День 28. Учимся анализировать и работать с результатами А/Б-тестов

Уже прошло 2 недели с тех пор, как вы запустили ваши А/Б-тесты. Теперь настало время проверить полученные данные.

В последующие недели, по мере увеличения вашего веб-трафика, вы начнете замечать статистически значимые результаты быстрее. Если вы до сих пор занимаетесь настройкой своего веб-сайта, запаситесь терпением.

Для получения результатов требуется время. Многие маркетологи проводят А/Б-тесты в течение многих месяцев, без перерыва.

Если вы являетесь новичком в области тестирования, то результаты могут показаться вам ошеломляющими. Наверняка, вы погребены под кучей данных, не зная, как следует интерпретировать результаты. Следующее пошаговое руководство поможет вам сориентироваться в данном процессе.

Шаг 1: Соберите данные

Когда вы запускали свои А/Б-тесты, мы попросили вам выбрать одну конверсионную метрику, за которой вы будете наблюдать. Рассмотрим некоторые переменные, которые вы могли бы отслеживать:

  • Количество подписок на продукт;
  • Количество транзакций в интернет-магазине;
  • Количество подписок на email-рассылку;
  • Количество подписок на бесплатную пробную версию;
  • Количество заполнений демо-версии;
  • Количество скачиваний электронной книги;
  • Количество просмотров видео;
  • Количество расшариваний в социальных сетях;
  • Количество комментариев к постам;
  • Доход на посетителя

…Данный список можно продолжать до бесконечности. Уделяйте главное внимание конверсионным событиям, которые способствуют расширению вашего бизнеса.

Шаг 2. Пересмотрите свою гипотезу

Прежде чем приступить к анализу ваших результатов, вновь вернитесь к исходному вопросу вашего исследования. Статистическая значимость подразумевает, что полученные результаты не являются случайными. Вы должны быть в состоянии объяснить тренды, которые вы обнаружите.

Анализируя результаты ваших А/Б-тестов, вы получите четкое представление о произошедших процессах. Сформулированная вами гипотеза крайне важна для того, чтобы получить ответ на вопрос «почему».

Какое поведение пользователей вы ожидаете обнаружить и почему? Этот принципиальный вопрос поможет вам преобразовать количественную информацию в лучшие стратегические практики.

В качестве примера, рассмотрим историю компании Backcountry, онлайн-ритейлера, продающего приспособления, одежду и аксессуары для активного отдыха, которая проводила А/Б-тестирование с помощью платформы Optimizely.

Компания захотела оптимизировать свою последующую стратегию доставки товаров в период праздников. Ее сотрудники решили протестировать ряд специальных предложений по доставке в разные праздничные дни, генерирующие высокий трафик. Дело в том, что специальные предложения по доставке часто склоняют клиентов к окончательной покупке.

Группа разработчиков компании Backcountry предположила, что бесплатная доставка в течение двух дней в период ежегодной распродажи 4-е июля (в День независимости США) повысит доход на каждого посетителя их сайта.

Почему?

Низкая стоимость доставки может побудить клиентов к более значительным тратам.

Здесь представлены исходная и новая версии корзины:

28-1

Шаг 3: Проверьте результаты

Компания Backcountry не стала делиться результатами данного исследования. Сможете ли вы догадаться, какими они могли бы быть?

Не забывайте о том, что целью данного теста было выяснить, какой вариант доставки приведет к более высокой прибыли на каждого посетителя сайта.

Что ж, мы можем только предположить, что новый вариант поставки одержал победу.

Продолжайте тестировать

А/Б-тестирование – это непрерывный процесс. Не стоит прекращать его, получив первые результаты.

Тестирование в День независимости США было первым этапом исследования компании Backcountry. В момент публикации ее истории, в качестве одного из клиентов Optimizely, сотрудники данной компании планировали протестировать варианты доставки и в другие праздничные дни с высоким трафиком (Рождество и День благодарения), чтобы сделать соответствующие выводы.

Домашнее задание на сегодня:

  1. Интерпретируйте результаты ваших А/Б-тестов, следуя шагам, которые мы только что рассмотрели.
  2. Проанализировав данные и выяснив, были ли результаты статистически значимыми или нет (то есть, достоверными), составьте план действий для следующего ряда тестов. Не останавливайтесь на достигнутом – постоянно стремитесь к улучшению результатов.

Адаптация материала Double Your Conversions in 30 Days by Neil Patel & Ritika Puri

PS. Если Вы хотите получить индивидуальные рекомендации по увеличению конверсии и уровня продаж Вашего сайта, то обращайтесь к нам.

Об авторе

Автор: Всеволод Козлов (Написал 188 статей)

Эксперт в области привлечения клиентов из Интернета и увеличения продаж интернет-магазинов и коммерческих сайтов для малого и среднего бизнеса. Специализируюсь на DIY-сегменте (все для обустройства).

Я на VC.RU, Vkontakte, Телеграм, YouTube

Ваш адрес email не будет опубликован. Обязательные поля помечены *

*
*

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.