A/B Testi Nedir?
A/B testi (bölünmüş test olarak da bilinir), hangisinin daha iyi performans gösterdiğini belirlemek için bir web sayfasının veya uygulamanın iki sürümünü birbiriyle karşılaştırmanın bir yöntemidir. A/B testi esasen, bir sayfanın iki veya daha fazla varyantının kullanıcılara rastgele gösterildiği ve belirli bir dönüşüm hedefi için hangi varyasyonun daha iyi performans gösterdiğini veya dönüştürdüğünü belirlemek için iki veya daha fazla sayfa arasında eş zamanlı istatistiksel analiz kullanılan bir deneydir.
A/B testi, işletmeniz için en iyi çevrimiçi tanıtım ve pazarlama stratejilerini bulmak için harika bir yöntemdir. Web sitesi kopyasından satış e-postalarına ve arama reklamlarına kadar her şeyi test etmek için kullanılabilir. A/B testinin sağladığı avantajlar, harcadığı ek süreyi dengelemek için yeterlidir.
İyi planlanmış A/B testi, pazarlama çabalarınızın etkinliğinde büyük bir fark yaratabilir. Bir promosyonun en etkili unsurlarını daraltmak ve sonra bunları birleştirmek, pazarlama çabalarınızı çok daha kârlı ve başarılı kılabilir.
Mevcut bir deneyimle doğrudan bir varyasyonu doğrudan karşılaştıran bir A/B testi yapmak, web sitenizdeki veya uygulamanızdaki değişiklikler hakkında odaklanmış sorular sormanıza ve daha sonra bu değişikliğin etkisi hakkında veri toplamanıza olanak sağlar.
Test yapmak, web sitesi optimizasyonunun tahminde bulunmanıza ve işleri “düşünüyoruz”dan “biliyoruz”a değiştiren veri bilgili kararlara olanak sağlar. Değişikliklerin metrikleriniz üzerindeki etkisini ölçerek, her değişikliğin olumlu sonuçlar vermesini sağlayabilirsiniz.
A/B Testi Nasıl Çalışır?
Bir A/B testinde, bir web sayfasını veya uygulama ekranını alır ve aynı sayfanın ikinci bir sürümünü oluşturmak için düzenlersiniz. Bu değişiklik, tek bir başlık veya düğme kadar basit olabilir veya sayfanın tamamen yeniden tasarlanması olabilir. Ardından, trafiğinizin yarısı sayfanın orijinal sürümü (kontrol adıyla bilinir), yarısının ise sayfanın değiştirilmiş hali (varyasyon) gösterilir.
Ziyaretçilerin hem kontrol hem de varyasyon göstermesi durumunda, her deneyimle olan etkileşimleri bir analitik gösterge panosunda ölçülür, toplanır ve istatistiksel bir motor aracılığıyla analiz edilir. Daha sonra, deneyimin değiştirilmesinin ziyaretçi davranışını olumlu mu yoksa olumsuz mu etkileyeceğini belirleyebilirsiniz.
Neden A/B Testi Yapmalısınız?
A/B testi, bireyler, ekipler ve şirketlerin sonuçlar hakkında veri toplarken kullanıcı deneyimlerinde dikkatli değişiklikler yapmalarını sağlar. Bu, onların hipotez oluşturmalarını ve deneyimlerinin belirli ögelerinin neden kullanıcı davranışını etkilediğini daha iyi öğrenmelerini sağlar. Belirli bir amaç için en iyi deneyim hakkındaki görüşlerinin bir A/B testi ile yanlış olduğu kanıtlanabilir.
Sadece bir kereye mahsus bir soruya cevap vermekten ya da bir anlaşmazlığı çözmekten çok, zamanla dönüşüm oranı gibi tek bir hedefi geliştirmek için sürekli olarak belirli bir deneyimi geliştirmek için A/B testi kullanılabilir.
Bir defada bir değişikliği test etmek, hangi değişikliklerin ziyaretçilerinin davranışlarını etkilediğini ve hangilerinin etkilemediğini belirlemelerine yardımcı olur. Zamanla, yeni tecrübenin eskisine göre ölçülebilir bir şekilde geliştiğini göstermek için deneylerden elde edilen çok sayıda kazanılan değişikliğin etkisini birleştirebilirler.
Bir kullanıcı deneyimine değişiklik getirmenin bu yöntemi aynı zamanda deneyimin istenen bir sonuç için optimize edilmesini sağlar ve bir pazarlama kampanyasında daha etkili adımlar atabilir.
Reklam kopyasını test ederek, pazarlamacılar hangi sürümün daha fazla tıklama aldığını öğrenebilirler. Bir sonraki açılış sayfasını test ederek, hangi düzenin ziyaretçileri müşterilere en iyi şekilde dönüştürdüğünü öğrenebilirler. Bir pazarlama kampanyasındaki genel harcama, her bir adımın unsurları yeni müşteriler edinmek için mümkün olduğu kadar verimli çalışırsa azaltılabilir.
A/B testi, yeni özelliklerin veya değişikliklerin bir kullanıcı deneyimine etkisini göstermek için ürün geliştiricileri ve tasarımcıları tarafından da kullanılabilir. Hedefler açıkça tanımlandığı ve net bir hipoteziniz olduğu sürece, ürün tanıtımı, kullanıcı katılımı, modacılar ve ürün içi deneyimler, A/B testleriyle optimize edilebilir.
Bir web sitesi veya e-posta pazarlama kampanyası oluşturmak, pazarlamanın ilk adımıdır. Bir web siteniz olduğunda, satışa ya da satışlara engel olup olmadığını bilmek istersiniz.
A/B testi, hangi kelimelerin, ifadelerin, resimlerin, videoların, referansların ve diğer ögelerin en iyi sonucu verdiğini bilmenizi sağlar. En basit değişiklikler bile dönüşüm oranlarını etkileyebilir.
Bir test, kırmızı bir CTA düğmesinin 2.000 sayfa ziyaretine dayanarak yüzde 21 oranında yeşil renkten daha iyi performans gösterdiğini gösterdi. Bu kadar küçük bir değişiklik insanların tıklamasına neden olabilirse, sayfanızdaki diğer ögelerin dönüşümler, trafik ve diğer ölçümler üzerinde nasıl bir etkisi olabileceğini bilmek istersiniz.
Adlandırma Kuralları
Şampiyon Sayfası: Bir testi tamamladığınızda, kazanana en iyi dönüşüm performansına sahip sayfaya karar verirsiniz. Bu şampiyon sayfasıdır.
Meydan Okuyan Sayfa(lar): Bir teste başladığınızda, mevcut şampiyon sayfasına meydan okumak için yeni versiyonlar (çeşitler) oluşturursunuz. Bunlara meydan okuyucular denir.
Sayfa Değişkeni: Bu, test sayfasındaki açılış sayfanızın herhangi bir yeni sürümü için kullanılan bir terimdir. Şampiyon ve meydan okuyan sayfaların tümü değişkendir.
A/B Test Süreci
Veri Toplama: Analitikleriniz çoğu zaman optimize etmeye başlayabileceğiniz yerler hakkında fikir verecektir. Verileri daha hızlı toplayabilmenizi sağlayacak şekilde, sitenizin veya uygulamanızın yoğun trafik alanlarıyla başlamanıza yardımcı olur. Düşük dönüşüm oranlarına veya iyileştirilebilecek düşük bırakma oranlarına sahip sayfaları arayın.
Hedefleri Belirleme: Dönüşüm hedefleriniz, varyasyonun orijinal sürümden daha başarılı olup olmadığını belirlemek için kullandığınız metriklerdir. Hedefler, bir düğmeye tıklamaktan ya da ürün satın alımlarına ve e-posta kayıtlarına kadar herhangi bir şey olabilir.
Hipotez Oluşturma: Bir hedef belirledikten sonra, neden güncel sürümden daha iyi olacağını düşündüğünüz için A/B testi fikirleri ve hipotezleri oluşturmaya başlayabilirsiniz. Bir fikir listeniz olduğunda, onları beklenen etki ve uygulama zorluğu açısından önceliklendirebilirsiniz.
Varyasyon Yaratma: A/B test yazılımınızı kullanarak web sitenizin veya mobil uygulama deneyiminizin bir ögesinde istediğiniz değişiklikleri yapın. Bu, bir düğmenin rengini değiştirmek, sayfadaki ögelerin sırasını değiştirmek, gezinme ögelerini gizlemek veya tamamen özel bir şey olabilir. Birçok önde gelen A/B test aracı, bu değişiklikleri kolaylaştıracak görsel bir editöre sahiptir. Beklendiği gibi çalıştığından emin olmak için denemenizi KG yaptığınızdan emin olun.
Deneyi Çalıştırma: Denemenizi başlatın ve ziyaretçilerin katılmasını bekleyin! Bu noktada, sitenize veya uygulamanıza gelen ziyaretçiler rastgele olarak deneyiminizin kontrolüne veya varyasyonuna atanır. Her deneyim ile etkileşimleri, her birinin nasıl performans gösterdiğini belirlemek için ölçülür, sayılır ve karşılaştırılır.
Sonuçları Analiz Etme: Denemeniz tamamlandıktan sonra sonuçları analiz etme zamanı gelmiştir. A/B test yazılımınız, denemedeki verileri sunacak ve sayfanızın iki versiyonunun nasıl çalıştığı ile istatistiksel olarak anlamlı bir fark olup olmadığı arasındaki farkı gösterecektir.
Trafik, önceden belirlenmiş bir ağırlıklandırmaya dayanarak her bir sayfa değişkenine rastgele atanır; örneğin, 2 sayfa değişkenli bir test yapıyorsanız, trafiği 50/50 veya 60/40 olarak bölebilirsiniz. Ziyaretçiler genellikle her zaman sayfanın aynı sürümünü görecekleri için test edilir (testin bütünlüğünü korumak için). Bir test sırasında sayfa değişkenlerinize ne kadar ağırlık yükleyeceğinize karar vermenin ana faktörü zamanlamadır.
Sıfırdan bir kampanya başlatıyorsanız ve hangi yöne gideceğinizle ilgili birkaç fikriniz varsa, her fikir için yeni bir açılış sayfası değişkeni oluşturabilirsiniz. Bu senaryoda, büyük olasılıkla her sayfaya eşit ağırlık (trafik) atamanız gerekir. Bunun nedeni, onlara eşit muamele etmek ve en kısa zamanda bir kazanan (şampiyon) seçmek olmanızdır. Sonuçlar istatistiksel olarak anlamlı veya geçerli olmadan önce test sayfalarında belirli miktarda trafik kullanmanız gerekir ve sayfaların hiçbirinde dönüşüm verisi bulunmadığından denemenize eşitlik konumundan başlamak mantıklı olur.
Yeni fikirler denemek istediğiniz yerleşik bir sayfanız varsa, yeni sayfa varyantlarınıza mevcut fikirlerden daha az trafik yüzdesi verirsiniz (yeni fikirlerin ortaya çıkmasına neden olabilecek riski azaltmak için).
Varyasyonunuz kazanansa, tebrikler! Denemeden öğrenilenleri sitenizin diğer sayfalarına uygulayıp uygulayamadığınızı görün ve sonuçlarınızı iyileştirmek için denemeyi yinelemeye devam edin. Denemeniz negatif sonuç veriyorsa veya sonuç vermiyorsa, üzülmeyin. Deneyi bir öğrenme deneyimi olarak kullanın ve test edebileceğiniz yeni bir hipotez oluşturun. Denemenizin sonucu ne olursa olsun, gelecekteki testleri bildirmek için deneyiminizi kullanın ve uygulamanızın veya sitenizin deneyimini optimize etmek için sürekli olarak tekrarlayın.
SEO’da A/B Testinin Önemi
İçerik pazarlama kampanyanızın başarısı için kritik öneme sahiptir. Farkına varamayacağınız şey, A/B testinin SEO’nuzu iyileştirebileceğidir.
Örneğin sayfa yükleme sürelerini alın, A/B testiniz sırasında sitenizde yapılan değişikliklerin sayfanızın yüklenme hızını etkileyip etkilemediğini belirleyebilirsiniz. Daha hızlı bir site dönüşümlerinizi %7 veya daha fazla artırabilir. Site hızı Google’ın en üst sıradaki faktörlerinden biridir. Arama motoru, kullanıcılarına hızlı ve kusursuz bir deneyim sunmak istemektedir ve web sitelerini daha düşük yükleme süreleriyle daha yüksek sayfa yerleşimi ile ödüllendirmektedir.
A/B Testinde En Önemli Unsurlar Hangileridir?
Bir pazarlama ögesinin bazı ögeleri, dönüşümlere diğerlerinden daha fazla katkıda bulunur. İnceleyelim:
Başlıklar ve Metin Yazarlığı
Başlığınız, insanların bir web sayfasına vardıklarında gördükleri ilk şeydir. Ziyaretçilerinizin dikkatini çekmezse sayfayı terk edeceklerdir.
Ayrıca farklı paragraf uzunluklarını ve farklı ikna seviyelerini test edin. Hedef kitleniz satışları mı yoksa daha yumuşak bir yaklaşımı mı tercih ediyor? İstatistikler veya anekdot kopya ile potansiyel müşterileri kazanır mısınız?
CTA’lar
Harekete geçirme çağrınız, okuyuculara şimdi ne yapmalarını istediğinizi gösterir.
CTA’nızdaki bir kelimenin bile değiştirilmesi, dönüşüm oranlarını etkileyebilir. Diğer özellikler – düğme rengi, metin rengi, kontrast, boyut ve şekil gibi – de performansınızı etkileyebilir.
Ama bir A/B testi sırasında birden fazla niteliği değiştirmeyin. Arka plan rengini test etmek istiyorsanız yazı tipini veya bağlantı rengini de değiştirmeyin. Aksi takdirde A/B test verilerinizde hangi kalitenin fark yarattığını bilemezsiniz.
Görüntüler, Ses ve Video
Yani çok kanallı pazarlama! Hedef kitlenin her üyesine SEO tarafından optimize edilmiş metinlerle ulaşamayabilirsiniz.
Hali hazırda mevcut bir video kanalınız veya stok görüntüleri bile A/B testinizi etkileyebilir. Örneğin, başlığınıza veya CTA’nıza işaret eden birinin fotoğrafına sahipseniz, görüntü doğal olarak izleyicinin gözlerini o ögeye çeker.
Konu Satırları
E-posta konusu açık oranları doğrudan etkiler. Bir abone istediği hiçbir şeyi görmezse, e-posta muhtemelen çöp kutusuna atılacaktır. Son araştırmalara göre, bir düzineden fazla sektörde ortalama açık oranlar %25 – 47 arasında değişiyor. Ortalamanın üstünde olsanız bile, abonelerinizin yalnızca yarısı e-postalarınızı açıyor olabilir.
A/B testi konu satırları, insanların tıklama yapma şansınızı artırabilir. Sorulara karşı ifadeleri deneyin, güçlü kelimeleri birbirine karşı test edin ve emojili olan ve olmayan konu satırları kullanmayı düşünün.
İçerik Derinliği
Bazı tüketiciler konuyla ilgili temel bir genel bakış sağlayan üst düzey bilgileri tercih ederken, diğerleri konunun her köşesini araştırmak için derin bir dalış yapmak ister. Hedef müşterileriniz hangi kategoride yer alıyor?
Biri diğerinden önemli ölçüde daha uzun olacak ve daha derin bir iç görü sağlayacak şekilde iki içerik parçası oluşturarak içerik derinliğini test edin.
İçerik derinliği, SEO’yı ve dönüşüm oranı ve sayfadaki zaman gibi metrikleri etkiler. A/B testi, ikisi arasındaki ideal dengeyi bulmanızı sağlar. Bu sadece blog sayfaları gibi bilgilendirme içeriği için geçerli değildir; açılış sayfalarını da etkileyebilir.
Ürün Açıklamaları
E-ticarette, kısa ürün açıklamaları en iyi şekilde çalışma eğilimindedir. Amazon gibi büyük sitelerde gördüğünüz gibi; tüketiciler, onlara bir ürün hakkında vurgulamalar yapan, basit ve sindirimi kolay içerik isterler.
Bununla birlikte, örneğin bir bluzdan daha karmaşık bir ürününüz varsa, daha fazla ayrıntıya girmeniz gerekebilir. Hangisinin daha iyi dönüşüm sağladığını görmek için kısa açıklamalara karşı daha uzun açıklamaları test edin. Madde işareti noktaları kadar basit bir şey bile dönüşüm oranlarını etkileyebilir.
Sosyal Kanıt
Tüketicilerin %70’inin satın alma kararları almak için çevrimiçi incelemelerde okudukları görüşlere güvendiğini biliyor muydunuz?
Açılış sayfalarınızda, ürün sayfalarınızda ve diğer pazarlama varlıklarında sosyal kanıt gösterilmesi, dönüşümleri artırabilir.
E-Posta Pazarlaması
Pazarlama e-postalarınızın A sürümünüzü abonelerinizin %50’sine, B sürümünü ise geri kalanına göndererek A/B testi yapmış olursunuz. Daha önce de belirttiğim gibi, e-posta kayıt formunuzdaki, açılış sayfanızdaki veya diğer pazarlama ögelerinizdeki en basit değişiklikler bile dönüşümleri olağanüstü sayılarla etkileyebilir.
Sonuç üç gerçeğe dayanmaktadır:
- Sayfa veya formdaki tek bir ögeyi değiştirdiniz.
- Eşit sayıda insan her çeşitliliği gördü.
- Test istatistiksel anlamlılığa ulaşacak kadar uzun sürdü.
Test etmediğiniz sürece bilemezsiniz. İzleyicinize aynı anda farklı kopya veya imge sürümleri sunmak, bilimsel olarak geçerli sonuçlar doğurur.
Açılış Sayfaları
Açılış sayfalarınızın, kullanıcıları yakalaması gerekir, aksi takdirde potansiyel bir satışı kaybedersiniz.
Bir ısı haritası, insanların açılış sayfalarınızda nereye tıkladıklarını gösterebilir. A/B testi yapmadan önce bu verilerin toplanması hipotezinizi daha doğru hale getirecek ve hangi maddelerin test için en uygun olduklarını size söyleyecektir.
A/B Testi Nasıl Yapılır?
A/B testi karmaşık değildir, ancak başlamadan önce bir stratejiye ihtiyacınız vardır. Bir hipotez ile başlamalısınız. Web sayfanızın veya diğer pazarlama varlıklarının hangi sürümünün daha iyi çalışacağına inanıyorsunuz? Ve neden?
“Açılış sayfam neden dönüşüm vermiyor?” gibi bir soru ile de başlayabilirsiniz. Önemli bir trafiğiniz olabilir, ancak CTA’da tıklama yoktur. Bu durumda, değişiklik yapmak, ziyaretçilerinizin sayfadaki deneyimi hakkında daha fazla veri toplamanıza yardımcı olabilir.
Bir kıyaslama yapamayacağınız için sayfalarınızın nasıl performans gösterdiğini anlamadan A/B testlerini çalıştırmanızın bir anlamı yok. Trafiği, tavsiye kaynaklarını ve diğer değerli bilgileri izlemek için Google Analytics’i kullanın, ardından ziyaretçilerin sitenizle nasıl etkileşime girdiğini görmek için ısı haritaları, kaydırma haritaları ve diğer testleri çalıştırabilirsiniz.
A/B testi, metin yazarlığı ve tasarım tercihleriniz hakkında bilgi toplamanın en güçlü yollarından biridir. Doğru sonuçlar almak istiyorsanız doğru prosedürü takip etmek önemlidir.
Adımları şöyle özetleyelim:
Neyi test etmek istediğinizi seçin.
Test etmek istediğiniz tek bir ögeyle başlayın. Geliştirmek istediğiniz metrikle alakalı olduğundan emin olun. Örneğin, daha fazla organik trafik oluşturmaya çalışıyorsanız, blog yazısı uzunluğu gibi SEO’yu etkileyen bir ögeye odaklanın. Dönüşüm oranı optimizasyonu için, başlık, video veya CTA ile başlayabilirsiniz.
Hedefler belirleyin.
A/B testinizde ne elde etmek istiyorsunuz? Dönüşüm oranlarını iyileştirmekle ilgileniyor musunuz? Satış? Sayfadaki saat? İlk başta tek bir metriğe odaklanın. Diğer ölçümlerle ilgili daha sonra her zaman A/B testlerini çalıştırabilirsiniz. Her seferinde bir şeye konsantre olursanız, daha temiz veriler elde edersiniz.
Verileri analiz edin.
Google Analytics gibi ücretsiz bir araç kullanarak mevcut verilerinize bakın. Geliştirmek istediğiniz metriğe dayalı olarak mevcut durumunuz hakkında size ne söylüyor? Bu sizin başlangıç noktanız veya temel çizginizdir. Sadece küçük bir kenar boşluğu olsa bile iğneyi hareket ettirecek bir değişiklik arıyorsunuz.
Test edeceğiniz sayfayı seçin.
En önemli sayfanızla başlayın; bu ana sayfanız veya çok trafik çeken bir açılış sayfanız olabilir.
Ögeleri A/B testine ayarlayın.
Hedef metriği etkileyebileceğini düşündüğünüz ögelerle başlayın. A/B’nin şampiyonunuzda hangi ögeleri test edeceğini seçin. Unutmayın, bu, metriklerinizin gelişip iyileşmediğini görmek için biraz değiştirmek istediğiniz mevcut içeriktir.
Bir değişken oluşturun.
Ardından, şampiyonunuzun bir türevini oluşturun. Yalnızca önceki adımda karar verdiğiniz ögeyi değiştirin ve üzerinde yalnızca bir değişiklik yapın. CTA’yı test ediyorsanız, arka plan rengini, yazı tipi rengini veya düğme boyutunu değiştirin. Her şeyi şampiyonla aynı bırakın.
En uygun A/B test araçlarını seçin.
Doğru A/B test aracı, tam olarak neyi test ettiğinize bağlıdır. A/B test e-postalarıysanız, çoğu e-posta servis sağlayıcısının yerleşik test araçları vardır.
A/B açılış sayfalarını ve web sitenizin diğer alanlarını test etmek için Crazy Egg’i de kullanabilirsiniz. Bu yaklaşımın en büyük avantajı Crazy Egg algoritmasının trafiğin çoğunluğunu otomatik olarak kazanan varyasyona yönlendirmek üzere başlayacağı. Bu nedenle testi sık sık kontrol etmeniz veya insanları daha az etkili bir şekilde yönlendirdiğiniz için endişelenmeniz gerekmez.
Testinizi tasarlayın.
Örneğin, testin ne kadar sürmesini istediğinizi, hangi cihazlardan veri toplamak istediğinizi ve diğer ayrıntıları belirlemeniz gerekebilir.
Veri toplayın.
Bekle ve gör dönemidir bu. Crazy Egg gibi A/B test yazılımları ile veriler otomatik olarak toplanır. Testinizin ilerlemesini istediğiniz zaman görebilirsiniz ve test sona erdiğinde, her bir varyasyonun kaç kişiyi ziyaret ettiği, hangi cihazları kullandıkları ve daha fazlası hakkında bilgi edinebilirsiniz.
A/B test istatistiklerini analiz edin.
İşte hangi varyasyonun kazandığına dair karar verme zamanı. Hedef kitlenizin hangi sürümünü daha çok sevdiğini daha iyi bir şekilde anladığınızda, bu 10 aşamalı süreci tekrar yeni bir değişkenle başlatabilirsiniz.
A/B Testleriniz Ne Kadar Sürmelidir?
A/B testi bir günlük proje değildir. Yetersiz zaman ayırmak, istatistiksel olarak doğru olması için yeterince büyük bir ziyaretçi grubuna sahip olmadığınız için çarpık sonuçlar anlamına gelebilir. Çok uzun süre bir test yapmak da çarpık sonuçlar verebilir. Çoğu A/B testini 6 ay boyunca uygularsanız ve bu süre zarfında sayfayı yalnızca 10 kişi ziyaret ederse, temsili verileriniz olmaz, bir sonuca dayandırmak için yetersiz yineleme vardır. Buna karşılık birkaç hafta boyunca yapılan bir A/B testi bile, sürekli trafiğiniz olduğu sürece size doğru sonuçlar verecektir.
A/B Test Metriklerinizi Nasıl Analiz Eder ve Nasıl Harekete Geçersiniz?
A/B testinden mümkün olduğunca çok veri toplamak istiyorsunuz. Her bir varyasyon kaç ziyaretçi aldı? Kazanan yüzde kaç kaybeden mağlup etti? %4’lük bir fark, kitlenizin bir başkası için bir tercihi olmadığını gösterebilir. Ancak, biri diğerini %40’tan daha iyi performans gösteriyorsa, test ettiğiniz ögeyle ilgili değerli bir şey öğrendiniz demektir!
A/B Test Yazılımı Kazanan Tasarımı Nasıl Belirler?
Bölünmüş test yazılımı, testteki kazananı belirlemek için farklı istatistiksel modları kullanır. Kazanan belirleme için iki popüler yöntem Frequentist ve Bayesian modelleri.
Bölünmüş test yazılımı, her tasarım için dönüşüm oranlarını izler. Bununla birlikte, bölünmüş bir testte kazanan ilan etmek, kontrole oranla dönüşüm oranlarında küçük bir artış yaratmaktan daha fazlasını gerektirir.
Frequentist model kazanan tasarımı belirlemek için iki ana faktör kullanır:
Her tasarım için dönüşüm oranı: Bu sayı, bir tasarım için dönüşüm sayısını o tasarım için benzersiz ziyaretçilere bölerek belirlenir.
Her tasarım için güvenirlik seviyesi: aynı denemenin, farklı denemelerde birçok ayrı veri kümesinde gerçekleştirilmesi durumunda, aynı sonucun üretileceği kesinliğini belirten istatistiksel bir terimdir.
Bir sonuç elde etme olasılığı olarak güven düzeyini düşünün. Bu nedenle, bir yarışmacı dönüşümlerinde %95’lik bir güvenle %20 artış üretiyorsa, o zaman, bu yarışmacıyı varsayılan tasarımınız olarak seçerken aynı sonucu elde etme ihtimalinizin mükemmel olduğunu varsayarsınız. Ayrıca, test sonuçlarınızın rastgele şanstan kaynaklanma ihtimalinin %5 olduğu ve yanlış bir kazanan bulma ihtimalinizin de %5 olduğu anlamına gelir.
Bayesian modeli, kazanan tasarımı belirlemek için iki ana faktör kullanır:
Her tasarım için dönüşüm oranı: Yine yukarıda tanımlandığı gibi.
Tarihsel performans: Daha önce yapılan A/B deneylerinin başarı oranı web sitesinde yapıldı. Bayes istatistikleri, veri analizine daha aşağıdan yukarıya bir yaklaşım getiriyor. Bu, benzer deneylerin geçmiş bilgilerinin, önceki denilen bir istatistik cihaza kodlandığı ve bu önceki eldeki testte sonuç çıkarmak için mevcut deney verileriyle birleştirildiği anlamına gelir.
Artık:
Kitlenizi dönüştürmeye neyin ikna ettiği konusunda daha fazla şey öğrenmeye başlayabilirsiniz.
Kullanıcı yolculuğunu web siteniz üzerinden düzenleyebilir ve potansiyel müşterileriniz için sürtünmeyi azaltabilirsiniz.
İşiniz için en önemlisi, dönüşüm oranlarınızı ve kazancınızı artırabilirsiniz!