A/B testavimas – tai mokslinis metodas, leidžiantis palyginti dvi ar daugiau svetainės elemento versijų ir nustatyti, kuri iš jų efektyviausiai skatina lankytojus atlikti norimą veiksmą. Užuot spėlioję, kas veikia, o kas ne, tu priimate sprendimus remdamiesi realiais lankytojų elgsenos duomenimis. Pagal „Harvard Business Review” duomenis, įmonės, sistemingai taikančios A/B testus, pasiekia vidutiniškai 25–40 % geresnius konversijų rodiklius nei tos, kurios remiasi vien intuicija. Tai viena svarbiausių konversijų optimizavimo paslaugų, leidžianti kiekvieną pakeitimą pagrįsti statistiškai reikšmingais įrodymais.

Kas yra A/B testavimas?

A/B testavimas (dar vadinamas split testavimas) – tai kontroliuojamas eksperimentas, kurio metu svetainės lankytojai atsitiktinai paskirstomi į dvi ar daugiau grupių. Kiekviena grupė mato skirtingą puslapio versiją, o po tam tikro laiko palyginama, kuri versija pasiekė geresnį rezultatą pagal iš anksto apibrėžtą metriką, pavyzdžiui, paspaudimų skaičių, užpildytų formų kiekį ar pirkimų rodiklį.

Šis metodas eliminuoja subjektyvumą iš sprendimų priėmimo proceso. Vietoj ginčų apie tai, ar mygtukas turėtų būti žalias ar oranžinis, leidžiate patiems lankytojams „balsuoti” savo elgsena. „Google” atlieka daugiau nei 10 000 A/B testų per metus, tai parodo, kokią vertę šis metodas turi net pačioms didžiausioms pasaulio įmonėms.

Kokie yra A/B testavimo tipai?

Egzistuoja keletas A/B testų tipų, ir kiekvienas tinka skirtingoms situacijoms:

• Klasikinis A/B testas. Lyginamos dvi versijos, kontrolinė (A) ir variantinė (B). Keičiamas vienas elementas, kad būtų galima tiksliai nustatyti, kas lėmė rezultato pokytį. Tai pats paprasčiausias ir dažniausiai naudojamas tipas.
• A/B/n testas. Lyginamos trys ar daugiau versijų vienu metu. Pavyzdžiui, testuojamos trys skirtingos antraštės arba keturi CTA mygtuko variantai. Šis tipas reikalauja didesnio srauto, bet leidžia greičiau rasti optimaliausią variantą.
• Multivariate testas (MVT). Vienu metu testuojami keli elementai ir jų kombinacijos. Pavyzdžiui, galima testuoti tris antraštes ir dvi mygtukų spalvas, gaunant šešias galimas kombinacijas. MVT reikalauja didelio srauto (paprastai daugiau nei 50 000 lankytojų per mėnesį), bet atskleidžia elementų tarpusavio sąveiką.
• Split URL testas. Lankytojai nukreipiami į visiškai skirtingus puslapius (skirtingais URL adresais). Šis metodas tinka, kai norima testuoti radikaliai skirtingus dizainus ar puslapio struktūras, kurių neįmanoma realizuoti viename puslapyje keičiant tik elementus.

Ką galima testuoti?

A/B testavimas leidžia patikrinti beveik bet kurį svetainės elementą, kuris gali turėti įtakos lankytojų elgsenai. Štai pagrindinės sritys, kuriose testavimas duoda didžiausią naudą.

Antraštės ir vertės pasiūlymai

Antraštė, tai pirmas dalykas, kurį lankytojas pamato tavo puslapyje. Tyrimai rodo, kad 80 % lankytojų perskaito antraštę, bet tik 20 % skaito tolesnį turinį (pagal „Copyblogger” duomenis). Testuojame skirtingas antraščių formuluotes: naudą akcentuojančias, problemą sprendžiančias, statistiką naudojančias ir emociškai veikiančias. Net mažas antraštės pakeitimas gali padidinti konversijas 10–30 %.

Raginimų veikti (CTA) mygtukai

CTA mygtukas, tai konversijos taškas, kuriame lankytojas priima sprendimą. Testuojame mygtuko tekstą („Pirkti dabar” vs. „Pridėti į krepšelį”), spalvą, dydį, poziciją puslapyje ir aplinkinį kontekstą. Pagal „HubSpot” tyrimus, personalizuoti CTA mygtukai konvertuoja 202 % geriau nei bendriniai.

Formos ir registracijos procesai

Formų optimizavimas, viena pelningiausių testavimo sričių. Testuojame laukų skaičių, jų eiliškumą, privalomų ir neprivalomų laukų santykį, klaidų pranešimų formuluotes ir žingsninių formų efektyvumą. „Formstack” duomenimis, sumažinus formų laukų skaičių nuo 11 iki 4, konversijų rodiklis padidėja vidutiniškai 120 %.

Puslapio struktūra ir išdėstymas

Testuojame turinio eiliškumą, vizualinę hierarchiją, tuščios erdvės panaudojimą ir informacijos grupavimą. Kartais paprastas elementų perkėlimas, pavyzdžiui, atsiliepimų perkėlimas aukščiau CTA mygtuko, gali reikšmingai paveikti konversijas.

Kainų pateikimas

Kainų strategija ir jų vizualinis pateikimas tiesiogiai veikia pirkimo sprendimą. Testuojame kainų rodymo formatą, nuolaidų pateikimą, paketų palyginimą ir „inkaravimo” efektą (kai pirmoji rodoma kaina nustato lūkesčių atskaitos tašką).

Vaizdai ir medija

Testuojame produktų nuotraukų stilių, žmonių vaizdų naudojimą, vaizdo įrašų įtaką konversijoms ir iliustracijų efektyvumą. „MDG Advertising” duomenimis, turinys su relevantiškais vaizdais sulaukia 94 % daugiau peržiūrų nei turinys be vaizdų.

Mūsų A/B testavimo procesas

Kiekvienas A/B testas atliekamas pagal struktūrizuotą šešių žingsnių procesą, užtikrinantį mokslinį tikslumą ir praktinę vertę tavo verslui.

1 žingsnis: Duomenų analizė ir galimybių identifikavimas

Procesas prasideda nuo tavo svetainės duomenų analizės. Peržiūrime „Google Analytics 4″ ataskaitas, šilumos žemėlapius ir sesijų įrašus, kad nustatytume, kuriose vietose prarandama daugiausiai lankytojų. Ieškome puslapių su aukštu atmetimo rodikliu, konversijų piltuvėlio „nutekėjimo” taškų ir elementų, kurie nesulaukia pakankamo dėmesio. Jei dar neturite konversijų audito, šis etapas tampa miniatiūriniu auditu, leidžiančiu nustatyti svarbiausias testavimo sritis.

2 žingsnis: Hipotezių formavimas

Remiantis duomenų analize, formuojame struktūrizuotas hipotezes pagal formulę: „Jei pakeisime [elementą] į [naują variantą], tai [metrika] pagerės, nes [priežastis].” Kiekviena hipotezė turi aiškų pagrindimą ir numatomą poveikį. Hipotezes prioritetizuojame pagal ICE (Impact, Confidence, Ease) metodiką, kad pirmiausia testuotume tai, kas turi didžiausią potencialą.

3 žingsnis: Testo dizainas ir kūrimas

Sukuriame testo variantą (-us), apskaičiuojame reikiamą imties dydį statistiniam reikšmingumui pasiekti ir nustatome testo trukmę. Variantai kuriami testavimo platformoje, todėl nereikia keisti svetainės kodo. Prieš paleidžiant testą, atliekame kokybės patikrinimą: patikriname, ar variantas tinkamai rodomas visuose įrenginiuose ir naršyklėse.

4 žingsnis: Testo paleidimas ir stebėjimas

Paleidžiame testą ir stebime jo eigą. Tikriname duomenų kokybę, užtikriname tolygų srauto paskirstymą tarp variantų ir stebime, ar nėra techninių problemų. Svarbu, nežiūrime rezultatų per anksti ir nepriimame sprendimų, kol nepasiektas statistinis reikšmingumas (paprastai 95 % pasikliautinumo lygis).

5 žingsnis: Rezultatų analizė

Testui pasibaigus, atliekame išsamią rezultatų analizę. Ne tik žiūrime, kuris variantas „laimėjo”, bet ir analizuojame rezultatus pagal segmentus: mobiliuosius vs. stalinius kompiuterius, naujus vs. grįžtančius lankytojus, skirtingus srauto šaltinius. Tai leidžia suprasti ne tik „kas” veikia, bet ir „kam” ir „kodėl” tai veikia.

6 žingsnis: Įgyvendinimas ir dokumentavimas

Laimintį variantą integruojame į svetainę kaip nuolatinį sprendimą. Dokumentuojame visą testą: hipotezę, rezultatus, išvadas ir mokymosi momentus. Ši dokumentacija tampa žinių baze, padedančia efektyviau planuoti būsimus testus ir vengti jau patikrintų, neveiksmingų sprendimų kartojimo.

A/B testavimo įrankiai

Rinkoje egzistuoja keletas profesionalių A/B testavimo platformų. Štai pagrindinių įrankių palyginimas, padėsiantis suprasti, kuris geriausiai tinka tavo poreikiams.

Mūsų komanda padeda pasirinkti tinkamiausią įrankį pagal tavo svetainės srautą, biudžetą ir techninius pajėgumus. Dažniausiai rekomenduojame VWO kaip optimalų kainos ir funkcionalumo santykį Lietuvos rinkos įmonėms.

Svarbu paminėti, kad 2023 m. „Google” nutraukė „Google Optimize” paslaugą, kuri anksčiau buvo populiariausias nemokamas A/B testavimo įrankis. Tai reiškia, kad įmonės, kurios naudojo „Google Optimize”, turi pereiti prie alternatyvių sprendimų. Rinkoje atsirado keletas naujų žaidėjų, tokių kaip „PostHog”, „GrowthBook” ir „Kameleoon”, kurie siūlo konkurencingas kainas ir pažangias funkcijas.

A/B testavimo klaidos, kurių reikia vengti

Net patyrę specialistai kartais daro klaidas, kurios iškraipo A/B testų rezultatus ir veda prie neteisingų sprendimų. Štai dažniausios klaidos, su kuriomis susiduriame Lietuvos rinkoje.

Kodėl negalima stabdyti testo per anksti?

Viena didžiausių klaidų, pažiūrėti į rezultatus po kelių dienų ir, pamačius „laimintį” variantą, sustabdyti testą. Ankstyvieji rezultatai dažnai yra klaidingi, statistikoje tai vadinama „daugkartinio žvilgsnio” (peeking) problema. Tyrimai rodo, kad sustabdžius testą po 3 dienų, klaidingai teigiamo rezultato tikimybė gali siekti iki 30 %. Visada laukite, kol imties kalkuliatorius patvirtina statistinį reikšmingumą.

Kodėl svarbu testuoti pilną savaitę?

Lankytojų elgsena skiriasi priklausomai nuo savaitės dienos, pirmadienio lankytojai gali elgtis visiškai kitaip nei šeštadienio. Jei testas trunka tik 4 dienas (nuo pirmadienio iki ketvirtadienio), jis neapima savaitgalio srauto, kuris gali turėti kitokį konversijų profilį. Todėl rekomenduojame kiekvieną testą vykdyti bent viena ar dvi pilnas savaites.

Kodėl negalima testuoti per daug dalykų vienu metu?

Jei vienu metu svetainėje vyksta 5 skirtingi A/B testai, jų rezultatai gali vienas kitą iškraipyti. Vienas testas gali paveikti kito testo metrikas, ir tu nežinosite, kuris pakeitimas iš tikrųjų turėjo įtakos. Rekomenduojame vienu metu vykdyti ne daugiau nei 2–3 testus, ir tik jei jie vyksta skirtinguose piltuvėlio etapuose ar skirtinguose puslapiuose.

Kam tinka A/B testavimas?

A/B testavimas duoda naudą praktiškai bet kokiam verslui, turinčiam svetainę su pakankamu lankytojų srautu. Tačiau didžiausią naudą patiria šie verslo tipai:

• E. komercijos svetainės. Internetinėms parduotuvėms net 0,5 procentinio punkto konversijų padidėjimas gali reikšti dešimtis tūkstančių eurų papildomų pajamų per metus. Testuojame produktų puslapius, krepšelio patirtį ir atsiskaitymo procesą. Plačiau apie e-komercijos optimizavimą.
• SaaS ir technologijų įmonės. Registracijos formų, kainų puslapių ir bandomosios versijos pasiūlymų testavimas gali žymiai padidinti vartotojų pritraukimą. „Netflix”, „Amazon” ir „Booking.com” vykdo šimtus A/B testų vienu metu.
• B2B paslaugų svetainės. Nors B2B srautas dažnai mažesnis, vieno kliento vertė yra aukšta, todėl net nedidelis konversijų pagerinimas gali turėti reikšmingą finansinį poveikį. Testuojame kontaktinių formų, pasiūlymų puslapių ir CTA efektyvumą.
• Nukreipimo puslapiai (landing pages). Landing page’ai yra idealūs A/B testavimui, nes jie turi aiškų, vienintelį konversijos tikslą ir paprastai sulaukia sutelkto srauto iš reklamos kampanijų.

Jei tavo svetainė turi mažiau nei 5 000 lankytojų per mėnesį, siūlome pirma sutelkti dėmesį į srauto didinimą ir ekspertinį UX vertinimą, o A/B testavimą pradėti, kai bus surinktas pakankamas srautas statistiškai patikimams testams.

Kiek laiko trunka A/B testas?

A/B testo trukmė priklauso nuo trijų pagrindinių veiksnių: tavo svetainės srauto dydžio, dabartinio konversijų rodiklio ir norimo nustatyti minimalaus efekto dydžio.

Pagal statistikos taisykles, testas turi trukti tiek, kol surenkama pakankamai duomenų statistiniam reikšmingumui pasiekti, paprastai 95 % pasikliautinumo lygiu. Praktikoje tai reiškia:

• Didelio srauto svetainės (50 000+ lankytojų per mėnesį): testas paprastai trunka 1–2 savaites.
• Vidutinio srauto svetainės (10 000–50 000 lankytojų per mėnesį): testas trunka 2–4 savaites.
• Mažo srauto svetainės (5 000–10 000 lankytojų per mėnesį): testas gali trukti 4–8 savaites ar ilgiau.

Labai svarbu netrumpinti testo trukmės, ankstyvas testo nutraukimas gali duoti klaidingus rezultatus. Taip pat rekomenduojame testą vykdyti bent viena pilną savaitę (septynias dienas), kad būtų apimti visi savaitės dienų skirtumai lankytojų elgsenoje.

Kita dažna klaida, testuoti per daug variantų su per mažu srautu. Jei tavo svetainė turi 10 000 lankytojų per mėnesį, MVT su 8 variantais tiesiog nesurinktų pakankamai duomenų per priimtiną laiką. Tokiu atveju rekomenduojame nuoseklius A/B testus, po vieną elementą.

DUK

Ar A/B testavimas tinka mažo srauto svetainėms?

A/B testavimas gali būti taikomas svetainėms nuo maždaug 5 000 unikalių lankytojų per mėnesį, tačiau su mažesniu srautu testai trunka ilgiau ir galima testuoti tik ryškesnius pakeitimus. Jei tavo svetainė turi mažiau nei 5 000 lankytojų, rekomenduojame pirma investuoti į UX optimizavimą ir ekspertinius vertinimus, o A/B testavimą pradėti, kai srautas paaugs.

Kiek kainuoja A/B testavimo paslauga?

Kaina priklauso nuo testų apimties, naudojamos platformos ir projekto trukmės. Siūlome tiek vienkartinių testų paketus, tiek nuolatinę mėnesinę testavimo programą. Norėdami gauti individualų pasiūlymą, susisiekite su mumis dėl nemokamos konsultacijos.

Ar A/B testai neigiamai veikia SEO?

Ne, tinkamai atliekamas A/B testavimas neturi neigiamos įtakos SEO. „Google” oficialiai teigia, kad A/B testavimas yra leistinas ir net skatinamas, jei laikomasi kelių taisyklių: nenaudojamas „cloaking” (skirtingo turinio rodymas paieškos robotams ir lankytojams), testas vyksta ribotą laiką ir naudojamas kanoninis URL adresas.

Ką daryti, jei testo rezultatas yra neigiamas?

Neigiamas testo rezultatas, tai ne nesėkmė, o vertinga informacija. Jei variantas B konvertavo prasčiau nei originalas, tai reiškia, kad pakeitimas nebūtų naudingas ir jo nereikia diegti. Kiekvienas testas, nepriklausomai nuo rezultato, suteikia žinių apie tavo auditoriją. Praktikoje maždaug 60–70 % testų neduoda teigiamo rezultato ir tai yra visiškai normalu. Svarbiausia, mokytis iš kiekvieno testo ir naudoti gautas įžvalgas tolesniam optimizavimui.

Ar galima testuoti kelis elementus vienu metu?

Taip, tam skirtas multivariate testavimas (MVT). Tačiau MVT reikalauja žymiai didesnio srauto, kuo daugiau testuojamų elementų, tuo daugiau lankytojų reikia statistiškai reikšmingiems rezultatams gauti. Svetainėms su mažesniu srautu rekomenduojame nuoseklius A/B testus: pirmiausia ištestuoti svarbiausią elementą, o po to pereiti prie kito. Plačiau apie testavimo strategijas rasite DUK puslapyje.

Norite sužinoti, kurie tavo svetainės elementai stabdo konversijas? Užsisakykite nemokamą konsultaciją, kurios metu aptarsime tavo svetainės situaciją, testavimo galimybes ir numatomą naudą. Pradėkime priimti sprendimus, paremtus duomenimis, o ne nuojauta.

Užsakyti nemokamą konsultaciją