Проще говоря, это инструмент, который позволяет вам экспериментально определить эффективность различных версий веб-страниц, информационных бюллетеней или дизайнов. Допустим, у вас есть страница А, которую нужно оптимизировать для продвижения в будущем, чтобы улучшить некоторые показатели, оказывающие существенное влияние на ранжирование. Вы создаете дубликат этой страницы под названием B, но изменяете ее часть, что, по мнению маркетолога, положительно повлияет на интересующий вас показатель.

Далее мы переходим к сравнению двух страниц путем тестирования с пользователями сайта. В результате можно с большой точностью определить, какая из страниц показывает положительные результаты и будет наиболее эффективной. Это работает только в том случае, если вы следуете правилам проведения тестов и используете абсолютно точную статистику.

Возьмем простой пример: вы владеете бизнесом, который готовит студентов к поступлению в колледж. За последние несколько месяцев вы заметили, что количество заявок, поступающих с сайта, значительно сократилось. Маркетологи вполне логично пришли к выводу, что действующий призыв к действию уже не работает и нуждается в доработке. После обширного мозгового штурма, общения с клиентами, вы сформировали новые звонки, осталось только определить, что будет работать, а что нет, потому что то, что выглядит блестяще для вас, может не иметь желаемого эффекта на целевую аудиторию. Здесь пригодится A/B-тестирование, которое поможет отследить количество полученных заявок и то, как на них повлияли изменения.

Этот инструмент эффективен для оптимизации страниц ресурса, так как вся проделанная работа будет основываться на объективных данных и реальных интересах пользователей, а не на возможных предположениях и личных предпочтениях. Тесты также будут:

• минимизировать финансовые риски и потери бюджета в результате внедренных изменений;




• найти разумное решение трудностей, с которыми сталкиваются пользователи при взаимодействии с вашим ресурсом: навигация, структура, дизайн, ценность контента;




• обеспечить рост окупаемости инвестиций в продвижение сайта;




• снизить показатель отказов за счет доработки ресурсов и улучшения интерфейса.

В тестах нет ограничений, так как вы можете проверить работоспособность любой гипотезы, которую сочтете эффективной. Однако чаще всего тесты используются при рассмотрении вопроса об изменении стиля общения с клиентом в публикуемом контенте или продаже элементов текстов, оптимизации дизайна страниц и тестировании различных функциональных возможностей для привлечения внимания клиентов, добавлении новой графики, изменении призыва к действия и основные кнопки, изменить размещение основных элементов и блоков на сайте.

Для тестирования можно использовать как платные, так и бесплатные сервисы. Самые популярные из них: Google Analytics, Google Optimize, Vwo.com, Optimizely и другие. Принцип использования этих инструментов схож, отличия лишь в расширенном функционале, а чтобы тестирование сайта принесло ожидаемые результаты и не привело к ошибкам, выполните следующие действия.

Например, вы замечаете, что процент заявок с сайта значительно снизился и этот показатель необходимо улучшить. Или показатель отказов увеличился из-за того, что посетители быстро уходят со страницы и не доводят начатое до конца, из-за чего заказы стремительно растут. Установите конкретную измеримую цель, которую решит тестирование.

Это может быть что угодно: увеличение потока заявок с сайта, увеличение процента кликов по основным кнопкам, увеличение регистраций или заполнения форм комментариев. Однако чаще всего оценка результатов проводится по одному важному показателю — росту выручки от продаж на сайте.

Предложите, какие фишки решают проблему. Например, вы уверены, что конверсия падает из-за того, что призыв к покупке на сайте недостаточно эффективен, или клиенты отказываются от оформления заказа из-за непонятной навигации по сайту. Запишите любые идеи, которые, по вашему мнению, приведут к достижению вашей цели. Мы также рекомендуем вам не пытаться внедрить все изменения сразу в тестовую сборку, иначе будет невозможно определить, какое предположение действительно сработало, а какое нет. Чем меньше изменений тестируется одновременно, тем легче увидеть, насколько они эффективны.

Это важно для обеспечения того, чтобы статистическая значимость теста была достаточной для окончательной реализации. Для расчета минимального размера выборки, которую можно считать достоверной, существуют специальные калькуляторы. Если вы не наберете минимальное количество участников, результаты могут быть признаны недостаточно значимыми. Также важно исключить из выборки сотрудников компании.

В среднем достаточно не менее двух недель — это оптимальный срок, который позволит набрать необходимое количество тестировщиков в зависимости от выборки и увидеть их реакцию на изменения в разные дни и время суток. Если отложить тестирование, можно столкнуться с тем, что посетители сайта очистят кеш на используемых ими устройствах и система воспримет их как новых пользователей, что исказит результаты эксперимента.

Мы рекомендуем равномерно распределять трафик между протестированными версиями страниц и проводить поиск в течение стандартного окна продаж компании. Тестировать во время сезонного спроса — не лучшая идея, так как невозможно будет отследить, что повлияло на рост продаж, изменения или спрос. Также у каждого бизнеса есть свои внешние факторы, поэтому учитывайте каждый из них.

Проводите опыты в определенное время и на качественном образце — в этом вам помогут специальные инструменты. Если статистическая значимость высокая, то испытания можно считать успешными и приступать к внедрению изменений, показавших наибольшую эффективность. Через некоторое время важно проанализировать, достигнута ли первоначальная цель или тесты не оправдали ожиданий. Если каждый этап тестов выполнен правильно, эффект от оптимизации будет таким же, как и ожидалось на начальном этапе.

Удачных опытов!