A/B testing

I dag er det data og analyser som driver beslutningsprosessen på mange områder. I en nettbasert setting er en av de mest brukte metodene for å samle verdifull innsikt A/B-testing.

Nedenfor finner du alt du trenger å vite om A/B-testing. Fra å definere hva det er til å forstå beregningene.

Å utføre A/B-testing manuelt er praktisk talt umulig. Alle virksomheter bruker et testprogram spesielt bygget for A/B-testingformål for å automatisere prosessen. Testprosessen er så enkel som å lage to versjoner av en nettside. Du gir én versjon til én gruppe av besøkende på nettstedet og den andre versjonen til en annen gruppe. Begge gruppene vurderer sin produktopplevelse.

Etter at A/B-testingen er fullført, vil du få innsikt i resultatene og finne ut hvilken versjon som gir best ytelse.

All denne innsikten er svært verdifull når det gjelder markedsføringsstrategien. Enten det er innholdsmarkedsføring, kundeopplevelser eller å prøve ut ulike tilnærminger til annonseringsstrategier. Markedsføringsteamene dine vil ha stor nytte av et dypdykk i dataene direkte fra målgruppen din.

Hva skal du gjøre før du starter A/B-testing?

Å utføre A/B-testing før du legger en plan er ikke praktisk. Det er flere viktige oppgaver du må gjøre før du starter A/B-testing:

• Identifiser målene dine – det er mange testelementer du kan målrette mot. Disse inkluderer produktbeskrivelser, spesifikke knapper eller CTA. For å identifisere hvilke elementer du skal teste, må du identifisere målene dine. Målet ditt kan for eksempel være å øke konverteringsfrekvensen, så du vil teste deretter.
• Forklar hypotesen – hypotesen vil hjelpe deg å undersøke resultatene av testen bedre. Det er i utgangspunktet en prediksjon av hvilke resultater du forventer å se etter at testen er fullført;
• Beslutt hvilke A/B-tester du vil kjøre – med mål og hypoteser vil det bli lettere å finne ut hvilke A/B-tester, spesielt, du må kjøre;
• Velg et A/B-testprogram – ikke alle A/B-testprogrammer er like. Mens noen funksjonstester utføres, er andre ikke det. Å vite hvilke tester du må kjøre vil gjøre det lettere å velge en. Vurder fremtidige tester du kan gjennomføre mens du gjør det.

Hvor lenge bør du kjøre en A/B-test?

Hyppigheten av testing påvirker tidsperioden du lar eksperimentet kjøre, noe som igjen påvirker prøvestørrelse og signifikans. Jo større utvalget er, desto mer omfattende blir resultatene. Det daglige gjennomsnittlige antallet besøkende på nettsiden svinger. På grunn av dette er det bedre å la testen kjøre lengre.
Hvor lang tid vil det ta før du får signifikante resultater? Det er flere faktorer å vurdere, for eksempel hvordan du gjennomfører A/B-testen og prøvestørrelsen. Det er en god idé å vente til du får nok trafikk til å få statistisk signifikante resultater.

Verktøy for A/B-testing

A/B-testingsprogramvare er allment tilgjengelig. Men de mest brukte er Google Analytics A/B-testing og personaliseringsverktøy Google Optimize og LiveAgent helpdesk-programvare.

Google Analytics er et gratis testverktøy bygget for å strømlinjeforme A/B-testing av nettsider. Du kan bestemme hvilken overskrift som tiltrekker besøkende, hvilket design og layout som resulterer i mer tid brukt på nettstedet ditt, hvilken CTA som genererer flere klikk og mer.

LiveAgent-programvaren kommer med et A/B-testverktøy for e-post, slik at du kan teste responsen til e-postmottakerne dine og måle deres åpne og klikkfrekvens a>.

De fleste verktøy lar deg observere resultater i sanntid, noe som gjør det mulig å gjøre endringer i markedsføringskampanjen din på et øyeblikk.

Når bør du ikke bruke en A/B-test?

Hvis du ikke får tilgang til relevante resultater eller har å gjøre med en komplisert evaluering, bør du unngå A/B-tester. Hva betyr det? Multivariattesting og delt URL-testing sammen med eksperimenter på serversiden er sannsynligvis nødvendig hvis du trenger å utføre en kompleks evaluering. A/B-testing vil ikke gi pålitelige resultater.

For å få relevante resultater må du ha tilstrekkelig trafikk. Uten nok trafikk vil resultatene dine ikke være troverdige. I tillegg trenger du en informert hypotese og tilstrekkelig tid til å bestemme hva du skal teste, sette opp alt og nøye undersøke resultatene.

Hvordan gjøres A/B-testing?

La oss si at du vil finne ut om den nye nettsiden eller den nåværende versjonen av siden vil bringe deg nærmere målene dine. Du er ansvarlig for å lage mål som kan variere fra forbedret brukeropplevelse totalt sett til forbedrede konverteringsfrekvenser.

I A/B-testing står A for en kontrollversjonsvariabel, som er din nåværende nettside. B-en står for variasjon eller ny versjon av nettsiden. Når du har både A- og B-sider klare, må du bestemme hvilken prosentandel av målgruppen din som skal betjenes av de gjeldende sidene og hvilken prosentandel av variantsidene. .

Vanligvis deler bedrifter brukerbasen likt mellom de to. På denne måten får vi de mest pålitelige testresultatene, og vi kan sammenligne de to alternativene direkte.

Hva slags beregninger bør du være oppmerksom på når det gjelder A/B-testing?

Når du har fullført A/B-testen og satt opp trafikkfordeling, vil du motta en rapport. For å få praktisk innsikt må du være oppmerksom på riktige beregninger. Målene dine bør være den avgjørende faktoren for beregningene du bruker.

La oss si at du ønsker å tiltrekke flere besøkende til nettstedet ditt og øke merkevarebevisstheten. I dette tilfellet bør du være oppmerksom på trafikkberegningen. Hvis målet ditt er optimalisering av konverteringsfrekvens, må du spore konverteringsberegninger. Klikk er en viktig beregning å se på hvis du vil lede flere kunder ned i salgstrakten. Du kan også spore andre beregninger, for eksempel appkrasj, publikumspreferanser og økt engasjement.

Kryssreferanser til disse beregningene kan gi deg bedre innsikt og hjelpe deg med å velge den siden som gir best resultater.