В этом руководстве мы рассмотрим A/B-тестирование и то, какое оно имеет большое значение для партнеров, желающих достичь превосходных результатов.
Знакомы ли вы с A/B-тестированием (также называемым сплит-тестированием или групповым тестированием)?
A/B-тестирование похоже на то, что вы руководите лабораторией, где рождаются и постоянно совершенствуются новые идеи.
С помощью A/B-тестирования вы можете сравнивать две версии веб-страницы, темы электронного письма, поста в социальной сети и т. д. друг с другом.
Обе версии вашего контента будут случайным образом показаны посетителям. С помощью статистических данных вы сможете определить, что имеет лучшую производительность.
Это ставит оптимизацию веб-сайта на первое место в вашей стратегии и быстро становится обязательной для всех партнеров, желающих добиться больших результатов.
На первый взгляд изменение цвета кнопки призыва к действию (CTA) с красного на зеленый кажется тривиальным. Но с помощью A/B-тестирования можно выявить разницу между хорошим рейтингом кликов (CTR) для вашего предложения.
Множество преимуществ A/B-тестирования
Прелесть A/B-тестирования заключается в использовании измеримых данных.
Затем вы можете использовать эти данные для формулирования гипотез и лучшего понимания поведения пользователей. Это больше не слухи и не догадки: теперь у вас есть реальные доказательства, с которыми можно работать!
A/B-тестирование позволяет улучшить конкретные цели, такие как CTR, показатели открытия электронной почты и осведомленность (и это лишь некоторые из них).
Вот другие преимущества использования A/B-тестирования:
- Быстрота: создайте два шаблона или просто измените одно значение между двумя версиями, и все готово.
- Это простой, но продвинутый анализ: вы выполняете только статистическое сравнение двух версий, поэтому можете сосредоточить свое внимание на таких вещах, как карты кликов.
- Гибкость: вы можете проводить A/B-тестирование практически всего, от изображений до форм и шрифтов. Поскольку у вас есть только две версии для размышления, внесение изменений происходит быстро и легко.
- Это может снизить показатель отказов: настройка вашего веб-сайта и предложений может быть именно тем, что необходимо для поддержания интереса ваших посетителей. Дьявол кроется в деталях.
- Это приводит к увеличению продаж: A/B-тестирование поможет вам определить лучшие предложения по конвертации.
A/B-тестирование за 5 шагов
Вот план по тестироооованию, предложенный CPA сетью CrakRevenue. Благодаря более чем 10-летнему опыту работы в Интернете этот пошаговый подход оказался одним из лучших.Шаг 1: Измерьте
- Определите цель, которую вы хотите достичь.
- Определите ключевые показатели эффективности (KPI), % ROI или $ ROI + CTR
Шаг 2. Расставьте приоритеты
- Отдайте предпочтение наиболее важным точкам, т. е. тем, которые стоят больше всего и имеют наибольший объем трафика. При меньшем объеме трафика вам нужно запускать тесты дольше. Приоритет дорогостоящих/объемных рекламных роликов ускоряет процесс оптимизации.
Шаг 3: A/B-тест
- Выберите баннеры или кампании, которые вы хотите протестировать, в соответствии с различными точками.
- Обеспечьте непрерывный мониторинг путем двойной проверки данных.
Шаг 4: Оптимизируйте
- Учитесь на своих данных и корректируйте свою цель. Что дает вам лучший ROI по всем направлениям? Придайте больший вес (%) тому, что приносит деньги. С другой стороны, облегчите нагрузку на менее прибыльные тесты.
- Тесты позволяют собирать качественные данные о трафике. Затем вы сможете:
- Сегментировать свой трафик на разные источники (по гео, устройству и т. д.).
- Сосредоточиться на том, что нравится видеть вашей аудитории.
Шаг 5: Повторите!
A/B-тестирование: лучшие практики
Теперь, когда мы лучше понимаем, что такое A/B-тестирование, пришло время узнать, как извлечь из него максимальную пользу.
Мы считаем, что для эффективного тестирования используется широкий спектр баннеров и то, что мы любим называть безопасными инвестициями, то есть как минимум один продукт с максимальной конверсией и различные предложения PPL или PPS.
Дальнейшие соображения…
- Дайте тесту пройти достаточное количество времени: если вы остановите тестирование слишком рано, вы можете упустить важные данные. Наоборот, если вы позволите тесту продолжаться слишком долго, вы можете потерять много денег. Наше решение: настроить продолжительность теста в зависимости от объема трафика.
- Вам нужны точные данные, что требует тщательного планирования и исполнения.
- Учитесь на цифрах: может быть трудно не следовать своей интуиции, но вы должны сопротивляться тому, чтобы идти против эмпирических данных. Если вы сомневаетесь, проведите дополнительное тестирование.
Реальный пример A/B-тестирования
Еще в 2013 году Electronic Arts смогла значительно увеличить продажи своей видеоигры SimCity 5, запустив интеллектуальное A/B-тестирование.
Цель издателя была проста: увеличить количество покупок своей игры после более низких, чем ожидалось, предварительных заказов.
Чтобы добиться этого, они работали с продуктовой командой Maxis, которая предположила, что перемещение призыва к действию даст другие — лучшие — результаты.
Поэтому они начали тестировать различные варианты целевой страницы, перемещая CTA, пока полностью не удалили его.
Картинка стоит тысячи слов, верно?
Вариант без предложения привел к увеличению количества покупок на 43%. Означает ли это, что баннеры мертвы? Нет! Только в этом случае предположения, что они стимулировали продажи, были ошибочными.
С A/B-тестированием вы получаете реальные данные о своих кампаниях и баннерах.
Вы можете использовать эти данные в своих интересах.
А как насчет A/B/N- тестирования?
В то время как A/B-тестирование фокусируется на простом сравнении (версия A и версия B), A/B/n-тестирование сравнивает три или более вариантов вашего контента друг с другом.
«n» представляет собой любое количество («Nth») различных вариантов, которые вы хотите протестировать. Например, Google Optimize позволяет использовать до 10 вариантов с помощью своего инструмента.
Если вы хотите протестировать в гораздо более широком масштабе, оптимальным будет A/B/n-тестирование. Вы сможете определить, какие страницы конвертируются лучше, не ограничиваясь A/B-тестированием.
С другой стороны, вам придется разделить трафик на множество разных страниц, что приводит к длительным проверкам, прежде чем вы получите достоверные данные.
Пример A/B/n-тестирование от CPA сети CrakRevenue
Мы подумали, что вас может заинтересовать реальный эксперимент, который провели в CrakRevenue.
Сотрудники площадки протестировали 5 вариантов целевой страницы, чтобы получить наилучшие результаты.
Взгляните на следующие изображения:
Цель: Увеличить CTR, используя наилучший CTA.
В итоге удалось собрать много данных… в конце концов, мы регистрируем 50 миллиардов показов в месяц на всех наших сайтах, что дает нам большой простор для маневра (см. скрин ниже)
Тщательный анализ качественных данных показал, что наша целевая страница «Следующая» имеет лучший коэффициент конверсии.
Иногда в маркетинге меньше значит больше. В этом случае четыре простых буквы дали лучшие результаты, чем явные призывы к действию.
Дальнейшее тестирование может сказать нам, какой цвет кнопки (в настоящее время желтый) лучше конвертируется.
Источник: CrakRevenue
0 Комментарии