Hvad er A / B-test?
A / B-test er handlingen med at køre et samtidigt eksperiment mellem to eller flere varianter af en side for at se hvilken klarer sig bedst.
Forestil dig for eksempel, at du vil teste din hypotese om, at en overskrift vil generere flere kundeemner end en anden. Sikker på, du kan bare foretage ændringen og krydse fingrene. Men hvad hvis du tager fejl? Fejl kan blive dyre.
Ved at sende halvdelen af din trafik til en version af siden og halvdelen til en anden, kan du først indsamle bevis for, hvilken der fungerer bedst, inden du forpligter dig til ændringen.
I det væsentlige giver A / B-test dig mulighed for at spille videnskabsmand – og træffe beslutninger baseret på data om, hvordan folk rent faktisk opfører sig, når de rammer din side.
A / B-testterminologi
Variant
Variant er betegnelsen for alle nye versioner af en destinationsside, du inkluderer i din A / B-test. Selvom du har mindst to varianter i din A / B-test, kan du udføre disse eksperimenter med så mange sider som ønsket.
Champion
Du kan tænke på A / B test som gladiatorekamp. To (eller flere) varianter kommer ind, men kun en side forlader. Denne vinder (den side med den bedste konverteringsydelse, typisk) er kronet som mestervarianten.
Challenger
Når du starter en test, opretter du nye versioner (varianter) for at udfordre din eksisterende mester side. Disse kaldes udfordrere. Hvis en udfordrer overgår alle andre varianter, bliver den den nye mester.
Tildeling af trafikvægt i en A / B-test
I en typisk A / B-test tildeles trafik tilfældigt til hver sidevariant baseret på en forudbestemt vægtning. Hvis du f.eks. Kører en test med to sidevarianter, kan du opdele trafikken 50/50 eller 60/40. For at opretholde testens integritet vil besøgende altid se den samme variant, selvom de vender tilbage senere.
Den vigtigste faktor, der bestemmer, hvor meget vægt du vil tilskrive dine sidevarianter under en test, er timing: om du starter testen med flere varianter på samme tid eller tester nye ideer mod en etableret side.
PRO TIP. Husk, at du skal køre en vis mængde trafik gennem testsider, før resultaterne er statistisk signifikante. Du kan finde lommeregnere online (som denne fra VWO) eller bruge værktøjer som Unbounce’s landingssidebygger til at hjælpe dig med at køre tests.
Start fra Scratch
Hvis du ‘ når du starter en ny kampagne og har flere ideer om, hvilken retning du skal tage, kan du oprette en variant til hver idé.
I dette scenarie vil du højst sandsynligt tildele samme vægt til hver version af destinationssiden. . For to varianter ville det være 50/50. For tre ville det være 33/33/34. Og så videre. Du vil behandle dem lige og vælge en mester så hurtigt som muligt. Da du ikke har nogen konverteringsdata på nogen af siderne, skal du starte dit eksperiment fra en ligestillingsposition.
Test af eksisterende destinationssider
Hvis du allerede har en side, som du vil prøve nogle nye ideer på, er det normalt bedst at give dine nye varianter en mindre procentdel af trafikken end den nuværende mester for at mindske risikoen forbundet med at introducere nye ideer.
Dette bliver langsommere. Det anbefales ikke, at du prøver at fremskynde en A / B-test ved at foretrække nye varianter, da de ikke garanteres at fungere godt. (Husk, A / B-test handler om at mindske risikoen. Test klogt!)
Hvad skal jeg teste på mine destinationssider?
De fleste marketingafdelinger er afhængige af en blanding af erfaring, tarminstinkt og personlig mening, når det kommer til at beslutte, hvad der fungerer bedre for deres kunder. Det fungerer undertiden, men ofte ikke. Når du starter A / B-test, skal du være parat til at smide al bestyrelsesrums formodning ud af vinduet: dataene (korrekt fortolket, alligevel) lyver ikke. Det er værd at fortælle din chef dette.
Der er et bestemt antal destinationssideelementer, som du kan fokusere på i din test. De forskellige variationer og indhold, der går ind i testen, er op til dig, men hvilken der fungerer bedst (uanset om du kan lide det eller ej) er op til kunderne.
Nogle af de elementer, du bør overveje at opdele test er:
Overskrifter
Din hovedoverskrift er normalt en kortfattet gengivelse af dit kerneværdiproposition. Med andre ord opsummerer det, hvorfor nogen vil have dit produkt eller din tjeneste. Der er mange tilgange, du kan prøve, når du tester din overskrift:
- Prøv en længere versus kortere overskrift
- Udtryk negative eller positive følelser
- Stil et spørgsmål i din overskrift
- Lav en vidnesbyrd om din overskrift
- Prøv forskellige unikke salgssteder
Opfordring til handling (CTA)
Opfordringen til handling er en knap, der repræsenterer din sides konverteringsmål.Du kan teste CTA-kopien, design af knappen og dens farve for at se, hvad der fungerer bedst. Prøv at gøre knappen større, for eksempel, eller gør den grøn til start, blå for linkfarve, orange eller rød for en følelsesmæssig reaktion.
Hero Shot
En helteskud er det vigtigste foto eller billede, der vises over folden. Ideelt set viser det, at dit produkt eller din tjeneste bliver brugt i den virkelige sammenhæng, men hvordan ved du, hvilket helteskud vil skjule for hvilken destinationsside? Går du med det smilende par? Eller måske en nærbillede af selve produktet? Eksperimenter og find ud af det.
PRO TIP. Ligesom din overskrift og understøttende kopi er helten skudt underlagt meddelelsestilpasning. Hvis din annonce nævner madrasser, men din destinationssides helteskud viser en gyngestol, har du sandsynligvis en uoverensstemmelse.
Formularer
Afhængigt af din virksomhed, du har muligvis brug for mere end bare et fornavn og en e-mail. Hvis du har et særligt stærkt behov for data, kan du prøve at køre en test med mange variationer af din formular i forskellige længder. På denne måde kan du træffe en informeret beslutning om, hvilken nedlæggelseshastighed der er acceptabel, når den afvejes mod de ekstra data, der produceres. den største faktor er lang kopi versus kort kopi. Kortere er normalt bedre, men for visse produkter og markeder er detaljer vigtige i beslutningsprocessen. Du kan også prøve at omordne funktioner og fordele eller gøre dit sprog mere eller mindre bogstaveligt.
Der er mange meninger om, hvad der fungerer, og hvad der ikke fungerer, men hvorfor ikke teste det og se selv?
Layout
Kommer en CTA til venstre bedre end en placeret til højre? Og gør den vidnesbyrdsvideo bedre, hvis du lægger den nederst på siden eller øverst? Godt spørgsmål. Nogle gange kan ændring af layoutet på en side have store effekter på dine konverteringer.
PRO-TIP. Hvis du vil eksperimentere med layout, skal du flytte en ting ad gangen og holde alle andre elementer på siden den samme. Ellers er det svært at isolere de ændringer, der fungerer.
Er A / B-tests det værd? Et par forhindringer at overveje
A / B-test af dine landingssider kan være en effektiv måde at presse flere konverteringer (nogle gange mange flere konverteringer) ud af dine eksisterende kampagner, hvilket øger dit samlede investeringsafkast. Det er muligt at lave fejl, hvis du ikke er forsigtig med at konfigurere det – oftest ved at ændre mere end et element på en side ad gangen – men med lidt læsning kan du indstille dig selv til succes.
Når det er sagt, for især små teams og virksomheder er der et par forhindringer, der kan gøre A / B-test af dine sider mere udfordrende:
Du skal vente på statistisk betydning
Forestil dig, at du vender en mønt i luften. Det kommer op hoveder. Du vender det en anden gang. Heads vinder igen. Det er underligt, synes du, når du giver mønten en sidste flip. Det lander hoveder op igen.
Er du klar til at konkludere, at enhver vendt mønt er 100% chance for at lande med hovedet op efter tre vendinger? (Breaking News: Lokal marketingmedarbejder erklærer sandsynlighedslove en skam.)
Sandsynligvis ikke. Forestil dig, at du går til Vegas og tænker, at en møntklap altid kommer op.
En lignende ting sker, når du A / B tester en destinationsside. Indtil du har testet dine varianter med nok besøgende til at opnå statistisk signifikans, bør du virkelig ikke anvende din læring. I stedet skal du fjerne så meget usikkerhed som muligt, før du beslutter dig for en mestervariant. Hvor mange besøgende, du har brug for, kan variere afhængigt af dine mål, men det er typisk et højt antal.
Du har brug for nok trafik
behovet for statistisk signifikans udgør et andet problem for små hold. Hvis du ikke får nok trafik til at være sikker på dine resultater, kan du ikke (eller bør) afslutte A / B-testen. For mindre virksomheder kan det tage måneder for landingssider at opnå de nødvendige resultater for at drage en enkelt konklusion. Og nogle gange vil denne konklusion være, at den ændring, du foretog (f.eks. At ændre en knap fra rød til grøn), slet ikke har påvirket dine konverteringsfrekvenser!
Hvis du kører en rettidig markedsføringskampagne, eller bare vil se resultater hurtigt, kan A / B-test uden meget trafik være for langsom til at være nyttig. At vente et år på et 5% konverteringsløft på en enkelt landingsside er usandsynligt at være tiltalende og svært at forsvare. I betragtning af at der også er manuelle besvær med at opsætte det, vil det ikke være din tid værd.
Det er en “One-Size-Fits-All” tilgang til optimering
Dette problem er en ulempe, der er bagt i A / B-test: Når du kroner en championvariant, vælger du den version af din side, der mest sandsynligt vil konvertere et flertal af dine besøgende. Dette betyder ikke, at der ikke var andre typer besøgende, der ville have været mere tilbøjelige til at konvertere til den tabende variant.(Det er endda muligt, at disse forsømte besøgende er mere værdifulde for din virksomhed end de mennesker, du har optimeret for.)
Efter design tager A / B-test en stump, “one-size-fits-all” ”Tilgang til optimering, der sandsynligvis ikke er ideel for nogen. Det kan helt sikkert øge rå konverteringsfrekvenser på dramatiske måder. Men det mangler undertiden den nuance, som vækstbevidste marketingfolk er besat af segmentering, personalisering og målretning måske forventer.
A / B-testalternativer: Brug af smart trafik
Lad os sige, at du elsker ideen om at optimere dine destinationssider til flere konverteringer, men ikke kan overvinde en af de forhindringer, vi lige har diskuteret. Hvordan gør fortsætter du?
Maskinindlæring kan heldigvis hjælpe dig med at forbedre dine konverteringsfrekvenser uden den høje bjælke til indtastning af A / B-test. Brug af et værktøj som f.eks. Unbounce’s Smart Traffic giver små teams mulighed for at optimere deres landingssider automatisk (eller, som dataloger gerne siger automatisk) ved at have kunstig intelligens udføre den slags arbejde, som en menneskelig marketingmedarbejder ikke kan.
Ved at køre kontekstuelle bandit-test i stedet for A / B-test giver Smart Traffic dig mulighed for at begynde at se resultater i så få som 50 besøgende med et gennemsnit konverteringsløft omkring 30%. Der er aldrig noget behov for at krone en mester, fordi AI ruter hver besøgende til destinationssidevarianten, der mest sandsynligt vil konvertere dem – baseret på deres egen unikke kontekst. Ikke mere “one-size-fits-all.”
Sådan fungerer det:
- Du opretter en eller flere varianter, ændre hvad du vil. I modsætning til A / B-test er du ikke begrænset til kun en ændring ad gangen – og tilføjelse af mere end en variant bremser ikke din tid til optimering væsentligt. (Her er en ressource om oprettelse af destinationssidevarianter for Smart Traffic for at komme i gang.)
- Angiv et konverteringsmål, og slå det til. Du bestemmer, hvad der tælles som en konvertering i Unbounce-builder, og slå derefter Smart Traffic til som din foretrukne optimering metode. Det begynder at fungere med det samme.
- Smart Traffic optimeres automatisk. Skønheden ved denne tilgang er, at den er relativt fri. Når Smart Traffic er aktiveret, fortsætter den med at lære og optimere gennem hele din kampagnes levetid .
På grund af hvor let de gør det optimalt, bør AI-drevne værktøjer blive en større del af din marketingstak. Der er stadig mange grunde til at vælge A / B testning, men Smart Traffic gør det muligt for selv de små fyre – eller de af os, der har kronisk kort tid – at drage fordel af optimeringsteknologi, når de kun er overkommelige af store virksomheder.