Один из самых критических вопросов, на которые должен ответить маркетолог, - то, что заставляет клиентов принять меры. Что заставляет кого-то открыть маркетинговую электронную почту, нажать на веб-сайт и в конечном счете сделать покупку? Вместо того, чтобы просто предположить и надеяться на лучшие, умные компании будет использовать то, что известно как A/B или разделяет тестирование, чтобы узнать точно, что ведет преобразования в их маркетинговых кампаниях.
Что такое тестирование A/B?
Когда ты запускаешь тест A/B, ты сравниваешь две различных версии кампании — является ли это маркетинговой электронной почтой, рекламным баннером или просто страницей веб-сайта — чтобы видеть, какой более эффективный с твоей целевой аудиторией. Моита Нагпаль, маркетинговый специалист и автор сообщения в блоге Visual Website Optimizer (VWO) о тестировании A/B, сравнила процесс с научным экспериментом, который требует строгого тестирования гипотезы.
"Сделай некоторое второстепенное исследование, поняв поведение твоих посетителей, используя Аналитику Google или любые другие инструменты аналитики", сказал Нэгпэл. "Следующий шаг должен построить гипотезу. Пример мог быть, 'Добавление большего количества ссылок в нижней сноске уменьшит темп сильного удара'. Затем проверь гипотезу [выдержав сравнение] оригинальная версия с этой новой версией без нижней сноски".
В инфографике, сопровождающей ее сообщение в блоге VWO, Нэгпэл обрисовывал в общих чертах несколько основных шагов к запущению теста разделения: [Как Создать Эффективный Маркетинговый план]
- Сделай план. Определи свою цель, такую как улучшающиеся обменные курсы или получение большего количества повторных покупок.
- Выбери переменную. Основанный на твоем исследовании, выбери элемент сайта или кампания версия, чтобы измениться в версии B.
- Запусти свой тест. Выкати две различных версии своим испытательным группам сроком на максимум два месяца и собери данные по тому, сколько пользователей приняло меры.
- Проанализируй результаты. Если ты нашел низкие преобразования на одном или обеих версиях, определи, какой элемент — копия, призывы к действию, изображения, и т.д. — возможно, вызвали трение или препятствовали тому, чтобы пользователи выполнили. Это - элемент, который ты должен будешь приспособить, когда ты будешь управлять заключительной кампанией. Ты должен также смотреть на свой тест в целом, чтобы удостовериться, что твои результаты нормальные. Плохо построенный тест или один со слишком многими переменными может произвести вводящий в заблуждение результат.
- Изменения орудия, затем повтори тест. Запущение теста снова через несколько месяцев или докажет, что твои изменения, обработанные, или, показывают, что был другой фактор, затрагивающий твои начальные результаты.
Ошибки избежать
Тестирование разделения может быть очень полезным инструментом, но если ты не используешь его должным образом, ты можешь закончить с результатами, которые являются путем от основы. Например, некоторые маркетологи делают ошибку создания версий A и B слишком отличающийся друг от друга. Если ты действительно хочешь бурить землю на специфических факторах, которые приводят к более высоким обменным курсам, ты должен только проверить один элемент за один раз, сказал Анил Кол, генеральный директор интеллектуальной компании аналитики Absolutdata. Да, это займет больше времени, но ты получишь более ясный, более полезный набор данных, который может лучше сообщить будущим кампаниям.
"Если ты изменяешь свою строку темы, и в то же время ты изменяешь свой CTA [призыв к действию], трудно определить, какой из параметров способствовал большинству преобразований", сказал Кол Business News Daily. "Проверяя один параметр, ты получаешь четкую картину изменений, которые ты должен внести и какой был бы наиболее оптимизирован [версия]".
Ты должен также удостовериться, что запускаешь свой тест достаточно долго, чтобы получить полезные результаты. Кол отметил, что, чтобы получить точное отражение того, что произойдет, когда ты начнешь заключительную кампанию, хороший тест A/B должен бежать в течение по крайней мере семи дней. Большинство раз одна неделя достаточно долгая, чтобы достигнуть 95-процентного статистического значения, но если ты не достиг той точки, продолжи запускать тест, пока ты не делаешь.
"Нужно только быть уверенным, лучше ли выбор A, чем выбор B, когда определенный уровень статистического значения был достигнут", сказал Кол. "Тестирование, может только оказаться, эффективное, когда ты придерживаешься чисел.
"Остановка теста слишком рано исказит результаты, и решения, основанные на неполных данных, почти всегда обязываются потерпеть неудачу", добавил Нэгпэл.
Для получения дополнительной информации о статистическом значении и как вычислить его, посети это сообщение в блоге на HubSpot.
Советы для проверяющего разделение успеха
Готовый запустить твой тест A/B? Вот несколько подсказок, чтобы заставить твой эксперимент пойти гладко.
Разберись в проектах. Независимо от того, что переменные ты проверяешь со своим экспериментом, важно удостовериться, что у обеих версий есть бесшовные, визуально привлекательные проекты. Это исключит общий замысел как фактор и удостоверится, что конечные пользователи сосредоточены на элементах, которые ты хочешь проверить, такие как различные изображения или копия объявления.
"Удостоверься, что твои версии мобильно-готовы, функциональные и обеспечивают большой пользовательский опыт", сказал Лииен Роджерс, вице-президент маркетинга в строителе формы онлайн JotForm. "Кнопки должны быть правильным размером и легко clickable от любого устройства. Мелкий шрифт и весь текст должны быть удобочитаемыми, и дизайн должен ясно дать понять призыв к действию".
Устрани "шум". Нэгпэл сказал, что "шум" - любое внешнее влияние, которое искажает твои данные. Например, твоя компания начинает кампанию для свободной электронной книги, которая получает 1,000 загрузок за месяц, но ты понимаешь, что одна треть приведения прибыла из группы студентов в определенном университете. Так как эти студенты не были частью твоей основной целевой аудитории, они - "шум", сказала она.
"Хотя много этих факторов находится вне твоего контроля, ты можешь сделать несколько вещей управлять шумом в твоем конце", сказал Нэгпэл. "Сегментация твоих данных поможет в этом отношении. Используя инструмент аналитики как Google Аналитика поможет отслеживать, какие элементы или страницы работают и которые показывают низкие результаты. Это означает, что ты можешь определить пункты боли для пользователей, которые могли бы препятствовать обязательству или преобразованиям, и быстро заткнуть дыры в твоей маркетинговой стратегии".
Точно так же Роджерс отметил, что некоторые данные, которые ты собираешь, не статистически значительные, таким образом, важно смотреть на него со "здоровой дозой здравого смысла".
"Чтобы иллюстрировать чрезвычайный пример, просто потому что это похожее, больше людей нажимало 'sign up' на объявлении, у которого была опечатка, не означает, что ты должен включать опечатку", сказал Роджерс.
Внимание на преобразования вне соотношений кликов к показам. Тестирование разделения обычно используется для кампаний почтового маркетинга, чтобы видеть, какая версия электронной почты приводит к большей части щелчка-throughs. Кол отметил, что столь же необходимо проанализировать преобразования, которые происходят вне электронной почты, таким образом, ты можешь должным образом измерить опыт своих пользователей с твоим веб-сайтом.
"Важно, чтобы сообщение, которое ты передаешь в своем электронном письме, было совместимо с сообщением на твоем веб-сайте", сказал Кол. "Если ты обещаешь твоим посетителям специальное предложение, и что соглашение не совершенно очевидное на твоем веб-сайте, тогда ты собираешься потерять клиентов. То же самое может произойти, если твоя электронная почта не повторяет взгляд и чувство твоего веб-сайта. Посетители могли бы запутаться и задаться вопросом, приземлились ли они на правильной странице. [Если ты] находишь, что одна электронная почта получает больше щелчка-throughs, чем другой, но не приводит к тому, поскольку много преобразований... делают больше тестирования, чтобы видеть, можешь ли ты получить электронную почту, которая не только приводит к более высокому щелчку-throughs, но также и более высоким преобразованиям".
Не прекращай проверять. Когда ты полностью проанализировал свой A/B тестирование данных, продвинься с кампанией, которая имеет большую часть смысла. Однако помни, что твои заключения не установлены в камне — важно продолжать запускать тесты в течение долгого времени, чтобы видеть, если изменение тенденций затрагивает твои результаты.
"Тестирование A/B не должно быть одноразовым экспериментом", сказал Кол. "Используй его, чтобы все время приспособить и улучшить твой маркетинг".
"Что было в стиле пара лет, или даже несколько месяцев назад может не быть в стиле теперь", добавил Роджерс. "Различные тенденции дизайна могут потерять популярность, или что-то более эффективное или различное может стать предпочтительным. Тестирование и улучшение - работа, которая полностью никогда не делается".
