Free A / B Split Testing with Google Analytics Tutorial

BY admin
|

kiedy odwiedzający przegląda Twoją stronę, co wpływa na ich gotowość do nawiązania relacji z Twoją organizacją ? Decyzje podjęte w związku z projektem, Komunikatem, zawartością i układem witryny. Jak bardzo jesteś pewny tych decyzji? Jak możesz być pewien, że zmiany poprawią wrażenia użytkowników podczas aktualizacji witryny?

testy dzielone A/B są narzędziem zwiększającym zaufanie do decyzji podejmowanych na temat twojej witryny. Pozwalają one na naukowe Testowanie i walidację hipotez wokół swoich celów. Narzędzie „eksperymenty” Google Analytics ułatwia skonfigurowanie testów podziału A / B na dowolnej stronie internetowej za pomocą Google Analytics (GA). W tym poście przejdziemy przez każdy z poniższych kroków.

  • Definiowanie celu
  • Tworzenie hipotez
  • Konfigurowanie eksperymentu
  • ogłaszanie zwycięzcy

1. Określ swój cel

pierwszym krokiem w konfigurowaniu eksperymentu Google jest określenie, jaki wskaźnik zostanie użyty do określenia sukcesu. Celem eksperymentu może być:

  • zmniejszenie odbić strony
  • zwiększenie odsłon strony
  • zwiększenie czasu spędzanego przez odwiedzających na stronie
  • cel, który został zdefiniowany w GA

z naszego doświadczenia wynika, że zazwyczaj celem eksperymentu jest konkretny cel, który został stworzony w GA. Cele są dużym tematem na własną rękę. Jeśli konfigurujesz go po raz pierwszy, zapoznaj się z tym przewodnikiem na temat konfigurowania celów w Google Analytics. Kilka przykładów typów celów, które można śledzić, to:

  • śledzenie zaangażowania kibiców i pozyskiwania funduszy dla organizacji non-profit
  • śledzenie darowizn i rejestracji wolontariuszy dla Organizacji Politycznych
  • śledzenie potencjalnych klientów dla firm prawniczych

2. Twórz hipotezy testu A / B

mając na celu zwiększenie zaangażowania, pozyskanie potencjalnych klientów lub ustalenie darowizn, nadszedł czas, aby sformułować hipotezy: jakie decyzje dotyczące projektowania, przesyłania wiadomości, treści lub układu mogą według Ciebie skuteczniej osiągnąć ten cel?

dzięki eksperymentom Google Analytics nie jesteś ograniczony do tylko dwóch hipotez, A I B. Możesz ustawić tyle, ile chcesz. Algorytm, którego używa Google, nazywany jest wielorakim eksperymentem bandytów. Statystyki za tym są złożone, ale pomysł nie jest. Istotą jest to, że w miarę upływu czasu i hipotezy zaczynają obiecywać, że Google wyśle więcej odwiedzających do liderów. Ma dwie duże zalety w porównaniu z tradycyjnym testem A / B, który równomiernie rozprowadza ruch aż do zakończenia. Po pierwsze, wysyłając więcej ruchu do wygrywających odmian podczas trwania eksperymentu, zaczynasz korzystać z liderów wcześniej. Mniej odwiedzających jest wysyłanych do biednych wykonawców przed zakończeniem eksperymentu. Efektem ubocznym tego jest inna kluczowa korzyść: wybór najlepszego z wielu dobrych wyborów następuje szybciej.

każda hipoteza musi być ustawiona jako własna strona, z unikalnym adresem URL, na twojej stronie. Sposób wykonania tego zależy od systemu zarządzania treścią (CMS), z którego korzysta Twoja strona. Upewnij się jednak, że jedyną rzeczą, którą zmieniasz na różnych stronach eksperymentu, jest to, co testujesz. Chcesz uniknąć zmiany kilku aspektów strony, a następnie nie być pewnym, które zmiany doprowadziły do zwiększenia współczynnika konwersji.

na przykład, powiedzmy, że chcesz sprawdzić, czy zmniejszenie liczby pól w formularzu kontaktowym prowadzi do zwiększenia liczby przesyłanych formularzy. Nie należy również zmieniać obrazu banera na dwóch stronach formularza, ponieważ może to zakłócić wyniki.

w powyższym przykładzie dwie strony byłyby dokładnie takie same, z wyjątkiem jednego formularza kontaktowego, o który prosisz:

  • Imię
  • nazwisko
  • e-mail
  • jak możemy Ci pomóc?

w innym formularzu kontaktowym prosimy tylko o:

  • e-mail
  • jak możemy Ci pomóc?

po zakończeniu pierwszego doświadczenia dotyczącego tego, czy liczba pól formularza wpływa na wskaźniki przesyłania, możesz skonfigurować nowy eksperyment, aby sprawdzić, czy obraz banera wpływa na wskaźniki przesyłania.

3. Skonfiguruj Google Analytics A/B Split Test Experiment

mając cel i hipotezy na miejscu, nadszedł czas, aby skonfigurować eksperyment w GA. To jest łatwa część!

3A. Utwórz eksperyment

możesz dotrzeć do swoich eksperymentów w GA z paska bocznego raportowania. Wybierz zachowanie, a następnie eksperymenty. W ten sposób dotrzesz do swoich eksperymentów po ich skonfigurowaniu. Wybierz Utwórz Eksperyment.

eksperymenty wymagają tylko nazwy i celu, z którym oceniasz sukces. Istnieją również inne opcje, takie jak ilość Twojego ruchu powinna być eksperymentowana, jak długo eksperyment powinien działać, poziom zaufania, z którym zostanie ustalony zwycięzca i tak dalej. W przypadku pierwszych eksperymentów możesz bezpiecznie korzystać z ustawień domyślnych.

3b. Drop-in Original URL and Hypothesis variation Url

następnym krokiem jest dodanie wszystkich hipotez do eksperymentu. To tylko kwestia skopiowania i wklejenia adresów URL, które ustawiłeś. Jeśli testujesz zmiany na stronie, która już istnieje, użyj jej jako oryginału. W przypadku zupełnie nowej zawartości wybierz adres URL, którego ostatecznie chcesz użyć dla zwycięzcy. Na oryginalnej stronie zostanie zainstalowany fragment kodu w kroku 3c.

3C. Wstaw kod testowania eksperymentu

po skonfigurowaniu adresów URL hipotez następnym krokiem jest wybranie opcji „Ręcznie wstaw kod” i zainstalowanie fragmentu kodu eksperymentu tuż wewnątrz znacznika < head> na oryginalnej stronie.

po zapisaniu szablonu kliknij Następny krok, a GA sprawdzi, czy kod eksperymentu jest prawidłowo umieszczony.

pozostaje tylko rozpocząć eksperyment, a GA zajmie się przekierowaniem odwiedzających do Twoich hipotez i rejestracją ich skuteczności.

wybór zwycięzcy

zwycięska hipoteza będzie rozstrzygana algorytmicznie przez pewien okres czasu, zwykle w kolejności od 2 do 4 tygodni. Okres ten będzie się różnić w zależności od natężenia ruchu w witrynie, względnej wydajności hipotez, szybkości konwersji wiodących hipotez i tak dalej.

w przypadku eksperymentów, które kończą się wyraźnym zwycięzcą, jeśli nie jest to oryginał, istnieje jeszcze kilka kroków do podjęcia. Po pierwsze, zastąp oryginalną zawartość lub szablon zwycięską odmianą. po drugie, Usuń kod eksperymentu z szablonu.

w przypadku niektórych eksperymentów możesz zdecydować się na wysunięcie hipotezy przed algorytmem Google. Przykładem tego jest pożądana zmiana witryny, która działa tak samo, jak oryginalna strona, którą zamierza zastąpić, i ma niskie prawdopodobieństwo przewyższenia oryginału. W takich przypadkach możesz ręcznie wybrać Zatrzymaj eksperyment, aby go zakończyć, zastąpić oryginalną zawartość hipotezą ’ i usunąć kod eksperymentu.

eksperymenty Google Analytics to bezpłatne narzędzie do dzielenia A/B, które można łatwo skonfigurować, aby pomóc w podejmowaniu pewnych decyzji dotyczących projektu witryny, wiadomości, treści i układu. Jest to potężne narzędzie, którego możesz użyć, aby Twoja strona internetowa była lepsza w osiąganiu celów organizacji.