Free A / B Split Testing with Google Analytics Tutorial
Quando un visitatore sta navigando sul tuo sito web, cosa influisce sulla loro volontà di iniziare una relazione con la tua organizzazione? Le decisioni che hai preso in merito al design, alla messaggistica, al contenuto e al layout del tuo sito. Quanto sei fiducioso in queste decisioni? Mentre aggiorni il tuo sito, come puoi essere sicuro che le modifiche migliorino l’esperienza dei tuoi visitatori?
I test split A / B sono uno strumento per aumentare la fiducia nelle decisioni che prendi sul tuo sito web. Essi consentono di testare scientificamente e convalidare ipotesi intorno ai vostri obiettivi. Lo strumento “Esperimenti” di Google Analytics semplifica l’installazione di test split A/B su qualsiasi sito Web utilizzando Google Analytics (GA). In questo post, cammineremo attraverso ciascuno dei seguenti passaggi.
- Definire il tuo obiettivo
- Formare le tue ipotesi
- Impostare il tuo esperimento
- Dichiarare un vincitore
1. Definisci il tuo obiettivo
Il primo passo nella creazione di un esperimento di Google è definire quale metrica verrà utilizzata per determinare il successo. L’obiettivo dell’esperimento può essere:
- Riducendo il sito web rimbalza
- Aumentando il sito visualizzazioni di pagina
- Aumentare il tempo che i visitatori stanno spendendo sul sito
- Un Obiettivo che è stato definito in GA
Nella nostra esperienza, di solito l’obiettivo dell’esperimento è un Obiettivo specifico che è stato creato in GA. Gli obiettivi sono un grande argomento di per conto proprio. Se è la prima volta che ne crei uno, consulta questa Guida sulla configurazione degli obiettivi in Google Analytics. Alcuni esempi dei tipi di obiettivi si potrebbe tenere traccia sono:
- Monitoraggio del coinvolgimento dei sostenitori e raccolta fondi per organizzazioni no profit
- Monitoraggio delle donazioni e delle registrazioni di volontari per organizzazioni politiche
- Monitoraggio dei lead dei clienti per studi legali
2. Forma le tue ipotesi di test A/B
Con il tuo obiettivo di aumentare l’impegno, o lead o donazioni stabilite, è il momento di formare le tue ipotesi: quali decisioni di progettazione, messaggistica, contenuto o layout pensi possano raggiungere questo obiettivo in modo più efficace?
Con gli esperimenti di Google Analytics, non sei limitato a solo due ipotesi, A e B. È possibile impostare come molti come vuoi. L’algoritmo di Google utilizza è chiamato un esperimento bandito multi-armati. Le statistiche dietro di esso sono complesse, ma l’idea non è. Il succo è, col passare del tempo e le ipotesi iniziano a mostrare la promessa che Google invierà più visitatori ai leader. Ha due grandi vantaggi rispetto a un tradizionale test A / B che distribuisce il traffico in modo uniforme fino al completamento. In primo luogo, inviando più traffico alle variazioni vincenti mentre l’esperimento è in esecuzione, inizi a beneficiare dei leader in precedenza. Meno visitatori vengono inviati agli artisti poveri prima della fine dell’esperimento. Un effetto collaterale di questo è l’altro vantaggio chiave: decidere il meglio di più buone scelte avviene più rapidamente.
Ogni ipotesi deve essere impostata come una propria pagina, con un URL univoco, sul tuo sito web. Il modo in cui questo viene fatto dipenderà dal content Management system (CMS) utilizzato dal tuo sito web. Ti consigliamo di assicurarti, tuttavia, che l’unica cosa che cambi nelle diverse pagine del tuo esperimento sia ciò per cui stai testando. Si desidera evitare di modificare diversi aspetti della pagina e quindi non essere sicuri di quale cambiamento ha portato all’aumento del tasso di conversione.
Ad esempio, supponiamo che tu voglia verificare se la riduzione del numero di campi sul tuo modulo di contatto porta ad un aumento degli invii del modulo. Non dovresti anche cambiare l’immagine del banner nelle due pagine del modulo in quanto ciò potrebbe confondere i risultati.
Nell’esempio precedente, le due pagine sarebbero esattamente le stesse tranne che su un modulo di contatto, che chiedi:
- Nome
- Cognome
- Come possiamo aiutarti?
Sull’altro modulo di contatto, chiedi solo:
- Come possiamo aiutarti?
Una volta terminata la prima esperienza sull’impatto del numero di campi del modulo sui tassi di invio, è possibile impostare un nuovo esperimento per verificare se l’immagine del banner influisce sui tassi di invio.
3. Imposta il tuo Google Analytics A/B Split Test Experiment
Con un obiettivo e ipotesi in atto, è il momento di impostare il vostro esperimento in GA. Questa è la parte facile!
3a. Crea esperimento
Puoi raggiungere i tuoi esperimenti in GA dalla barra laterale dei rapporti. Selezionare Comportamento, quindi Esperimenti. Questo è il modo in cui arriverai ai tuoi esperimenti dopo averli impostati. Selezionare Crea esperimento.
Gli esperimenti richiedono solo un nome e l’obiettivo con cui stai valutando il successo. Ci sono anche altre opzioni, come la quantità di traffico che dovrebbe essere sperimentata, per quanto tempo dovrebbe essere eseguito l’esperimento, il livello di confidenza con cui viene determinato un vincitore e così via. Per i tuoi primi esperimenti, puoi tranquillamente usare i valori predefiniti.
3b. URL originale drop-in e URL di variazione di ipotesi
Il passo successivo è aggiungere tutte le ipotesi all’esperimento. Questa è solo una questione di copiare e incollare gli URL impostati. Se stai testando le modifiche a una pagina già esistente, usala come Originale. Per contenuti completamente nuovi, scegli l’URL che alla fine vorrai utilizzare per il vincitore. La pagina originale è dove verrà installato il frammento di codice nel passaggio 3c.
3c. Inserisci il codice di test dell’esperimento
Una volta impostati gli URL delle ipotesi, il passo successivo è selezionare “Inserisci manualmente il codice” e installare il frammento di codice dell’esperimento appena all’interno del tag < head> della tua pagina originale.
Dopo aver salvato il modello, fare clic su Passaggio successivo e GA verificherà che il codice dell’esperimento sia correttamente in posizione.
Tutto ciò che rimane ora è iniziare a sperimentare e GA si prenderà cura di instradare i visitatori alle tue ipotesi e registrare la loro efficacia.
Decidere il vincitore
L’ipotesi vincente sarà decisa algoritmicamente per un certo periodo di tempo, di solito nell’ordine di 2 o 4 settimane. Questo periodo varierà in lunghezza a seconda del volume di traffico verso il tuo sito, delle prestazioni relative delle ipotesi, della velocità con cui le ipotesi principali si convertono e così via.
Per gli esperimenti che terminano con un chiaro vincitore, se non è l’originale, ci sono solo pochi passi da fare. In primo luogo, sostituire il contenuto o il modello originale con la variante vincente. In secondo luogo, rimuovere il codice dell’esperimento dal modello.
Per alcuni esperimenti, potresti essere in grado di decidere di andare avanti con un’ipotesi prima che l’algoritmo di Google possa statisticamente. Un esempio di questo è un cambiamento desiderabile al tuo sito web che sta eseguendo lo stesso della pagina originale che intende sostituire e ha una bassa probabilità di sovraperformare l’originale. In questi casi, è possibile selezionare manualmente Stop esperimento per terminarlo, sostituire il contenuto dell’originale con l’ipotesi’, e rimuovere il codice esperimento.
Google Analytics Experiments è uno strumento di test A/B Split gratuito che puoi facilmente configurare per aiutarti a prendere decisioni sicure sul design, la messaggistica, il contenuto e il layout del tuo sito web. È un potente strumento che puoi utilizzare per migliorare il tuo sito Web nel raggiungere gli obiettivi della tua organizzazione.