gratis A / B Split Testing met Google Analytics Tutorial

wanneer een bezoeker op uw website surft, welke invloed heeft hun bereidheid om een relatie met uw organisatie te beginnen? De beslissingen die u hebt genomen over het ontwerp, de berichten, de inhoud en de lay-out van uw site. Hoe zeker ben je van deze beslissingen? Als u uw site bijwerkt, hoe kunt u er dan zeker van zijn dat de wijzigingen de ervaring van uw bezoekers verbeteren?

A/B Split Tests zijn een hulpmiddel om het vertrouwen te vergroten in de beslissingen die u neemt over uw website. Ze stellen u in staat om wetenschappelijk te testen en te valideren hypothesen rond uw doelen. Google Analytics ‘”Experimenten” tool maakt het eenvoudig om setup A/B Split Tests op elke website met behulp van Google Analytics (GA). In deze post, we zullen lopen door elk van de volgende stappen.

• uw doel definiëren
• uw hypothesen vormen
• uw experiment opzetten
• de winnaar uitroepen

1. Definieer uw doel

de eerste stap in het opzetten van een Google-Experiment is het definiëren van welke metriek zal worden gebruikt om succes te bepalen. Het doel van het experiment kan zijn:

• het verminderen van de website bounces
• het verhogen van de website pageviews
• het verhogen van de tijd bezoekers besteden aan de site
• een doel dat is gedefinieerd in GA

In onze ervaring, meestal is de doelstelling van het experiment is een specifiek doel dat is gemaakt in GA. Doelen zijn een groot onderwerp van op hun eigen. Als dit de eerste keer is dat u er een opzet, bekijk dan deze handleiding over het instellen van doelen in Google Analytics. Een paar voorbeelden van de soorten doelen die je zou kunnen volgen zijn:

• Tracking supporter engagement en fondsenwerving voor non-profit organisaties
• Tracking donaties en vrijwillige registraties voor politieke organisaties
• Tracking client leads voor advocatenkantoren

2. Vorm Uw A / B-Testhypotheses

met uw doel om betrokkenheid, leads of donaties te vergroten, is het tijd om uw hypotheses te vormen: welke ontwerp -, messaging -, content-of lay-outbeslissingen denkt u dat dit doel effectiever kan bereiken?

met Google Analytics experimenten, bent u niet beperkt tot slechts twee, A en B, hypothesen. Je kunt er zoveel instellen als je wilt. Het algoritme dat Google gebruikt wordt een multi-armed bandit experiment genoemd. De statistieken erachter zijn complex, maar het idee is dat niet. De essentie is, naarmate de tijd vordert en hypothesen beginnen te tonen belofte Google zal meer bezoekers naar de leiders te sturen. Het heeft twee grote voordelen ten opzichte van een traditionele A/B-test die het verkeer gelijkmatig verdeelt tot de voltooiing. Ten eerste, door het verzenden van meer verkeer naar het winnen van variaties terwijl het experiment wordt uitgevoerd, je begint te profiteren van de leiders eerder. Minder bezoekers worden naar slechte performers gestuurd voordat het experiment eindigt. Een neveneffect hiervan is het andere belangrijke voordeel: het bepalen van het beste van meerdere goede keuzes gebeurt sneller.

elke hypothese moet worden ingesteld als zijn eigen pagina, met een unieke URL, op uw website. Hoe dit gebeurt hangt af van het content management systeem (cms) dat uw website gebruikt. Je wilt er echter zeker van zijn dat het enige wat je verandert in de verschillende pagina ‘ s in je experiment is waar je op Test. U wilt voorkomen dat het veranderen van een aantal aspecten van de pagina en dan niet zeker welke verandering leidde tot de verhoogde conversieratio.

bijvoorbeeld, laten we zeggen dat u wilt testen of het verminderen van het aantal velden op uw contactformulier leidt tot een toename van formulier inzendingen. U moet ook niet veranderen de banner afbeelding op de twee formulier pagina ‘ s als dat de resultaten zou kunnen verwarren.

in het bovenstaande voorbeeld zijn de twee pagina ‘ s precies hetzelfde, behalve op één contactformulier, vraagt u om:

• voornaam
• achternaam
• e-mail
• Hoe kunnen we u helpen?

op het andere contactformulier vraagt u alleen om:

• Email
• Hoe kunnen wij u helpen?

zodra u klaar bent met uw eerste ervaring over de vraag of het aantal formuliervelden invloed heeft op de indieningspercentages, kunt u vervolgens een nieuw experiment opzetten om te zien of de bannerafbeelding invloed heeft op de indieningspercentages.

3. Setup your Google Analytics A / B Split Test Experiment

met een doel en hypothesen op zijn plaats, is het tijd om uw experiment in GA. Dit is het makkelijke deel!

3a. maak Experiment

u kunt uw experimenten in GA bereiken vanuit de rapportage zijbalk. Selecteer gedrag, dan experimenten. Zo kom je bij je experimenten nadat je ze hebt opgezet. Selecteer Experiment Maken.

experimenten vereisen alleen een naam en het doel waarmee je succes evalueert. Er zijn ook andere opties, zoals hoeveel van uw verkeer moet worden geëxperimenteerd met, hoe lang het experiment moet lopen, het vertrouwen niveau waarmee een winnaar wordt bepaald, enzovoort. Voor uw eerste experimenten, kunt u veilig gebruik maken van de standaardinstellingen.

3b. Drop-in originele URL en hypothese variatie URL ‘ s

de volgende stap is om al uw hypothesen toe te voegen aan het experiment. Dit is gewoon een kwestie van kopiëren en plakken van de URL ‘ s die u instelt. Als u wijzigingen aan het testen bent in een pagina die al bestaat, Gebruik deze dan als het origineel. Voor geheel nieuwe inhoud, kies de URL die u uiteindelijk wilt gebruiken voor de winnaar. De originele pagina is waar het codefragment zal worden geïnstalleerd in stap 3c.

3c. Voer de testcode

in zodra uw hypotheses-URL ‘ s zijn ingesteld, is de volgende stap om “handmatig de code invoegen” te selecteren en het fragment van de experimentcode te installeren net in de <head> tag van uw oorspronkelijke pagina.

nadat u de sjabloon hebt opgeslagen, klikt u op Volgende stap en GA zal controleren of uw experimentcode goed op zijn plaats is.

alles wat er nu nog over is om te beginnen met experimenteren en GA zal zorgen voor het routeren van bezoekers om uw hypothesen en het opnemen van hun effectiviteit.

beslissen over de winnaar

de winnende hypothese zal algoritmisch worden bepaald over een bepaalde periode, meestal in de Orde van 2 tot 4 weken. Deze periode zal variëren in lengte, afhankelijk van het volume van het verkeer naar uw site, de relatieve prestaties van hypothesen, de snelheid waarmee de belangrijkste hypothesen converteert, enzovoort.

voor experimenten die eindigen met een duidelijke winnaar, als het niet het origineel is, zijn er slechts een paar stappen te nemen. Vervang eerst de inhoud of sjabloon van het origineel door die van de winnende variant. verwijder vervolgens de experimentcode uit de sjabloon.

voor sommige experimenten kunt u misschien beslissen om verder te gaan met een hypothese voordat Google ‘ s algoritme statistisch kan. Een voorbeeld hiervan is een wenselijke wijziging van uw website die hetzelfde uitvoert als de originele pagina die het wil vervangen en een kleine kans heeft om beter te presteren dan de originele. In deze gevallen kunt u handmatig selecteren Stop Experiment om het te beëindigen, de inhoud van het origineel te vervangen door de hypothese’ en de experimentcode verwijderen.

Google Analytics Experiments is een gratis A / B Split testing tool die u eenvoudig kunt instellen om u te helpen zelfverzekerde beslissingen te nemen over het ontwerp, de berichten, de inhoud en de lay-out van uw website. Het is een krachtige tool die u kunt gebruiken om uw website beter te maken in het bereiken van de doelen van uw organisatie.