Ваше благополучие зависит от ваших собственных решений.

Джон Дэвисон Рокфеллер

Меню сайта
  • Компьютеры
  • Телефоны
  • Бизнес
  • Свое дело
  • Решение проблем
  • Интернет
  • Новости
  • Новости
    Реклама
    Реклама

    Как выполнить A / B-тестирование на сайте с низким трафиком?

    1. Что именно тестирование?
    2. A / B тестирование: частый или байесовский подход?
    3. Давайте рассмотрим пример, чтобы понять разницу между ними.
    4. Можем ли мы провести A / B-тестирование на сайте с низким трафиком?
    5. Можно ли получить значимые статистические результаты на сайте с низким трафиком?
    6. Сколько времени занимает тестирование А / Б на сайте с низким трафиком?
    7. Как использовать калькулятор времени теста?
    8. Сколько конверсий необходимо, чтобы принять решение?
    9. Как сделать A / B-тестирование с низким трафиком?
    10. Не делайте многомерных тестов (MVT)
    11. 1. Проверьте свое меню
    12. 2. Проверьте свои списки продуктов
    13. Оптимизируйте трафик страниц вашего продукта
    14. Подводя итог

    Когда я говорю о A / B тестирование Мне часто говорят, что « это только для больших сайтов» , что это « проект, слишком тяжелый для переноса », или просто « что этот тип решения бесполезен для сайта с низким трафиком» ». То, что я спешу ответить на это ... это зависит.

    Общаясь с консультантами, которые сопровождают проекты наших клиентов в Kameleoon, мне даже сказали, что сайт, который отворачивается от оптимизации пользовательского опыта, похож на физический магазин, который пренебрегает чистота его помещений. Короче говоря, это не приемлемо для клиента.

    В конце 2016 года мы провели исследование указано, что 75% сайтов сегодня более одного миллиона посетителей проводят A / B-тестирование. Я вижу, что вы идете ... За исключением того, что это исследование также показывает, что 72% компаний, которые проводят A / B-тестирование, имеют менее миллиона уникальных посетителей в месяц.

    Я предлагаю вам вернуться к повторяющейся проблеме: как выполнить A / B-тестирование на сайте с низким трафиком?

    Что именно тестирование?

    Определение: A / B-тестирование - это эксперимент, проводимый на веб-сайте или в мобильном приложении, который проверяет гипотезы оптимизации по сравнению с исходной версией.

    A / B тестирование: частый или байесовский подход?

    Статистический анализ позволяет рассчитать успешность одного подхода над другим и увидеть, что лучше всего подходит для вашей аудитории.

    • Частотный подход : статистика часто основывается на законе наблюдений. Это экспериментально (или индуктивно). Этот метод исторически использовался всеми решениями A / B-тестирования.
    • Байесовский подход : Байесовская статистика является дедуктивной. Он объединяет собранные данные с априорными знаниями либо из предыдущих исследований, либо с мнением экспертов, чтобы получить апостериорную информацию.

    Давайте рассмотрим пример, чтобы понять разницу между ними.

    Если вы бросаете кусок 10 раз:

    Согласно частому подходу , если получится стек 6 раз, вероятность получения стека (во время этого эксперимента), таким образом, будет 6/10 = 0,6. Очевидно, что этот% будет сходиться к 0,5, если деталь запускается большое количество раз (см. Следующий пример).

    При байесовском подходе нас интересует не эта вероятность, а ее априорный закон, который указывает, что сбалансированная фигура дает вероятность получения стека 0,5.

    В целом, байесовский подход требует меньше трафика, чтобы делать выводы, так как он использует прошлые события для достижения результата. Если это облегчает запуск тестов на сайтах с небольшим объемом трафика, метод Байеса некоторые ограничения с точки зрения A / B тестирования ,

    В этой статье мы увидим, как можно проводить A / B-тестирование на сайте с низким трафиком с помощью метода частых запросов, который предлагает более точные результаты.

    Можем ли мы провести A / B-тестирование на сайте с низким трафиком?

    Сложнее запустить тест на сайте с низким трафиком с помощью метода частых посещений, но это не невозможно.

    Можно ли получить значимые статистические результаты на сайте с низким трафиком?

    На площадке с низким трафиком результаты A / B-теста могут не быть статистически репрезентативными, поскольку тестируемый образец недостаточно велик.

    Возьми пример.

    Я бросаю монету, вероятность получения которой составляет 50%. Я бросаю это 10 раз.

    1 2 3 4 5 6 7 8 9 10 % батареи Аккумуляторная батарея Лицевая сторона батареи Аккумуляторная батарея Аккумуляторная батарея 70%

    Я получаю вероятность получения стека 0,7.

    Я повторяю опыт несколько раз.

    1 2 3 4 5 6 7 8 9 10 % Батарея Серии № 1 Лицо Лицо Лицо Батарея Лицо батареи Батарея Лицо батареи Батарея 40% Серии № 2 Батарея Лицо батареи Батарея Лицо батареи Батарея Лицо батареи Батарея Лицо 50% серии № 3 Батарея Батарея Батарея Батарея Батарея Стек для лица Face Stack для лица Стек 80% Series # 4 для лица Face Face Face Face Stack Лицо для лица Face Face 20% Series # 5 Stack Face Stack для лица Face Face Stack Лицо для лица 40%

    Хотя статистическая вероятность составляет 50/50, я получаю гораздо более разрозненные результаты .

    Если вы посмотрите на каждую серию снимков как на тест, вы быстро поймете, что слишком слабая выборка может дать результаты, которые не соответствуют действительности, и подтолкнуть вас к принятию неправильных решений.

    С другой стороны, если вы запустите этот фрагмент более 10000 раз, вы получите результат, который намного ближе к статистической истинности, как в случае с статистическим методом с частотой.

    С другой стороны, если вы запустите этот фрагмент более 10000 раз, вы получите результат, который намного ближе к статистической истинности, как в случае с статистическим методом с частотой

    Небольшая выборка может иногда дать вам представление об окончательном результате, но не делать никаких выводов, так как они не будут иметь статистической ценности при частом подходе .

    Сколько времени занимает тестирование А / Б на сайте с низким трафиком?

    При низком трафике вам потребуется гораздо больше времени для достижения значимых результатов.

    «Если вы запускаете тест на странице с небольшим объемом трафика, вам, возможно, придется очень долго ждать, прежде чем вы сможете закончить тест «Если вы запускаете тест на странице с небольшим объемом трафика, вам, возможно, придется очень долго ждать, прежде чем вы сможете закончить тест. Однако на слишком длительный тест могут повлиять многие события (праздники, праздники, политические события, нападения и т. Д.), Которые потенциально могут изменить «нормальное» поведение ваших посетителей. Результаты вашего теста могут быть искажены, что может привести к принятию неправильных решений ».

    Саймон Шателайн, консультант Kameleoon.

    Как использовать калькулятор времени теста?

    Чтобы предвидеть трафик, вам необходимо провести значимый тест, вы можете положиться на калькулятор, аналогичный калькулятору решения Kameleoon.Вы должны указать текущий коэффициент конверсии вашего сайта и минимальный желаемый вариант.

    1. Базовый коэффициент конверсии : введите текущий коэффициент конверсии вашей страницы / элемента, который вы хотите протестировать.
    2. Минимальный обнаруживаемый эффект = минимальное желаемое отклонение от оригинала : абсолютно (минимальная разница в%,%) или относительное (с указанием минимального% изменения). Чем больше вы хотите низких вариаций конверсии, тем больше вы должны делать ставки на большой трафик. И наоборот, как показывает наше шоу по литью монет, если вы указываете минимум существенных изменений, все, что вам нужно, это небольшой объем посетителей.

    Чем больше вы хотите протестировать определенный элемент, тем выше должен быть ваш трафик. Точно так же, если вы хотите протестировать страницу с низким коэффициентом конверсии, вам нужно больше трафика. Это может варьироваться от минимум 1000 уникальных посетителей (действительно для тестов с высокими показателями конверсии, таких как меню, целевые страницы, CTA и т. Д.) До нескольких сотен тысяч (особенно в случае тестов в вашем конверсионном туннеле). ).

    Жан-Ноэль Ривассо, технический директор Kameleoon, рассказывает об этом более подробно в своей статье: A / B тестирование: достаточно ли трафика?

    Сколько конверсий необходимо, чтобы принять решение?

    Как видите, A / B-тестирование требует минимального трафика. Если для каждого варианта может быть достаточно нескольких тысяч уникальных посетителей, необходимо также иметь минимум конверсий для анализа по каждому варианту.

    Например, вы запускаете A / B-тест на главном CTA вашей домашней страницы. Если каждый вариант получает 10000 посетителей, это нормально, но если у вас мало кликов на вашем CTA или мало конверсии, вам будет сложно принять решение.

    Обычно наши консультанты рекомендуют не заканчивать тестирование. если у вас меньше 1000 конверсий , В случае сайта с низким трафиком подсчитайте не менее 300 конверсий.

    Как сделать A / B-тестирование с низким трафиком?

    При низком трафике вы должны сосредоточить внимание на элементах и ​​страницах, которые посещают большинство посетителей. Это гарантирует, что вы получите достаточно трафика, чтобы получить значимые результаты теста A / B.

    Совершенно очевидно, что сайты с низким трафиком вполне способны к A / B-тестированию при условии, что они сосредоточивают свои тесты на целевых страницах или изменениях, для которых потенциальная прибыль от конверсии потенциально значительна (тип клика на баннеры, подписку на рассылку, форму, которую необходимо заполнить для сайтов B2B у квалифицированной аудитории) Совершенно очевидно, что сайты с низким трафиком вполне способны к A / B-тестированию при условии, что они сосредоточивают свои тесты на целевых страницах или изменениях, для которых потенциальная прибыль от конверсии потенциально значительна (тип клика на баннеры, подписку на рассылку, форму, которую необходимо заполнить для сайтов B2B у квалифицированной аудитории). Тесты на конверсионном туннеле не исключаются, но при условии, что потенциал для улучшения является значительным (что часто имеет место для вновь созданных сайтов).

    - Жан-Ноэль Ривассо , технический директор Kameleoon

    Не делайте многомерных тестов (MVT)

    С помощью тестов MVT на веб-странице можно одновременно протестировать несколько элементов: баннер, заголовок, описание, видео и т. Д.

    Инструмент A / B-тестирования, такой как Kameleoon, затем генерирует столько вариантов, сколько существует комбинаций, чтобы определить, какое из них окажет наибольшее влияние на коэффициент конверсии.

    Проблема в том, что MVT требует огромного объема трафика, чтобы иметь возможность протестировать все варианты и получить научно обоснованный результат для всех. Поэтому этот вид теста совершенно не рекомендуется для сайтов с низким трафиком.

    Вот два примера тестов, которые вы можете провести с низким трафиком, в вашем меню и на ваших продуктах.

    1. Проверьте свое меню

    Меню является одним из ключевых элементов доступности и навигации для посетителей. Поэтому важно уделять этому особое внимание.

    Давайте вернемся к делу Шмидт который генерирует на 160% больше клиентов благодаря обновлению меню.

    Целью бренда было уменьшить показатель отскока на главной странице, повысить рейтинг кликов на СТО и увеличить количество назначений.

    Первоначально меню сайта было перегружено, информация была неоднозначной, а конкретная цель не была определена.

    Были введены два варианта: вариант 1, который включает в себя элементы справочного меню с некоторыми оптимизациями, и вариант 2, который является полным пересмотром.

    С этим A / B тест , бренд видит увеличение на 130% CTA кликов «Каталог», 40% на CTA «Magasin» и 317% на CTA «Espace projet».

    2. Проверьте свои списки продуктов

    Я часто советую своим клиентам, которые не получают большого объема трафика, работать с шаблонами страниц, а не с конкретными страницами Я часто советую своим клиентам, которые не получают большого объема трафика, работать с шаблонами страниц, а не с конкретными страницами. Хорошо настроив свой тест, он позволяет проводить тесты на всех страницах продукта или категориях и т. Д.

    - Жеро Борне, консультант Kameleoon.

    Оптимизируйте трафик страниц вашего продукта

    Если домашняя страница часто является самой просматриваемой страницей, вы можете получить гораздо большие объемы, сгруппировав содержимое в своем аналитическом инструменте:

    Здесь мы отмечаем, что если на главной странице больше всего трафика, она значительно уступает всем страницам категорий и таблиц продуктов, когда-то вместе. Если у вас мало трафика и вы хотите проверить эргономику ваших продуктов, сгруппируйте свои страницы .

    Возьмите пример Mobibam , стартап, который позволяет вам создавать собственную мебель на заказ. Сайт имеет в среднем 15 000 уникальных посетителей в месяц.

    Посетители должны посетить конфигуратор сайта, чтобы выбрать материалы, отделку, размеры и различные элементы мебели, которую они разработали, чтобы воплотить ее в жизнь.

    Чтобы обеспечить эффективность своего конфигуратора и предложить положительный опыт своим посетителям, Mobibam использует A / B-тестирование.

    Чтобы обеспечить эффективность своего конфигуратора и предложить положительный опыт своим посетителям, Mobibam использует A / B-тестирование

    Оптимизируя и упрощая интерфейс своего конфигуратора мебели, команды Mobibam увеличили конверсию на 325%!

    С тестом, сосредоточенным на одной из самых посещаемых страниц сайта, командам Mobibam было легко выполнить A / B-тест, чтобы принять решение на основе того, что предпочитают покупатели мебели на заказ С тестом, сосредоточенным на одной из самых посещаемых страниц сайта, командам Mobibam было легко выполнить A / B-тест, чтобы принять решение на основе того, что предпочитают покупатели мебели на заказ. ,

    -Mia Warde, консультант Kameleoon.

    Подводя итог

    Если A / B-тестирование является одним из любимых методов оптимизации UX для маркетологов, то это потому, что оно простое и эффективное. Быстро внедряемый, он позволяет вам быстро получать надежные результаты в зависимости от того, чего хотят ваши посетители (вместо вашей собственной интуиции, обязательно предвзятой).

    Если все могут проводить A / B-тестирование, есть ограничение: трафик. При слишком малом трафике и, несмотря на производительность вашего A / B-решения, вы не сможете существенно определить выигрышный вариант.

    Как я покажу в этой статье, существуют советы по проведению значимых тестов с низким трафиком. Однако вы не можете думать о проведении A / B-теста с сотнями уникальных посещений каждый месяц.

    Если вы хотите углубить свои знания в области A / B-тестирования и лучше понять проблемы, подпишитесь на наш курс по электронной почте (на английском). Этот курс научит вас внутренним принципам тестирования, и вы сможете получить диплом после теста из 20 вопросов .

    Этот курс научит вас внутренним принципам тестирования, и вы сможете получить диплом после теста из 20 вопросов

    Что именно тестирование?
    A / B тестирование: частый или байесовский подход?
    Можем ли мы провести A / B-тестирование на сайте с низким трафиком?
    Можно ли получить значимые статистические результаты на сайте с низким трафиком?
    Сколько времени занимает тестирование А / Б на сайте с низким трафиком?
    Как использовать калькулятор времени теста?
    Сколько конверсий необходимо, чтобы принять решение?
    Как сделать A / B-тестирование с низким трафиком?
    Что именно тестирование?
    A / B тестирование: частый или байесовский подход?
    Профиль
    Реклама
    Деловой календарь
    Пн Вт Ср Чт Пт Сб Вс
     
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    Реклама
       
    Sti.lg.ua © 2016