DINOVEON.BLOG
Analytics Marketing

СЕКРЕТЫ A/B-ТЕСТИРОВАНИЯ

Интернет-маркетинг - сфера высококонкурентная, и в основном успех компании зависит от того, как интерпретируются и используются данные. Казалось бы, статистика и системный подход должны стать краеугольным камнем маркетинга, и уж тем более интернет-маркетинга. Но сейчас большинство специалистов не обладают ни математическим, ни статистическим бэкграундом, таким необходимым для современного интернет-маркетинга. 

Но 21 век расставил всё на свои места - маркетологи чаще осознают важность анализа полученных данных. Ведь прежде всего компания заинтересована в эффективности инвестиций в маркетинг. Каждая потраченная минута и каждая инвестируемая копейка должны увеличивать ROI (возврат на инвестиции), чтобы оправдать маркетинговую активность.

A/B тестирование – фантастический способ определения лучших маркетинговых стратегий онлайн


Сайты электронной коммерции чаще всего используют оптимизацию показателей конверсии, при этом 27,5% компаний используют AB-тестирование для увеличения дополнительной прибыли.

А это означает, что 75% всех интернет-магазинов неэффективно используют свои средства на маркетинг. И только 25% этих компаний признает, что анализ данных - это ключ к успеху в онлайн-среде.

Любая форма тестирования хороша только как методология. Это может показаться очевидным, но с другой стороны что включает в себя подход к успешному тестированию?



Начните с анализа данных!


Самая распространенная ошибка тестирования - это плохо сформулированная стратегия. Если вы проводите тестирование, основанное на данных и их детальном анализе, то оно будет семь раз эффективнее стратегии, построенной на догадках и предположениях.
Изучение данных должно начаться ещё до того, как вы возьметесь за инструменты тестирования. Прежде всего надо выяснить, что и как делают посетители сайта и что мешает конверсии. Как только вы проанализируете ситуацию и выдвиньте предположение, принимайтесь за исследование проблемы.

Смотрите шире!


Проводите AB-тестирование, направленное на увеличения дополнительных конверсий. Не тратьте своё бесценное время на бессмысленные метрики, которые не влияют на увеличение прибыли. Переход по баннеру и другие неэффективные метрики не должны лежать в основе тестирования.

Взять к примеру сайт Etsy, специализирующийся на предметах hand-made. Чтобы увеличить время пребывания пользователей на сайте, была установлена бесконечная прокрутка. Результат оказался противоположным ожидаемому, и оказал негативный эффект на важные показатели, в том числе и просмотр страниц товаров. В итоге тестирование бесполезных показателей привело к снижению доходов.

Отведите для тестирования достаточно времени


Объем данных имеет значение. Особенно когда речь заходит о важных показателях. Бессистемность полученных данных может серьезно навредить тестированию. Если вы 10 раз подбросите монету, нет гарантий, что 5 раз она упадет решкой и 5 раз - орлом.
Грубо говоря, чтобы получить достаточно данных для того, чтобы тест был значимым - необходимо зафиксировать от 5 000 до 8 000 успешных действий, учитываемых в обоих случаях (в исходном и тестируемом вариантах).

Кроме того, необходимо обратить внимание на количество показателей, которые вы тестируете. Чем больше вы определили показателей, тем дольше продлится тестирование. Не стоит забывать, что прекращение тестирования раньше времени означает, что есть вероятность ошибки в его результатах больше. То же самое можно сказать и в случае его слишком долгой работы.



Проверяйте результаты мультивариантного теста


Если вы используете мультивариантное тестирование (Multivariate Тesting), то проверьте AB-тестом точность его результатов. Мультивариантное тестирование позволяет одновременно проверить неограниченное число вариаций нескольких элементов целевой страницы. (Стоит, однако, помнить, что это тестирование при отсутствии большого трафика просто бессмысленно с точки зрения статистики).

Если вы одновременно тестируете большое количество элементов, то есть вероятность, что один из этих элементов окажется более эффективным случайно. Поэтому вы должны использовать AB тесты для проверки успешных результатов.

Заранее определяйте целевую аудиторию


Важно заранее определить сегменты целевой аудитории, на которую рассчитан тест. Некоторые подходы к тестированию подразумевают определение сегментов аудитории в течение самого тестирования. Но здесь могут возникнуть проблемы с чрезмерно близкой подгонкой, что приведет к неточным и заведомо ложным результатам.

Вам нужно, чтобы данные, полученные в результате тестирования, были как можно более точными, а это требует тщательного планирования и выполнения. Следуя советам расположенным выше, вы сможете проводить успешные A/B-тестирования, на полученных результатах которых можно будет принимать ответственные решения.

Источник: Five top tips for testing success