Mis on A/B testimine ja miks see on sinu veebilehe salarelv?

Mõne veebilehe kujundus lihtsalt "töötab", mõnest teisest veebist aga põgenetakse nii kiiresti kui jalad võtavad. Kuidas teha nii, et õiged nupud kutsuksid klõpsama ja vajaliku info leiad alati just sealt, kust ootad? See pole sageli juhus, vaid teadliku katsetamise tulemus. Mismoodi seda teha tuntud A/B testimise meetodil, seda selgitatakse meie hea partneri Plausible'i blogis.

Praeguste veebikasutajate käitumine muutub kiiremini kui suveilm, seega peab veebilehe omanik olema valmis pidevalt kohanduma ja katsetama, mis on edu võti. Ennustamise ja sisetunde võib unustada – aeg on võtta kasutusele teaduslik lähenemine.

Mida kujutab endast A/B testimine veebis?

Kujuta ette, et sul on äri, mis müüb maailma kõige mugavamaid puuvillaseid sokke. Suvi on tulemas ja tahad korraldada kampaania. Veebilehele on selleks loodud kaks erinevat reklaamteksti.

• Variant A: "Võida kuumust! Hingavad puuvillased sokid -20%."
• Variant B: "Suveallahindlus! Püsi jahedana, kõik puuvillased sokid 20% soodsamalt."

Kumb neist toob rohkem müüki? A/B testimine annab sulle sellele küsimusele selge ja andmepõhise vastuse.

Foto: Zuko.io Images (Wikimedia Commons)

Sisuliselt tähendab see, et jagad oma veebilehe külastajad juhuslikult kahte (või enamasse) gruppi. Ühele grupile näitad versiooni A, teisele versiooni B. Mõne aja pärast vaatad andmetest, kumb versioon tõi rohkem soovitud tulemusi – olgu selleks siis ost, uudiskirja tellimine, päringu saatmine või midagi muud.

See on nagu teaduslik eksperiment, kus muudad korraga vaid ühte asja (näiteks nupu teksti, pildi asukohta või pealkirja värvi) ja vaatad, kuidas see mõjutab külastajate käitumist. Nii saad täpselt teada, mis sinu publikule meeldib ja mis mitte, ilma et peaksid lootma oletustele või kõhutundele. 

Kuidas A/B testimine alguse sai?

A/B testimise idee pole sugugi uus. Juba 1923. aastal pani reklaamipioneer Claude Hopkins ajalehereklaamidesse erinevad kupongid, et näha, milline neist tõi rohkem vastuseid. See oligi sisuliselt esimene A/B test, mis näitas, milline reklaamtekst oli veenvam.

Tänapäeval kasutavad seda meetodit ka maailma suurimad tegijad.

• Google'i "50 sinise varjundi" eksperiment: Google ei suutnud otsustada, millist sinist tooni linkide jaoks kasutada. Nad testisid ligi 50 erinevat sinist tooni ja leidsid andmete põhjal selle kõige efektiivsema, mis tõi neile juurde 200 miljonit dollarit aastas.
• Bingi miljoni dollari pealkiri: otsingumootoris Bing ignoreeriti kuu aega väikest pealkirjamuudatust, mis tundus ebaoluline. Kui insener selle siiski A/B testiga proovile pani, selgus, et see tõstis tulu 12%, tuues kokku 100 miljonit dollarit kasu.
• Booking.com ja ilmajäämise tunne: broneerimiskeskkond Booking.com on tuntud oma pidevate A/B testide poolest. Üks edukamaid oli "Välja müüdud" teate kuvamine hotellide juures, mis tekitas kasutajates ajalist survet ja kasvatas broneeringute arvu.

Kuidas oma veebilehel A/B testi läbi viia?

Kas oled valmis oma veebilehe parendamiseks? Siin on sammud, kuidas A/B test edukalt veebis läbi viia.

Sea selge eesmärk: mida sa soovid parandada? Kas soovid rohkem registreerumisi, oste, klikke või midagi muud? Eesmärk peab olema mõõdetav, et saaksid edu hinnata.

Vali üks muutuja: alusta väikesest asjast. Keskendu korraga vaid ühe asja muutmisele - näiteks nupu sõnastusele, vormi paigutusele või pildi asukohale. Nii on tulemused selged ja sa mõistad, mis tegelikult muutusi põhjustas.

Loo variandid: tee kahest versioonist (või rohkemast, kui testid mitut varianti): versioon A (originaal) ja versioon B (muudetud versioon). Hoia kõik muu samana, et saaksid isoleerida oma muudatuse mõju. Teste saad läbi viia nii programmi koodi kaudu, veebilehe haldussüsteemi (CMS) A/B testimise funktsioone kasutades, kolmanda osapoole tööriistadega või JavaScripti abil.

A/B testimine: varianti A eelistab poole vähem kui varianti B, seega on mõistlik variant B kasutusele võtta. Autor: Seobility (CC BY-SA 4.0)

Jaga külastajad juhuslikult kaheks: jaga oma veebilehe külastajad juhuslikult ja võrdselt kaheks osaks. See tagab, et võrdlus on aus ja tulemusi ei moonuta kasutaja tüüp, asukoht või seaded. Kui variante on rohkem, jaga liiklus samuti võrdselt rohkemateks osadeks.

Lase testil piisavalt kaua kesta: ole kannatlik - ära lõpeta testi liiga vara. Usaldusväärsete tulemuste saamiseks vajad piisavalt andmeid mõlemast versioonist. Üldreegel on lasta testil kesta vähemalt üks täielik äritsükkel, et arvestada päevaste kõikumistega. Ära kontrolli tulemusi pidevalt, sest liiga varajane otsuste tegemine võib viia valepositiivsete otsusteni. Järgi oma planeeritud testi kestust.

Kuidas A/B testi tulemusi jälgida ja analüüsida?

Kui test on piisavalt kaua jooksnud, on aeg tulemused üle vaadata. Sa saad vaadata, mitu unikaalset konversiooni tuli, palju oli kokku konversioone ja milline oli konversioonimäär (unikaalsed konversioonid eesmärgi kohta / unikaalsed külastajad) iga variandi kohta. Neid võrreldes saad selguse, kumb versioon oli edukam.

Näiteks kui testisid uudiskirja liitumise nupu teksti ja variandid olid "Liitu nüüd" ning "Saa tasuta näpunäiteid", siis analüüs näitab sulle, kumb neist tõi rohkem liitumisi.

Kui "Liitu nüüd" (Subscribe Now) konversioonimäär oli kõrgem, on see selge võitja ja saad selle teksti oma veebilehel püsivalt kasutusele võtta.

Andmeid saad segmenteerida ka asukoha, seadmete, liikluse allikate ja lehekülgede kaupa, et saada veelgi sügavamat infot. 

Kuidas seadistada A/B-testi jälgimist Plausible'is?

Plausible'i keskkonnas saab kasutada kohandatud omadusi, et näha oma veebisaidi elementide erinevate testitud versioonide analüütikat.

Kohandatud omadusi saab lisada kahel viisil:

Lehevaatamisega. Oletame, et teed A/B-testi oma funktsioonide ruudustiku paigutuse jaoks, et parandada tasuta prooviperioodi registreerumise määra. Kas see peaks olema lehe ülaosas või allpool?

Üks oluline märkus on see, et lehevaatamisi kogutakse Plausible'is automaatselt, seega kui kasutad sellise A/B-testi jaoks kahte erinevat URL-i, näiteks yoursite.com/a ja yoursite.com/b, siis polegi vaja midagi seadistada, kuna saad lihtsalt oma töölauda veebiehekülje järgi filtreerida ja sellega seotud statistikat näha.

Siiski pole kahe uue URL-i loomine SEO ja UX-i jaoks hea tava. Selle asemel seadista lehevaatamiste eesmärk ja saada sellega koos kohandatud rekvisiidid lehe versiooni kohta, mida pakutakse.

Kohandatud eesmärgiga. Sellega saab saata ka kohandatud omadusi. Seega kui parandad vormide esitamist vormi värvi testimise abil ja eelistad lehevaatamiste eesmärkide asemel kasutada kohandatud eesmärke, on see valik samuti saadaval.

Hea on siin see, et saad oma töölauda Plausible'is otse kohandatud omadustega filtreerida, st ilma seotud eesmärgi järgi filtreerimata, nii et näed, kuidas sinu üldine liiklus erinevatele variantidele mõjub.

Mida A/B testimisel silmas pidada?

Kindlasti arvesta testimisel ka oma kodulehe tausta ja järgmisi olulisi asju.

SEO-riskid: ole testide läbiviimisel ettevaatlik, et mitte kahjustada oma otsingumootori positsioone. Google on andnud juhised, et vältida tuleks peitmist (näita nii kasutajatele kui Google'i robotile sama sisu), kasuta HTML-is rel="canonical" märgendit (kui testid erinevate URL-idega ehk veebiaadressidega), kasuta vajadusel ka koodiga 302 ümbersuunamisi (ajutine ümbersuunamine) ja hoia testid lühikesena.

Statistiline olulisus: veendu, et sinu valim on piisavalt suur. Liiga väike valim võib anda eksitavaid tulemusi, isegi kui erinevused tunduvad suured. Statistiline olulisus näitab, kas vaadeldav erinevus on tõenäoliselt reaalne või juhuslik.

Privaatsus ja vastavus: kui A/B test kogub kasutajaandmeid, siis veendu, et see vastab kõigile kehtivatele privaatsuseeskirjadele (näiteks GDPR).

Lehe laadimiskiirus: A/B testimise skriptid või tööriistad võivad lehe laadimiskiirust aeglustada. Vali sellised (asünkroonsed) skriptid, mille mõju on väiksem ja jälgi jõudlust kogu testi vältel.

Väldi testimist tippaegadel: ära testi veebilehte kampaaniate või hooajaliste tippude ajal, sest see võib tulemusi moonutada ja tulu ohustada. Kasuta stabiilseid perioode, et saada usaldusväärsemaid andmeid.

Segmenteeri oma publikut läbimõeldult: veendu, et sinu test- ja kontrollrühmad oleksid võrreldavad. Kasuta võimalikult juhuslikku valimit või muid ausaid segmenteerimistehnikaid, et vältida moonutatud tulemusi.

A/B testimine on sinu veebilehe jaoks väga väärtuslik tööriist, mis aitab sul pidevalt areneda ja kohanduda kasutajate muutuvate vajadustega. Ära karda eksperimenteerida – isegi kõige väiksemad muudatused võivad tuua suuri tulemusi. Kes teab, ehk leiad just siis selle puuduva lüli, mis sinu veebilehe järgmisele tasemele viib.