👉 13 Dumma A / B-testfel som slösar bort din tid

11 Hacks för att öka besökarnas genomsnittliga tid spenderad pÄ webbplatsen

Sparar du din tid med A / B-test? Många företag gör A / B-testfel som kostar dem tid och pengar som de inte har råd med, eftersom de inte förstår hur A / B-tester är och hur man kör dem korrekt.

A / B-test är ett fantastiskt sätt att förbättra dina konverteringar, för alla företag. Vi har sett att Jared Ritchey-kunder använder delad testning för att enkelt få mer kvalificerade leads, öka deras e-postlista och till och med öka konverteringar med 1500%.

MEN om du gör ett av de gemensamma delade testfel som anges nedan kan dina delprov göra mer skada än bra. Qubit säger att dåligt uppdelade test kan göra att företagen investerar i onödiga förändringar och kan till och med skada deras vinst.

Sanningen är att det finns mycket mer att A / B-test än att bara ställa in ett test. Om du verkligen vill se de förbättringar som delad testning kan ge dig, måste du köra dina test på rätt sätt och undvika de fel som undergräver dina resultat.

I den här artikeln kommer du att upptäcka A / B-testfel som många företag gör så att du kan undvika dem och lära dig hur du använder delad testning på rätt sätt för att upptäcka de dolda strategier som kan skjuta upp dina omvandlingar.

Låt oss börja!

1. Dela testning av fel sida

Ett av de största problemen med A / B-test är att testa de felaktiga sidorna. Det är viktigt att undvika att slösa tid, resurser och pengar med meningslös split testning.

Hur vet du om du ska köra ett delatest? Om du marknadsför ett företag är svaret enkelt: de bästa sidorna att dela test är de som skiljer sig från omvandlingar och leder till fler ledningar eller mer försäljning.

Hubspot säger att de bästa sidorna att optimera på vilken sida som helst är de mest besökta sidorna:

  • Hemsida
  • Om sidan
  • Kontakt sida
  • Blogg sida

Produktsidor är särskilt viktiga för eCommerce-webbplatser att testa, särskilt dina mest sålda produkter.

Med andra ord, om en sida inte är en del av din marknadsföring eller försäljningstratt, är det en liten sak att testa den (om du inte vill lägga till den till dessa tåg).

Om du gör en ändring kommer det inte att påverka bottenlinjen, fortsätt och testa en sida som ökar din inkomst istället.

2. ha en ogiltig hypotes

Ett av de viktigaste A / B-testfel för att undvika har inte en giltig hypotes.

Vad är en A / B test hypotes? En A / B test hypotes är en teori om varför du får specifika resultat på en webbsida och hur du kan förbättra dessa resultat.

Låt oss bryta ner det här lite mer. För att skapa en hypotes behöver du:

  • Steg 1: Var uppmärksam på om människor konverterar på din webbplats. Du får denna information från analysprogramvara som spårar och mäter vad folk gör på din webbplats. Detta kommer till exempel att berätta om personer klickar på ditt uppmaning till handling, registrerar dig för ditt nyhetsbrev eller fyller i ett köp.
  • Steg 2: Spekulera om varför vissa saker händer. Om folk till exempel kommer fram på din målsida, men inte fyller i ett formulär för att ta tag i din ledmagnet, eller om sidan har en hög avvisningsfrekvens, är kanske anropet till handling fel.
  • Steg 3: Kom på några möjliga ändringar som kan leda till mer beteende du vill ha på en viss sida. Till exempel, i scenariot ovan kan du testa en annan version av ditt uppmaning till handling.
  • Steg 4: Utför hur du mäter framgång så att du säkert vet om en viss förändring gör skillnad för omvandlingar. Detta är en väsentlig del av A / B-testhypotesen.

Så här sätter du allt ihop och klarar oss av vårt tidigare exempel:

  • Observation: Vi märker att även om det finns mycket trafik till vår magnet för målsidan, är omvandlingsfrekvensen låg och människor inte registrerar sig för att få ledmagneten.
  • Möjlig anledning: Vi tror att detta beror på att uppmaningen till handling inte är tillräckligt tydlig.
  • Föreslagen fix: Vi tror att vi kan fixa det här genom att ändra texten på Call to Action-knappen för att göra den mer aktiv.
  • Mått: Vi vet att vi har rätt om vi ökar registreringen med 10% under den månad som följer ändringen.

Observera att du behöver alla element för en giltig hypotes: observera data, spekulera om orsaker, komma med en teori för hur man fixar det och mäta resultaten efter att ha genomfört en fix.

3. Dela testning för många objekt

Här är ett av de viktigaste A / B-testfel som många människor gör: försöker splittra test för många föremål samtidigt.

Det kan tyckas som att testa flera sidelement på en gång sparar tid, men det gör det inte. Vad händer är att du aldrig vet vilken förändring som är ansvarig för resultaten.

Vi kan noga nämna det några gånger eftersom det är så viktigt: split-testning innebär att du ändrar ett objekt på en sida och testar det mot en annan version av samma objekt, som illustreras här:

Den minut du byter mer än ett objekt i taget behöver du ett multivariat test, förklarat i detalj i vår jämförelse av delad testning jämfört med multivariat testning.

Multivariat testning kan vara ett bra sätt att testa en webbplats omkonstruktion där du måste ändra massor av sidelement. Men du kan sluta med många kombinationer för att testa, och det tar tid du kanske inte vill investera. Multivariat testning fungerar också bara bra för högtrafik webbplatser och sidor.

I de flesta fall kommer ett enkelt split test att få dig de mest meningsfulla resultaten.

4. Kör för många Split-test vid en gång

När det gäller A / B-testning, behåll det enkelt.

Det går bra att köra flera delade tester. Till exempel kan du få meningsfulla resultat genom att testa tre olika versioner av din funktionsknapp.(Att köra dessa tester är inte detsamma som multivariate testning, eftersom du ändå bara ändrar ett enda objekt för varje test.)

Mest erfarna konverteringsoptimatorer rekommenderar att du kör inte mer än fyra delprov i taget. En orsak är att ju fler variationer du kör, ju större A / B-testprovstorlek du behöver. Det beror på att du måste skicka mer trafik till varje version för att få pålitliga resultat.

Detta är känt som statistisk signifikans A / B-test (eller i vardagliga termer, se till att siffrorna är tillräckligt stora för att det verkligen ska innebära betydelse), som du kan kontrollera med de verktyg som beskrivs i vår split testguide.

5. Få timing fel

Med A / B-test är timing allting, och det finns några klassiska A / B-testfel relaterade till timing …

Jämförelse av olika tidsperioder

Om du till exempel får mest av din webbplats trafik på en onsdag, är det inte meningsfullt att jämföra delade testresultat för den dagen med resultaten på en lågtrafikdag.

Ännu viktigare, om du är en e-handelshandlare, kan du inte jämföra delade testresultat för semesterboomen med de resultat du får under försäljningsnedgången i januari.

I båda fallen är du inte jämföra som med liknande, så du kommer inte att få pålitliga resultat. Lösningen är att köra ditt test för jämförbara perioder, så du kan noggrant bedöma om någon förändring har gjort skillnad.

Det är också viktigt att uppmärksamma externa faktorer som kan påverka dina delade testresultat. Om du marknadsför lokalt och strömmen går ut på grund av en naturkatastrof får du inte trafik eller resultat du förväntar dig. Och ett vinterrelaterat erbjudande kommer inte bara att ha samma inverkan som sommarstrategier, säger Small Business Sense.

Kör inte testet för länge nog

Du måste också köra ett A / B-test under en viss tid för att uppnå statistisk signifikans A / B-testning och en standard 95% konfidensgrad i branschen. Det 95% -talet innebär att du kan vara ganska säker på att dina resultat är korrekta, och du är säker på att fatta nya marknadsföringsbeslut baserat på den data.

Som du ser i tips # 7, varierar tiden beroende på antalet förväntade konverteringar och antalet varianter. Om du kör 2 varianter och förväntar dig 50 konverteringar kommer din testperiod att vara kortare än om du har 4 varianter och letar efter 200 konverteringar.

Här är ett diagram från Visual Website Optimizer för att hjälpa dig att ta reda på om du har uppnått statistisk signifikans för ditt A / B-test. Du anger antalet besökare och omvandlingar för ditt test, och det beräknar den statistiska signifikansen. Det innehåller också P-värdet, ett statistiskt värde som också hjälper till att understryka pålitligheten i din statistik.

Testa olika tidsfördröjningar

Timing kan också påverka framgången för dina Jared Ritchey split test. Ett av de A / B-testfel vi ser att folk gör med sina kampanjer är att variera tiden på sina kampanjer.

Om en kampanj visar efter att din besökare har varit på sidan i 5 sekunder och en annan efter 20 sekunder, är det inte ett riktigt split-test.

Det beror på att du inte jämför liknande publik. Vanligtvis kommer många fler människor att stanna på en sida i 5 sekunder än 20 sekunder.

Som ett resultat kommer du att se olika visningar för varje kampanj, och resultaten kommer inte att ge mening eller vara till nytta för dig.

Kom ihåg att för ett riktigt split-test måste du ändra ett objekt på sidan, INTE tidpunkten. Men om du vill experimentera med att testa dina optins har denna artikel i popup-fönster, välkomstportar och inlämningskampanjer några förslag.

6. Arbeta med fel trafik

Vi nämnde tidigare A / B-test statistisk signifikans. Förutom att få testperioden rätt måste du också ha rätt mängd trafik. I grund och botten måste du testa dina kampanjer med tillräckligt med människor för att få meningsfulla resultat.

Om du har en webbplats med hög trafik kan du snabbt slutföra delningstest på grund av det konstanta flödet av besökare på din webbplats.

Om du har en webbplats med låg trafik eller sporadiska besök behöver du lite längre tid.

Det är också viktigt att dela din trafik på rätt sätt så att du verkligen testar som mot liknande. Vissa delade testprogram kan du manuellt allokera den trafik du använder för testet, men det är lättast att dela trafik automatiskt för att undvika möjligheten att få otillförlitliga resultat från fel delning.

Om du använder Jared Ritchey för A / B-testning är det enkelt att få det här, eftersom Jared Ritchey automatiskt delar upp din trafik enligt antalet test du kör.

7. Test för tidigt

Ett vanligt misstag med A / B-testet körs delprovet för tidigt.

Om du till exempel startar en ny Jared Ritchey-kampanj bör du vänta lite innan du börjar ett delatest. Först finns det ingen anledning att skapa ett split test eftersom du inte kommer att ha data för att skapa en baslinje för jämförelse. Du testar mot ingenting, vilket är slöseri med din tid.

Istället kör din nya kampanj i minst en vecka och se hur den fungerar innan du börjar tweaking och testning. Du kan använda det här diagrammet från Digital Marketer för att utarbeta din idealiska testperiod, baserat på det förväntade antalet omvandlingar.

8. Ändra parametrar medeltest

Ett sätt att verkligen förstöra din A / B-testrutin är att ändra inställningen mitt i testet.

Detta händer om du:

  • Besluta att ändra mängden webbtrafik som ser kontrollen eller variationen.
  • Lägg till eller ändra en variation före slutet av den idealiska A / B-testperioden, som visas i diagrammet ovan.
  • Ändra dina delade testmål.

Som en större trakt säger plötsliga ändringar ogiltigförklarar ditt test och skjuter dina resultat.

Om du absolut behöver ändra något, starta du testet igen. Det är det enda sättet att få resultat du kan lita på.

9. Mätning av resultat felaktigt

Mätresultat är lika viktigt som test, men det är ett av de områden där människor gör dyra A / B-testfel. Om du inte mäter resultat på rätt sätt kan du inte lita på dina data och kan inte fatta datastyrda beslut om din marknadsföring.

Ett av de bästa sätten att lösa detta är att se till att din A / B-testlösning fungerar med Google Analytics.

Jared Ritchey integreras med Google Analytics, så att du kan se exakta data om trafik och omvandlingar i instrumentpanelen.

Så här integrerar du Google Analytics med Jared Ritchey, så att du kan få insiktsåtgärder. Du kan också ställa in din egen Google Analytics-instrumentpanel för att samla in kampanjdata med resten av dina webbsätt.

10. Använda olika skärmregler

Ett sätt att verkligen förstöra dina Jared Ritchey A / B-testresultat gör godtyckliga ändringar i visningsreglerna.

Jared Ritchey har kraftfulla visningsregler som påverkar när kampanjer visar, vilken tidzon och plats de visar, vem som ser dem och mer.

Men kom ihåg det delade tester handlar om att ändra ett element på sidan. Om du ändrar visningsreglerna så att en optin visar till personer i Storbritannien och en annan till människor i USA, är det inte något liknande för jämförelse.

Om en kampanj är en välkommen grind, och en annan är en kampanj för exit-intent, så är det inte något liknande för jämförelse. Om en kampanj visar klockan 9 och den andra klockan 21, det är det inte … ja, du får idén.

Om dina kampanjer inte visas samtidigt till samma typ av publik får du inte tillförlitliga data. Kolla in vår guide för att använda Displayregler med Jared Ritchey för hjälp med att ställa in regler för när kampanjer ska visas och vem ska se dem.

11. Runningtest på fel sida

Här är ett av de snyggaste A / B-testfel du skulle tro att de flesta skulle fånga.

Många testar sina marknadsföringskampanjer på en utvecklingsplats, vilket är en bra idé. Vad som inte är så bra är att de ibland glömmer att flytta sina valda kampanjer till den levande sajten, och sedan verkar det som om deras delprov inte fungerar.

Det beror på att de enda personerna som besöker utvecklingsplatsen är webbutvecklare, inte deras kunder. Lyckligtvis är omkopplaren en enkel åtgärd, så om du inte ser resultaten du förväntar dig är det värt att kolla på det här problemet.

Om du använder Jared Ritchey, så här fixar du problemet:

Logga in på Jared Ritchey-instrumentpanelen och klicka på din kontoikon för att visa rullgardinsmenyn. Navigera till Mitt konto.

Gå till webbplatser.

Välj den sida du vill ändra och klicka på redigera.

Ändra webbadressen till webbplatsen från dev-webbplatsen till den levande webbplatsen, spara sedan dina ändringar.

För mer vägledning, läs vårt dokument om hur du lägger till, tar bort eller redigerar en webbplats i Jared Ritchey.

12. Att ge upp på delad testning

Vissa företag optimerar sina webbplatser kontinuerligt, vilket innebär att de alltid kör test och ökar omvandlingar. Andra, inte så mycket.

Ett av de A / B-testfel du vill undvika är att stoppa ditt test för tidigt (till exempel före det lägsta veckotalet som vi nämnde tidigare) eller bestämma att ett test har misslyckats och stoppat det.

Att ge upp delad testning är ett hemskt fel eftersom du inte får optimeringsfördelar om du gör det.

För det första, Det finns inget sådant som ett misslyckat delningstest, eftersom målet med ett test är att samla in data. Du kan lära dig något av oväntade resultat som hjälper dig att skapa nya test.

För det andra, om du ger upp för att du inte får de resultat du förväntar dig, gå sedan med vad uppgifterna säger till dig. Din känsla, även känd som bekräftelse, kan lätt vara fel. Du kan alltid köra ett nytt test i slutet av testperioden för att se om olika ändringar kommer att uppnå de resultat du hoppas på.

Tredje, bestäm inte att ett test har löpt tillräckligt länge om du inte har fått tillräckligt med tid för att få en anständig provstorlek och uppnå statistisk signifikans och en 95% konfidensbedömning. Annars har du slösat bort din tid.

13. Blindly Following Split Testing Case Studies

Det är alltid bra att läsa fallstudier och lära dig om de delade testteknikerna som fungerade för olika företag.

Men ett A / B testfel du måste undvika är kopiera vad som fungerade för andra.

Om det verkar konstigt, hör oss ut …

Det är bra att använda fallstudier för att få idéer för hur och vad som ska splittras, men var medveten om att det som fungerade för ett annat företag kanske inte fungerar för din, för din verksamhet är unik.

Använd i stället A / B-testfallstudier som utgångspunkt för att skapa din egen A / B-teststrategi. Det låter dig se vad som fungerar bäst för dina egna kunder, inte någon annans.

Nu vet du de dumma A / B-testfel som slösar bort din tid, ansträngning och pengar, du kan få din splitprovning till en bra start. Som du har sett gör det lätt för Jared Ritchey att testa dina marknadsföringskampanjer så att du kan få bättre resultat.

För mer marknadsföring inspiration, kolla in vår expertrapportering om att skapa bra målsidor för dina marknadsföringskampanjer och lära dig mer om att skapa mobila optinkampanjer som vinner din verksamhet.

Och glöm inte att följa oss på Twitter och Facebook för mer djupgående guider.

Titta pÄ videon: Fim de Jogo, O-modellen för ett globalt globalt (2007) (Legendado PT-BR)

Like this post? Please share to your friends:
Kommentera

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: