Две основные ошибки при создании a b тестирования landing pages это тестирование

Сегодня мы с вами будем обсуждать самый интересный и мощный инструмент увеличения прибыли вашей посадочной страницы: сплит-тестирование.

Провести тестирование лендинга самому, без специалистов в области IT и профессиональных маркетологов не такая уж сложная задача.  Для этого просто нужно следовать пошаговой инструкции. Ее я приведу в конце этой статьи. А, пока что, рассмотрим основные ошибки, которые стоит избегать.

1. Тестирование несколько лендингов, сделанных «на коленке»

В некоторых обучающих курсах и методиках бытует подход, что при запуске нового направления через интернет можно просто заказать несколько посадочных страниц у разных исполнителей за небольшую плату  (3000 – 5000 руб), включить рекламу и просто оставить тот сайт, который дает больше заявок.

Однако, качество тестируемого материала, как правило, настолько плохое, что либо, все сайты работают одинаково плохо, либо, для получения статистически значимого результата нужны очень большие бюджеты и время на тестирование.

Таким образом, большая часть рекламного бюджета улетает в трубу

Рис 1. Как правило, первые посадочные страницы для теста выглядят так

2. Тестировать все подряд

Еще одна частая ситуация, когда вы пытаетесь повторить чей-то успешный опыт.

Обычно это выглядит так:

А, давайте сделаем кнопку красного цвета и посмотрим, что получится.

Как правило, не получается ничего, потому что для проведения успешного теста требуется хорошая гипотеза, а так вы стреляете из пушки по воробьям.

Хорошая гипотеза всегда следует из предположения, основанного на опыте. Например, менять цвет кнопки имеет смысл, если множество клиентов не могут сразу найти кнопку заказа (это хорошо видно по тепловой карте метрики или в вебвизоре), или, если вы предполагаете, что значительная часть вашей целевой аудитории страдают дальтонизмом (по статистике, нарушением восприятия цвета страдают 9,5% мужчин).

3. Короткая продолжительность теста

Для того, чтобы результаты теста признать удачными, они должны быть статистически достоверными. Для описания достоверности результатов существует специальная величина – дисперсия (σ) и корректировочный коэффициент Z.

σ=√число конверсий

Достоверность теста определяется при помощи математического отклонения (D), которое можно легко посчитать по формуле

D = σZ, где Z = 2

Допустим, вы сравниваете 2 версии посадочной страницы. Со страницы  А вы получили 55 звонков, со страницы B – 49. Можно ли считать, что страница A работает лучше?

Давайте посчитаем дисперсию.

σA =√55=7

σБ =√49=7

Тогда

Версия A = 55 ± 7 х 2 (минимально возможный результат 41 конверсия).

Версия Б = 49 ± 7 х 2 (максимально возможный результат 63 конверсии).

То есть, если бы весь трафик шел только на версию А или на версию Б, то результат был бы идентичный.

Поэтому, убедитесь, что тест идет:

•  Достаточное количество времени.
• Вы получили достаточное количество кликов.
• Вы получили значимую разницу конверсий.

Прикинуть продолжительность теста можно при помощи простого инструмента.

4. Разнородные источники трафика

Тестировать вашу страницу нужно на стабильном управляемом трафике, который дает: 

• Примерно идентичное число кликов ежедневно.
• Идет из схожих источников.
• Направляет к вам идентичную аудиторию.

Как правило, трафик из ВКонтакте дает сильное отличие от трафика из тизерных сетей или трафика из Яндекс.Директ.

Рис 2. В детальном разрезе видно, что разные источники дают различную конверсию

Если вы тестируете страницу на различных источниках трафика одновременно, то, скорее всего, в зависимости от дня недели, рекламного бюджета, ставок и т. п. массовая доля трафика будет неоднородной и вы будете получать «средний по больнице» результат, который нельзя никак интерпретировать.

Выбирайте для теста только один постоянный источник трафика.

Вот мой личный шорт-лист:

• Яндекс.Директ поиск
• Google Ads поиск
• Яндекс.Директ РСЯ
• ВКонтакте таргетинг
• Target Mail таргетинг
• E-mail рассылки

5. Выбрать неверный показатель для теста

Как правило, начинающие маркетологи выбирают для тестирования показатель конверсии посадочной страницы, но, увы, это в корне неверно.

Конверсия сама по себе – это относительный показатель. Она ничего не скажет ни о прибыли, среднем чеке, средней продолжительности сделки и т.п.

На этом принципе основана так называемая «сквозная аналитика» — инструмент для отслеживания конечного результата взаимодействия с вашим сайтом или продуктом.  Я уже тысячи раз сталкивался с ситуации, когда страница, дающая меньшую конверсию, приносила больше прибыли, потому что

• Выгоды, призывы к действию и картинки непосредственно влияют на уровень клиентов, которые к вам будут обращаться.
• Клиентов с хорошим средним чеком, как правило, меньше, чем клиентов с маленьким чеком.

Поэтому, всегда считайте итоговую прибыль или доход на клик (EPC), а не конверсию.

EPC = Прибыль / Число кликов

В этом вам поможет управленческая табличка.

Версия	Число кликов	Число заявок	Конверсия лендинга	Число сделок	Прибыль	EPC
Версия А	3000	215	7%	40	720000 руб	240 руб
Версия Б	3002	320	10,6%	46	920000 руб	306 руб

Рис.3. Пример управленческой таблицы.

Выводы:

Для того, чтобы провести хороший тест, необходимо:
1. Поставить гипотезу (Что с вашим лендингом не так?)
2. Выбрать однородный источник трафика.
3. Выбрать важный элемент для тестирования (заголовок, картинку, визуализацию).
4. Провести тест до получения статистически значимых результатов (минимум 14 дней).
5. Правильно оценить полученные результаты (посчитать прибыль с каждого варианта тестирования).

Надеюсь, эта статья была вам полезна. Хорошего дня и удачных тестов!

Проведите тесты, чтобы найти способ получать больше заказов.

https://gbcdn.mrgcdn.ru/uploads/post/1873/og_cover_image/602af22479bdb41044d5bec0b85fd8d3

Landing page – это …

рекламный буклет

посадочная страница для получения желаемого действия в Интернете

шаблон электронного письма

телевизионный рекламный ролик

На посадочной странице …

должно быть одно целевое действие

должно быть два целевых действия

должно быть три целевых действия

призыва к действию не должно быть

К правилам идеального призыва к действию (call to action) следует отнести …

только правило «Используйте первое лицо»

только правило «Делайте кнопку простой и конкретной»

только правило «Добавьте социальное доказательство»

правила: «Используйте первое лицо»; «Делайте кнопку простой и конкретной»; «Добавьте социальное доказательство»

Существует … основных шагов оптимизации landig pages

12

14

16

18

Кнопки захвата в посадочных страницах – это элемент, который позволяет …

мгновенно покинуть посадочную страницу

посетителю мгновенно погрузиться на форму захвата

перейти на последующий экран посадочной страницы

перейти на основной сайт

Многоэкранный формат посадочной страницы лучше использовать для …

осуществления повторной продажи клиенту

первичного «утепления» клиента

продвижения сложного продукта с высокой стоимость и с длительным циклом принятия решения

получения первичного контакта от клиента

Форма захвата на посадочной странице – это …

область посадочной страницы для получения контактных данных от посетителей

элемент доверия посадочной страницы

область, в которой располагается информация о возможных вариантах контактов

инструмент удержания целевой аудитории

Чтобы создать посадочную страницу, нужно знать …

только в чем заключается уникальное торговое предложение (УТП) вашего товара

только сильные и слабые стороны вашего товара

только кто ваша аудитория

в чем заключается УТП вашего товара, сильные и слабые стороны вашего товара, а также кто ваша аудитория

Существует … мотивации продажи посадочных страниц

2 основных модели

3 основных модели

5 основных моделей

8 основных моделей

При создании посадочной страницы тотальной ошибкой, приводящей к крайне нерациональному использованию рекламных средств, является …

долгая загрузка страницы

большое количество предложений

завышенные цены

большое количество экранов

Три главных элемента идеальной посадочной страницы: …

ценность, call to action, счетчики

оффер, цена, рекомендации

оффер, цена, видео-отзывы

ценность, call to action, отзывы

При создании landing pages следует избегать следующие три основные ошибки: …

не использовать видео, отзывы и форму захвата

не использовать оффер, не использовать заголовок, не поставить кнопку или форму захвата

не использовать плагины социальных сетей, не использовать кнопку захвата, отталкиваться от дизайна

В наше время дизайн посадочной страницы …

всегда должен быть адаптивным

никогда не должен быть адаптивным

может быть как адаптивным, так и неадаптивным – это не имеет значения

в зависимости от продукта (услуги) может быть адаптивным или неадаптивным

Лендинг в стиле «минимал» подойдет …

известным компаниям со сформированным брендом

начинающим предпринимателям

компаниям, которые продвигают продукт с низким уровнем замещения

компаниям, которые продвигают социальные сети

К основным функциям заголовка в посадочных страницах следует отнести …

донесение информации об уникальных потребительских свойствах продукта

подробность информации о продукте

краткость

простоту и краткость, релевантность и дизайн

Посадочная страница с точки зрения бизнеса – это …

инструмент, который увеличивает прибыль бизнеса

инструмент оптимизации затрат компании

новомодное течение, эффективность которого преувеличена

инструмент повышения капитализации компании на рынке

Основная кнопка призыва к действию в состоящие из 3 экранов посадочные страницы находится …

в 1 экране

во 2 экране

в 3 экране

в 1, 2 или 3 экране (в каком именно, не имеет значения)

Одноэкранный формат посадочной страницы лучше использовать в целях …

осуществления продаж «утепленным» клиентам

формирования подписной базы для последующего Email-маркетинга

формирования регистрации на ресурсе

предоставления демоверсии продукта

Одношаговые landing pages от двухшаговых …

отличаются тем, что одношаговая страница не предполагает наличие конверсионной формы или кнопки

отличаются тем, что двухшаговая страница не предполагает наличие конверсионной формы или кнопки

отличаются тем, что на одношаговой странице непосредственно находится конверсионная форма или кнопка, а на двухшаговой посетителю предлагается несколько опций

ничем не отличаются

К основным способам создания посадочных страниц следует отнести …

только создание шаблонов

только создание лендинга с помощью агентства

только создание лендинга с помощью конструктора

создание шаблонов и создание лендинга с помощью агентства или с помощью конструктора

К основным видам посадочных страниц относят …

карточку товара

микросайт

полноценный интернет-сайт

деморолик

Воронка продаж landimg page – это …

непропорциональное распределение лидов

пропорциональное распределение лидов

поэтапное распределение общего числа потенциальных клиентов начиная от первого касания и до этапа продажи

набор статистических показателей, которые не влияют на продажи

Конверсия landing pages – это …

отношение количества желаемых действий к общему количеству совершенных действий на сайте

количество уникальных посетителей

процент отказов

среднее время нахождение пользователя на странице

Посетитель формирует свое мнение о посадочной странице за …

5 сек.

7 сек.

3 сек.

9 сек.

Две основные ошибки при создании a/b-тестирования landing pages – это тестирование …, а также разнородные источники трафика

всего подряд

цвета и образа

формы заявки и оффера

дизайна и оффера

К элементам доверия на landing pages следует отнести …

всплывающие окна

призыв к действию (call to action)

положительные отзывы

всплывающие окна, призыв к действию (call to action) и положительные отзывы

К задачам, которые наиболее часто решают с помощью landing page, …

следует отнести увеличение количества оставленных заявок на обратный звонок, скачивание софта и регистрация в социальных сетях

следует отнести скачивание софта, продажу продукта, регистрацию или подписку на рассылку

следует отнести увеличение количества оставленных заявок на обратный звонок, скачивание софта, регистрация в социальных сетях, продажу продукта, регистрацию или подписку на рассылку

не относятся такие задачи, как увеличение количества оставленных заявок на обратный звонок, скачивание софта, регистрация в социальных сетях, продажа продукта, регистрация или подписка на рассылку

Самой эффективной моделью заголовка считается модель «…»

Выгода + Оффер

Выгода + Выгода

Выгода + Отрицание

Отрицание + Отрицание

Главный элемент любой посадочной страницы – это …

форма захвата

оффер (предложение)

наличие контактных данных

отзывы

Наиболее предпочтительный способ создания целевых страниц – это …

рекламное агентство

команда в штате

команда на аутсорсинге

готовые шаблоны

Адаптивный дизайн посадочной страницы нужен для ее …

корректного отображения на desktop-устройствах

32. В посадочных страницах в основном используется размер шрифта текста …

это 14-16

1.Лендинг в стиле «минимал» подойдет …

2.Форма захвата на посадочной странице – это …

3.Чтобы создать посадочную страницу, нужно знать …

4.Посетитель формирует свое мнение о посадочной странице за …

5.Две основные ошибки при создании a/b-тестирования landing pages – это тестирование …, а также разнородные источники трафика

6.К элементам доверия на landing pages следует отнести …

7.Существует … мотивации продажи посадочных страниц

8.К основным функциям заголовка в посадочных страницах следует отнести …

9.Посадочная страница с точки зрения бизнеса – это …

10.Адаптивный дизайн посадочной страницы нужен для ее …

11.В посадочных страницах в основном используется размер шрифта текста …

12.Главный элемент любой посадочной страницы – это …

13.Воронка продаж landimg page – это …

14.К правилам идеального призыва к действию (call to action) следует отнести …

15.Существует … основных шагов оптимизации landig pages

16.Кнопки захвата в посадочных страницах – это элемент, который позволяет …

17.Многоэкранный формат посадочной страницы лучше использовать для …

18.Три главных элемента идеальной посадочной страницы: …

19.При создании landing pages следует избегать следующие три основные ошибки: …

20.В наше время дизайн посадочной страницы …

21.Landing page – это …

22.Отличие лендинга от обычного сайта — в том, что …

23.На посадочной странице …

24.Основная кнопка призыва к действию в состоящие из 3 экранов посадочные страницы находится …

25.Одноэкранный формат посадочной страницы лучше использовать в целях …

26.Одношаговые landing pages от двухшаговых …

27.При создании посадочной страницы тотальной ошибкой, приводящей к крайне нерациональному использованию рекламных средств, является …

28.К основным способам создания посадочных страниц следует отнести …

29.К основным видам посадочных страниц относят …

30.К задачам, которые наиболее часто решают с помощью landing page, …

31.Самой эффективной моделью заголовка считается модель «…»

32.Наиболее предпочтительный способ создания целевых страниц – это …

33.Конверсия landing pages – это …

Какие ошибки обычно допускают веб-мастера и как их исправить, чтобы провести A/B-тест корректно.

A/B-тесты – инструмент для того, чтобы зарабатывать. Это единственный инструмент, который помогает достоверно понять, хорошо мы сделали или плохо, самый прозрачный ответ на любой вопрос и возможность не прибегать к интуиции и не думать за пользователя. Кроме того, А/В-тесты — это и хороший друг, на базе которого можно получать инсайты для имеющихся продуктов. А ещё, благодаря A/B-тесту улучшаются продуктовые метрики и NPS, поэтому тесты рекомендуется использовать всегда, если это недорого, и если мы ищем точки роста на существующих продуктах.

Когда в A/B-тестировании нет смысла?

ЗОЛОТОЕ ПРАВИЛО: Затраты на сооружение и проверку теста должны быть меньше, чем ожидаемая сейчас или впоследствии выручка от него.

Продукт на старте, и у него мало трафика

В такой ситуации вы рискуете не получить результаты в нужный срок. Когда, к примеру, тестируется посадочная страница с услугами стартапа или запускается новый продукт, еще нет большого трафика. Придется долго ждать, чтобы получить статистически значимый результат эксперимента. За это время тестируемая гипотеза может потерять актуальность.

Продукт для B2B, B2G или премиум-сегмента

У этих сфер высокая ценность каждого клиента. При A/B-тесте часть аудитории может увидеть «сырой» вариант решения и отказаться от сотрудничества. Такое может случится, если показать пользователям неудобный интерфейс или непонятные тарифы.

На рынке B2B и B2G-продуктов есть вероятность, что клиенты общаются между собой. Часть аудитории может узнать о том, что «избранным» предлагают особые условия, которые им недоступны.

Рассмотрим на примере. Сервис по размещению объявлений в сфере недвижимости тестирует новую модель оплаты. Корпоративные клиенты сервиса — застройщики и риелторские агентства, и часть из них увидели новые тарифы во время A/B-теста. Многие представители рынка общаются между собой. Вскоре недоумевающие пользователи звонят в отдел по работе с корпоративными клиентами, чтобы узнать о новых тарифах и почему они не видят их на сайте. Такая ситуация может снизить доверие клиентов к продукту, а еще исказить результаты самого теста.

Чем, в таком случае, можно заменить А/В-тестирование?

Иногда проверить гипотезу проще другими методами. Разберем, что это за методы и в каких ситуациях ими можно заменить A/B-тест.

Юзабилити-тестирование

Этим методом проверяют, насколько интерфейс удобен для пользователей.

Для исследования не нужно привлекать разработчиков, как в случае с A/B-тестом. Нужно создать новый интерфейс на уровне макетов, собрать интерактивный прототип и пронаблюдать, как пользователи с ним взаимодействуют. Потом выявить возможные проблемы и найти решение.

Fake door тест

Когда разработать фичу — сложно и долго, этим методом можно проверить, нужна ли она пользователям.

Для этого в интерфейс добавляется кнопка, за которой ничего нет, — fake door — и отслеживается, какой процент пользователей ее нажмет. За fake door обычно размещают сообщение о том, что раздел в разработке. Можно также добавить ссылку на опрос и таким образом собрать дополнительные данные для будущего продукта.

Релиз нового продукта на ограниченную аудиторию

Если есть достаточно времени, то вместо теста можно запустить продукт на один город, район или другую выделенную часть пользователей. Метод подходит, когда продукт локальный и требуется протестировать большие изменения бизнес-модели, или попробовать совершенно новый продукт. Например, беспилотное такси, которое тестирует Яндекс в одном из районов Москвы. Если результаты будут положительными, можно масштабировать продукт на всю остальную аудиторию.

Если всё же имеет смысл проводить A/B тест, пройдемся по проблемам и ошибкам, возникающим в ходе тестирований.

Какие основные фактические проблемы у тестов?

Из доклада Skyeng «Как заработать миллиард»:

1. 90% тестов, как правило, проваливаются (не дают стат. значимого результата или идут в «-»). Можно зарабатывать на фичах, которые дают небольшой прирост (какие-то очевидные позитивные изменения)
2. Если хотим достигать больших результатов – надо тестировать что-то большое, что-то значимое, что дает нам +10% к выручке всей компании своей продуктовой командой. И, конечно, такие гипотезы проваливаются достаточно легко и часто. Это риск, но это оправданный риск.
3. Мало трафика (активного). Как следствие, длительность теста увеличивается. Это, в свою очередь, может давать простой в выкладке других фич в продукте.
4. Долго и дорого потому что нужно:

• придумать гипотезу;
• описать задачу;
• нарисовать дизайн;
• спроектировать тест, все желаемые метрики;
• посчитать размеры выборок и тд;
• разработать, заверстать, протестировать, выпустить в продакшн;
• потратить время на набор группы;
• проанализировать результаты теста;
• написать отчет, сделать выводы.

Выходит, что практически любой тест становится долгим и дорогим. Значит, их не так много и мы не можем допустить 90% провалов при оценке. Поэтому, нужно:

• стараться не делать мелочи, а больше крупных изменений, чтобы не тратить всё время на получение совсем небольшого прироста в показателях;
• общаться со сконвертировавшимися/нет пользователями — возможно, узнаем что-то новое для корректировки гипотезы;
• при крупном изменении проводить UX-тестирование с прототипами на этапе MVP, и узнавать фидбек от клиентов до тех пор, пока не разработали полностью работающую дорогую версию;
• конвейерить тесты: на этапе проведения одного теста – готовить проведение следующего (один за другим).

Главные ошибки в тестированиях и к чему они могут приводить

Чаще всего ошибки происходят не из-за злого умысла, а из-за множества решений, которые аналитики должны принять на протяжении всего эксперимента: нужно ли собирать больше данных? Следует ли исключить некоторые наблюдения? Какие переменные следует учитывать при анализе результатов? Какие результаты отражать по итогу, а какие нет?

Все эти вопросы возникают в том числе у ведущих ученых, занимающихся анализом данных. Поэтому, чтобы избежать ошибок, важно делать предварительный дизайн эксперимента, описывать гипотезу и то, как будут анализироваться данные, предотвращая множество ошибок репликации, а также описывать абсолютно все результаты теста (как хорошие, так и плохие и нейтральные).

Теперь рассмотрим, какие ошибки могут быть.

«P-HACKING»

Может выражаться в:

• создании одинаковых тестов, до тех пор, пока не будет получен статистически значимый результат;
• чистке данных от «выбросов», которые таковыми не являются, чтобы снизить уровень p-value до границы и признать тест статистически значимым;
• накоплении данных, чтобы увеличить шансы статистически значимого результата (после прохождения заранее оговоренной точки принятия решения). Проблема не в том, что накапливать больше данных это плохо, а в том, что мы делаем это для тех гипотез, которые нам нравятся;
• остановке теста, как только значение p-value достигло границ стат. значимости (проблема подглядывания). Если вы начинаете проверять результаты с определенной частотой и готовы при наличии различий действовать, то вместо вопроса о том, является ли разница значимой в определенный заранее выбранный момент в будущем, вы спрашиваете, выходит ли разница за диапазон неразличимости хотя бы раз в процессе сбора данных. Это два совершенно разных вопроса. Даже если две группы идентичны, то разница конверсий может периодически выходить за границы зоны неразличимости по мере накопления наблюдений. Это совершенно нормально, так как границы сформированы так, чтобы при тестировании одинаковых версий лишь в 95% случаев разница оказывалась в их пределах. Поэтому, при регулярной проверке результатов в процессе проведения теста с готовностью принять решение при наличии значимой разницы вы начинаете кумулятивно накапливать возможные случайные моменты, когда разница выходит за пределы диапазона. Даже если тест достиг значимости, не прекращайте его. Ждите нужного объема выборки. Подробнее можно почитать в статье «Как не надо анализировать A/B-тесты. Проблема подглядывания».

«CHERRY-PICKING»

Когда из множества не значимых результатов вычленяют один значимый результат и не говорят о множестве остальных незначимых, либо декларируют только те результаты, которые лучше всего подтверждают исходную гипотезу.

«HARking» (Hypothesizing After Results Are Known)

Дословно – создание гипотезы после того, как известен результат теста. Игнорирование первоначальных гипотез и представление придуманных новых, как если бы они были придуманы до начала эксперимента. Такие гипотезы могут вводить в заблуждение как самих аналитиков, так и тех, кто принимает результаты эксперимента.

Значение p-value, равное 0,001, вероятность случайного появления результата всего 1 из 1000 раз, как правило, считается довольно значительной: очень маловероятно, что ассоциация возникла случайно, и, скорее всего, за этим стоит какой-то фактор. Это основано, конечно, на предположении, что вы не запускаете тысячи тестов, чтобы найти 1 случай из 1000 🙂 . Честная наука требует, чтобы ученые приступали к своим исследованиям с четкой, мотивированной гипотезой — например, что у нас есть основания полагать, что это конкретное химическое вещество вызывает этот тип рака, и мы хотим это проверить. По этой причине HARking считается крайне неэтичным.

«Salami slicing»

Разделение данных на более мелкие фрагменты и описание результатов по этим «нарезанным» результатам. В таком случае, у нас применяются одни и те же гипотезы к «нарезанным» выборам, что может приводить к неверным выводам. Правило: одна выборка = 1 гипотеза.

Not publishing negative results

Отсутствие статистической значимости — это тоже результат, о котором нужно говорить. Как правило, во всех науках принято сообщать не все результаты, а только какие-то значительные и положительные, нежели что-то, что не сработало. Это означает, что мы перестаём знать о большом количестве гипотез и их результатах и то, что мы видим — слишком хорошо, чтобы быть правдой.

Более подробно со всеми ошибками можно познакомиться в статье «The 7 deadly sins of research».

Помимо этого, могут быть следующие проблемы, которые встречались в моей работе:

Нет мониторинга в первые часы работы теста

Некорректные тесты из-за возможных технических проблем, из-за чего весь тест будет невалиден и, скорее всего, запущен заново. А значит, часть выручки, которая ушла на ветку с вариантом B – потеряна.

Отсутствие качественной проверки всей системы и фронта и бэка

Несем потери в выручке, отправляя в вариант B трафик с некорректной работой бэка (к примеру, не такой же логикой как на A, что-то забыли перенести, например, скорость работы, определенную механику), т.к такой тест будет считаться некорректным и запущен, опять же заново, а потери в выручке уже были понесены.

Запуск нового дизайна/фичи во время теста

Влияет на изменчивость в поведении в обоих группах, что может ввести в заблуждение при оценке результатов.

Принятие решения по тесту в первые 2-3 дня после запуска

Весь тест «в топку», т.к при выкатке в продакшн через какое-то время можно будет увидеть неожиданное поведение в конверсиях и выручке.

«Чем больше тестов, тем лучше»

В какой-то мере это действительно так: чем больше тестов вы проводите, тем быстрее совершенствуетесь в этом и подтверждаете важность A/B-тестирования в целом.

• Если фанатично проверять каждый элемент страницы много раз, это не даст результатов для долгосрочного периода. Когда вы фокусируетесь на частоте и скорости, вы хуже структурируете эксперименты и упускаете ценные выводы.
• Уделите время подготовке. Убедитесь, что A/B тестирование соответствует гипотезе. Отслеживайте релевантные цели, чтобы генерировать максимум полезных идей, и ищите ответы на все вопросы.
• Не тестируйте много элементов сразу – это высокий риск ошибок при обосновании результатов. Например, резкий скачок конверсии одного из вариантов – не всегда признак того, что он лучший.
• Учитывайте опыт предыдущих экспериментов, когда создаете стратегию для следующих.

Итого: если не прослеживать все факторы, описанные выше, то будем получать феномен «garbage in, garbage out». А для бизнеса множество ошибочных/некорректных тестов ведет к пустым потерям в выручке.

Дополнительные материалы:

7 грандиозных ошибок AB-тестирования: опыт экспертов

Если будет время – прочитайте довольно короткую и веселую статью, в которой 7 экспертов делятся своими грандиозными ошибками, с которыми сталкивались в своей карьере.

Про то, как доказать любую чушь статистически:

• Иллюстрация к пи-хаккингу — если много раз проводить один и тот же тест, можно получить нужные результаты: «Теорема о бесконечных обезьянах»;
• О том, какие найдены связи между казалось бы несовместимыми вещами: «Безумные корреляции».

Главные ошибки тестирования через призму науки

Вопросы, возникающие в ходе исследования могут приводить к разным ошибкам, вводящим в заблуждение всех, кто смотрит результаты теста. Это не проблемы новичков: в 2005 году эпидемиолог Стэнфордского университета Джон Ионнаидис сделал смелое заявление — большинство опубликованных результатов исследований ложны. Кто главные виновники? Систематические ошибки (смещения) между результатами теста и истиной, небольшие размеры выборок и p-hacking (про кризис репликации в науке можно почитать здесь: «P-Hacking, HARKing, and Science’s Replication Crisis — SimpliFaster»).

Статья обновлена 25.07.2022

Для развития бизнеса приходится постоянно генерировать различные идеи. Однако далеко не каждая из них способна увеличить конверсию, привлечь в Интернете новых клиентов или еще как-то положительно повлиять на развитие бизнеса. Поэтому важно уметь быстро проверять и оценивать гипотезы, а затем оставлять только наиболее удачные. Существуют различные способы сделать это, но одним из наиболее эффективных считается A/B-тестирование. В материале разбираем, что это такое и для чего может использоваться.

Что такое A/B-тестирование

А/Б-тест простыми словами — это маркетинговый метод, с помощью которого оценивают эффективность ресурса или рекламной кампании в Интернете. Данный тест также нередко называют сплит-тестированием. Допустим, у вас запущены рекламные объявления, и вы хотите поменять креатив. Вкусы вашей аудитории могут не совпасть с вашими, а прогадать — значит, потерять часть лидов. Здесь и помогает тест разных вариантов. 

С помощью A/B-тестов анализируют целые страницы и элементы на них, объявления, аудиторию или даже целые связки «канал–кампания–лендинг». Для изучения итогов теста можно выбрать любую систему аналитики, ориентируясь на привычный процесс исследований. Неважно, будет использоваться Яндекс.Метрика или Google Analytics — обе эти системы считаются в Интернете популярными инструментами, которые подходят для различных тестов. 

Теперь мы разобрались, что такое А/Б-тестирование сайта, лендинга или объявления: это инструмент для анализа чего-то одного исчисляемым показателем параллельно, когда аудиторию делят на несколько сегментов при прочих равных условиях. 

Теперь перейдем к тому, зачем нужны такие тесты и как их проводить.

Зачем нужны А/B-тесты 

A/Б-тест позволяет оценить эффективность изменений веб-страниц сайта. Этот маркетинговый метод помогает настраивать и совершенствовать страницы, улучшая различные метрики.

Чтобы протестировать то или иное изменение, необходимо создать новый вариант страницы и сохранить старый. После этого воспользоваться одним из специальных сервисов. Оценку итогов можно проводить через две недели после запуска теста или дольше, если тест опирается на небольшой объем данных.

Пример 

Возьмем для примера лендинг по продаже окон из пластика. Эта страница получает трафик от контекстной рекламы на Яндексе. Маркетолог, продвигающий этот лендинг, узнал, что на сегодня популярны круглые кнопки на сайте. 

Прежде чем заменять прямоугольные кнопки, стоит проверить такую теорию. Нужно внести правки на сайт и дать клиентам оценить обновленный лендинг.

Лучше обойтись только частью аудитории. Если новая настройка приведет к снижению конверсий или числа визитов, это будет не так заметно для бизнеса. 

Как это делается? Создается вторая версия лендинга, где кнопки будут круглыми. На нее направляется часть визитов с контекстной рекламы — люди получают шанс оценить обновленную версию и поработать с ней.

В нашем примере A/B-тест — это сравнение исходной версии страницы сайта с новой. Для этой цели используется группа пользователей и выполняется оценка изменений ключевых метрик. После процедуры можно принять обоснованное решение, выбрав более эффективный из двух вариантов.

Подобный тест могут использовать маркетологи, продакт-менеджеры, веб-мастера, продуктовые дизайнеры. Проведение эксперимента позволит получить объективные сведения о различных методах улучшения текущей версии любого онлайн-продукта. Полученная объективная информация в Яндекс.Метрике или Google Analytics дает возможность перенастроить страницу и быстрее продвигаться на рынке. Ведь только пользователи знают, что им требуется именно сейчас. В этом и помогут сервисы А/Б-тестирования.

Достоверный тест возможен только тогда, когда есть достаточно пользователей, информации и времени для накопления статистики. В ином случае не удастся добиться желаемых показателей, а сведения могут оказаться неточными. Это наблюдается из-за высокой чувствительности метрик аналитики. Можно упустить важные моменты, которые повлияют на продвижение продукта.

Пример

Средняя конверсия вашего сайта — 0,5%. После открутки первых 60 кликов вы получили конверсию 1,6%.

Затем вы крутите еще 120 кликов и вообще не получаете конверсий. Теперь конверсия из 180 кликов составляет 0,5%. 

Дальше вы крутите еще 120 кликов и получаете еще одну конверсию.

Итого 300 кликов и 2 конверсии = 0,66%.

Такие скачки — норма. А когда речь идет о повышении конверсии сайта от 0,5 процентов, то любые колебания плюс-минус 0,1% уже много решают.

Поэтому выводы нужно делать на больших цифрах, для которых подобные скачки будут незначительно менять общую картину.

Еще одно следствие: следует делать выводы уже по результатам за выбранный период, а не «подглядывать» заранее. Промежуточные значения могут показать вам совсем не то, что будет корректным итогом. 

К тесту нужно правильно подготовиться, настроив систему аналитики. Также обязательно заранее разобрать алгоритм, как проводить А/Б-тестирование для достижения желаемых метрик.

Этапы А/B-тестирования

Для качественного продвижения продукта необходимо проверять каждую новую идею. Прежде чем настроить глобальные изменения на сайте, нужно убедиться, что они не навредят. Доверительное А/Б-тестирование позволяет получить объективную статистику, которая повлияет на принятое решение специалиста. Тогда удастся сделать вывод, стоит ли всё-таки вносить изменения.

Доверительное A/B-тестирование — это статистический термин, означающий измерение разницы средних параметров при помощи сравнения нескольких источников исследования. 

Провести процесс можно в несколько шагов. Поэтому рассмотрим подробнее, как провести А/Б-тест двух сайтов.

Шаг 1. Постановка цели

Она должна соответствовать глобальной цели организации. К примеру, компания занимается продажей окон из пластика в Яндекс и Гугл и хочет при помощи лендинга увеличить количество продаж. Следовательно, при проведении теста важно проанализировать, получится ли повысить число заказов с помощью новой идеи. 

Шаг 2. Выбор метрики

Под понятием «метрика» подразумеваются основные показатели бизнеса. Речь идет о выручке, объеме продаж, чистой прибыли, числе посетителей сайта и заполнений форм, коэффициенте конверсии и других. 

Так, А/Б-тест revenue — для анализа дохода — позволит определить, вырастет ли выручка. Желательно выбирать только один показатель для оценки. Если же взять несколько показателей, то они должны быть тесно связаны друг с другом.

Шаг 3. Определение гипотез

Нужно выбрать гипотезу, которая будет связана с главной метрикой теста. Рассмотрим такое предположение: если поменять кнопки на сайте, то конверсия повысится с 3 до 8%.

При негативном исходе придется задуматься, как еще можно повысить показатели. Затем подготовиться к проведению нового теста, а все сделанные изменения отменить.

Шаг 4. Дизайн 

Он может быть техническим и влияющим на функционирование ресурса или содержать только незначительные изменения визуального характера. Многое зависит от возможностей команды, наличия материальных и временных ресурсов для выполнения теста. 

Например, в крупных компаниях есть автоматическая система, которая перед проведением теста аудитории разбивает пользователей на группы и определяет величину выборки. Соответственно, при таких возможностях они могут позволить себе проводить тесты чаще.

Размер выборки для А/Б-теста имеет значение, и ее величина определяется индивидуально. Она зависит от количества визитеров, базовой конверсии и желаемого результата. Минимальный размер выборки для А/Б-теста зависит еще и от длительности процесса. Если процесс затянется на месяц, то можно охватить больше потенциальных клиентов, так как при негативном исходе влияние на прибыль будет менее ощутимо в долгосрочной перспективе. 

Перед проведением А/B-теста аудитории разберитесь, какие пользователи будут участвовать в его проведении. Их нужно разбить на группы, например, по возрасту, полу, городу проживания и так далее. Или перешедшие из объявлений на Яндексе и в Гугле. Затем определите объем выборки, длительность и желаемый уровень значимости теста. Последний пункт в большинстве случаев должен составлять 95%.

Шаг 5. Проведение эксперимента и накопление данных

Теперь потребуется запустить тест и выждать нужный период. Не стоит в это время заранее наблюдать за результатами. Это называют «ошибками подглядывания»: следить за процессом до того, как накопятся статистически значимые объемы данных. Так что не спешите с выводами — следуйте заранее заданному расписанию.

Информацию можно накапливать с помощью счетчиков на сайте, смотреть показатели в рекламном кабинете веб-аналитики или отчетах сквозной аналитики.

Шаг 6. Анализ

Теперь можно проанализировать собранную информацию. Следует ли внести правки на страницу сайта или в объявление и распространить их на всю аудиторию? Или потребуется оставить старую версию? При этом нужно учесть измеряемый метричный вес при A/Б-тесте, гипотезы и многие другие моменты. 

Во время проведения A/B-тестирования для каждого проверяемого варианта назначается определенное количество трафика. Например, на версию первой страницы его отводится 50% и на вторую версию также 50%. В зависимости от потребностей исследования можно менять это процентное соотношение. Оно и называется весом при A/B-тестировании.

Аналитик должен обязательно рассчитать статистическую значимость результатов. Ее допустимый уровень — от 90 до 95%. Если он окажется ниже установленного порога, тогда полученные изменения никак не связаны с внесенными правками, а являются просто случайными колебаниями величины.

Советы для эффективного проведения А/B-теста

Сплит-тесты помогают проверить гипотезы специалистов. Но бывают ситуации, когда все идеи проверены, а результат не улучшился. Тогда советуем попробовать нижеописанные изменения для более полного учета интересов ЦА. 

1. Упростите действия, которые требуются от пользователя на сайте. Например, вместо большой формы обратного звонка оставьте краткую — только имя и номер. Людям жалко тратить время на заполнение больших анкет. 
2. Добавьте на сайт мультимедиа, но в разумных пределах. К примеру, на посадочную страницу можно внедрить чат-бота и видео о товаре. 
3. «Поиграйтесь» с цветом. В рассылке или на лендинге иногда применяют агрессивный красный цвет кнопок. Если ваш бизнес связан с фермерством, то на аудиторию может лучше сработать зеленый или голубой. И в целом цветовые вкусы аудитории меняются со временем, какие-то оттенки становятся раздражающими или выходят из моды. Так что пробуйте. 
4. Предложите бонусы быстро откликнувшимся. Например, скидка 15% для первых десяти заявок на сайте. Можете даже не удалять это обещание, когда квота счастливчиков уже набралась — остальные тоже подсознательно отреагируют на выгодное предложение, даже если оно им уже не достанется. 

В интернет-маркетинге А/Б-тесты обычно используют для повышения эффективности почтовой рассылки, а также конверсии и CTR на сайте. A/B-тест дает развернутые ответы, как оптимизировать эти маркетинговые активности и в каком направлении лучше двигаться.

Что улучшают в А/B-тестах

Чаще всего маркетологи применяют сплит-тесты к таким элементам сайта:

• текст, расположение и внешний вид кнопок покупки;
• заголовок и краткое описание;
• предложения;
• размеры, расположение и вид конверсионных форм, например, анкет для обратного звонка;
• макет и дизайн страницы в целом;
• цену услуги или товара, а также другие компоненты предложения;
• иллюстрации к продукту;
• количество текста на веб-странице. 

В других видах маркетинговых активностей можно варьировать иные элементы. Например, менять тему письма в email-рассылках, увеличивать количество карточек товара в объявлении ВКонтакте. 

Какие показатели улучшают за счет A/B-тестирования?

1. Конверсия. Ее считают как долю посетителей, совершивших конкретное действие, от общего числа посетителей за один и тот же период. В качестве целевого действия выбирают совершение покупки в интернет-магазине, клик на баннер сайта, заполнение формы на лендинге и так далее.
2. Экономические метрики. К ним в e-commerce относят такие показатели, как величина среднего чека, объем выручки по отношению к числу посетителей, возврат маркетинговых инвестиций и тому подобные. Последний показатель — ROMI — можно отслеживать с другими метриками в едином отчете через систему сквозной аналитики ROMI center. 
3. Поведенческие факторы. Эти значения позволяют численно оценить, насколько посетители заинтересованы в ресурсе. К метрикам относится число посетителей на сайте, средняя продолжительность сессии, показатель отказов, коэффициент удержания и другие. 

На эти три категории метрик опираются чаще всего, когда хотят провести A/B-тест. В процесса можно выбрать только какой-то один показатель, а уже потом улучшать результаты за счет других метрик. 

Как анализировать результаты

Итак, вы набрали необходимую статистику за выбранный срок. Как отделить статистически значимые показания от случайных колебаний величин? Нужно оценивать среднее значение и распределение значений в сегментах. 

Ниже изображены два примера распределения значений показателя в сегментах. По горизонтальной оси идет значение ключевой метрики, взятой для теста. По вертикальной — плотность этих значений. Плотность может принимать значения от 0, если значение ни разу не встретилось, до 1, если при всех измерениях было только это значение. 

Двумя цветами обозначены A- и B-сегменты, на которых проводился тест. Так, на картинке 1 для A-сегмента у KPI 2,5 плотность значений 0,3, то есть оно встречается в 30% случаев. 

Графики распределения показывают, насколько часто появляется значение случайной величины в выборке. В данном случае все значения распределены вокруг среднего. Разницу в среднем KPI для двух выборок показали через разность «sd» — среднеквадратичное отклонение. 

На обоих скринах средние значения какого-то KPI в аналогичных сегментах одинаковы, картинки отличаются только разбросом значений. На картинке 1 он более широкий — вокруг среднего есть еще несколько значимых результатов. На втором графике значения резко уходят вниз — таких показаний получилось гораздо меньше, чем среднего. 

Этот пример хорошо иллюстрирует, что разности средних значений недостаточно, чтобы считать полученные данные достоверными. Следует еще рассмотреть площадь пересечения распределений. Чем она меньше, тем с большей уверенностью мы можем сказать, что эффект действительно значим. Эта «уверенность» в статистике называется значимостью результата.

Чтобы принимать решения об эффективности теста, выбирают уровень значимости 90, 95 или 99%. Пересечение распределений при этом равно 10%, 5% или 1% соответственно. При невысоком уровне значимости вы рискуете сделать неверные выводы об эффекте изменения.

Допустим, что на графиках рассматривался такой ключевой показатель как конверсия. Чем ее величина в сегментах больше, тем меньше разброс среднесуточных значений показателя. А при небольшом объеме исходных сведений вам потребуется более долгий эксперимент из-за большего разброса значений случайной величины. Однако это всё равно лучше, чем вовсе не проводить A/B-тест и настраивать всё наобум.

Оценка значимости итогов теста

Существует раздел математики для проверки статистических гипотез. Может быть два вида гипотез:

1) нулевая: разница между средними значениями для A и B незначительна;
2) альтернативная: есть существенная разница между средними значениями показателя в сегментах.

Проверить гипотезы можно с помощью статистических тестов. Достаточно универсальный вариант — тест Стьюдента. Он помогает работать с небольшими объемами данных, допустим, для среднесуточных значений. Размер выборки учитывается при оценке значимости. 

Тест Стьюдента помогает оценить значимость данных при измерении конверсии, среднего чека, средней глубины просмотра и подобных численных метрик. 

Специализированные сервисы избавляют вас от подсчетов вручную и помогают провести тест с нужным вам уровнем достоверности результатов. Разберем основные из них. 

Инструменты для проведения А/B-тестирования

Помимо крупных сервисов для масштабных тестов есть простые онлайн-инструменты. Рассмотрим самые популярные. 

1. Optimizely. Стоимость его использования зависит от масштаба ваших задач. Плюсы — можно проводить тесты в интуитивно понятном интерфейсе, а не через HTML-код тестируемых страниц.

1. Flexbe. Инструмент позволяет тестировать только те сайты и лендинги, которые созданы через конструктор Flexbe. Зато есть шаблоны, домен в подарок, почта и интеграция с CRM-сервисами и программами для email-рассылок. Стартовый тариф стоит 750 рублей в месяц, а самый дорогой — 1500 рублей в месяц. Последний позволяет работать с 5 сайтами, а не с одним. 

1. LPGenerator. Инструмент оснащен визуальным редактором и шаблонами. Тоже позволяет тестировать только лендинги, сформированные через сам сервис. Можно заказать у специалистов LPGenerator повышение KPI целевой страницы, и они также проведут A/B-тест. Базовый тариф стоит 799 рублей в месяц, есть недельный пробный период.

1. Convert.com. Поддерживает A/B и MVT. Вторая разновидность теста проверяет эффективность сразу нескольких комбинаций разных элементов на странице. По итогам MVT вы увидите, какое сочетание дает нужные ключевые метрики. Тарифные планы начинаются от $9 при 2000 посетителей сайта и до $139-$1499 для агентств. Демоверсия предлагается на 15 дней. 

Как провести тест на Google Optimize

Популярный инструмент для A/B-тестов — Google Optimize. Он бесплатный, но не всегда подходит для крупного бизнеса. 

Сервис «Оптимизация» позволяет проверять эффективность пяти вариантов страницы за один тест. Используя его, можно проводить A/B/n-тестирование, то есть проверять сразу несколько гипотез вместо двух.

Вы можете сами выбрать долю трафика сайта для теста. По срокам тестирование можно проводить здесь от 2-х недель до 3-х месяцев. Полученные сведения будут отображаться в личном кабинете или придут на указанный вами электронный адрес. 

Как провести тест в Google Optimize?

1. Зайдите в свой аккаунт, откройте инструмент «Оптимизация» и создайте проект. Дайте ему название, к примеру, «A/B-тест цвет кнопок май 2022». 
2. Укажите URL страницы, которую вы будете менять. Сервис создает ее копии и будет проводить тест через них.
3. Выберите режим «Эксперимент A/Б».

1. Зайдите в созданный проект и настраивайте его через подсказки системы. 

1. Сначала создайте тестовые варианты и добавьте правила таргетинга. Для работы установите в браузер Chrome расширение «Оптимизация» из официального магазина Google. Оно позволяет визуально корректировать изменения на страницах.

1. Укажите, по какому URL-адресу пользователь будет видеть измененные варианты страницы. Можно задать несколько условий такого перехода на тестовую версию. Обязательно проверьте, что эти экспериментальные копии страниц работают, а не высвечивают ошибку 404, скажем, при оформлении заказа в интернет-магазине. 

1. Задайте ЦА. Например, изменения на странице будут показаны только посетителям из Санкт-Петербурга.

1. Выберите цель. Можете взять ее из набора стандартных или создать свою. Такие измеримые цели должны быть связаны с Google Analytics. Допустим, как зависит число просмотренных статей блога от цвета фона заголовка H1 на главной. Или как цвет кнопки «Купить» влияет на саму число кликнувших по ней в интернет-магазине. 

1. Создайте код эксперимента и вставьте его на страницу. Для этого нужно немного разбираться в HTML. Если вы не занимаетесь HTML-кодами сами, то можете выбрать опцию «Отправить код веб-мастеру». 
2. Задайте долю трафика, которая будет задействована в тесте. По умолчанию используется 100%, а если у вас, скажем, миллион уникальных посетителей в месяц, то будет достаточно и 20–30 тысяч пользователей. То есть можно выбрать 3%.

Теперь в меню высветится сообщение о том, что проект готов к запуску. Нажмите «ОК».

Вы сможете оценить итоги теста через несколько суток после начала эксперимента. Чтобы следить за процессом, выберите соответствующий эксперимент в списке и перейдите на страницу отчетов. Но как вы помните, важно избежать «ошибок подглядывания» и выждать достаточное время для выбранного трафика. А не бросаться сразу отменять изменения, если первые показания вас пугают.

Частые ошибки при проведении A/B-тестирования

По сообщениям HubSpot, только 22% компаний удовлетворены текущими показателями конверсии. Это может быть связано с тем, что они:

• не проводят A/B-тесты в принципе;
• прерывают эксперимент на полпути;
• не вносят исправлений в соответствии с полученными данными сплит-тестирования или вносят их на ограниченных участках.

Многие опасаются A/B-тестирования, потому что якобы в процессе проверки различных элементов можно ухудшить текущие KPI. Но это не так. 

Корректно проведенные A/B-тесты не ухудшают важные для бизнеса показатели, а наоборот, помогают их улучшить. 

Так что решение не проводить сравнений, полагаясь на опыт или на интуицию — не самое удачное для бизнеса.

Еще одна частая ошибка: тест прерывают досрочно, не доводя его до конца, то есть совершают уже упомянутую «ошибку подглядывания». Сначала убедитесь, что данных хватает, чтобы получить статистически значимый результат. Затем уже можете делать первые выводы. Промежуточные показания могут не дать точной картины.

Если ради высокой статистической значимости вы берете большую выборку, то тест затянется, так как понадобится набрать достаточно трафика. Зато вы получите качественные и точные результаты теста. Если же выборка меньше, то и данные вы соберете быстрее. Но достоверность такого эксперимента будет иметь заметные погрешности. 

Наконец, на этапе необходимых изменений, когда вы полностью уверены в итогах А/Б-теста, тоже можно допустить просчеты. Чтобы ничего не упустить, лучше сразу перенесите данные сплит-теста в отдельный документ или электронную таблицу. Это позволит:

• избежать повторного тестирования одних и тех же элементов в будущем;
• облегчить поиск решений, которые можно использовать в других областях интернет-маркетинга.

Допустим, данные ваших тестов показали, что изображения людей вместо картинок товара на целевой странице магазина улучшают конверсию. Кроме того, чтобы внести необходимые изменения на сайт, можно применить этот вывод к другим элементам вашего маркетингового контента. Предположим, к рекламным объявлениям в сетях, на поиске или к форме электронного письма в клиентской рассылке.

Со временем вы начнете видеть все закономерности, которые увеличивают эффективность вашей маркетинговой активности. После А/B-тестирования можно создать собственную библиотеку проверенных лайфхаков, которые начнут работать на продвижение вашего бизнеса. Вы можете использовать эти шаблоны, чтобы лучше понимать свою целевую аудиторию и эффективно с ней взаимодействовать.

Резюме

Вы узнали о том, как провести А/Б-тестирование, корректно оценить результаты и избежать типичных ошибок. Мы рассмотрели алгоритм проведения теста на примере страниц сайта. Однако аналогичный подход с небольшими изменениями можно распространить и на другие виды исследования. Например, на выбор рекламного объявления или функционала мобильного приложения. 

Ваша реклама с оплатой за клики, конечно, может привлечь трафик в ваш магазин, но вам гарантируется только то, что с вас точно будут списывать деньги за каждый клик). С помощью этой статьи вы сможете сэкономить деньги и увеличить свою прибыль!

Первый вопрос: вы уверены, что у вас отличная реклама или проверяете все с помощью статистики?

В первой части нашей серии статей «Реклама, которая работает» мы представили способы привлечения целевых покупателей с помощью эффективных рекламных текстов, а здесь мы хотим рассказать о первых шагах A/B тестирования вашего рекламного объявления.

Забегая вперед, в третьей части нашей серии мы пойдем еще дальше, и покажем, как можно улучшить вашу рекламу.

Зачем нужен A/B тест?

A/B-тестирование, также известное как «сплит-тестирование», — это когда вы делите аудиторию и сравниваете их реакцию на две разные версии вашей рекламной кампании. Часто два объявления будут напоминать две фотографии, где есть только одно различие, которое вам нужно заметить.

И, хотя это может показаться несущественным, эффективное A/B-тестирование поможет вам обнаружить слова, фразы, знаки препинания или изображения, которые могут значительно повлиять на коэффициент конверсии.

Вот почему так важно перестать считать себя лучшим создателем рекламных объявлений, и изучить некоторые фундаментальные принципы A/B-тестирования вашей рекламы, основанные на статистических данных.

Стоп! Оратите внимание на основные ошибки, которые могут все испортить!

Шаг 1. Определите свою цель

Этот шаг может показаться достаточно простым, но все же стоит изучить список различных типов конверсий. Как и в случае с A/B-тестированием, это шанс увидеть, каких целей не хватает вам.

Итак, найдите время, чтобы решить, какую цель установить: совершение покупки, отслеживание средних значений или другую.

Шаг 2. Определите, как вы будете оценивать результаты

После того, как вы определились с целью, пора выбрать систему для измерения ваших данных. К счастью, сейчас это очень просто, ведь есть различные платформы для проведения экспериментов, которые легко интегрируются в рекламные кампании.

Вот основные, заслуживающие доверия платформы:

Шаг 3. Выберите элементы для тестирования

Начиная с первого шага, пора выбрать конкретную деталь, которую вы хотите протестировать.

Имейте в виду, что такие вещи, как цвета, шрифты, даже время года, могут иметь большое значение. Так что, не торопитесь, исследуйте и обращайте внимание на детали!

Шаг 4. Создайте тестовое объявление – определитесь с кампанией

После выбора элемента для тестирования, например красного и зеленого цветов как на нашем примере, сделайте несколько вариантов объявлений. Имейте в виду, что разные виды объявлений должны в рандомном порядке демонстрироваться вашей аудитории.

Шаг 5: Выделите время для теста

Чтобы убедиться в результатах теста, необходимо выделить достаточное количество времени. Стандартным считается 2-3 недели.

Однако имейте в виду, что статистика не может возникнуть в одночасье, поэтому обратите внимание на свой инструмент измерения и размер вашей выборки. Поскольку иногда дело не в продолжительности теста, а в количестве протестированного трафика.

Не забывайте учитывать, что A/B-тестирование во время Черной пятницы может дать более впечатляющие результаты, чем в другой праздничный или непраздничный период. Также, например, как ураган может повлиять на ваши продажи во Флориде!

Шаг 6. Проверьте свои результаты и действуйте

После получения результатов вы можете увидеть, что одно объявление значительно превзошло другое. Это многое решает, но вы все равно должны подумать, какие еще элементы можно изменить.

Чтобы создать действительно отличную рекламу, иногда приходится создавать бесчисленное количество разных вариантов. Имейте в виду, что только ваша аудитория решает, насколько успешным будет ваше объявление, поэтому спрячьте свое эго подальше, создавайте свою кампанию только на основе статистики.

Избегайте 4 главных ошибок, которые могут испортить ваш тест

Ошибка № 1: в вашем тесте слишком много вариантов.

Проблема: чем больше вариантов используется, тем выше риск получения ложноположительного результата (незначительное объявление будет помечено как значимое)

Решение № 1: одновременно запускайте только один вариант

Решение № 2: убедитесь, что у вас будет достаточно высокий уровень трафика, который гарантирует эффективное тестирование.

Ошибка № 2: вы прекращаете тест слишком рано или слишком поздно.

Проблема № 1: Тесты, которые длятся более четырех недель, подвергаются риску выхода основного трафика из теста, а затем повторного входа из-за удаленных файлов cookie, в итоге выборка становится некорректной.

Проблема № 2: тесты, которые длятся менее недели, могут не захватить основной трафик.
Решение: проводите тест в течение двух-трех недель (общепринятый стандарт) или завершайте, как только получите репрезентативную выборку.

Ошибка № 3: вы запускаете тест не в то время

Проблема: вы не учли какие-то события или даты, которые существенно влияют на результаты.

Решение: проверьте свой календарь и настройте тестовые периоды, чтобы получить точные данные. Рабочие дни по сравнению с трафиком выходных. Двухнедельные и двухмесячные периоды расчета заработной платы. Праздники и другие сезонные факторы.

Ошибка № 4: вы меняете настройки в середине теста.

Проблема: изменение настроек в середине теста приведет к искажению ваших данных и выдаче неверных результатов.
Решение: не делайте этого. Наберитесь терпения или начните новый тест с обновленными настройками, чтобы ваши результаты не искажались.

Не забудьте о рекламе

Даже с объявлением, проверенным с помощью A/B тестирования и отличным рекламным текстом, вам все равно нужно охватить свою аудиторию. Именно здесь на помощь приходит искусственный интеллект, который настраивает и автоматизирует все процессы многоканальной рекламной кампании интернет-магазина, а также контролирует все ставки и бюджеты. Вы можете быть уверены, что вашу рекламу увидят покупатели в Google, Facebook и в других системах во всех странах.

Рынок электронной торговли быстро меняется, а, используя искусственный интеллект, вы точно будете идти в ногу со временем.

Владимир Годельман, партнер компании Adscale.

Руководитель сервиса ChangeАgain Андрей Баклинов написал для «Нетологии» колонку, в которой разобрал основные ошибки компаний во время A/B-тестирования.

Об A/B-тестировании сайтов трубят на каждом углу. Все говорят, что A/B-эксперименты — один из самых эффективных способов увеличения конверсии. Да, в какой-то мере это так. Но даже здесь есть много нюансов, незнание которых приводит к ошибкам. А ошибки — к недостоверным результатам и разочаровании в тестировании.

Мы решили помочь вам и написали статью о самых распространенных ошибках в A/B-тестировании. И, если вы все внимательно прочитаете, то сможете избежать проблем, с которыми столкнулись многие ваши коллеги.

Итак, топ проблем A/B-тестирования.

Тестирование в два этапа

Суть A/B-эксперимента в два этапа заключается в следующем: первый месяц (либо любой другой промежуток времени) мы показываем всем посетителям один лендинг, второй месяц — другой лендинг. Казалось бы, а что тут такого? А ошибка в том, что поведение аудитории в течение этих двух месяцев может полностью различаться, результаты такого эксперимента нельзя считать достоверными.

Представим ситуацию. Последний месяц летнего сезона. Вы продаете кондиционеры через интернет. И весь трафик гоните на свой прекрасный лендинг. И вдруг захотелось протестировать, будет ли более эффективным тот лендинг, который сделал новый дизайнер. В следующем месяце заливаете новый лендинг, гоните туда трафик и видите, что показатели конверсии ухудшились в два раза. Вывод: новый вариант гораздо хуже, нового дизайнера — уволить.

Откуда возникли такие результаты? Время года изменилось. Поведение пользователей поменялось. Поэтому сравнивать такие результаты в принципе нельзя.

Как избежать ошибки?

Делать A/B-тестирование с помощью специальных сервисов, например Google Content Experiments, optimizely.com и других. Подробный обзор сервисов можно посмотреть здесь. Если бы мы делали правильное A/B-тестирование, в ходе которого весь трафик делится 50/50, то такая проблема не возникла бы.

Преждевременная остановка эксперимента

Нельзя останавливать эксперимент, как только появляется разница в показателях.

Например, идет второй день тестирования, оригинальный вариант в два раза лучше конвертирует посетителей, чем тестовый, и у человека сразу же возникает мысль, что все: результаты получены, эксперимент можно останавливать.

Зарубежные эксперты в A/B-тестировании на своих примерах доказали, что нельзя делать выводы так быстро. Есть реальные кейсы, когда в первые несколько дней один вариант существенно превосходил другой, но при этом было понятно, что заканчивать эксперимент рано. Проходила неделя, две, и результаты становились абсолютно другими.

Как избежать ошибки?

Никогда не заканчивать эксперимент при первых же результатах. Запомните несколько базовых правил A/B-тестирования:

• проводите эксперимент не менее 7 дней,
• не завершайте эксперимент, если статистическая достоверность составляет менее 95 процентов,
• не завершайте эксперимент, если на каждом варианте страницы произошло менее 100 конверсий.

Семь дней нужно ждать из-за того, что пользователи могут по-разному взаимодействовать с сайтом в понедельник и воскресенье. Поэтому желательно, чтобы эксперимент охватывал сразу все дни недели.

Что касается статистической значимости, то в сервисах для A/B-тестирования она высчитывается автоматически на основе собственных алгоритмов, и чаще всего сервис будет настоятельно советовать дождаться этого минимума. Именно поэтому удобно использовать специальные сервисы, о которых можно более подробно узнать в этой статье.

Но если вы проводите эксперимент самостоятельно, то нужно будет высчитывать этот показатель с помощью калькуляторов статистической значимости. Я бы посоветовал использовать калькулятор от Driveback.

Почему 100 конверсий на каждый вариант? Это тот минимум, на основе которого можно будет сделать выводы. Совершенно очевидно: чем больше выборка, тем выше достоверность результатов.

Этот минимум накладывает определенные ограничения на сайты с маленьким трафиком и количеством конверсий. Если вы продаете что-то очень дорогое и в день происходят 1−2 конверсии, то на проведение правильного A/B-теста не хватит даже двух месяцев. В такой ситуации провести эксперимент практически невозможно.

Отслеживание микроконверсий

Представим, что в вашей воронке продаж пять этапов: переход в каталог продукции → переход на страницу товара → добавление товара в корзину → переход к оплате товара → завершение оплаты товара.

Вы запускаете тест в каталоге, добавив туда дополнительную информацию о магазине или товаре. В тестовом варианте количество переходов на страницу товара выросло. И это хорошо. Если вы выбрали именно эту конверсию в качестве главной цели эксперимента, то значит, он оказался успешным.

Но давайте посмотрим глубже на результаты эксперимента на всех этапах воронки продаж. На первом этапе конверсия увеличилась. Но при этом она могла снизиться на последнем — при оплате товара. А что это значит для интернет-магазина? Правильно, снижение выручки.

Если смотреть с этой точки зрения, то эксперимент оказался неудачным. Так что же для вас важнее? Увеличение на первом этапе воронки продаж? Или же количество продаж важнее? Конечно же, второй вариант приоритетнее. И в такой ситуации оригинальный вариант страницы более эффективен, несмотря на то что в нем количество переходов на страницу товара меньше.

Ситуация выглядит немного парадоксально. Но она имеет место быть. Если хотите доказательство, то вот оно — реальный кейс, где была совершена эта ошибка.

Как избежать ошибки?

При анализе результатов эксперимента нужно отслеживать его влияние на всех этапах воронки продаж. Сделать такой подробный анализ очень легко, если A/B-эксперимент запущен с помощью Google Analytics или других сервисов, которые имеют интеграцию с этим «гигантом». Например, ChangeAgain или convert.com имеют очень хорошую и простую интеграцию с Google Analytics. В случае с ChangeAgain это вообще делается полностью автоматически.

Одновременное тестирование нескольких элементов

Основная цель A/B-тестирования — сделать одно изменение, посмотреть, как оно повлияет на конверсию, и проанализировать, как изменяется поведение целевой аудитории. A/B-тестирование позволяет шаг за шагом подстраиваться под потребности и желания потенциальных клиентов и делать взаимодействие с сайтом максимально удобным для них, а не для вас.

Если же вы одновременно изменяете пять элементов, получаете какой-либо результат, то как можно понять, что именно повлияло на улучшение или ухудшение показателей? Никак. Остается только предполагать. А это не в правилах A/B-тестирования.

Как избежать ошибки?

Не поддаваться на соблазны тестировать все и сразу, чтобы сократить временные затраты. Такое тестирование никуда вас не приведет. Разве что к ложному пониманию потенциальных клиентов. Других вариантов нет.

Вместо этого вырабатывайте систематический подход: формируйте список гипотез для тестирования, выстраивайте их по приоритетности и постепенно тестируйте одну за другой. Не забывайте делать вывод из каждого A/B-теста и корректировать последующие идеи на основе полученной информации.

В A/B-тестировании есть такое понятие, как HADI-циклы. H — Hypothesis (гипотеза — идея A/B теста), A — Action (действие — эксперимент), D — Data (данные — результаты эксперимента), I — Insight (понимание — анализ результатов и переход к первому этапу). Именно в таком порядке нужно проводить A/B-эксперименты.

Одновременный запуск нескольких экспериментов

При одновременном проведении нескольких экспериментов есть риск, что пользователь в одном эксперименте увидит оригинальную версию страницы, во втором — тестовую, а в третьем — опять оригинальную. Такое пересечение искажает результаты экспериментов и не позволяет сделать достоверные выводы.

Как избежать ошибки?

Придерживаться систематического подхода.

Один эксперимент в течение одного периода времени.

Либо аудитория нескольких одновременных экспериментов не должна пересекаться между собой.

Человек узнает про A/B-тестирование и сразу же рвется в бой. Ему же нужно быстрее запустить эксперимент и увеличить конверсию. Он запускает тест, но ничего не меняется. Положительного результата нет. И это вполне логично. Потому что сам запуск эксперимента — это один из самых простых этапов в A/B-тестировании. Нужно концентрироваться на другом.

Как избежать ошибки?

Нужно задействовать инструменты веб-аналитики, юзабилити аудита сайта, проводить пользовательские опросы, общаться с целевой аудиторией, использовать инструменты для анализа кликов, скроллинга, заполнения форм. Многие из этих функций предоставляют Google Analytics и «Яндекс.Метрика».

Именно со всего этого начинается построение удачных гипотез для тестирования, которые в дальнейшем могут принести хороший результат. Именно эти этапы требуют больше всего усилий и времени. Именно с этого начинается A/B-тестирование, а не с запуска эксперимента.

A/B-тест заканчивается запуском эксперимента и анализом результатов, а не начинается с этого.

Усвойте раз и навсегда этот урок.

Слепое следование чужим примерам

Людям лень тратить время и силы на веб-аналитику, общение с целевой аудиторией, подробный анализ сайта и его юзабилити. Ведь гораздо проще подсмотреть за чужими экспериментами и сделать аналогично.

Такая стратегия редко оказывается выигрышной. И это связано с тем, что каждый сайт индивидуален, если можно так сказать. У каждого сайта своя целевая аудитория, свой опыт взаимодействия с пользователями. Простое копирование чужих идей не имеет никакого смысла, а иногда даже приносит негативный результат.

Как избежать ошибки?

Не поддаваться на соблазны сэкономить время и свои усилия. Не следовать чужому опыту, а только учиться на нем — анализировать и делать определенные выводы. После чего создавать свои гипотезы для тестирования и пробовать их на практике.

Тестирование заключается в анализе приложения, для того чтобы обнаружить все его недостатки и повысить качество предлагаемого продукта [1]. Классификация тестирования приложений происходит по огромному количеству признаков. Например, Святослав Куликов в своей книги «Тестирование программного обеспечения» приводит пример классификации тестирования по 14 признакам [2].

Для того, чтобы провести функциональное тестирование и тестирование юзабилити, созданного конструктора формирования landing page, необходимо создать тестовые шаблоны. С помощью данных шаблоном можно будет сделать вывод о работоспособности всех элементов конструктора, а так же их удобном расположении для разработчика целевой страницы.

На рисунке 1 показана полностью созданная целевая страница с помощью тестируемого конструктора.

Рисунок 1 – Созданная в конструкторе целевая страница

В результате с помощью конструктора формирования landing page была создана полноценная целевая страница.

Для проверки правильности написания css-кода воспользуемся онлайн-сервисом Jigsaw.w3.org [3]. Данный сервис позволяет выявить ошибки css-кода, которые не соответствуют стандарту W3C. Проверять можно либо по URL, либо по загруженному файлу, либо по набранному тексту. Выбираем проверку по электронному адресу. Дополнительно указываем профиль CSS Level 3 + SVG. Вид отчёта простой. В результате получили отчет о проверке, где указано что ошибок не обнаружено (рис. 2).

Рисунок 2 – Результат проверки CSS-кода

    Для того чтобы провести тест производительности веб-страницы для

https://redactorlp.000webhostapp.com воспользуемся онлайн-сервисом Webpagetest [4]. Сервис проводит три теста. Для первого теста данный сервис выводит результат производительности в виде таблицы (рис. 3). Где указаны такие характеристики как время загрузки (2,008с), старт рендеринга (0,600 с), скорость индексации (1215). Отдельно показываются результаты начала и окончания загрузки приложения.

Рисунок 3 – Результаты производительности

    Далее онлайн-сервис показывает диаграмму и сриншот web-приложения (рис. 4). В диаграмме указываются элементы web-приложения и время их загрузки. На рисунке 5 представлена часть диаграммы проверки приложения. По данной диаграмме делаем вывод, что полность web-приложение загружается за 1,6 секунды [4].

Рисунок 4 – Результаты первого теста

Рисунок 5 – Результаты загрузки элементов приложения

При нажатии на один из элементов диаграммы, например 1, появляется дополнительное окно с детальным отчетом (рис. 6).

Рисунок 6 – Дополнительное окно диаграммы с результатами тестирования

Также для первого тестирования выводится разбивка содержимого в виде круговых диаграмм (рис. 7). В первой дмаграмме показано соотношение процентов испоьзуемого контента для web-приложения. Самым большим процентом обладает JavaScript – 43,2%, следом за ним идет CSS – 34,1%, далее image – 13,5%. Внизу данной диаграммы расположена таблица по убыванию тех же элементов, только уже не в процентном соотношении.

Рисунок 7 – Результаты разбиения контента

Вторая диаграмма показывает процентное соотношение элементов по количеству байтов. Самым большим процентом обладает JavaScript – 59,4%, следом за ним идет CSS – 27%, далее image – 8,2%.

Внизу данной диаграммы расположена таблица по убыванию тех же элементов, только уже не в процентном соотношении [4].

На рисунке 8 показаны результаты второго и третьего тестирований. Они содержат те же самые элементы что и первый тест. В результате второго тестирования web-приложение загрузилось за 1,949 секунд. При третьем тестировании web-приложение загрузилось за 2,011 секунд.

Рисунок 8 – Результаты 2-го и 3-го тестирований

В результате проделанной работы ошибок и сбоев в работе web-приложения конструктора формирования landing page не обнаружено.

Библиографический список

1. Официальный сайт Imprium. Тестирование веб-приложений [Электронный ресурс]. – URL: https://imprium.ru/articles/web-applications-testing. (Дата обращения: 5.04.2018).
2. Куликов, С. C. Тестирование программного обеспечения. Базовый курс / С. С. Куликов. – Минск: Четыре четверти, 2017. – 312 с.
3. Официальный сайт Jigsaw [Электронный ресурс]. – URL: https://jigsaw.w3.org. (Дата обращения: 5.04.2018).
4. Официальный сайт Webpagetest [Электронный ресурс]. – URL: https://www.webpagetest.org. (Дата обращения: 6.04.2018).

---

Количество просмотров публикации: Please wait

Все статьи автора «Хлебород София Анатольевна»

Всем привет. Сегодня хотел бы поделится с вами своими мыслями по поводу тестирования лендинг пейдж. Уже было несколько статей на эту тему, но они в большей степени были практическими. В одной из них мы говорили о том, как провести AБ тестирование landing page при помощи сервиса от Гугл, а во второй я рассказал о скрипте для AB тестов. Все это замечательно, но в первую очередь нужно проводить А/А тестирование.

А/А тестирование — это когда вторая страничка полностью дублируется и трафик равномерно распределяется между ними.  У некоторых из вас может возникнуть вопрос: «А для чего проводить тест одной и той же страницы?» Дело в том, что недостаточно сделать иной вариант страницы и начать их сравнивать, ведь АБ тест покажет верный результат, только если на сайт приходит аудитория одинакового качества.

Поэтому, прежде чем начать АБ тесты, сначала необходимо провести А/А тестирование. Разделив трафик пополам вы должны убедиться, что страницы имеют приблизительно одинаковую конверсию. Если разница будет высокой, то согласитесь, проводить АБ тестирование вообще нет смысла.

О чем может свидетельствовать тот факт, что одна и та же страница показала разные результаты конверсии? Давайте думать. Если грубо предположить, то на конверсию влияют качество нашей страницы и качество привлеченной на нее аудиторий. Если показатели конверсии разные, это означает что аудитория распределилась неравномерно.

И если уже на этом этапе у вас разные результаты, то при АБ тесте они окажутся еще более непредсказуемые. Я веду к тому, что если вы разбили аудиторию на несколько потоков и тестируете страницы, то нужно убедиться, что в каждой группе аудитория реагирует одинаково на одни и те же вещи.

Мы можем подождать немного, и возможно через несколько дней показатели сравняются. В таком случае, очевидно, что и АБ тестирование нужно проводить в течении такого же времени.

Если показатели не сравнялись, то можно создать отдельную рекламную компанию для тестирования и таким способом попробовать привлечь более-менее одинаковую по качеству аудиторию.

А вы как считаете, нужно ли проводить а/а тестирование?

Всем привет, мы продолжаем наш марафон ошибок.

Первая часть статьи: Технические ошибки при создании Landing page (Часть 1).

В статье выше мы рассмотрели первые пять ошибок, которые чаще всего допускают в создании лендингов.

Остальные ошибки в landing page

Шестая ошибка: скорость загрузки сайта

Наверное больше половины людей раздражают сайты, которые долго грузятся.

Проведите не большой тест.

Откройте свой сайт, возьмите секундомер или посчитайте сами, сколько секунд, а в некоторых случаях минут, загружается ваш сайта или landing page. Если это занимает больше 3 секунд, поздравляю, ваши дела плохи, из за этого вы теряете деньги, так как около 30 % пользователей закрывают сайты и переходят к следующему.

Статистика Amazon.com говорит о следующем если ваш сайт грузится на 0,10 сек. дольше, то конверсия падает на 20%… и этим все сказано.

Рекомендуем:

1. Попросить дизайнера, что бы пересохранил картинки без белого фона
2. Если вы делаете версии, сохраняйте картинки отдельно для каждой версии и не нужно в моб. версию ставить картинки с большой, основной версии.
3. Старайтесь делать дизайн в css (кто знает, тот поймет)
4. Логичное — пишите простой код сайта, тот который легко воспринимается поисковыми системами. Это больше для программистов.

Седьмая ошибка: шрифта

Дизайнер использовал прекрасный шрифт, вам очень он нравится. Макет заверстали, загрузили всё это и тут бам, оказывается некоторые браузеры не поддерживают такой шрифт или он отображается не полностью.

Рекомендуем:

Всегда проверяйте шрифт во всех браузерах и самое главное спросите у дизайнера, что это за шрифт и отображается ли он, если дизайнер посмотрит, на вас квадратными глазами, бегите от него по дальше.

Восьмая ошибка: время

Многие Создают посадочную страницу месяцами.

Пожалуйста, не нужно создавать landing page по 5 месяцев. Были на нашей практике такие клиенты, которые тянули сами знаете кого , за что 🙂 Макет был изменен более 50 раз, после утверждения, постоянно добавлялись и убирались блоки, изменялись текста, цвета и так далее, в итоге то что вышло не давало результата и после а/б тестирования, нужно было переделывать снова.

Рекомендуем:

Делать все быстро, утверждать и не менять макеты, проводить а/б тест

Девятая ошибка: A/B тестирование

Создание одностраничного сайта, не заканчивается на его фактической выгрузке в интернет. А наоборот, только начинается.

Советую прочитать серию статей на тему а/б теста

1. Разработка продающих сайтов и A/B тестирование в лендинг пейдж;
2. Заказать лендинг пейдж под ключ: самые частые вопросы при A/B-тестирование;
3. А/Б тестирование сайта и landing page, ошибки при тесте;
4. А/Б тестирование для страниц захвата.

Десятая ошибка: изменения на сайте

Если вдруг вы понимаете, что будете менять нужно сказать вашему подрядчику об этом.

Обязательно, нужно указать в ТЗ, что вы хотите сами менять на landing текста, блоки или еще что то, если вы думаете, что заказывая лендинг за 100 долларов, вы сможете менять все самостоятельно, вы ошибаетесь. Вам нужна, админ панель для сайта, и это стоит в 2-3 раза дороже, чем ваш проект.

Кстати, узнайте как выбрать подрядчика, здесь.

Одностраничники Landing page — основы создания и тестирования

Посадочная страница = одностраничный сайт

Что такое Landing Page?

Страницы приземления работают по простому принципу: они сразу избавляют человека от кропотливых поисков того, что он хочет купить. Здесь пользователю объяснят все преимущества товара, его качества и особенности.

Landing Page — это отдельная страница, которая была разработана и адаптирована специально для конкретного предложения. На одной странице потенциальный клиент находит всю интересующую его информацию и чаще всего принимает положительное решение и приобретает предложенный товар.

Эффективная посадочная страница -что это?

Зачем нужны Landing Page?

Основная функция одностраничников – сбор лидов (контактов), одновременно мотивируя гостя сайта на покупку, регистрацию или совершение подписки.

В последнее время Landing Pages приобрели бешеную популярность.

Как можно разработать одностраничник? Для этого есть два основных способа: можно заказать их у веб-мастера или потрудиться самому и освоить азы использования конструктора целевых страниц специального сервиса, который позволит самостоятельно создать необходимый вам одностраничник.

Стоит отметить, что сервис достаточно прост в управлении и для его использования не потребуется каких-то специальных умений и навыков. Коррективы в страницу вносятся при помощи визуального редактора кода, который не потребует знаний в области веб-верстки и HTML

Если вы еще не совсем уверены в том, насколько популярны одностраничники, воспользуйтесь сервисом wordstat и посмотрите, какое количество людей ищут именно Landing Pages.

Для более эффективной работы используйте формулу, согласно которой ваш продукт должен быть равен посадочной странице.

Создание лендинга — это просто!

Какие существуют конструкторы Landing Page?

Производитель может быть самый разный – вы можете выбрать как зарубежный, так и отечественный вариант. Сервис AvenueSoft.ru предоставит возможность на бесплатной основе воспользоваться своими предложениями: Bazium.ru, Landingi.ru, LPgenerator.ru, LPmotor.ru, LPtrend.com, PlatformaLP, UMI.ru.

Структура Landing Page

Зависит от прямой цели создания страницы – привлечение клиентов и их мотивацию к приобретению.

Этим можно объяснить некоторую шаблонность размещения элементов страницы.

Что должна содержать в себе LP, чтобы успешно выполнять все функции?

Эмблема компании.

Небольшое и при этом емкое описание ключевых аспектов деятельности фирмы.

Номер телефона, которым пользователь сможет воспользоваться бесплатно и кнопка обратной связи.

Затем стоит разместить стандартное коммерческое предложение, картинку и кнопку заказа и оплаты онлайн.

Опишите основные проблемы, которые призван решить ваш продукт. Хорошим вариантом будет описание преимуществ и указание сравнительных таблиц (не в пользу конкурентов, конечно, но без перевирания фактов – указывайте реальные достоинства и превосходство вашего предложения)

Демонстрируйте потенциальному покупателю отзывы клиентов, которые уже стали вашими заказчиками.

Размещайте активные призывы к действию.

Включайте в дизайн картинки, которые будут демонстрировать поэтапный процесс оформления заказа и используйте позитивный посыл – довольных заказчиков, получивших продукт и решивших проблему.

Визуализация работает очень качественно, если правильно ее использовать.

Используйте футер — продублируйте название «шапочки» страницы и добавьте к описанию реквизиты вашей компании.

landing-page структура

Правильно
Неправильно

Возникновение идеи
Возникновение идеи

Прототип на бумаге
Сотрудничество с дизайнерами

Прототип в Axure
Хочется все переделать заново

Проведение тестов и подведение их итогов
Дизайнер не улавливает сути идеи и не может в полной мере раскрыть ее

Работа дизайнера
Верстка

Запуск рабочей модели
Необходимость все начинать заново — версия не работает

Зачем лендингу нужен прототип?

Пример прототипа и готового лендинга

Посадочная страница = Продукт х Выгоды х Призыв к действию х Знание ЦА х Психология х Дизайн посадочной страницы

Тексты, которые продают

Читабельные.

Поменьше воды.

Учет целевой аудитории, определение ее выгоды.

В хорошем продающем предложении должно быть 7 плюс 2 слова.

Учитесь выделять самое главное и подчеркивать это соответствующим дизайном.

Краткость – сестра таланта.

Текст должен быть по сути, тезисным и помещаться в небольших абзацах.

Призыв к действию = использование глаголов.

Изображения

Следите за качеством графики.

Первое, на что падает взгляд пользователя, это эмоциональность картинок. Цвета — легкие, лгично построенный дизайн.

Продемонстрируйте наглядно, как работает ваш продукт.

Пусть пользователь сразу видит цену предложения.

Позаботьтесь о том, чтобы контент был хорошо виден на мобильных девайсах.

Контент

Призывы должны быть размещены по всей странице.

Внимание работает таким образом, что фиксируется на нескольких призывах более эффективно, чем на одном.

Абзац должен заканчиваться призывом.

Контекст должен быть привлекательным.

Яркий сочный интерфейс

Кнопки:

Должны быть выделены.

Дизайн имеет значение!

Пользователь должен быть уверен в том, что при нажатии им определенной кнопки он попадет именно в тот раздел, который ему нужен.

Должны вызывать желание их нажать.

Создайте ажиотаж вокруг продукта

Для этого нам и нужны таймеры, которые отсчитывают время до конца акции, а его остается совсем немного.

Создайте впечатление, что на потом решение отложить нельзя.

Подарите клиентам радость первого опыта знакомства с вашим продуктом даром (примерка, консультация).

Виды таймеров для одностраничного сайта

Информация: Отзывы, наличие сертификатов, наград, результаты опросов.

Почему выгодно использовать Landing Page?

Если сравнить одностраничники с обычными страничками сайтов, Landing Page обладают целым рядом привлекательных особенностей:

• Разработаны с учетом потребностей целевой аудитории.
• При этом предлагается одно простое решение проблемы пользователя, а не масса вариантов, среди которых можно потеряться.
• Более высокий уровень конверсии (юзабилити)
• С помощью одностраничников легче осуществить диалог с покупателем – ему не нужно переходить по ссылкам или искать необходимую информацию на других страницах сайта.
• Кроме всего вышеперечисленного, LP систематизирует данные о клиентах, таким образом облегчая поиск идеального клиента и формирование общей клиентской базы. При этом вы имеете возможность связаться с потенциальными клиентами и предложить участие в программе лояльности.
• Небольшая стоимость создания одностраничника позволит стартаперу «прощупать» нишу рынка, в которой он собирается развиваться – на старте бизнеса экономия очень важна.
• Растущий интерес к разработке одностраничников вызвал увеличение числа инструментов для их создания и апгрейда. Также предлагается к использованию возможность создания одностраничника с помощью готовых шаблонов.

Какими могут быть основные продающие блоки лендинга

• Таймер – продемонстрируйте, что время вашего выгодного предложения жестко ограничено.
• Используйте МНП — модель неизбежных продаж.
• Первый экран должен иметь формы захвата.
• Точки захвата – по всей Landing Page.
• Уникальное торговое предложение, указывайте преимущества сотрудничества.
• Отвечайте на вопрос — КАК осуществляется процесс работы вашей компании
• Опишите продукт, подкрепите описание захватами.
• Кейсы и портфолио.
• Живые отзывы, фотографии реальных сотрудников.
• Работайте с доверием и лояльностью – статистика, опись реальных достижений.
• Гарантированный результат и указание конкретной проблемы, которую пользователь сможет решить, используя ваше предложение.
• Указание сроков, конкретизация.
• Лого, партнерка.
• Построение эффективного диалога с пользователем.
• Детализация описания предложения.
• Пункт «О нас» — все, что может заинтересовать пользователя.

Конверсия против здравого смысла

                      Конверсия
                                                       Смысл

                    Рекламный бюджет 100 ООО рублей

Целевой трафик стоит очень дорого: 200 р/клик

Конверсия – 20 процентов

500 посещений
 Трафик — околоцелевой 12 р/клик. 8333 посетителя

Три процента конверсии

500 * 20% конверсии= 100 лидов
8333 посетителя * 3% =  250 лидов

100 лидов = 1 000 рублей за 1 лид ????
 250 л. /400 р. = ????

Принцип работы тестирования вариантов А/Б

Потенциальные клиенты методом случайного отбора заходят на одну из версий лендинга. Весь следующий месяц пользователь будет видеть ту же самую версию, что и первоначально. Результаты тестирования фиксируются и формируются выводы. Вариант-победитель увеличивает конверсию. Окончательный Выбор – за вами!

Говорите о преимуществах продукта и подчеркивайте его выгоду для клиента.

Используйте слова:

• Результат — Прибыль.
• Польза — Прок.
• Выигрыш — Процент.
• Выручка — Рентабельность.
• Дивиденд — Рост.
• Доход — Толк.
• Заработок — Польза.
• Интерес — Помощь.

Заголовок  лендинга

Он должен быть:

Ревалентным.

Понятным, емким, интересным и завлекающим. Это могут быть краткие призывы к действию.

Необходимо выделять его визуальными эффектами.

Чем отличается посадочная страница и обычный многостраничный сайт?

Обычный сайт
Landing Page

Много разрозненной информации, которая отвлекает
Только необходимая информация

С рекламы или поиска попадаете на главную страницу сайта или на раздел каталога
С рекламы попадаете на конкретный товар

Много товара
Один товар или услуга

Внимание посетителя рассеяно и клиент не знает, что выбрать
Внимание посетителя сосредоточено на одном товаре

Сложная навигация по сайту
Навигация отсутствует

Требуется много времени, чтобы найти нужный товар
НЕ надо ничего искать, все сразу перед глазами

Конверсия примерно до 5%
Конверсия до 30% и выше

Высокая стоимость сайта
Низкая стоимость сайта

Шаблонные и индивидуальные одностраничники

Дизайн и внешний вид странички напрямую зависит от ее структуры. Основными недостатками шаблонной структуры считаются невозможность подчеркнуть индивидуальность и невозможность вмешательства в структуру.

Кроме того, сеть полна подобных сайтов. Если ваш выбор пал на шаблонный Landing Page, вы будете уверены в том, что сайт приступит к работе в самый короткий срок и будет сравнительно дешевым.

Индивидуальная работа оплачивается выше, она в полной мере сможет продемонстрировать особенности и преимущества предложения. При этом стоит подчеркнуть, что успешность одностраничника измеряется не его идеальным дизайном, а числом посещений и заказов. Иной раз, прежде чем сайт покажет все, на что способен, придется несколько раз поменять дизайн.

Вывод

Самым дешевым сервисом по созданию одностраничников принято считать UMI.ru, Bazium.ru и PlatformaLP. Широкий ассортимент шаблонов предложит LPgenerator.ru.

Если клиент раздумывает, на каком дизайне остановиться, сервис LPtrend.com вернет вам деньги.

Лучшими среди разработчиков индивидуального дизайна и размещению контекстной рекламы считаются Landingi.ru, LPgenerator.ru или LPtrend.com

Источник

Источник изображения

Сплит-тесты целевой страницы необходимо проводить постоянно, если, конечно, вы хотите знать, чего желают ваши клиенты, постоянно увеличивать коэффициент конверсии и уменьшать стоимость лида (CPL). Сегодня мы перевели для вас полезную инфографику от brandongaille.com, в которой подробно показаны основные виды популярных методов тестирования интернет-трафика, расписаны шаги к положительному результату и освещены самые распространенные ошибки.

Надеемся, что новый пост вам понравится, и вы сможете с помощью LPgenerator легко применить данные рекомендации!

Что такое сплит-тестирование?

А/В-тестирование (или сплит-тест) — это, уже можно сказать, классический подход, использующийся для сравнения двух (А и В) или более (A/B/n тест) версий одной страницы. Варианты страницы должны быть идентичны за исключением одного элемента, влияние которого на восприятие пользователей и проверяется в ходе теста. Данный метод применяется для того, чтобы выяснить, какая из версий страницы наиболее эффективна с точки зрения конвертации пользователей в лиды или продажи.

Сегодня существует также более революционный подход к A/B-тестингу, где тестируются целевые страницы, существенно различающиеся между собой и предлагающие совершено отличный оффер; об этом подробнее читайте в посте: «Дедукция как технология сплит-тестирования».

Например: было изготовлено 2 версии страницы, отличающиеся только местом расположения формы для подписки. В итоге версия А собрала 50 подписчиков, а версия В — 75. Следовательно, версия В эффективнее версии А.

• 24 гипотезы сплит-тестирований
• 11 результатов сплит-тестов

Что такое мультивариантное тестирование?

Мультивариантное тестирование — это метод, позволяющий проверить одновременно множество изменений на странице. При мультивариантном тестировании вы рассматриваете страницу как сочетание элементов. Например, если ваша страница имеет заголовок, изображение и кнопки меню, вы должны разработать несколько вариантов каждого элемента, и проверить все возможные их сочетания.

Если у вас есть по 2 варианта каждого элемента, всего вам предстоит протестировать 8 вариантов страниц (все возможные сочетания).

Очная ставка

A/B-тестирование: проверка различных версий страницы, расщепление трафика равномерно между вариантами.

Мультивариантное тестирование: тестирование различных элементов на одной странице; такой подход идеален для сайтов с высоким потоком трафика.

Важные элементы посадочных страниц, которые должны быть проверены прямо сейчас:

1. Заголовок.
2. Кнопки призыва к действию.
3. Изображения.
4. Шрифт и стиль текста.
5. Копирайтинг или контент.
6. Макет и дизайн страницы.
7. Уникальное торговое предложение (УТП).

12 шагов к успешному тестированию:

1. Составьте четкий план работы.
2. Определите четкие, ясные, измеримые критерии конверсии.
3. Выберите важнейшие элементы для тестирования.
4. Определите, какой метод тестирования наиболее уместен.
5. Определите цели и задачи конверсии.
6. Сформулируйте количество сценариев теста.
7. Определите промежуток времени для запуска теста.
8. Создайте варианты для тестируемых элементов.
9. Установите и настройте разные сценарии теста.
10. Измерьте результаты теста и сделайте выводы.
11. Основываясь на выводах, проведите ряд обновлений;
12. Проведите повторные тесты.

• 7 новых идей тестирования на landing page
• 7 незаурядных стратегий оптимизации конверсии landing page

Основные ошибки при тестировании лендингов

1. Не составлен эффективный план работ.
2. Использование очень низкого трафика для тестов.
3. Проверка большого количества элементов одновременно.
4. Не составлены критерии успеха теста до начала работы.
5. Не проведены повторные тесты.
6. Прогресс тестирования не отслеживается.
7. Не отслеживаются внешние факторы.
8. Запуск теста длится слишком долго.
9. Тестирование незначительных изменений при игнорировании большой концепции.
10. Не уделено внимание всей воронке конверсии в целом.

• Сплит-тестирование как технология оптимизации конверсии (инфографика LPgenerator)

Высоких вам конверсий!

По материалам brandongaille.com

16-09-2013