А/В тестирование

А/В тестирование сайтов - недавно возникший, но уже доказавший свою эффективность инструмент повышения конверсии. Рост к нему в Google Trends – на уровне 50-90% ежемесячно. Метод стоит того, чтобы посвятить ему отдельную большую статью.

Это один из современных и наиболее эффективных способов повышения конверсии, позволяющий определить, какой из вариантов страницы обеспечивает лучшую конвертацию посетителей в заказчиков (покупателей). Благодаря нему владелец сайта получает точную информацию о том, как любое изменение на странице влияет на конверсию.

С помощью А/В тестирования сайт можно постоянно улучшать – все решения будут основаны на данных статистики, которые вы соберете в ходе эксперимента. Тестирование уберет все предположения и разные мнения в команде владельцев и администраторов сайта – никто не будет навязывать свое видение, а опираться только на объективные данные.

А/В тестирование, по сути – это цифры, которые основаны на действиях посетителей. Полученные результаты экспериментов не оставляют сомнений в объективности и позволяют выбрать верный путь. Главной целью тестирования является повышение показателей, ключевых для владельца сайта: это может быть прибыль, увеличение регистраций, скачиваний и тому подобное. Чтобы достичь этих целей, нужно полноценно понимать свою аудиторию.

Провести тестирование можно бесплатно или платно. Для бесплатного эксперимента можно использовать самописные скрипты или Google Analytics Content Experiment. Для создания эксперимента с помощью Google Analytics Content Experiment нужно перейти по вкладкам Поведение/Эксперименты

Главный недостаток бесплатных экспериментов – необходимость самостоятельного создания тестовых вариантов страниц. По сути, придется верстать заново нужную страницу, внеся необходимые изменения. Поэтому быстрее и удобнее проводить А/В тестирование с помощью специализированных сервисов:

• Changeagain.me
• Optimizely.com
• VWO.com
• Convert.com

Вкратце о преимуществах платных сервисов:

1. Простое создание тестовых вариантов страниц с помощью визуального редактора – знания веб-программирования не нужны.
2. Много дополнительных функций.
3. Единовременная установка кода.

Некоторые разработчики самостоятельно разрабатывают софт для тестирования, учитывая свои потребности. Это логично, если на платных сервисах нет необходимого функционала.

Изначально нужно тестировать элементы, напрямую влияющие на конверсию: СТА-кнопки, изображения, формы, текстовые элементы на посадочных страницах, видеоролики. Любой из этих элементов – ключевой в воронке продаж. Приходя на страницу, посетитель чаще всего читает заголовки, описания и подзаголовки, знакомится с изображениями, просматривает видеоролики. Меняя эти элементы, можно изменять первое впечатление о сайте, влиять на восприятие посетителя.

После посетителю предлагают заполнить форму: оставить электронный адрес, мобильный номер, ввести личные данные. Большинство потенциальных клиентов уходят именно на этом этапе. Улучшить конверсию поможет упор на оптимизацию форм. Согласившись заполнить форму, клиент должен ее отправить – на этом этапе отслеживается взаимодействие с СТА-кнопками. Кликабельность этих кнопок зависит от текста на них, размера и формы кнопок, цвета, расположения.

Все элементы важны при взаимодействии посетителей со страницей. Поэтому А/В тестирование начинать нужно с них. Кстати, запустить эксперименты для их изучения просто, и вероятность получить необходимый результат тоже очень высокая.

Ключевое правило А/В тестирования: 1 тест = 1 гипотеза. Например: «Если мы убираем поле «Телефон» из подписной формы, больше людей согласиться заполнять форму, и мы увеличим число подписчиков». В правильном А/В тесте может быть только одно изменение – это важно для дальнейшего анализа, ведь вы точно будете знать, какой именно фактор изменил конверсию. Если же в рамках этого эксперимента тестировать еще и кнопку «Подписаться» - например, изменяя ее цвет, в итоге будет сложно поменять, что именно изменило конверсию: то, что вы убрали поле для номера телефона или то, что изменили стиль кнопки.

Минимальный срок эксперимента – 7 дней. Этот срок взят не « с потолка»: каждый день недели можно отслеживать статистику, наблюдая за поведением посетителей в будни и выходные. В 100% случаев поведения отличается: например, офисные работники ближе к вечеру пятницы начинают просматривать варианты покупок в интернете, а в субботу делают заказ на выбранном сайте. Отчет крупного онлайн-магазина свидетельствует, что в четверг конверсия в 2 раза превышает конверсию субботы.

При А/В тестировании сроком меньше 7 дней вы получите неточные результаты. Идеальный во всех отношениях вариант – тестирование в течение 2-4 недель, позволяющее получить наиболее объективные данные.

Недостаточный трафик и конверсия – актуальные проблемы при А/В анализе небольших сайтов. Маленькая выборка дает неточные результаты эксперимента, опираться на которые нельзя. Если в день начитывается всего несколько конверсий – достоверного теста не будет. Результат эксперимента можно считать успешным, если риск случайных совпадений минимален. Для этого требуется хотя бы 100 конверсий для оригинального и тестового вариантов страницы. Но и в этом случае нужно опираться на особенности проекта: например, сложно будет добиться достоверного вывода, если оригинальная и тестовая страница набрала по 110 конверсий.

А/В эксперименты никак не отображаются на SEO-оптимизации ресурса. Эту информацию подтвердили еще в 2012 году в Google. Загрузка тестового варианта динамическая, с использованием Javascript и куков, которые не поддерживают ведущие поисковики. Роботам виден только оригинальный вариант каждой страницы сайта. А/В тестирование не замедляет загрузку страниц сайта. Использование асинхронного кода не отображается на скорости загрузки.

Источниками идей служат данные веб-аналитики, анализа пользовательского поведения, непосредственного контакта с посетителями. Чтобы генерировать интересные идеи, можно дополнительно пользоваться сервисами Google Analytics, Яндекс.Метрика, сервисами для проведения соцопросов. Приведем распространенный пример А/В тестирования.

Допустим, на вашем сайте есть форма для регистрации. Вы проверяете ее в «Аналитике форм» от Яндекс.Метрики. В результате вы понимаете, что добираясь до поля «Компания» большинство посетителей останавливаются: 0% закрывают вкладку с сайтом, а 50% заполняют это поле в 2 раза дольше, чем остальные поля.

Поле «Компания» озадачивает ваших потенциальных клиентов. Подумайте: если эта информация для вас не ключевая, попробуйте запустить тестовых вариант страницы без этого поля и посмотреть на изменения. Это стандартный пример гипотезы для проведения А/В тестирования, который основе на анализе ресурса.

Еще один вариант – применение идей, которые эффективно работают у конкурентов. Я мог бы привести не одну сотню таких идей, но не буду этого делать: практика показывает, что много владельцев сайтов начинают применять идеи «вслепую», полностью их копируя. Хотя на самом деле всегда нужно отталкиваться от особенностей своего ресурса.

Примеры заведомо успешных А/В экспериментов

• статическая «картинка» с одним уникальным торговым предложением лучше, чем слайд-шоу с несколькими такими предложениями;
• меню «Гамбургер» работает лучше, если подписать его словом «Меню»;

Создавая эксперимент, выбирайте только одну цель, по которой вы будете измерять эффективность эксперимента. Это может быть, например, рост кликабельности кнопки «Уточнить цену» (первый этап в воронке продаж). Анализировать эксперимент нужно именно с этого показателя. Вы соблюли все условия эксперимента и увеличили кликабельность? А/В тестирование прошло успешно. Подробный, интегрированный с Google Analytics анализ выглядит таким образом:

• просмотр изменения показателей конверсии других целей (если вы проводили эксперимент и по ним);
• применение любого сегмента к результатам тестирования и анализ с рассмотрением отдельных категорий пользователей;
• просмотр изменений базовых показателей взаимодействия с ресурсом: средней продолжительности секанса, отказов, среднего количества просмотренных страниц. Без анализа этих показателей вы не разберетесь, почему увеличение кликабельности на входе не приводит к росту конверсии.

В идеальном случае А/В тесты проводят один за другим, беспрерывно. Схема работы с сайтом в этом направлении выглядит так:

• формулировка гипотез;
• расположение гипотез по приоритету;
• А/В тестирование;
• сбор и анализ данных;
• необходимые действия (по результатам анализа);
• А/В тестирование следующей гипотезы.

А/В тестирование применимо не только для веб-страниц. Таким же образом можно тестировать:

• страницы мобильных приложений для популярных платформ;
• почтовые веб-рассылки;
• объявления в Яндекс.Директ;
• объявления в Facebook.

А/В тестирование, при условии профессионального подхода, позволит значительно увеличить прибыльность олнайн-бизнеса. Поэтому не стесняйтесь привлекать специалистов: результат оправдает все затраты.