Jak wykorzystać testy A/B, by udoskonalić swoją stronę?

Historia powstania testów A/B

Trudno powiedzieć, kiedy testy A/B zostały stworzone. Wiadomo jednak, że taki algorytm doświadczalny był wykorzystany już w 1908 roku przez Williama Gosseta. W wersji internetowej, z jaką są te testy dziś kojarzone, pierwszy raz pojawiają się one w 2000 roku.

Aktualnie jest to najpowszechniejszy sposób testowania portali i wprowadzania na nich zmian. Wynika to z łatwości przeprowadzenia tego typu testu.

Na czym polegają testy A/B

W testach A/B przygotowuje się dwie wersje strony internetowej, które różnią się jednym, badanym parametrem. Na każdą z nich kierowane jest tyle samo użytkowników, a następnie porównuje się poziom konwersji (lub inny miarodajny wskaźnik) osiągany przed i po wprowadzeniu zmiany.

Idea testu A/B opiera się na prostym porównaniu dwóch wariantów i wybraniu lepszego z nich. Jest to niezwykle proste podejście, jednak wyniki tak prowadzonych testów pozwalają realnie wpływać na poziom konwersji, a w efekcie tego, na przychody.

Korzyści ze stosowania testów A/B

Istnieje kilka głównych powodów, dla których testy A/B są tak popularne:

• przede wszystkim są bardzo proste do przeprowadzenia, co zmniejsza koszty analizy,
• ich wyniki pozwalają na szybką implementację nowych rozwiązań,
• umożliwiają ciągłe doskonalenie stron poprzez wprowadzanie kolejnych poprawek i ich testowanie,
• choć najczęściej wykorzystywane są do rozwoju portali, równie dobrze można nimi badać treść e-maili, powiadomień czy reklamy.

Jak przeprowadzić test A/B?

W zależności od celu i sposobu wykonywania rozróżnia się testy A/B online (zmiany na stronach internetowych) oraz offline (treść e-maila, posta, powiadomienia). W obu przypadkach przebieg testu jest podobny.

Analiza strony

Na początku warto ustalić konkretny cel oraz miernik. Może to być ilość transakcji, zasięg, albo zaangażowanie użytkowników portalu mierzone ilością komentarzy. Na podstawie wybranego celu należy wybrać podstrony, które będą najlepiej nadawać się do takiego testu. W końcu określić odpowiednie elementy do zmiany.

Pomysły i hipotezy

Burza mózgów w celu stworzenia hipotez i pomysłów zmian to najbardziej kreatywna część procesu testowania. Wymaga ona otwartego podejścia i doświadczenia, może też powodować pewne problemy dla początkujących. Jednak każdy wykonany test A/B pozwala lepiej wyszukiwać najsłabsze elementy strony.

Prototypowanie

Często pojawia się bardzo dużo pomysłów i trudno zdecydować, który z nich będzie najlepszy. Dlatego warto podejść do tego systemowo i wspólnie zdecydować o kolejności zmian od najbardziej obiecującej do najsłabszej.

Test

W końcu można stworzyć nową wersję podstrony. Jednocześnie należy wyliczyć, jak duża powinna być próba do oceny wyników.

Wyniki

Koniec testów A/B nie oznacza końca pracy nad zmianami. Wynik pozwolił ocenić jedną zmianę. Na tej podstawie można zastanowić się, co jeszcze wymaga ulepszenia. Niektóre badania dają niejednoznaczne wyniki, przez co trzeba szukać innych elementów wpływających na poziom konwersji. Pomocna jest również pełna analiza statystyk po dokonanej zmianie.

Najczęściej popełniane błędy przy przeprowadzaniu testów A/B

Przy wykonywaniu testów A/B sporo osób popełnia większe i mniejsze błędy. Poniżej prezentujemy listę najczęściej występujących z nich:

• Testowanie nieodpowiednich podstron. Warto zastanowić się, które podstrony mają realny wpływ na sprzedaż lub generowanie ruchu.
• Niewystarczająca próba użytkowników. Zbyt mało przekierowanych gości może dać fałszywe wyniki, co przełoży się na błędne decyzje.
• Kopiowanie pomysłów od konkurencji. To dobra inspiracja, jednak opierając się tylko na stronach innych sklepów, nigdy nie osiągniesz nad nimi przewagi.
• Rzadkie testowanie portalu. Prawidłowo testy A/B powinny być wykonywane niemal w trybie ciągłym. Jest to sposób doskonalenia strony niewielkimi krokami. Efektywne wyniki osiąga się tylko długotrwałą pracą nad testami.
• Zbyt duże zmiany. Należy rozróżnić projektowanie i rozwój. W drugim przypadku zmiany powinny być niewielkie, doskonalące najmniejsze detale i szczegóły. Zbyt częste i duże zmiany mogą dezorientować klientów.
• Opieranie się na przeczuciach i założeniach. Proces tworzenia hipotez jest kreatywnym etapem testowania, jednak należy do niego podejść na poważnie i poświęcić mu więcej czasu. Samo przeczucie to zdecydowanie za mało.
• Brak analizy poprzednich wyników. Musisz wiedzieć, dlaczego poprzednie testy zakończyły się sukcesem lub porażką. Dzięki temu łatwiej będzie tworzyć nowe hipotezy i wprowadzać kolejne pomysły.
• Ocena tylko jednego wskaźnika. Choć wybór odpowiedniego wskaźnika pozwala szybko ocenić, czy zmiana przynosi pożądany rezultat, analiza pozostałych parametrów jest przydatna przy tworzeniu nowych hipotez. Dlatego też powinno się przeanalizować całe statystyki i na ich podstawie budować kolejne testy A/B.
• Zbyt wygórowane oczekiwania. Najlepiej wykonane testy A/B rzadko kiedy przynoszą kilkudziesięcioprocentowy wzrost poziomu konwersji. Poprawa jest raczej niewielka, ale to właśnie ona pozwala na ciągły rozwój i osiąganie końcowych efektów.
• Zbyt szybkie kończenie testów. Wiele osób z ciekawości wcześniej zagląda, jak kształtują się wyniki. Gdy różnica pomiędzy obiema wersjami strony jest duża, często pojawia się pokusa szybszego zakończenia testu. Jednak może to powodować podejmowanie błędnych decyzji.

Testy A/B, a wielowymiarowe zmiany

Wiele osób też próbuje od razu zmienić zbyt dużo parametrów. Testy A/B służą do porównywania tylko jednej, niewielkiej zmiany. W innym przypadku wyniki testu będą zupełnie nieprzydatne w dłuższej perspektywie, ponieważ nie będzie można ocenić, co spowodowało wzrost poziomu konwersji. Tylko stopniowe sprawdzanie różnych rozwiązań pozwala na pełne zrozumienie zmian i ich wpływu na zachowanie się klientów.

Istnieje możliwość stworzenia testu A/B dla kilku zmian. Jednak ilość tworzonych podstron bardzo szybko rośnie. Przykładowo, chcąc sprawdzić jednocześnie wielkość i kolor przycisku „kup teraz”, należy stworzyć aż cztery podstrony:

• większy, czerwony przycisk,
• większy, czarny przycisk,
• mniejszy, czerwony przycisk,
• mniejszy, czarny przycisk.

Efekt końcowy będzie podobny, jak przy wykonaniu dwóch osobnych testów A/B – jednego dotyczącego wielkości przycisku, a drugiego zależnego od jego koloru.