Οι δοκιμές A/B είναι ένα από τα πιο άμεσα εργαλεία για τη βελτιστοποίηση ποσοστού μετατροπής στο e-commerce. Σου δίνουν πραγματικά στοιχεία για το τι δουλεύει στο δικό σου e-shop με τους δικούς σου πελάτες. Για μια πλήρη εισαγωγή στη βελτιστοποίηση ποσοστού μετατροπής και στο γιατί η βελτίωση του ποσοστού μετατροπής μετράει όσο και η αύξηση της επισκεψιμότητας, δες τι είναι η βελτιστοποίηση ποσοστού μετατροπής και γιατί έχει σημασία.
Τι είναι οι δοκιμές A/B για ένα e-shop;
Μια δοκιμή A/B χωρίζει τους επισκέπτες σου σε δύο ομάδες και δείχνει σε κάθε ομάδα διαφορετική εκδοχή μιας σελίδας ή ενός στοιχείου της. Η μία ομάδα βλέπει την αρχική εκδοχή, που λέγεται ομάδα ελέγχου. Η άλλη βλέπει την αλλαγμένη εκδοχή, που λέγεται παραλλαγή. Η αλλαγή αφορά ένα συγκεκριμένο στοιχείο. Μπορεί να είναι η διατύπωση ενός κουμπιού, η διάταξη μιας σελίδας προϊόντος ή η θέση ενός σήματος εμπιστοσύνης. Όλα τα άλλα μένουν ίδια.
Οι επισκέπτες περνούν από το e-shop όπως κανονικά. Δεν ξέρουν ότι συμμετέχουν σε δοκιμή. Στο τέλος της περιόδου δοκιμής συγκρίνεις τα ποσοστά μετατροπής ανάμεσα στις δύο ομάδες και βλέπεις ποια εκδοχή τα πήγε καλύτερα. Επειδή και οι δύο εκδοχές τρέχουν ταυτόχρονα με συγκρίσιμη επισκεψιμότητα, εξωτερικοί παράγοντες όπως η εποχικότητα ή μια αλλαγή στη διαφήμισή σου επηρεάζουν εξίσου και τις δύο ομάδες. Η διαφορά που βλέπεις προέρχεται από την αλλαγή σου και όχι από τον χρόνο.
Γιατί έχουν σημασία οι δοκιμές A/B για τη μετατροπή στο e-commerce;
Κάθε αλλαγή που κάνεις στο e-shop σου είναι ένα στοίχημα. Στοιχηματίζεις ότι η νέα περιγραφή προϊόντος θα μετατρέπει καλύτερα, ότι το απλοποιημένο checkout θα μειώσει τις απώλειες, ότι το κουμπί που άλλαξε θέση θα πάρει περισσότερα κλικ. Χωρίς δοκιμή δεν έχεις τρόπο να ξέρεις αν το στοίχημα βγήκε. Οι πωλήσεις μπορεί να ανέβουν για λόγους εντελώς άσχετους με την αλλαγή σου. Ή να πέσουν για τον ίδιο λόγο.
Οι δοκιμές A/B μετατρέπουν τα στοιχήματα σε αποφάσεις. Έχεις δεδομένα που δείχνουν, μέσα σε μετρήσιμο περιθώριο, αν η αλλαγή είχε πραγματικό αποτέλεσμα. Έτσι προστατεύεσαι από δύο συχνά και ακριβά λάθη. Το πρώτο είναι να πιστεύεις ότι μια αλλαγή βοήθησε ενώ δεν βοήθησε. Το δεύτερο είναι να εγκαταλείψεις μια αλλαγή που δούλευε, επειδή δεν της απέδωσες τη βελτίωση.
Το οικονομικό επιχείρημα είναι απλό. Ένα e-shop που μετατρέπει ένα τοις εκατό των επισκεπτών του και βελτιώνεται στο δύο τοις εκατό έχει διπλασιάσει τα έσοδά του από την ίδια επισκεψιμότητα, χωρίς να αυξήσει τη διαφημιστική δαπάνη. Οι συστηματικές δοκιμές A/B είναι ο πιο αξιόπιστος δρόμος για τέτοια κέρδη.
Τι μπορείς να δοκιμάσεις στο e-shop σου με A/B;
Σχεδόν οτιδήποτε βλέπει ο επισκέπτης μπορεί να δοκιμαστεί. Κάποια σημεία του e-shop έχουν μεγαλύτερο αντίκτυπο στη μετατροπή από άλλα και εκεί πρέπει να επικεντρωθούν οι πρώτες σου δοκιμές.
Σελίδες προϊόντων
Η σελίδα προϊόντος είναι εκεί που παίρνονται οι περισσότερες αποφάσεις αγοράς. Υποψήφια στοιχεία με μεγάλο αντίκτυπο είναι η κύρια εικόνα του προϊόντος, ο τίτλος, η διατύπωση και η θέση του κουμπιού προσθήκης στο καλάθι, το μήκος και η δομή της περιγραφής, η θέση των κριτικών πελατών και το αν η τιμή εμφανίζεται με συμπληρωματικά στοιχεία, όπως τιμή σύγκρισης ή μήνυμα για όριο δωρεάν αποστολής. Για μια αναλυτική ματιά στο τι κάνει μια σελίδα προϊόντος αποτελεσματική, δες πώς να σχεδιάσεις σελίδες προϊόντων που κάνουν τον κόσμο να αγοράζει.
Διαδικασία checkout
Το checkout είναι εκεί που τα e-shop χάνουν πελάτες που έχουν ήδη αποφασίσει να αγοράσουν. Χρήσιμες δοκιμές είναι το checkout σε μία σελίδα απέναντι στο checkout σε πολλά βήματα, η υποχρεωτική δημιουργία λογαριασμού απέναντι στο checkout ως επισκέπτης, ο αριθμός και η σειρά των πεδίων της φόρμας και το σημείο όπου εμφανίζεται η σύνοψη παραγγελίας. Οι αλλαγές στο checkout δίνουν συχνά πιο γρήγορα και πιο καθαρά αποτελέσματα από τις αλλαγές στις σελίδες προϊόντων, γιατί η πρόθεση του επισκέπτη έχει ήδη διαμορφωθεί. Για μια ανάλυση των αποφάσεων σχεδιασμού του checkout, δες πώς να σχεδιάσεις μια σελίδα checkout που μειώνει τις απώλειες.
Αρχική σελίδα και πλοήγηση
Η αρχική σελίδα και η πλοήγηση διαμορφώνουν την πρώτη εντύπωση των επισκεπτών και τη διαδρομή τους προς τις σελίδες προϊόντων. Δοκίμασε τον τίτλο της αρχικής σου, ποια προϊόντα ή συλλογές δείχνεις στο πάνω μέρος, τη θέση των προωθητικών banner και το αν η πλοήγηση κατηγοριών δουλεύει καλύτερα ως σταθερό μενού ή ως ορατό σύνολο από πλακίδια. Οι αλλαγές εδώ επηρεάζουν όλη την επισκεψιμότητα που περνά από το e-shop σου, οπότε ακόμη και μέτριες βελτιώσεις έχουν μεγάλη εμβέλεια.
Κουμπιά δράσης
Το κείμενο, το χρώμα, το μέγεθος και η θέση ενός κουμπιού επηρεάζουν αν ο επισκέπτης θα κάνει το επόμενο βήμα. Τα «Προσθήκη στο καλάθι» και «Αγόρασε τώρα» είναι τα ζευγάρια που δοκιμάζονται συχνότερα. Μπορείς επίσης να δοκιμάσεις αν η προσθήκη κειμένου επείγοντος κοντά σε ένα κουμπί («Έμειναν μόνο 3») ή κοινωνικής απόδειξης («Πάνω από 200 παραγγελίες αυτή την εβδομάδα») αλλάζει τα ποσοστά κλικ.
Εμφάνιση τιμών και προσφορές
Ο τρόπος που παρουσιάζεις τις τιμές επηρεάζει τις αποφάσεις αγοράς πέρα από την ίδια την τιμή. Δοκίμασε αν η εμφάνιση της αρχικής τιμής διαγραμμένης δίπλα στην τιμή προσφοράς αυξάνει τις μετατροπές σε σχέση με την εμφάνιση μόνο της τιμής προσφοράς. Δοκίμασε αν ένα μήνυμα «δωρεάν αποστολή για παραγγελίες πάνω από X» κοντά στο καλάθι φέρνει μεγαλύτερες παραγγελίες. Δοκίμασε αν μια εγγύηση επιστροφής χρημάτων στη σελίδα προϊόντος, και όχι μόνο στο υποσέλιδο, αλλάζει τα ποσοστά ολοκλήρωσης του checkout.
Πώς τρέχεις μια δοκιμή A/B;
Διατύπωσε μια υπόθεση
Κάθε δοκιμή ξεκινά με μια ερώτηση που έχει μετρήσιμη απάντηση. «Αν αλλάξω την εικόνα προϊόντος σε μια φωτογραφία lifestyle που δείχνει το προϊόν σε χρήση, θα πατήσουν περισσότεροι επισκέπτες προσθήκη στο καλάθι;» Αυτή η ερώτηση ορίζει τι αλλάζεις, τι περιμένεις να συμβεί και πώς θα καταλάβεις αν δούλεψε. Γράψε την υπόθεση πριν ξεκινήσεις. Μια δοκιμή χωρίς υπόθεση είναι απλώς αλλαγή χωρίς καταγραφή.
Διάλεξε τον δείκτη επιτυχίας
Όρισε τον δείκτη που θα μετρήσεις πριν αρχίσει η δοκιμή. Για τις περισσότερες δοκιμές e-commerce αυτός είναι το ποσοστό μετατροπής σε ένα συγκεκριμένο βήμα. Μπορεί να είναι το ποσοστό προσθήκης στο καλάθι, το ποσοστό έναρξης checkout ή το ποσοστό ολοκληρωμένων αγορών. Διάλεξε τον δείκτη που αντιστοιχεί άμεσα στο στοιχείο που δοκιμάζεις. Αν δοκιμάζεις στοιχείο της σελίδας προϊόντος, μέτρα πώς επηρεάζει το ποσοστό προσθήκης στο καλάθι. Αν δοκιμάζεις στοιχείο του checkout, μέτρα το ποσοστό ολοκλήρωσης του checkout. Αν χρησιμοποιήσεις τα συνολικά έσοδα του e-shop ως δείκτη, μπαίνει πολύς θόρυβος από άλλα μέρη της χοάνης.
Στήσε τη δοκιμή
Χρησιμοποίησε ένα εργαλείο δοκιμών A/B για να φτιάξεις την παραλλαγή και να μοιράσεις την επισκεψιμότητα ανάμεσα στις δύο εκδοχές. Ο καθιερωμένος διαχωρισμός είναι 50/50. Άφησε το e-shop να λειτουργεί κανονικά στη διάρκεια της δοκιμής. Απόφυγε μεγάλες προσφορές ή σημαντικές αλλαγές στη διαφήμισή σου όσο τρέχει μια δοκιμή, γιατί αλλάζουν τη συμπεριφορά των επισκεπτών με τρόπο που επηρεάζει άνισα τις δύο ομάδες και δυσκολεύει την ερμηνεία των αποτελεσμάτων.
Άφησε τη δοκιμή να ολοκληρωθεί
Μη σταματάς τη δοκιμή νωρίς επειδή μια εκδοχή φαίνεται να κερδίζει. Τα πρώιμα αποτελέσματα συχνά παραπλανούν. Η συμπεριφορά των επισκεπτών αλλάζει ανά ημέρα της εβδομάδας και τα μοτίβα που φαίνονται τις πρώτες μέρες συχνά δεν κρατούν μετά από μία ή δύο ολόκληρες εβδομάδες. Αν σταματήσεις νωρίς επειδή μια εκδοχή φαίνεται πολλά υποσχόμενη, αυξάνεις πολύ την πιθανότητα να ενεργήσεις με βάση ένα ψευδές θετικό. Τρέξε τη δοκιμή μέχρι να φτάσεις το μέγεθος δείγματος που έβαλες στόχο.
Ανάλυσε και εφάρμοσε το αποτέλεσμα
Όταν έχεις αρκετά δεδομένα, σύγκρινε τα ποσοστά μετατροπής ανάμεσα στην ομάδα ελέγχου και την παραλλαγή. Αν η παραλλαγή ξεπερνά την ομάδα ελέγχου με στατιστική σημαντικότητα, εφάρμοσε την αλλαγή. Αν τα αποτελέσματα είναι αδιευκρίνιστα, η αλλαγή δεν έκανε μετρήσιμη διαφορά και πρέπει να κρατήσεις το αρχικό και να διαλέξεις άλλο στοιχείο προς δοκιμή. Αν η παραλλαγή τα πήγε χειρότερα, μείνε με το αρχικό και ξανακοίτα την υπόθεσή σου. Κάθε αποτέλεσμα σου λέει κάτι χρήσιμο.
Πόσο πρέπει να τρέχει μια δοκιμή A/B;
Δύο παράγοντες καθορίζουν πόσο θα τρέξει μια δοκιμή. Ο ένας είναι ο όγκος της επισκεψιμότητάς σου. Ο άλλος είναι το μέγεθος της βελτίωσης που θέλεις να εντοπίσεις.
Οι μικρότερες βελτιώσεις θέλουν περισσότερη επισκεψιμότητα για να εντοπιστούν αξιόπιστα. Αν το e-shop σου μετατρέπει στο δύο τοις εκατό και θέλεις να εντοπίσεις σχετική βελτίωση 20 τοις εκατό, χρειάζεσαι αισθητά περισσότερους επισκέπτες από ό,τι αν ήθελες να εντοπίσεις βελτίωση 50 τοις εκατό. Για τα περισσότερα e-shop με μέτρια επισκεψιμότητα, το προτεινόμενο ελάχιστο είναι δύο με τέσσερις εβδομάδες. Τα e-shop με πολλή επισκεψιμότητα μπορεί να φτάσουν σε σημαντικότητα πιο γρήγορα. Τα e-shop με λίγη επισκεψιμότητα μπορεί να χρειαστούν περισσότερο.
Σαν πρακτικό σημείο εκκίνησης, στόχευσε τουλάχιστον 100 μετατροπές ανά παραλλαγή πριν βγάλεις συμπεράσματα. Με ποσοστό μετατροπής δύο τοις εκατό, αυτό σημαίνει τουλάχιστον 5.000 επισκέπτες ανά παραλλαγή. Αν το e-shop σου δεν φέρνει τέτοια επισκεψιμότητα σε εύλογο χρονικό διάστημα, πιο πρακτική εναλλακτική είναι η σύγκριση πριν και μετά: άλλαξε ένα πράγμα, μέτρα για τρεις με τέσσερις εβδομάδες και σύγκρινε με την ίδια περίοδο του προηγούμενου μήνα.
Ο πιο σημαντικός κανόνας είναι να ορίσεις το μέγεθος δείγματος-στόχο πριν ξεκινήσει η δοκιμή και να μην κοιτάς τα αποτελέσματα μέχρι να το φτάσεις. Αν ελέγχεις κάθε λίγες μέρες και σταματάς όταν μια εκδοχή φαίνεται μπροστά, το ποσοστό ψευδών θετικών ανεβαίνει πολύ πάνω από ό,τι θα έδειχνε η στατιστική σημαντικότητα μόνη της.
Πώς ξέρεις αν τα αποτελέσματα της δοκιμής A/B είναι αξιόπιστα;
Η στατιστική σημαντικότητα είναι το μέτρο που σου λέει αν η διαφορά ανάμεσα στις δύο εκδοχές πιθανότατα δείχνει πραγματικό αποτέλεσμα και όχι τυχαία διακύμανση. Τα εργαλεία δοκιμών συνήθως την αναφέρουν ως επίπεδο εμπιστοσύνης. Ένα επίπεδο εμπιστοσύνης 95 τοις εκατό σημαίνει ότι υπάρχει πέντε τοις εκατό πιθανότητα το αποτέλεσμα να οφείλεται στην τύχη. Για τις περισσότερες αποφάσεις e-commerce, η εμπιστοσύνη 95 τοις εκατό είναι αρκετά αξιόπιστη για να ενεργήσεις.
Έλεγξε επίσης για εξωτερικούς παράγοντες που μπορεί να παραμόρφωσαν τη δοκιμή. Μια δοκιμή που έτρεξε σε μεγάλη περίοδο εκπτώσεων, σε περίοδο που άλλαξε σημαντικά η διαφήμισή σου ή σε εβδομάδα που άλλαξε η κύρια πηγή επισκεψιμότητάς σου μπορεί να δώσει αποτελέσματα που δεν αντιπροσωπεύουν τη φυσιολογική απόδοση του e-shop. Αν συνέβη κάτι σημαντικό στη διάρκεια της δοκιμής, σημείωσέ το πριν ενεργήσεις με βάση το αποτέλεσμα.
Ένας ακόμη έλεγχος που αξίζει είναι να κοιτάς δευτερεύοντες δείκτες δίπλα στον κύριο. Αν η παραλλαγή σου έχει υψηλότερο ποσοστό προσθήκης στο καλάθι αλλά χαμηλότερο ποσοστό ολοκλήρωσης checkout, κάτι στην παραλλαγή μπορεί να προσελκύει λιγότερο αποφασισμένους επισκέπτες και όχι να μετατρέπει περισσότερους σε αγοραστές. Μια νικήτρια παραλλαγή πρέπει να δείχνει βελτίωση στο βήμα-στόχο χωρίς ουσιαστική υποβάθμιση αλλού στη χοάνη.
Ποια λάθη κάνουν τις δοκιμές A/B αναξιόπιστες;
Η δοκιμή πολλών στοιχείων ταυτόχρονα είναι το πιο συχνό λάθος. Αν αλλάξεις την εικόνα προϊόντος, τον τίτλο και το χρώμα του κουμπιού στην ίδια δοκιμή, δεν μπορείς να αποδώσεις το αποτέλεσμα σε καμία μεμονωμένη αλλαγή. Τρέξε μία δοκιμή ανά στοιχείο και κράτα τα υπόλοιπα σταθερά.
Το να σταματάς πολύ νωρίς είναι το δεύτερο πιο συχνό πρόβλημα. Μια παραλλαγή που φαίνεται να κερδίζει τις πρώτες τρεις μέρες μπορεί να μη δείχνει καμία διαφορά ή και να αντιστραφεί μετά από δύο ολόκληρες εβδομάδες. Δεσμεύσου στη διάρκεια που σχεδίασες πριν ξεκινήσεις και μην παρεκκλίνεις.
Η δοκιμή σελίδων με λίγη επισκεψιμότητα πολύ νωρίς είναι τρίτο θέμα. Αν η σελίδα προϊόντος σου έχει 50 επισκέπτες την εβδομάδα, για να φτάσεις 100 μετατροπές ανά παραλλαγή με ποσοστό δύο τοις εκατό θα χρειαστείς πολλούς μήνες. Δώσε προτεραιότητα στις σελίδες με τη μεγαλύτερη επισκεψιμότητα πρώτα και πήγαινε στις σελίδες με μικρότερη επισκεψιμότητα μόνο αφού εξαντλήσεις τα κέρδη που υπάρχουν στην κορυφή.
Το να αγνοείς όσα ήδη ξέρεις είναι επίσης πρόβλημα. Οι δοκιμές A/B δουλεύουν καλύτερα όταν τις καθοδηγούν δεδομένα για το πού χάνονται ήδη οι επισκέπτες και όχι όταν δοκιμάζεις πράγματα στην τύχη. Χρησιμοποίησε τα στατιστικά σου για να βρεις τις σελίδες και τα βήματα όπου οι περισσότεροι επισκέπτες φεύγουν χωρίς να μετατραπούν. Αυτά είναι τα σωστά σημεία για να επικεντρώσεις τις δοκιμές σου. Για έναν πρακτικό οδηγό για το πώς καταλαβαίνεις πού χάνονται οι επισκέπτες στο e-shop σου, δες γιατί οι αγοραστές εγκαταλείπουν το καλάθι και τι μπορείς να κάνεις γι' αυτό.
Τι πρέπει να δοκιμάσεις πρώτα;
Ξεκίνα από εκεί που οι περισσότεροι επισκέπτες χάνουν το ενδιαφέρον τους. Στα περισσότερα e-shop αυτό είναι είτε η σελίδα προϊόντος είτε το checkout. Το checkout έχει συχνά μεγαλύτερη προτεραιότητα, γιατί οι επισκέπτες που φτάνουν εκεί έχουν ήδη δείξει καθαρή πρόθεση. Μια αλλαγή που βελτιώνει την ολοκλήρωση του checkout έστω και κατά μικρό ποσοστό επηρεάζει κάθε επισκέπτη που φτάνει μέχρι εκεί.
Μετά το checkout, επικεντρώσου στις σελίδες προϊόντων με τη μεγαλύτερη επισκεψιμότητα. Μια αλλαγή σε σελίδα προϊόντος με 3.000 προβολές τον μήνα έχει μεγαλύτερο δυνητικό αντίκτυπο από την ίδια αλλαγή σε σελίδα με 100. Δώσε προτεραιότητα με βάση τη δυνητική εμβέλεια και όχι με βάση ποιες σελίδες σε ενδιαφέρει περισσότερο να δουλέψεις.
Η εμπιστοσύνη είναι ένας ακόμη τομέας που ανταμείβει συχνά τις δοκιμές. Πολλά e-shop χάνουν μετατροπές όχι εξαιτίας κάποιου συγκεκριμένου στοιχείου της σελίδας, αλλά επειδή οι επισκέπτες δεν νιώθουν αρκετή σιγουριά για το e-shop ώστε να ολοκληρώσουν. Η δοκιμή του πού εμφανίζονται τα σήματα εμπιστοσύνης και του πώς παρουσιάζονται μπορεί να δώσει ουσιαστικά αποτελέσματα. Για μια επισκόπηση των σημάτων εμπιστοσύνης που μετράνε περισσότερο στο e-commerce, δες πώς να χρησιμοποιείς σήματα εμπιστοσύνης στο e-shop σου.
Πώς βοηθά το WEMASY στις δοκιμές μετατροπής
Οι αποτελεσματικές δοκιμές A/B ξεκινούν από ακριβή δεδομένα αφετηρίας. Πρέπει να ξέρεις το τρέχον ποσοστό μετατροπής σου, πού χάνονται οι επισκέπτες και ποιες σελίδες υποαποδίδουν, για να διατυπώσεις χρήσιμη υπόθεση και να μετρήσεις αν η δοκιμή άλλαξε κάτι. Το εργαλείο Στατιστικά και αναλύσεις του WEMASY σου δείχνει βασικά στατιστικά επισκεπτών. Το WEMASY έχει και σύστημα e-commerce για το e-shop σου. Δες όλες τις δυνατότητες στα πακέτα τιμών.
Συχνές ερωτήσεις
Μπορώ να κάνω δοκιμή A/B αν το e-shop μου έχει λίγη επισκεψιμότητα;
Η χαμηλή επισκεψιμότητα δυσκολεύει να φτάσεις σε στατιστική σημαντικότητα μέσα σε λογικό χρόνο. Αν το e-shop σου έχει λιγότερες από 1.000 συνεδρίες την εβδομάδα, οι δοκιμές μπορεί να θέλουν μήνες για να φτάσουν στα μεγέθη δείγματος που χρειάζονται για αξιόπιστα αποτελέσματα με τυπικό ποσοστό μετατροπής e-commerce. Σε αυτή την περίπτωση, οι συγκρίσεις πριν και μετά σε σταθερό διάστημα είναι πρακτική εναλλακτική. Άλλαξε ένα πράγμα, μέτρα για τρεις με τέσσερις εβδομάδες και σύγκρινε το αποτέλεσμα με την ίδια περίοδο του προηγούμενου μήνα. Είναι λιγότερο ακριβές από μια ελεγχόμενη δοκιμή A/B, αλλά πιο κατατοπιστικό από το να κάνεις αλλαγές χωρίς καμία μέτρηση. Με τον δημιουργό ιστοσελίδων του WEMASY φτιάχνεις τις δικές σου σελίδες στην ιστοσελίδα σου.
Μπορώ να τρέξω πάνω από μία δοκιμή A/B ταυτόχρονα;
Ναι, αλλά μόνο σε διαφορετικές σελίδες ή σε καθαρά ξεχωριστά στοιχεία που δεν αλληλεπιδρούν. Η ταυτόχρονη δοκιμή του τίτλου μιας σελίδας προϊόντος και της διάταξης μιας φόρμας checkout είναι γενικά ασφαλής, γιατί οι δύο δοκιμές αφορούν διαφορετικές σελίδες και διαφορετικά σημεία απόφασης στη χοάνη. Η ταυτόχρονη δοκιμή δύο διαφορετικών στοιχείων στην ίδια σελίδα δημιουργεί το ίδιο πρόβλημα με τη δοκιμή πολλών στοιχείων σε μία δοκιμή: δεν μπορείς να ξεχωρίσεις ποια αλλαγή προκάλεσε ποιο αποτέλεσμα.
Ποια είναι η διαφορά ανάμεσα στη δοκιμή A/B και στη δοκιμή πολλαπλών μεταβλητών;
Μια δοκιμή A/B συγκρίνει δύο εκδοχές ενός στοιχείου: το αρχικό και μία παραλλαγή. Η δοκιμή πολλαπλών μεταβλητών συγκρίνει πολλά στοιχεία που αλλάζουν ταυτόχρονα και τρέχει κάθε πιθανό συνδυασμό για να βρει ποιο σύνολο αλλαγών δίνει το καλύτερο αποτέλεσμα. Η δοκιμή πολλαπλών μεταβλητών θέλει πολύ περισσότερη επισκεψιμότητα για αξιόπιστα συμπεράσματα, γιατί μοιράζεις τους επισκέπτες σε περισσότερες παραλλαγές. Για τα περισσότερα e-shop, οι δοκιμές A/B είναι η πιο πρακτική προσέγγιση. Η δοκιμή πολλαπλών μεταβλητών ταιριάζει καλύτερα σε e-shop με πολλή επισκεψιμότητα που έχουν ήδη κάνει τις προφανείς βελτιώσεις με απλές δοκιμές A/B και θέλουν να εξερευνήσουν αλληλεπιδράσεις ανάμεσα σε πολλά στοιχεία της σελίδας ταυτόχρονα.
Τι κάνω αν χρειαστεί να αλλάξω κάτι άλλο στο e-shop όσο τρέχει μια δοκιμή;
Οι μικρές αλλαγές που δεν σχετίζονται με τη σελίδα που δοκιμάζεται συνήθως είναι εντάξει. Οι αλλαγές που επηρεάζουν τις σελίδες ή τα στοιχεία της δοκιμής σου είναι πρόβλημα, γιατί προσθέτουν δεύτερη μεταβλητή που μπορεί να επηρεάσει τα αποτελέσματα. Αν χρειάζεται να κάνεις σημαντική αλλαγή στη σελίδα που δοκιμάζεται, η πιο καθαρή επιλογή είναι να σταματήσεις τη δοκιμή, να εφαρμόσεις την αλλαγή, να αφήσεις το e-shop να σταθεροποιηθεί για λίγες μέρες και να ξαναρχίσεις τη δοκιμή. Αξίζει επίσης να αποφύγεις μια προσφορά ή μια σημαντική διαφημιστική ώθηση όσο τρέχει μια δοκιμή, γιατί αλλάζει τη συμπεριφορά των επισκεπτών με τρόπο που μπορεί να μην επηρεάζει εξίσου τις δύο ομάδες.
Χρειάζομαι ειδικό εργαλείο δοκιμών A/B για να τρέξω δοκιμές;
Ένα ειδικό εργαλείο δοκιμών αυτοματοποιεί τον διαχωρισμό της επισκεψιμότητας, παρακολουθεί τα δεδομένα μετατροπής ανά παραλλαγή, υπολογίζει τη στατιστική σημαντικότητα και εμποδίζει τον ίδιο επισκέπτη να δει και τις δύο εκδοχές. Χωρίς εργαλείο, θα έπρεπε να τα υλοποιήσεις όλα αυτά χειροκίνητα, κάτι που έχει λάθη και δίνει λιγότερο αξιόπιστα αποτελέσματα. Αν το e-shop ή το σύστημα της ιστοσελίδας σου δεν περιλαμβάνει εγγενείς δοκιμές A/B, μπορείς να προσθέσεις εργαλεία δοκιμών τρίτων στα περισσότερα e-shop. Η επένδυση αξίζει αν σχεδιάζεις να δοκιμάζεις τακτικά, γιατί η αξιοπιστία των αποτελεσμάτων εξαρτάται πολύ από το πώς γίνεται ο διαχωρισμός επισκεψιμότητας και η συλλογή δεδομένων.