Данные из Яндекс Метрики можно использовать при подготовке гипотезы для А/В-тестирования. Учитываем прокси-метрики, то есть показатели, которые тоже изменились вслед за основными метриками. В нашем примере компания по покупке подержанных авто получила конверсию в заявку с квиза выше, чем с сайта в 3 раза.

Маркетолог желает увеличить этот показатель до 4%, поэтому планирует изменения, которые помогут решить эту задачу. A/B-тестирование — это маркетинговый метод, использующийся для оценки и управления эффективностью веб-страницы. Этот метод также называется сплит-тестированием (от англ. split testing — раздельное тестирование).

Какие инструменты сплит-тестирования использовать

На этот показатель влияют различные параметры, включая личные предпочтения экспериментатора. Рассчитать выборку можно вручную или с помощью специальных сервисов, например Driverback или Optimizely. A/B-тестирование — это метод маркетингового исследования, который заключается в сравнении контрольного (A) варианта продукта с его измененной (B) версией. Позволяет определять степень и характер влияния внесенных изменений на целевые показатели.

Например, настроена цель в Google Analytics, или запущен эксперимент в Google Optimize, или собирается информация о выручке в сводном отчете по рассылкам Mindbox. Так что решение не проводить сравнений, полагаясь на опыт или на интуицию — не самое удачное для бизнеса. Многие опасаются A/B-тестирования, https://deveducation.com/ потому что якобы в процессе проверки различных элементов можно ухудшить текущие KPI. Популярный инструмент для A/B-тестов — Google Optimize. Он бесплатный, но не всегда подходит для крупного бизнеса. Помимо крупных сервисов для масштабных тестов есть простые онлайн-инструменты.

Google Optimize

В ходе оценки измеряют, как влияет изменение одного параметра на эффективность — дочитывания, время пользователя на сайте, использование форм обратной связи и так далее. Компании самых разных масштабов от стартапов до крупных высокотехнологичных предприятий прибегают к А/В тестированию, чтобы сделать более осознанный выбор. Даже самое простое тестирование может помочь в принятии важных решений. Отправляйте информацию по рекламе и продажам в одну из самых популярных систем управления базами данных.

При написании этой статьи я старалась выражать мысли как можно проще, чтобы люди, не знакомые с A/B тестированием, могли получить общее представление о нем. Размер выборки, который вы выберете, позволяет приблизительно определить, сколько времени займет сбор достаточного количества данных. Корректно проведенные A/B-тесты не ухудшают важные для бизнеса показатели, а наоборот, помогают их улучшить. Ниже изображены два примера распределения значений показателя в сегментах. По горизонтальной оси идет значение ключевой метрики, взятой для теста. Плотность может принимать значения от 0, если значение ни разу не встретилось, до 1, если при всех измерениях было только это значение.

Для чего нужно тестирование?

При этом пользователи, которые видят версию A, не должны видеть версию B. Первым двум демонстрируется контрольный вариант продукта, а третьей — тестируемый. Если результаты в первых двух группах одинаковые, внешние факторы не повлияли на достоверность тестирования и результату можно доверять. Мы уже говорили, что тестирование помогает увеличить эффективность веб-страниц. Чтобы этот метод принес результат, маркетолог должен генерировать идеи, способные позитивно влиять на те или иные метрики сайта.

Так, А/Б-тест revenue — для анализа дохода — позволит определить, вырастет ли выручка. Если же взять несколько показателей, то они должны быть тесно связаны друг с другом. Поэтому рассмотрим подробнее, как провести А/Б-тест двух сайтов. Создается a/b testing это вторая версия лендинга, где кнопки будут круглыми. На нее направляется часть визитов с контекстной рекламы — люди получают шанс оценить обновленную версию и поработать с ней. Теперь перейдем к тому, зачем нужны такие тесты и как их проводить.

А/В-тестирование в Google Analytics

Она зависит от количества визитеров, базовой конверсии и желаемого результата. Минимальный размер выборки для А/Б-теста зависит еще и от длительности процесса. Если процесс затянется на месяц, то можно охватить больше потенциальных клиентов, так как при негативном исходе влияние на прибыль будет менее ощутимо в долгосрочной перспективе. Сервис входит в онлайн-платформу Google Marketing Platform.

В А/В-тесте сайта и квиза компании по покупке подержанных автомобилей Google Optimize самостоятельно определил, когда наступила статистическая значимость. Размер выборки должен быть таким, чтобы получить статистически значимые данные о реакции аудитории на изменение. Группы тестирования пользователей выбираются случайным образом и, как правило, имеют одинаковый размер и общие демографические характеристики. Разложим работу с А/В-тестом по этапам на примере компании по покупке авто с пробегом. A/B-тесты следует пропускать в ситуациях, когда есть уверенность, что проект изменений почти наверняка улучшит продукт, а риски, связанные с реализацией идеи, невелики. К проведению A/B-тестов нужно относиться как к настоящей науке — хороший учёный никогда не начинает эксперимент без проработанной гипотезы.