Az A/B tesztelés a webshop konverzióoptimalizálás egyik legközvetlenebb eszköze. Valódi bizonyítékot ad arról, mi működik a te boltodban, a te vevőidnél. A konverzióoptimalizálás teljes bemutatásáért, és hogy miért olyan fontos a konverziós arány javítása, mint a forgalom növelése, olvasd el a mi a konverzióoptimalizálás, és miért fontos cikket.
Mi az A/B tesztelés egy online boltnál?
Az A/B teszt két csoportra osztja a látogatóidat, és mindegyiknek az oldal vagy egy oldalelem más változatát mutatja. Az egyik csoport az eredeti változatot látja, ezt hívjuk kontrollnak. A másik a módosított változatot, ezt hívjuk variációnak. A változtatás egyetlen konkrét elemet érint. Lehet egy gomb szövege, egy termékoldal elrendezése vagy egy bizalmi jelvény helye. Minden más változatlan marad.
A látogatók úgy járják a boltot, ahogy szokták. Nem tudják, hogy egy teszt részei. A tesztidőszak végén összehasonlítod a két csoport konverziós arányát, és megállapítod, melyik változat teljesített jobban. Mivel mindkét változat egyszerre fut, hasonló forgalommal, a külső tényezők, például az évszakhatás vagy a hirdetéseid változása mindkét csoportot egyformán érintik. A látott különbség a te változtatásodból ered, nem az időzítésből.
Miért fontos az A/B tesztelés a webshop konverziójánál?
A boltodon végzett minden változtatás egy fogadás. Arra fogadsz, hogy az új termékleírás jobban konvertál, hogy az egyszerűbb pénztár csökkenti a lemorzsolódást, hogy az áthelyezett gombra többen kattintanak. Teszt nélkül nem tudhatod, bejött-e a fogadás. Az eladások emelkedhetnek a változtatástól teljesen független okokból. Vagy csökkenhetnek ugyanezért.
Az A/B tesztelés a fogadásokat döntésekké alakítja. Olyan adatod van, amely mérhető hibahatáron belül megmutatja, hogy a változtatásnak volt-e valódi hatása. Ez két gyakori és drága hibától véd meg. Az első, hogy azt hiszed, egy változtatás segített, pedig nem. A második, hogy felhagysz egy működő változtatással, mert a javulást nem neki tulajdonítottad.
A pénzügyi érv egyszerű. Az a bolt, amely a látogatói egy százalékát alakítja át vevővé, és két százalékra javul, ugyanabból a forgalomból megduplázta a bevételét, a hirdetési költés növelése nélkül. A rendszeres A/B tesztelés a legmegbízhatóbb út ezekhez a nyereségekhez.
Mit tesztelhetsz az online boltodban?
Szinte bármi tesztelhető, amit a látogató lát. A bolt egyes részei nagyobb hatással vannak a konverzióra, mint mások, és az első teszteknek ezekre érdemes összpontosítaniuk.
Termékoldalak
A termékoldalon születik a legtöbb vásárlási döntés. Nagy hatású tesztjelöltek: a fő termékkép, a termék címsora, a kosárba tétel gomb szövege és helye, a termékleírás hossza és felépítése, a vásárlói értékelések helye, és hogy az ár kiegészítő információval jelenik-e meg, például összehasonlító árral vagy ingyenes szállítási küszöbről szóló üzenettel. Arról, mitől hatékony egy termékoldal, a hogyan tervezz olyan termékoldalakat, amelyek vásárlásra késztetnek cikkben olvashatsz részletesen.
Pénztári folyamat
A pénztárnál veszíti el a bolt azokat a vevőket, akik már eldöntötték, hogy vásárolnak. Hasznos tesztek: az egyoldalas és a többlépéses pénztár összehasonlítása, a fiókkészítés kötelezővé tétele a vendégként vásárlás lehetősége helyett, az űrlapmezők száma és sorrendje, és hogy a rendelés összegzése hol jelenik meg a folyamatban. A pénztári változtatások gyakran gyorsabb, tisztább eredményt adnak, mint a termékoldalon végzettek, mert a látogató szándéka ekkor már biztos. A pénztár tervezési döntéseiről a hogyan tervezz olyan pénztároldalt, amely csökkenti a lemorzsolódást cikk szól.
Kezdőlap és navigáció
A kezdőlapod és a navigációd alakítja az első benyomást, amelyet a látogatók kapnak, és az utat, amelyen a termékoldalaidhoz jutnak. Teszteld a kezdőlap címsorát, hogy mely termékeket vagy kollekciókat emeled ki a képernyő felső részén, a promóciós bannerek helyét, és hogy a kategórianavigáció jobban működik-e állandó menüként vagy látható csempék sorozataként. Az itteni változtatások a boltodon átmenő teljes forgalmat érintik, így még a szerény javulásnak is nagy a hatóköre.
Cselekvésre ösztönző elemek
A gomb szövege, színe, mérete és helye mind befolyásolja, hogy a látogatók megteszik-e a következő lépést. A „Kosárba” és a „Vásárlás most” a leggyakrabban tesztelt gombpár. Azt is tesztelheted, hogy a gomb mellé tett sürgetést kifejező szöveg („Már csak 3 darab maradt”) vagy társadalmi bizonyíték („E héten több mint 200 rendelés”) változtat-e a kattintási arányon.
Árak megjelenítése és ajánlatok
Az ár bemutatásának módja a vásárlási döntéseket magán az áron túl is befolyásolja. Teszteld, hogy az áthúzott eredeti ár az akciós ár mellett növeli-e a konverziót ahhoz képest, ha csak az akciós árat mutatod. Teszteld, hogy a kosár közelében megjelenő „ingyenes szállítás X feletti rendelésnél” üzenet nagyobb rendeléseket hoz-e. Teszteld, hogy az, ha a pénzvisszafizetési garancia a termékoldalon is látszik, és nem csak a láblécben, változtat-e a pénztár befejezési arányán.
Hogyan futtass A/B tesztet?
Fogalmazz meg hipotézist
Minden teszt egy olyan kérdéssel kezdődik, amelynek mérhető a válasza. „Ha a termékképet olyan életstílus-fotóra cserélem, amely használat közben mutatja a terméket, többen kattintanak a kosárba tételre?” Ez a kérdés meghatározza, mit változtatsz, mire számítasz, és honnan fogod tudni, hogy bejött. A hipotézist kezdés előtt írd le. A hipotézis nélküli teszt csak nyomon nem követett változtatás.
Válaszd ki a sikermutatót
A teszt kezdete előtt határozd meg a mutatót, amelyet mérsz. A legtöbb webshopteszt esetében ez egy adott lépés konverziós aránya. Lehet a kosárba tételi arány, a pénztár megkezdési aránya vagy a befejezett vásárlások aránya. Azt a mutatót válaszd, amely közvetlenül megfelel a tesztelt elemnek. Ha egy termékoldali elemet tesztelsz, mérd, hogyan hat a kosárba tételi arányra. Ha pénztári elemet tesztelsz, mérd a pénztár befejezési arányát. Ha a bolt teljes bevételét használod mutatóként, az a tölcsér más részeiből túl sok zajt hoz be.
Állítsd be a tesztet
Használj A/B tesztelő eszközt a variáció létrehozásához és a forgalom két változat közötti elosztásához. Az 50/50 elosztás a szokásos. A tesztidőszak alatt a boltod fusson a megszokott módon. Kerüld a nagy akciókat és a hirdetéseid jelentős változtatását, amíg a teszt él, mert ezek úgy tolják el a látogatói viselkedést, hogy az egyenlőtlenül érintené a két csoportot, és nehezen értelmezhető eredményt adna.
Hagyd végigfutni a tesztet
Ne állítsd le korán a tesztet csak azért, mert úgy tűnik, az egyik változat nyer. A korai eredmények gyakran félrevezetők. A látogatói viselkedés a hét napja szerint változik, és az első néhány napon megjelenő minták gyakran nem tartanak egy-két teljes hét után. Ha leállítod, amikor az egyik változat ígéretesnek tűnik, drámaian nő az esélye, hogy téves pozitív eredmény alapján cselekszel. Futtasd a tesztet, amíg el nem éred a célmintaméretet.
Elemezd és alkalmazd az eredményt
Ha elég adatod van, hasonlítsd össze a kontroll és a variáció konverziós arányát. Ha a variáció statisztikailag szignifikáns mértékben felülmúlja a kontrollt, vezesd be a változtatást. Ha az eredmények nem egyértelműek, a változtatás nem hozott mérhető különbséget, ezért tartsd meg az eredetit, és válassz másik elemet a teszteléshez. Ha a variáció rosszabbul teljesített, maradj az eredetinél, és gondold át újra a hipotézist. Minden kimenetel mond valami hasznosat.
Meddig futtass egy A/B tesztet?
Két tényező dönti el, mennyi ideig futtasd a tesztet. Az egyik a forgalom nagysága. A másik annak a javulásnak a mértéke, amelyet ki akarsz mutatni.
A kisebb javulás kimutatásához több forgalom kell. Ha a boltod két százalékos konverziós aránnyal működik, és 20 százalékos relatív javulást akarsz kimutatni, lényegesen több látogató kell, mintha 50 százalékos javulást keresnél. A legtöbb mérsékelt forgalmú boltnál a két-négy hét az ajánlott minimum. A nagy forgalmú boltok hamarabb elérhetik a szignifikanciát. Az alacsony forgalmúaknak hosszabb idő kellhet.
Gyakorlati kiindulópontként célozz meg legalább 100 konverziót variációnként, mielőtt következtetést vonsz le. Két százalékos konverziós aránynál ez legalább 5000 látogatót jelent variációnként. Ha a boltod ekkora forgalmat nem termel ésszerű időn belül, praktikusabb alternatíva az előtte-utána összehasonlítás: változtass meg egy dolgot, mérj három-négy hétig, és hasonlítsd össze az előző hónap azonos időszakával.
A legfontosabb szabály, hogy a célmintaméretet a teszt kezdete előtt határozd meg, és addig ne nézd az eredményeket, amíg el nem érted. Ha néhány naponta ellenőrzöd, és leállítod, amikor az egyik változat vezet, a téves pozitív arány messze a statisztikai szignifikancia alapján várható fölé emelkedik.
Honnan tudod, hogy az A/B teszt eredménye megbízható?
A statisztikai szignifikancia az a mérték, amely megmondja, hogy a két változat közötti különbség valószínűleg valódi hatást tükröz, és nem véletlen ingadozást. A tesztelő eszközök ezt általában megbízhatósági szintként jelzik. A 95 százalékos megbízhatósági szint azt jelenti, hogy öt százalék az esélye, hogy az eredmény a véletlen műve. A legtöbb webshopos döntésnél a 95 százalékos megbízhatóság elég megbízható ahhoz, hogy rá lehessen építeni.
Ellenőrizd azokat a külső tényezőket is, amelyek elferdíthették a tesztet. Az a teszt, amely nagy akció idején, a hirdetéseid jelentős változása idején vagy olyan héten futott, amikor a fő forgalmi forrásod eltolódott, olyan eredményt adhat, amely nem tükrözi a bolt szokásos teljesítményét. Ha jelentős dolog történt a tesztidőszak alatt, jegyezd fel, mielőtt az eredmény alapján cselekszel.
Még egy ellenőrzést érdemes elvégezni: nézd meg a másodlagos mutatókat az elsődleges mellett. Ha a variációnak magasabb a kosárba tételi aránya, de alacsonyabb a pénztár befejezési aránya, a variációban valami kevésbé elkötelezett látogatókat vonzhat, és nem alakít át többet vevővé. A nyertes variációnak a célzott lépésnél javulást kell mutatnia, a tölcsér más pontjain érdemi romlás nélkül.
Milyen hibák teszik megbízhatatlanná az A/B teszteket?
A leggyakoribb hiba, ha egyszerre több elemet tesztelsz. Ha ugyanabban a tesztben változtatod a termékképet, a címsort és a gomb színét, az eredményt nem tudod egyik változtatásnak sem tulajdonítani. Elemenként egy tesztet futtass, és minden mást tarts állandónak.
A második leggyakoribb gond a túl korai leállítás. Az a variáció, amely az első három napban nyerni látszik, két teljes hét után lehet, hogy semmi különbséget nem mutat, vagy akár megfordul. A teszt tervezett időtartamát kezdés előtt rögzítsd, és ne térj el tőle.
A harmadik gond az alacsony forgalmú oldalak túl korai tesztelése. Ha a termékoldalad heti 50 látogatót kap, két százalékos konverziós aránynál a variációnként 100 konverzió elérése sok hónapig tartana. Először a legforgalmasabb oldalaidat teszteld, és csak akkor térj át az alacsonyabb forgalmúakra, ha a felső szinten kiaknáztad a rendelkezésre álló nyereséget.
Az is gond, ha figyelmen kívül hagyod, amit már tudsz. Az A/B tesztelés akkor a leghatékonyabb, ha olyan adat vezérli, amely megmutatja, hol morzsolódnak le már most a látogatók, és nem véletlenszerűen tesztelsz dolgokat. Az analitikád segítségével azonosítsd azokat az oldalakat és lépéseket, ahol a legtöbb látogató konvertálás nélkül lép ki. Ezek a megfelelő helyek a teszteléshez. Gyakorlati útmutatót arról, hogyan értsd meg a látogatók lemorzsolódását a boltodban, a miért hagyják el a vásárlók a kosarukat, és mit tehetsz ellene cikkben találsz.
Mit teszteld először?
Ott kezdd, ahol a legtöbb látogató veszíti el az érdeklődését. A legtöbb boltnál ez vagy a termékoldal, vagy a pénztár. A pénztár gyakran magasabb prioritású, mert az odáig eljutó látogatók már egyértelmű szándékot mutattak. Egy változtatás, amely akár csak kis százalékkal javítja a pénztár befejezési arányát, minden odáig eljutó látogatót érint.
A pénztár után a legforgalmasabb termékoldalaidra összpontosíts. Egy olyan termékoldalon végzett változtatás, amely havonta 3000 megtekintést kap, nagyobb potenciális hatású, mint ugyanaz a változtatás egy 100 megtekintést kapó oldalon. A potenciális elérés szerint priorizálj, ne aszerint, melyik oldalon érdekesebb dolgozni.
A bizalom egy másik terület, amely gyakran megtérül a teszteléssel. Sok bolt nem egy konkrét oldalelem miatt veszít konverziót, hanem azért, mert a látogatók nem éreznek elég bizalmat a bolt iránt ahhoz, hogy végigvigyék a vásárlást. Ha teszteled, hol jelennek meg a bizalmi jelek, és hogyan mutatod őket, érdemi eredményt kaphatsz. Arról, mely bizalmi jelek számítanak a legtöbbet egy webshopnál, a hogyan használj bizalmi jeleket az online boltodban cikkben olvashatsz.
Hogyan segít a WEMASY a konverziós tesztelésben
A hatékony A/B tesztelés pontos kiindulási adatokkal kezdődik. Tudnod kell az aktuális konverziós arányodat, hol morzsolódnak le a látogatók, és mely oldalak teljesítenek gyengén, mielőtt hasznos hipotézist fogalmazhatnál meg, és mérhetnéd, hogy a teszt mozdított-e valamit. A WEMASY weboldalépítőben felépítheted a boltod oldalait. Az Analitika & betekintések és a webshop oldalán további részleteket találsz, a teljes funkciólistát pedig az árak oldalán nézheted meg.
Gyakran ismételt kérdések
Futtathatok A/B tesztet, ha alacsony a boltom forgalma?
Az alacsony forgalom megnehezíti, hogy ésszerű időn belül elérd a statisztikai szignifikanciát. Ha a boltod heti 1000 munkamenetnél kevesebbet kap, a tesztek hónapokig is eltarthatnak, mire elérik a megbízható eredményhez szükséges mintaméretet egy tipikus webshop-konverziós aránynál. Ilyenkor a következetes időszakon végzett előtte-utána összehasonlítás praktikus alternatíva lehet. Változtass meg egy dolgot, mérj három-négy hétig, és hasonlítsd az eredményt az előző hónap azonos időszakához. Ez kevésbé pontos, mint egy kontrollált A/B teszt, de informatívabb, mint mérés nélkül változtatni. A WEMASY weboldalépítőjével ezt közvetlenül a boltodon is beállíthatod.
Futtathatok egyszerre több A/B tesztet?
Igen, de csak különböző oldalakon vagy olyan, egyértelműen elkülönülő elemeken, amelyek nem hatnak egymásra. A termékoldal címsorának és a pénztári űrlap elrendezésének egyidejű tesztelése általában biztonságos, mert a két teszt különböző oldalakat és a tölcsér különböző döntési pontjait érinti. Ha két különböző elemet teszteled ugyanazon az oldalon egyszerre, ugyanaz a gond, mint ha több elemet tesztelnél egy tesztben: nem tudod elkülöníteni, melyik változtatás mit okozott.
Mi a különbség az A/B tesztelés és a többváltozós tesztelés között?
Az A/B teszt egy elem két változatát hasonlítja össze: az eredetit és egy variációt. A többváltozós teszt egyszerre több módosított elemet hasonlít össze, minden lehetséges kombinációt lefuttatva, hogy kiderüljön, melyik változtatáscsomag adja a legjobb eredményt. A többváltozós tesztelés lényegesen több forgalmat igényel a megbízható következtetésekhez, mert a látogatókat több variáció között osztod el. A legtöbb boltnak az A/B tesztelés a praktikusabb megoldás. A többváltozós tesztelés a nagy forgalmú boltoknak való, amelyek a nyilvánvaló javításokat már megtették a szokásos A/B teszteléssel, és több oldalelem kölcsönhatását akarják egyszerre vizsgálni.
Mi van, ha más változtatásokat is el kell végeznem a boltomban, amíg fut a teszt?
A tesztelt oldalhoz nem kapcsolódó kisebb változtatások általában rendben vannak. Az olyan változtatások, amelyek a tesztben szereplő oldalakat vagy elemeket érintik, gondot okoznak, mert újabb változót visznek be, amely befolyásolhatja az eredményeket. Ha jelentős változtatást kell végezned a tesztelt oldalon, a legtisztább megoldás leállítani a tesztet, végrehajtani a változtatást, néhány napig hagyni, hogy a bolt megnyugodjon, és újraindítani a tesztet. Érdemes kerülni a promóciót vagy a jelentős hirdetési kampányt is, amíg a teszt él, mert ezek úgy tolják el a látogatói viselkedést, hogy az nem feltétlenül érinti egyformán mindkét csoportot.
Kell külön A/B tesztelő eszköz a tesztek futtatásához?
Egy külön tesztelő eszköz automatizálja a forgalom elosztását, változatonként követi a konverziós adatokat, kiszámítja a statisztikai szignifikanciát, és megakadályozza, hogy ugyanaz a látogató mindkét változatot lássa. Eszköz nélkül ezeket kézzel kellene megoldanod, ami hibalehetőséggel jár, és kevésbé megbízható eredményt ad. Ha a boltod vagy a weboldalrendszered nem tartalmaz natív A/B tesztelést, a legtöbb boltba külső tesztelő eszközök is beépíthetők. A befektetés megéri, ha rendszeresen szeretnél tesztelni, mert az eredmények megbízhatósága nagyban függ attól, hogyan kezelik a forgalom elosztását és az adatgyűjtést.