A/B-testaus on yksi suorimmista työkaluista verkkokaupan konversio-optimoinnissa. Se tuottaa todellista näyttöä siitä, mikä toimii juuri sinun kaupassasi juuri sinun asiakkaillasi. Täyden johdannon konversio-optimointiin ja siihen, miksi konversioasteen parantaminen on yhtä tärkeää kuin liikenteen kasvattaminen, löydät artikkelista mitä on konversio-optimointi ja miksi sillä on merkitystä.
Mitä A/B-testaus tarkoittaa verkkokaupassa?
A/B-testi jakaa kävijäsi kahteen ryhmään ja näyttää kummallekin ryhmälle sivun tai sivun elementin eri version. Toinen ryhmä näkee alkuperäisen version, jota kutsutaan kontrolliksi. Toinen näkee muutetun version, jota kutsutaan variaatioksi. Muutos koskee yhtä tiettyä elementtiä. Se voi olla painikkeen sanamuoto, tuotesivun asettelu tai luottamusmerkin sijainti. Kaikki muu pysyy samana.
Kävijät käyttävät kauppaa tavalliseen tapaan. He eivät tiedä olevansa osa testiä. Testijakson lopussa vertaat konversioasteita ryhmien välillä ja päätät, kumpi versio toimi paremmin. Koska molemmat versiot pyörivät samaan aikaan vertailukelpoisella liikenteellä, ulkoiset tekijät kuten kausivaihtelu tai mainonnan muutos vaikuttavat molempiin ryhmiin yhtä lailla. Näkemäsi ero johtuu muutoksestasi, ei ajoituksesta.
Miksi A/B-testaus on tärkeää verkkokaupan konversiolle?
Jokainen kauppaasi tekemäsi muutos on veto. Lyöt vetoa siitä, että uusi tuotekuvaus konvertoi paremmin, että yksinkertaistettu kassa vähentää pudotusta, että siirretty painike saa enemmän napsautuksia. Ilman testausta et voi tietää, kannattiko veto. Myynti voi nousta syistä, joilla ei ole mitään tekemistä muutoksesi kanssa. Tai laskea samasta syystä.
A/B-testaus muuttaa vedot päätöksiksi. Sinulla on dataa, joka näyttää mitattavalla marginaalilla, aiheuttiko muutos todellisen vaikutuksen. Tämä suojaa kahdelta yleiseltä ja kalliilta virheeltä. Ensimmäinen on olettaa, että muutos auttoi, vaikka se ei auttanut. Toinen on hylätä toimiva muutos, koska parannusta ei yhdistetty siihen.
Taloudellinen peruste on yksinkertainen. Kauppa, joka konvertoi yhden prosentin kävijöistään ja parantaa kahteen prosenttiin, on kaksinkertaistanut liikevaihtonsa samalla liikenteellä ilman mainoskulujen kasvua. Järjestelmällinen A/B-testaus on luotettavin tie tällaisiin parannuksiin.
Mitä voit A/B-testata verkkokaupassasi?
Lähes kaikkea, minkä kävijä näkee, voi testata. Jotkin kauppasi osat vaikuttavat konversioon enemmän kuin toiset, ja niihin ensimmäisten testiesi kannattaa keskittyä.
Tuotesivut
Tuotesivulla tehdään suurin osa ostopäätöksistä. Suuren vaikutuksen testikohteita ovat tuotteen pääkuva, tuotteen otsikko, ostoskoriin lisäämisen painikkeen sanamuoto ja sijainti, tuotekuvauksen pituus ja rakenne, asiakasarvostelujen sijainti ja se, näytetäänkö hinta tukevan kontekstin kanssa, kuten vertailuhinnan tai ilmaisen toimituksen rajaviestin kanssa. Tarkemman katsauksen siihen, mikä tekee tuotesivusta tehokkaan, löydät artikkelista miten suunnittelet tuotesivut, jotka saavat ihmiset ostamaan.
Kassa
Kassalla kaupat menettävät asiakkaita, jotka ovat jo päättäneet ostaa. Hyödyllisiä testejä ovat yksisivuinen kassa vastaan monivaiheinen kassa, tilin luomisen vaatiminen vastaan vierailijana ostaminen, lomakekenttien määrä ja järjestys sekä se, missä kohtaa tilausyhteenveto näkyy. Kassamuutokset tuottavat usein nopeampia ja selkeämpiä tuloksia kuin tuotesivumuutokset, koska kävijän aikomus on siinä vaiheessa jo selvä. Kassan suunnittelupäätöksistä kerrotaan artikkelissa miten suunnittelet kassasivun, joka vähentää pudotusta.
Etusivu ja navigointi
Etusivusi ja navigointisi muokkaavat kävijöiden ensivaikutelmaa ja polkua tuotesivuillesi. Testaa etusivun otsikkoa, mitä tuotteita tai kokoelmia nostat sivun yläosaan, kampanjabannereiden sijaintia ja toimiiko kategorianavigointi paremmin pysyvänä valikkona vai näkyvinä laattoina. Muutokset täällä vaikuttavat kaikkeen kauppasi läpi kulkevaan liikenteeseen, joten pienetkin parannukset ulottuvat laajalle.
Toimintakehotteet
Painikkeen teksti, väri, koko ja sijainti vaikuttavat siihen, ottavatko kävijät seuraavan askeleen. "Lisää ostoskoriin" ja "Osta nyt" ovat yleisimmin testatut painikeparit. Voit myös testata, muuttaako painikkeen lähellä oleva kiireen tuntua lisäävä ilmaus ("Vain 3 jäljellä") tai sosiaalinen todiste ("Yli 200 tilausta tällä viikolla") napsautussuhdetta.
Hintojen esitys ja tarjoukset
Tapa, jolla esität hinnat, vaikuttaa ostopäätöksiin itse hintaa enemmän. Testaa, lisääkö yliviivattu alkuperäinen hinta alennushinnan vieressä konversioita verrattuna pelkän alennushinnan näyttämiseen. Testaa, kasvattaako ostoskorin lähellä näkyvä viesti "ilmainen toimitus yli X:n tilauksille" tilauskokoja. Testaa, muuttaako rahat takaisin -takuun näyttäminen tuotesivulla eikä vain alatunnisteessa kassan läpäisyastetta.
Miten ajat A/B-testin?
Muodosta hypoteesi
Jokainen testi alkaa kysymyksestä, jolla on mitattavissa oleva vastaus. "Jos vaihdan tuotekuvan elämäntapakuvaan, jossa tuotetta käytetään, napsauttaako useampi kävijä ostoskoriin lisäämistä?" Tämä kysymys määrittää, mitä muutat, mitä odotat tapahtuvan ja mistä tiedät, toimiko se. Kirjoita hypoteesi ennen aloittamista. Testi ilman hypoteesia on vain seuraamaton muutos.
Valitse onnistumisen mittari
Määritä mitattava mittari ennen testin alkua. Useimmissa verkkokaupan testeissä se on konversioaste tietyssä vaiheessa. Se voi olla ostoskoriin lisäämisen osuus, kassan aloitusten osuus tai suoritettujen ostosten osuus. Valitse mittari, joka vastaa suoraan testaamaasi elementtiä. Jos testaat tuotesivun elementtiä, mittaa sen vaikutusta ostoskoriin lisäämisen osuuteen. Jos testaat kassan elementtiä, mittaa kassan läpäisyastetta. Koko kaupan liikevaihdon käyttäminen mittarina tuo mukaan liikaa kohinaa suppilon muista osista.
Ota testi käyttöön
Käytä A/B-testaustyökalua variaation luomiseen ja liikenteen jakamiseen kahden version kesken. Jako 50/50 on vakio. Pidä kauppasi toiminnassa normaalisti testijakson ajan. Vältä suurten kampanjoiden ajamista tai mainonnan merkittävää muuttamista testin ollessa käynnissä, koska ne muuttavat kävijöiden käyttäytymistä tavalla, joka vaikuttaa ryhmiin epätasaisesti ja vaikeuttaa tulosten tulkintaa.
Anna testin edetä loppuun
Älä lopeta testiä aikaisin siksi, että yksi versio näyttää voittavan. Aikaiset tulokset johtavat usein harhaan. Kävijöiden käyttäytyminen vaihtelee viikonpäivän mukaan, ja ensimmäisinä päivinä näkyvät kaavat eivät usein pidä paikkaansa täyden viikon tai kahden jälkeen. Aikainen lopetus, kun yksi versio näyttää lupaavalta, kasvattaa dramaattisesti riskiä toimia väärän positiivisen tuloksen perusteella. Aja testiä, kunnes saavutat tavoitellun otoskoon.
Analysoi ja ota tulos käyttöön
Kun dataa on tarpeeksi, vertaa konversioasteita kontrollin ja variaation välillä. Jos variaatio ylittää kontrollin tilastollisesti merkitsevästi, ota muutos käyttöön. Jos tulokset ovat epäselvät, muutos ei tehnyt mitattavaa eroa, ja kannattaa pitää alkuperäinen ja valita testattavaksi jokin toinen elementti. Jos variaatio toimi huonommin, pysy alkuperäisessä ja palaa hypoteesiisi. Jokainen lopputulos kertoo jotain hyödyllistä.
Kuinka kauan A/B-testiä kannattaa ajaa?
Testin kesto riippuu kahdesta asiasta. Toinen on liikennemääräsi. Toinen on havaittavan parannuksen suuruus.
Pienempien parannusten luotettava havaitseminen vaatii enemmän liikennettä. Jos kauppasi konvertoi kaksi prosenttia ja haluat havaita 20 prosentin suhteellisen parannuksen, tarvitset huomattavasti enemmän kävijöitä kuin jos yrittäisit havaita 50 prosentin parannuksen. Useimmille kohtalaisen liikenteen kaupoille kahdesta neljään viikkoa on suositeltu vähimmäisaika. Paljon liikennettä saavat kaupat voivat saavuttaa merkitsevyyden nopeammin. Vähän liikennettä saavat kaupat voivat tarvita pidempään.
Käytännön lähtökohtana tavoittele vähintään 100 konversiota variaatiota kohden ennen johtopäätösten tekemistä. Kahden prosentin konversioasteella se tarkoittaa vähintään 5 000 kävijää variaatiota kohden. Jos kauppasi ei tuota tuollaista liikennettä kohtuullisessa ajassa, ennen ja jälkeen -vertailu on käytännöllisempi vaihtoehto: muuta yksi asia, mittaa kolmesta neljään viikkoa ja vertaa samaan jaksoon edellisenä kuukautena.
Tärkein sääntö on asettaa tavoiteltu otoskoko ennen testin alkua ja olla tarkistamatta tuloksia, ennen kuin se on saavutettu. Jos tarkistat muutaman päivän välein ja lopetat, kun yksi versio näyttää olevan edellä, väärien positiivisten tulosten osuus nousee paljon korkeammaksi kuin pelkkä tilastollinen merkitsevyys antaisi odottaa.
Mistä tiedät, ovatko A/B-testin tulokset luotettavia?
Tilastollinen merkitsevyys on mittari, joka kertoo, johtuuko kahden version välinen ero todennäköisesti todellisesta vaikutuksesta eikä satunnaisvaihtelusta. Testaustyökalut raportoivat sen tyypillisesti luottamustasona. 95 prosentin luottamustaso tarkoittaa, että tulos johtuu sattumasta viiden prosentin todennäköisyydellä. Useimmissa verkkokaupan päätöksissä 95 prosentin luottamus on riittävän luotettava toimimisen pohjaksi.
Tarkista myös ulkoiset tekijät, jotka ovat voineet vääristää testiä. Testi, joka ajettiin suuren alennustapahtuman aikana, jakson aikana jolloin mainontasi muuttui merkittävästi tai viikolla, jolloin pääliikennelähteesi vaihtui, voi tuottaa tuloksia, jotka eivät edusta kauppasi normaalia suorituskykyä. Jos testijakson aikana tapahtui jotain merkittävää, kirjaa se ylös ennen kuin toimit tuloksen perusteella.
Yksi lisätarkistus kannattaa tehdä: katso toissijaisia mittareita ensisijaisen mittarin rinnalla. Jos variaatiossasi ostoskoriin lisäämisen osuus on korkeampi mutta kassan läpäisyaste matalampi, variaatio saattaa houkutella vähemmän sitoutuneita kävijöitä sen sijaan, että se muuttaisi useamman ostajaksi. Voittavan variaation pitäisi parantaa tavoitevaihetta ilman merkittävää heikkenemistä suppilon muissa kohdissa.
Mitkä virheet tekevät A/B-testeistä epäluotettavia?
Usean elementin testaaminen kerralla on yleisin virhe. Jos vaihdat tuotekuvan, otsikon ja painikkeen värin samassa testissä, et voi yhdistää tulosta yhteenkään muutokseen. Aja yksi testi elementtiä kohden ja pidä kaikki muu vakiona.
Liian aikainen lopettaminen on toiseksi yleisin ongelma. Variaatio, joka näyttää voittavan ensimmäisten kolmen päivän aikana, voi olla ilman eroa tai jopa kääntyä kahden täyden viikon jälkeen. Sitoudu suunniteltuun testin kestoon ennen aloitusta äläkä poikkea siitä.
Vähäisen liikenteen sivujen testaaminen liian aikaisin on kolmas ongelma. Jos tuotesivusi saa 50 kävijää viikossa, 100 konversion saavuttaminen variaatiota kohden kahden prosentin konversioasteella veisi monta kuukautta. Priorisoi testauksessa ensin eniten liikennettä saavat sivut ja siirry vähemmän liikennettä saaviin vasta, kun olet saanut irti huipun saatavilla olevat parannukset.
Myös jo tiedetyn sivuuttaminen on ongelma. A/B-testaus toimii parhaiten, kun sitä ohjaa data siitä, missä kävijät jo putoavat pois, eikä sattumanvarainen testaaminen. Käytä analytiikkaasi tunnistamaan sivut ja vaiheet, joilla eniten kävijöitä poistuu konvertoimatta. Ne ovat oikeat paikat testiesi kohteiksi. Käytännön oppaan kävijöiden pudotuksen ymmärtämiseen kaupassasi löydät artikkelista miksi ostajat hylkäävät ostoskorinsa ja mitä voit tehdä asialle.
Mitä kannattaa testata ensin?
Aloita siitä, missä eniten kävijöitä menettää kiinnostuksensa. Useimmissa kaupoissa se on joko tuotesivu tai kassa. Kassa on usein korkeampi prioriteetti, koska sinne päässeet kävijät ovat jo osoittaneet selvän aikomuksen. Muutos, joka parantaa kassan läpäisyastetta pienelläkin prosentilla, vaikuttaa jokaiseen kävijään, joka pääsee sinne asti.
Kassan jälkeen keskity eniten liikennettä saaviin tuotesivuihisi. Muutos tuotesivuun, joka saa 3 000 katselukertaa kuukaudessa, voi vaikuttaa enemmän kuin sama muutos sivulla, joka saa 100. Priorisoi mahdollisen kattavuuden mukaan, älä sen mukaan, minkä sivujen parissa on mielenkiintoisinta työskennellä.
Luottamus on toinen alue, joka usein palkitsee testaamisen. Moni kauppa menettää konversioita ei yksittäisen sivuelementin takia, vaan koska kävijät eivät tunne luottavansa kauppaan tarpeeksi viedäkseen ostoksen loppuun. Sen testaaminen, missä luottamussignaalit näkyvät ja miten ne esitetään, voi tuottaa merkittäviä tuloksia. Yleiskatsauksen siihen, mitkä luottamussignaalit ovat tärkeimpiä verkkokaupassa, löydät artikkelista miten käytät luottamussignaaleja verkkokaupassasi.
Näin WEMASY tukee konversiotestaustasi
Tehokas A/B-testaus alkaa tarkasta lähtödatasta. Sinun täytyy tietää nykyinen konversioasteesi, missä kävijät putoavat pois ja mitkä sivut jäävät jälkeen, ennen kuin voit muodostaa hyödyllisen hypoteesin ja mitata, siirsikö testi mitään. WEMASYn Analytiikka ja oivallukset seuraa käyntejä, sivujen suorituskykyä ja konversiokäyttäytymistä kaupassasi ja antaa lähtöluvut, joihin testaus perustuu. Verkkokauppajärjestelmä tarjoaa tilausdataa, jolla voit mitata suoritetut ostokset testijaksojen yli. Koko ominaisuusvalikoiman näet hinnoittelupaketeista.
Usein kysytyt kysymykset
Voinko ajaa A/B-testin, jos kauppani liikenne on vähäistä?
Vähäinen liikenne vaikeuttaa tilastollisen merkitsevyyden saavuttamista kohtuullisessa ajassa. Jos kauppasi saa alle 1 000 istuntoa viikossa, testit voivat viedä kuukausia, ennen kuin luotettavien tulosten vaatima otoskoko täyttyy tyypillisellä verkkokaupan konversioasteella. Silloin ennen ja jälkeen -vertailut johdonmukaisella jaksolla voivat olla käytännöllinen vaihtoehto. Muuta yksi asia, mittaa kolmesta neljään viikkoa ja vertaa tulosta samaan jaksoon edellisenä kuukautena. Se on epätarkempi kuin kontrolloitu A/B-testi, mutta informatiivisempi kuin muutosten tekeminen ilman mitään mittausta. WEMASYn sivustonrakentajalla voit tehdä tämän suoraan kauppaasi.
Voinko ajaa useampaa kuin yhtä A/B-testiä samaan aikaan?
Kyllä, mutta vain eri sivuilla tai selvästi erillisissä elementeissä, jotka eivät vaikuta toisiinsa. Tuotesivun otsikon ja kassalomakkeen asettelun testaaminen samaan aikaan on yleensä turvallista, koska testit koskevat eri sivuja ja eri päätöskohtia suppilossa. Kahden eri elementin testaaminen samalla sivulla samaan aikaan aiheuttaa saman ongelman kuin usean elementin testaaminen yhdessä testissä: et voi eristää, mikä muutos aiheutti minkä tuloksen.
Mikä ero on A/B-testauksella ja monimuuttujatestauksella?
A/B-testi vertaa yhden elementin kahta versiota: alkuperäistä ja yhtä variaatiota. Monimuuttujatestaus vertaa useita samanaikaisesti muutettuja elementtejä ja ajaa jokaisen mahdollisen yhdistelmän selvittääkseen, mikä muutosjoukko tuottaa parhaan tuloksen. Monimuuttujatestaus vaatii huomattavasti enemmän liikennettä luotettavien johtopäätösten saavuttamiseen, koska kävijät jaetaan useampaan variaatioon. Useimmille kaupoille A/B-testaus on käytännöllisempi tapa. Monimuuttujatestaus sopii paremmin paljon liikennettä saaviin kauppoihin, jotka ovat jo tehneet ilmeiset parannukset tavallisella A/B-testauksella ja haluavat tutkia usean sivuelementin yhteisvaikutuksia samaan aikaan.
Entä jos minun täytyy tehdä kauppaani muita muutoksia testin ollessa käynnissä?
Pienet muutokset, jotka eivät liity testattavaan sivuun, ovat yleensä kunnossa. Muutokset, jotka vaikuttavat testisi sivuihin tai elementteihin, ovat ongelma, koska ne tuovat mukaan toisen muuttujan, joka voi vaikuttaa tuloksiisi. Jos testattavaan sivuun täytyy tehdä merkittävä muutos, siistein vaihtoehto on lopettaa testi, tehdä muutos, antaa kaupan vakiintua muutaman päivän ja käynnistää testi uudelleen. Myös kampanjan tai merkittävän mainontapanostuksen ajamista testin ollessa käynnissä kannattaa välttää, koska ne muuttavat kävijöiden käyttäytymistä tavalla, joka ei välttämättä vaikuta molempiin ryhmiin yhtä lailla.
Tarvitsenko erillisen A/B-testaustyökalun testien ajamiseen?
Erillinen testaustyökalu automatisoi liikenteen jakamisen, seuraa konversiodataa variaatioittain, laskee tilastollisen merkitsevyyden ja estää saman kävijän näkemästä molempia versioita. Ilman työkalua joutuisit toteuttamaan nämä käsin, mikä on virhealtista ja tuottaa epäluotettavampia tuloksia. Jos kauppasi tai verkkosivustojärjestelmäsi ei sisällä omaa A/B-testausta, kolmannen osapuolen testaustyökaluja voi lisätä useimpiin kauppoihin. Investointi kannattaa, jos aiot testata säännöllisesti, sillä tulosten luotettavuus riippuu paljon siitä, miten liikenteen jako ja datan keruu hoidetaan.