A/B -test vs multivariat test: Hvornår og hvordan vælger du det?

Har du nogensinde? Skift hjemmesiden ... men ved ikke, om det virkelig forbedres eller bare "tænk alene"

Tro på, at ethvert marked, marketingmedarbejder eller virksomhedsejer skal have stødt på denne ubehagelige situation: Du er dedikeret til både fysisk, mental og budget. Uanset om det ændrer billeder, kampagner, skriver ny overskrift, attraktiv eller endda nyt layoutdesign ... men så er resultatet "beskæftigelse"

Salget øges ikke, klik mindre, eller det værste er "værre end før", men du ved ikke, hvad det er. At have lyst til at gå i mørket kan ikke finde en måde at fortsætte på, jeg ved ikke, om det, jeg har gjort, er "ja" eller "nej". Dette er et klassisk problem, der dræber konvertering og får os til at miste forretningsmuligheder desværre.

Spørg om illustrationer: Billedet af marketingfolk eller virksomhedsejere sidder i templerne foran computeren, der viser den aftalte salgsgraf. Med et spørgsmålstegn (?) Flyder rundt for at formidle forvirring og usikkerhed.

Hvorfor er "gætter" som en genial fjende af salg?

Kilden til de fleste problemer kommer fra den beslutning, der er baseret på "følelser" eller "instinkt" alene. Vi mener, at "overskrift som denne burde være mere ønskede kunder" eller "denne farveknap skal være mere fremragende", men vi har intet til at bekræfte, at det, "vi tror" vil være, hvad "kunder synes".

I en verden af digital markedsføring, der er drevet af data (datadrevet), er det at gætte er som at skulle opløse pengene. Fordi enhver ændring, der ikke består testen, er "risiko", der er unødvendig. Dette er det punkt, hvor kraftfulde værktøjer som A/B -test og multivariat -test spiller en vigtig rolle. Det er en videnskabelig proces, der forvandler "gæt" til en "bevis sandhed", hvilket hjælper os med at vide nøjagtigt, hvilke ændringer der virkelig har vores forretning. Ikke bare at tænke

Spørg for illustrationer: Sammenligningsbilleder mellem venstre hjerne med symboler "instinkt/følelse" med den højre hjerne med symboler "graf/data" med en pil, der peger fra følelsen til datasiden medier, som vi er nødt til at ændre fra at gætte til data

Lad webstedet "DAE" på grund af det næste gæt? Resultaterne er mere skræmmende, end du tror.

Ignorerer testen og ændrer fortsat webstedet i henhold til følelserne. Kan føre til negative effekter, der er mere intense end bare "salg, tilføjer ikke". Prøv at forestille dig:

• Et spildt markedsføringsbudget: Du kan kaste en enorm skydepenge for at trække folk ind på siden af destinationssiden, men hvis dette ansigt ikke er effektivt nok, kom folk ind og lukket. De penge, du betalte, er lig med nul.
-

Mens du stadig er den rigtige måde ved at gætte, at dine konkurrenter muligvis bruger data fra A/B -test til at udvikle deres websteder til at forlade dig hver dag.
• Konverteringsfrekvens falder ned: Nogle ændringer, som du synes "lidt" kan forårsage forvirring eller "friktion" for brugere uden at vide og gradvist spise din konverteringsfrekvens efter lidt.
-

Det websted, der ændrede, har ændret retning. Får brugerne til at føle, at mærket ikke er professionelt og manglende opmærksomhed på deres oplevelse

At lade internettet fortsætte som dette er det ikke anderledes end at lade båden lække uden at tænke på den lækage. At forstå den grundlæggende CRO (konverteringsfrekvensoptimering) på Shopify eller andre platforme er derfor rustningen til at forhindre disse problemer bedst

Spørg om illustrationer: Papirbåden med et navneskilt "Mit websted" har en lille lækage. Mange punkter kaldet "spildt budget", "mistede kunder" og synker langsomt i havet.

Stop med at gætte! Lad os lære A/B -test og multivariat -test at kende.

Det er tid til at ændre usikkerhed til en håndgribelig information. Løsningen på dette problem har 2 hovedtyper, der er meget populære og effektive, det er A/B -test og multivariat -test (MVT), som er helt klart forskellige og de rigtige situationer i brug.

A/B -test (vindertest)

Forestil dig, at A/B -test er en kamp på boksestadiet. Vi har "gamle mestre" (nuværende version eller kontrol) til at kæmpe med "Challenger" (ny version eller variation).

• Hvad er det: er at sammenligne 2 versioner af websiden (eller mere i A/B/N -test), der helt klart er anderledes. For at se, hvilken version der er bedre (såsom konverteringsfrekvens)
• Når det bruges: Velegnet til test af "stor" og "høj påvirkning", såsom at ændre al overskrift, nyt layoutdesign, heltembilledeændring eller justere betalingsprocessen
• Eksempel: Test versionen A -siden ("Green" -knap) med den version B ("Orange" -knap) for at se, hvilken farve der får flere mennesker til at klikke på.

Multivariat test (MVT - den bedste blandetest)

Hvis A/B -test er MVT -boksning, laboratoriet for forskere. Vi leder ikke bare efter en vinder. Men vi vil vide, hvad de bedste "ingredienser" består af ved at teste mange små ændringer på samme side på samme tid

• Hvad er det: flere elementer og "flere variationer" af disse komponenter på samme tid for at finde ud af, hvilken "kombination" (kombination), der fungerer sammen, hvilket giver de bedste resultater.
• Når det bruges: Velegnet til "tuning" eller "optimer", en webside, der har en høj og effektiv adgang til at blive endnu bedre brugt til at forstå, at små elementer, hvordan påvirker hver del hinanden?
• Eksempel: På den samme side ønsker vi at teste overskrift (2 typer) X -billeder (2 typer) X -tekst på knappen (2 typer) på samme tid, hvilket vil skabe et sæt 2x2x2 = 8 versioner for at finde, hvilke kombinationssæt der er den højeste konvertering.

Hvilken form for udvælgelse starter med at spørge dig selv "Vi vil ændre ændringen (revolutionen) eller gradvist udvikle (evolution)?" Hvis det er den første ting, skal du starte med at lave A/B -test på webflowen eller din form. Men hvis det er som MVT, er det svaret.

Spørgsmål om illustrationer: 2 -sidede billeder, 2 par boksehandsker (rød vs blå) med "A/B -test", og højre side er en videnskabelig prøvebønne. Bladene med forskellige væsker blandes sammen med etiketten "Multivariate Testing".

Et eksempelssag: Fra almindelige kaffebarer til konverteringsmestre med test

For at være klarere, lad os se på historien om butikken "The Grind House", som er en butik, der sælger online kaffebønner. De har en smuk destinationsside, men konverteringsfrekvensen bevæger sig ikke nogen steder. Så de besluttede at bruge data til at hjælpe med at beslutte.

Trin 1: Stor strukturjustering med A/B -test

• Problem: Den originale side (version A) har en lang information, men knappen "Se alle kaffebønner" er næsten bunden af siden.
-

Hvis vi flytter CTA -knappen til toppen (over folden) og skifter overskriften for at være mere interessant. Skal øge klik -

De skabte en ny version af den nye overskrift, "Oplev den unikke kaffesmag. Leveret direkte til dit hjem" og læg knappen "Vælg dine kaffebønner", en stor orange farve nedenunder -

Efter at have kørt A/B -test i 2 uger

Trin 2: Juster underelementet med multivariat testning

• Næste problem: Nu har de et vindende layout (version B), men ønsker at optimere bedre.
  • Overskrift: (sandsynligvis det samme)
  • Hero Image: A (Coffee Farm) vs (Barista er dryp kaffe)
  -
  Knaptekst:
  Meddelelse A ("Vælg dine kaffebønner") vs tekst B ("Shop nu")
-

Ændring af heltbillede og teksten på CTA -knappen kan hjælpe med at tilføje mere konvertering -

På layoutet af version B tester de MVT som følger:-

MVT fandt, at det vindende kombinationssæt er

Hvilket hjælper med at øge konverteringsfrekvensen. Samlet set yderligere 18% fra originalen!

Det kan ses, at de bruger A/B -test til at finde en "stor ændring" først og derefter bruge MVT til at "justere detaljerne", som er en meget kraftfuld strategi. Og er en retningslinje, som CRO -eksperter altid anbefales.

Spørgsmål om illustrationer: Infografiske billeder fortæller historien om Grind House, med trin 1 (A/B -test) og trin 2 (multivariat test) og viser klart resultaterne.

Vil du begynde at teste? Tjekliste 6 enkle trin, der kan følge med det samme.

Begyndelsen kan se skræmmende ud, men faktisk er der klare processer. Uanset om du vælger at udføre A/B -test eller MVT, kan du følge denne tjekliste.

1. Sæt mål, der kan måles (Definer dit mål): Hvad vil du forbedre? Sig ikke vidt, "ønsker at øge salget", men at være specifikt, såsom "Ønsker at øge antallet af mennesker, tryk på tilføjelsen til bilen på produktsiden" eller "ønsker at reducere afvisningshastigheden på siden af destinationssiden med 10%"
2. Form en hypothsis: Opret klare sætninger i denne struktur: "Jeg tror, at ændringer (x) vil resultere i resultater (y)" som "Jeg tror, at Color Change -knappen 'er orange (x) vil øge klik (y), fordi det er mere fremragende end originalen og skaber en farende følelse (z)".
3. Vælg værktøjet og metoden til test (vælg dit værktøj og metode): fra dit mål og antagelse. Vil du have en stor ændring (A/B) eller MVT? Vælg derefter værktøjer til brug, f.eks. VWO eller Optimizly.
4. Opret en Opret variation: Konstruktion af den nye version (variation) i henhold til dine antagelser i dine værktøjer. Sørg for, at alt fungerer korrekt.
5. Begynd at teste og vente (kør testen og vær tålmodig): Lad systemet begynde at opdele trafikken til forskellige versioner. Det vigtige er, at "tålmodighed" skal være så lang nok til at få en statistisk betydning, som normalt tager mindst 1-2 uger at reducere uoverensstemmelsen.
6. Analyser resultaterne og gør (analyser og implementerer): Når testen slutter, skal du se resultaterne af, hvilken version der er vinderen. Hvis der er en klar vinder, skal du bruge denne version til faktisk at bruge med 100% trafik, hvis resultatet ikke er anderledes, betyder det, at det, du ændrer, ikke har nogen effekt. Og det er tid til at tage en ny antagelse om at fortsætte med at teste

Fra A/B-testprocessen for ny e-handel er det bedste punkt at skabe en testkultur i din organisation.

Spørg for illustrationer: 6 Tjeklistebilleder med ikoner i hvert emne (artikel 1: Bueskydning, artikel 2: Labox, artikel 3: Værktøjskasse, artikel 4: Sutan Set/Design Tools, artikel 5: Watch/Kalender, artikel 6: Graf

Spørgsmål, som folk har en tendens til at undre sig (FAQ) om A/B og multivarlat -test.

Jeg har udarbejdet et populært spørgsmål, der ofte opstår. Med et klart svar og let at forstå

Q1: Hvor meget skal det have en trafik for at komme til webstedet?
A: Ingen faste tal. Men det afhænger af din nuværende konverteringsfrekvens og størrelsen på de resultater, du forventer. Men det generelle princip er, at multivariat test kræver meget mere trafik end A/B -test, fordi det skal opdele trafikken i små dele. En masse versioner til hver version til at modtage nok information. Hvis webstedet har en meget høj trafik, vil det være lettere at se.

Q2: Hvor længe skal jeg lade testen køre?
A: Det vigtige er ikke "antallet af dage", men "statistisk betydning", som vil fortælle dig, at resultaterne er pålidelige på et niveau på 95% eller?

Q3: Hvilken mellem A/B -test og MVT? "Bedre"?
A: Der er ingen bedre. Det er som at spørge "Hvilken skruetrækker og skruetrækker er bedre?" Det afhænger af det "arbejde", du vil gøre. Hvis du vil sømme (på udkig efter en klar vinder fra en stor ændring), skal den bruge en hammer (A/B -test), men hvis du vil skrue (justere et lille element for at finde det bedste kombinationssæt), skal du bruge skruetrækker (MVT)

Spørgsmål 4: Hvis resultaterne kommer ud af, at "ingen vinder" (uoverensstemmende), hvad skal jeg gøre?
A: Dette er en værdifuld lektion! Denne form for resultat fortæller os, at "det, vi ændrer, ikke påvirker brugernes opførsel overhovedet." Hvilket er bedre end at gætte og skifte til en ny version, som ikke er rigtig bedre. Hvad der skal gøres, er at vende tilbage til den nye antagelse om, at "modig" og "anderledes" end før og derefter begynde at teste igen. Eller konkluderer, at det originale element allerede er godt og gå til et andet punkt for at teste i stedet

Spørg om illustrationer: Folk stiller spørgsmål. Med et tekstfelt med ordet Q1, Q2, Q3, Q4 og korte svar let at forstå

Resumé: Stop med at gætte og starte "test" for at skabe reel vækst.

På dette tidspunkt håber jeg, at alle vil se forskellene og fordelene ved A/B -test og multivariet -test.

Enkel resume at huske uden for hjertet:

• A/B -test: Brugt til "vindere", der er klare mellem meget forskellige ideer. Velegnet til "revolutionær"
-

Bruges til at finde det "bedst blandede sæt" af små elementer, der er egnede til ændringer i den "evolutionære" til optimering.

Nøglen til konverteringsfrekvensoptimering er ikke det dyreste værktøj. Men i skabelsen "testkultur" i organisationen er det at ændre metoder fra "Jeg tror ..." er en "information, der siger ..." er det første skridt, der er det vigtigste for at låse væksten i din virksomhed online.

Lad ikke din succes være afhængig af det tilfældige. Fra en lille ting i dag, prøv at antage din vigtigste side. Og start med at teste det, der rejser til den virkelige vækst ... startende med din første test!

Klar til at ændre gætten til et håndgribeligt salg endnu? Lad Vision X Brain Experts hjælpe dig med at indstille strategien og udføre den mest effektive test. Konsulter os gratis i dag!

Spørg om illustrationer: Grafen over linjen, der stiger fra starten med ordet "gætteri" til det højeste punkt med ordet "datadrevet succes" med A/B-logo på grafen.

‍