к оптимизации конверсии, но это далеко не так.
Тесты предназначаются для валидации не предположений (к примеру, что изменение цвета CTA-кнопки с светло синий на красный увеличит количество лидов), а догадок — догадок об эффективности тех либо иных трансформаций, каковые основаны на фактах/наблюдениях и помогают отправной точкой для предстоящих изучений.
Непременно, тестирование необоснованных идей может принести итог, но только тестирование догадок позволяет получить ценную информацию, каковые употребляются для формирования оптимизации и дальнейшей конверсии более качественных догадок.
5. Тестирование неэффективных догадок
Маркетологи частенько сплит-тестируют незначимые нюансы веб-ресурса (к примеру, цвет фона), теряя деньги и время. Контролировать направляться только те варианты, каковые основаны на подтвержденных статистикой догадках, и, следовательно, вполне возможно положительно повлияют на эффективность сайта.
Говоря о фоне: универсального высококонверсионного цвета не существует — серьёзна только привлекательность всей цветовой схемы и контрастность элемента призыва к действию.
- Психология цвета, либо Из-за чего не бывает электродрелей с фиолетовыми рукоятками?
6. Раннее прекращение тестирования
Не заметив ожидаемых результатов, маркетологи частенько останавливают сплит-тест и переходят к тестированию вторых элементов/догадок.
В действительности, большая часть первых тестов проваливаются, но отрицательные результаты полезны в такой же степени, как и хорошие. Тест можно считать неудачным лишь в том случае, если полученные результаты не являются информативными.
В некоторых случаях для минимального повышения конверсии требуется 5, 6, в противном случае и больше тестов, исходя из этого не следует предполагать, что одного опыта хватит. Только серия тестов, догадки каждого из которых оптимизируются на базе прошлых, разрешает прийти к хорошему результату.
7. Тестирование громадного количества вариаций
Учитывайте возможность неточностей первого рода, другими словами получения фальшивых результатов, каковые говорят о эффективности варианта, провального в действительности.
Обрисованная выше неприятность значительно чаще появляется при тестировании множества предположений посадочных страниц (А/b/c/d/e), потому, что существует возможность того, что ни один из вариантов не продемонстрирует большого отличия по эффективности. В следствии возможно выбран совсем недейственный вариант.
оптимальнеезатевать с А/Б-тестирования, поскольку эта практика дает возможность приобрести самые понятные результаты и совершенно верно оценить эффективность одной версии по отношению к второй. При необходимости по окончании тестирования двух вариантов возможно добавить еще пара.
- Дедукция как разработка сплит-тестирования
8. Рвение к большим улучшениям
Маркетологи, в большинстве случаев, заинтересованны только в кардинальном повышении конверсии, но кроме того трансформации, увеличивающие показатели преобразования на 2-3%, направляться обязательно внедрять.
Критичное увеличение преобразования характерно неэффективным сайтам, исходя из этого в случае если ресурс показывает удовлетворительные результаты, улучшить его конверсию в разы будет сложно и затратно в плане времени и финансов.
Вывод достаточно несложной: целью тестирования должно быть определение множества вариантов, каковые воздействуют на конверсию минимально, но положительно.
Представьте: вы проводите 20 тестов в течение года, любой из которых разрешает оптимизировать конверсию на 3%. По отдельности маленькие улучшения кажутся малыми, но, в случае если учесть, что за год вы увеличите коэффициент преобразования на 60%, неспециализированная картина кардинально изменяется.
9. Отсутствие регулярного тестирования
Тесты должны проводится каждый день — много опытов дает возможность приобрести громадный количество полезных данных, применяемых для изучения и оптимизации конверсии целевой аудитории. Но это не означает, что в целях регулярного тестирования позволяется допускать неточности 4 и 6.
В случае если совершить сплит-тест не представляется вероятным, трудитесь над оптимизацией и формированием догадок тестирования.
10. Игнорирование неверных результатов
Избегание всех перечисленных выше неточностей не гарантирует получение точных результатов, поскольку существует последовательность фактов, вредящих валидности тестов:
Инструменты тестирования
Неприятности со сплит-тестами значительно чаще появляются из-за неисправностей ответа для тестирования, в частности по обстоятельству неверных настроек.
корректность работы и Правильность решения приобретаемых разрешённых следует проверять неизменно — как было сообщено ранее, ни при каких обстоятельствах не внедряйте трансформации на базе неподтвержденных данных.
Внешние факторы
На результаты опыта может воздействовать множество внешних факторов: к примеру, интенсивная промо-кампания соперников либо скандал, который связан с сектором вашего бизнеса. Следите не только за статистикой А/Б-тестирования, но и за тем, что происходит за ее пределами.
Источники трафика
Запрещено быть до конца уверенными в том, что трафик, привлеченный для сплит-тестов, воображает целевую аудиторию (как раз исходя из этого принципиально важно иметь громадный количество выборки). Ни при каких обстоятельствах не выбирайте источник трафика, не убедившись в его соответствии аудитории потенциальных клиентов, и оптимизируйте сайт/лендинг под максимально широкий сегмент обычных визитёров.
Баги
устранение и Нахождение багов есть критично ответственным нюансом сплит-тестов, потому, что незамеченная неточность, действующая в течении всего теста, приведет к получению неверных результатов, применение которых не только не увеличит конверсию, но и вполне возможно ей навредит.
- Из-за чего сплит-тесты не трудятся?
Заключение
Представленная в данной статье информация может оказаться нужной и окажет помощь вам в проведении оптимизации-конверсии и сплит тестов.
И не забывайте: тестируйте, тестируйте, и еще раз тестируйте!
Высоких вам конверсий!
По данным infiniteconversions.com, original image source Jerry Nihen
Случайные статьи:
Таргетированная реклама. Умный способ делать А Б тестирование объявлений
Подборка похожих статей:
-
3 Ошибки, которые сделают результаты вашего сплит-теста невалидными
«Имеется три вида лжи: неправда, статистика и наглая ложь», Марк Твен (Mark Twain) Пара недель назад одна из компаний перечня Fortune 500 попросила Клэр…
-
7 Ошибок видеомаркетинга, которых должен остерегаться любой бренд
Возможно, вы это слышали уже множество раз, но включение видеоконтента в вашу неспециализированную маркетинговую стратегию сейчас в действительности есть…
-
Топ-5 ошибок маркетологов при оптимизации конверсии
Некое время назад на сайте WhichTestWon был опубликован опрос на тему оптимизации конверсии, с целью осознать, какие конкретно этапы процесса CRO…
-
Гид по оптимизации конверсии: 10 статистических «ловушек» сплит-тестирования
Кроме того шепетильно спланированные сплит-тесты смогут давать статистически неверные результаты. «Ловушка» может поджидать вас на любом этапе…