Free A / B Split Testing with Google Analytics Tutorial

BY admin
|

When a visitor is browsing your website, what impacts their willability to start a relationship with your organization? Päätökset olet tehnyt noin sivuston suunnittelu, messaging, sisältö, ja layout. Kuinka luottavainen olet näihin päätöksiin? Kun päivität sivustoasi, miten voit olla varma, että muutokset parantavat vierailijoiden kokemusta?

A/B-Jakotestit ovat työkalu, jolla lisätään luottamusta päätöksiin, joita teet verkkosivustosi suhteen. Niiden avulla voit tieteellisesti testata ja vahvistaa hypoteeseja tavoitteidesi ympärillä. Google Analyticsin ”kokeilut” – työkalun avulla on helppo asentaa A/B-Jakotestit mille tahansa verkkosivustolle Google Analyticsin (GA) avulla. Tässä viestissä, me kävellä läpi jokaisen seuraavista vaiheista.

  • tavoitteen määrittely
  • hypoteesien muodostaminen
  • kokeilun aloittaminen
  • voittajan julistaminen

1. Määrittele tavoitteesi

ensimmäinen askel Google-kokeilun perustamisessa on määritellä, mitä mittaria käytetään menestyksen määrittämiseen. Kokeilun tavoitteena voi olla:

  • verkkosivujen pomppujen vähentäminen
  • verkkosivujen sivujen katselukertojen lisääminen
  • kävijöiden sivustolla viettämän ajan lisääminen
  • tavoite, joka on määritelty GA: ssa

kokemuksemme mukaan kokeen tavoitteena on yleensä GA: ssa luotu erityinen tavoite. Maalit ovat iso puheenaihe itsestään. Jos tämä on ensimmäinen kerta perustaa yksi, tutustu tämän oppaan asettamisesta tavoitteita Google Analytics. Muutamia esimerkkejä siitä, millaisia tavoitteita voit seurata ovat:

  • Kannattajatoiminnan seuranta ja rahankeruu yleishyödyllisille järjestöille
  • poliittisten järjestöjen lahjoitusten ja vapaaehtoisten rekisteröintien seuranta
  • asianajotoimistojen asiakasliittymien seuranta

2. Muodostakaa A / B-Testihypoteesinne

tavoitteenanne lisätä sitoutumista, tai johtolankoja tai lahjoituksia, on aika muodostaa hypoteesinne: millä design -, messaging -, content-tai layout-päätöksillä tämä tavoite voitaisiin mielestäsi saavuttaa tehokkaammin?

Google Analytics-kokeissa ei rajoituta vain kahteen, A-ja B-hypoteesiin. Voit setup niin monta kuin haluat. Googlen käyttämää algoritmia kutsutaan moniaseiseksi rosvokokeiluksi. Sen taustalla olevat tilastot ovat monimutkaisia, mutta ajatus ei. Ydin on, kun aika kuluu ja hypoteeseja alkaa näkyä lupaus Google lähettää enemmän kävijöitä johtajat. Sillä on kaksi suurta etua perinteiseen A/B-testiin verrattuna, joka jakaa liikenteen tasaisesti valmistumiseen asti. Ensinnäkin, lähettämällä enemmän liikennettä voittaa muunnelmia kokeen ollessa käynnissä, alat hyötyä johtajat aikaisemmin. Huonoille esiintyjille lähetetään vähemmän kävijöitä ennen kokeilun päättymistä. Sivuvaikutus tämä on toinen keskeinen etu: päättää paras useita hyviä valintoja tapahtuu nopeammin.

jokainen hypoteesi on asetettava omaksi sivukseen, jolla on ainutlaatuinen URL, verkkosivullasi. Se, miten tämä tehdään, riippuu siitä, mitä sisällönhallintajärjestelmää (CMS) verkkosivustosi käyttää. Sinun kannattaa kuitenkin varmistaa, että ainoa asia, jota muutat kokeilusi eri sivuilla, on se, mitä testaat. Haluat välttää muuttamasta useita näkökohtia sivun ja sitten ei ole varma, mikä muutos johti lisääntynyt muuntokurssi.

esimerkiksi sanotaan, että haluat testata, johtaako yhteydenottolomakkeesi kenttien määrän vähentäminen lomakkeiden lähettämisen lisääntymiseen. Sinun ei pitäisi myös muuttaa bannerin kuvaa kahdella lomakesivulla, koska se voi sekoittaa tulokset.

yllä olevassa esimerkissä kaksi sivua olisivat täsmälleen samat paitsi yhdellä yhteydenottolomakkeella, pyydät:

  • etunimi
  • sukunimi
  • Sähköposti
  • miten voimme auttaa?

toisella yhteydenottolomakkeella pyydetään vain:

  • Sähköposti
  • miten voimme auttaa?

kun olet suorittanut ensimmäisen kokemuksesi siitä, vaikuttaako lomakekenttien määrä lähetysasteisiin, voit perustaa uuden kokeen nähdäksesi, vaikuttaako bannerikuva lähetysasteisiin.

3. Setup Google Analytics A / B Split Test Experiment

tavoitteena ja hypoteeseja paikallaan, on aika setup oman kokeen GA. Tämä on helppo osuus!

3a. Create Experiment

voit tavoittaa kokeesi GA: ssa raportointipalkista. Valitse käyttäytyminen, sitten kokeita. Näin pääset kokeisiin, kun olet asettanut ne. Valitse Luo Kokeilu.

kokeet vaativat vain nimen ja tavoitteen, jolla arvioit menestystä. On myös muita vaihtoehtoja, kuten kuinka paljon liikennettä pitäisi kokeilla, kuinka kauan kokeen pitäisi kestää, luottamustaso, jolla voittaja määritetään, ja niin edelleen. Ensimmäisissä kokeissa voit turvallisesti käyttää oletusarvoja.

3b.Drop-In alkuperäinen URL ja hypoteesin muunnelma URL

seuraava vaihe on lisätä kaikki hypoteesit kokeeseen. Tämä on vain asia kopioida ja liittämällä URL olet setup. Jos testaat muutoksia jo olemassa olevaan sivuun, käytä sitä alkuperäisenä. Jos haluat kokonaan uutta sisältöä, valitse URL, jota haluat lopulta käyttää voittajalle. Alkuperäinen sivu on, jossa koodinpätkä asennetaan vaiheessa 3c.

3c. lisää kokeilukoodi

kun olet määritellyt URL-osoitteesi, seuraava vaihe on valita ”lisää koodi manuaalisesti” ja asentaa kokeilukoodipätkä vain alkuperäisen sivun <head> – tunnisteen sisään.

kun olet tallentanut mallin, valitse Seuraava vaihe ja GA tarkistaa, että kokeilukoodi on oikein paikallaan.

kaikki mitä on jäljellä on aloittaa kokeilu ja GA huolehtii reitittää kävijöitä hypoteeseja ja tallentaa niiden tehokkuutta.

voittajan ratkaiseminen

voittohypoteesi ratkaistaan algoritmisesti jonkin ajan kuluessa, yleensä järjestyksessä 2-4 viikkoa. Tämän ajanjakson pituus vaihtelee riippuen sivustoosi suuntautuvan liikenteen määrästä, hypoteesien suhteellisesta suorituskyvystä, nopeudesta, jolla johtavat hypoteesit muuntuvat, ja niin edelleen.

selvään voittajaan päättyvissä kokeissa, jos se ei ole alkuperäinen, on vain muutama askel jäljellä. Ensinnäkin, korvaa alkuperäisen sisällön tai mallin kanssa voittavan muunnelman. toiseksi, poista kokeilukoodi mallista.

joidenkin kokeiden kohdalla voi päätyä etenemään hypoteesilla ennen kuin Googlen algoritmi tilastollisesti ehtii. Esimerkki tästä on toivottava muutos sivustoosi, joka toimii samalla tavalla kuin alkuperäinen sivu, jonka se aikoo korvata, ja jolla on pieni todennäköisyys ylittää alkuperäinen. Näissä tapauksissa, voit manuaalisesti valita Stop Experiment lopettaa sen, korvata alkuperäisen sisällön hypoteesi’, ja poistaa kokeen koodi.

Google Analytics Experiments on ilmainen A / B-Jakotestaustyökalu, jonka avulla voit tehdä varmoja päätöksiä verkkosivustosi suunnittelusta, viestinnästä, sisällöstä ja layoutista. Se on tehokas työkalu, jonka avulla voit tehdä sivustosi paremmin organisaation tavoitteiden saavuttamisessa.