A-B testing er et av de viktigste verktøyene når det kommer til konverteringsoptimalisering. Med A-B testing ønsker man å finne ut hvilken av to (eller flere) varianter av en funksjonalitet som gir best resultat. Ved disse testene tar man gjerne utgangspunkt i landingssiden. En landingsside er ikke, som mange kanskje tror, forsiden på nettsiden din. Dette er derimot den første siden en besøkende kommer inn på når de besøker din nettside.

Vi tar utgangspunkt i landingssiden sånn som den ser ut nå (A), for så å lage en ny variant (B) av siden. Endringene som blir gjort kan for eksempel være bildet som er blitt brukt eller hvor en tekst er plassert, eller så enkelt som kun endring av en overskrift. Når testen starter vil 50% av de besøkende til nettsiden din bli sendt til landingsside variant A, mens den andre halvparten blir sendt til landingssiden variant B. Ved hjelp av verktøy som for eksempel Optimizely eller Visual Website Optimizer får man muligheten til å måle resultatene på både variant A og B for å finne ut hvilken som konverterer best. Det er viktig at man har nok trafikk til nettsiden sin når man gjør en test som dette, da man ønsker å få svar på om endringen hadde positiv, negativ eller ingen effekt på brukerens oppførsel.

Jeg vil nå gå gjennom flere punkter for å sette opp, gjennomføre og mål en A-B test – disse puntkene er oversatt fra https://blog.hubspot.com/marketing/how-to-do-a-b-testing.

 

Hvordan gjennomføre en A-B test

FØR GJENNOMFØRING:

1. Velg en variabel du skal teste

Når man oppdaterer sin nettside eller nettbutikk kommer du kanskje over flere variabler du ønsker å teste. For å finne ut akkurat hvor effektiv en endring er er det ønskelig å isolere en ”uavhengig variabel” og måle akkurat denne sin ytelse. Man kan selvfølgelig teste flere variabel på en nettside, men vær nøye på at du kun tester en om gangen. Husk at kun små endringer kan føre til store forskjeller i resultatene, og de mindre endringene er ofte lettere å måle enn de store.

2. Identifiser målet ditt

Selv om du skal måle flere ”metrics” i en test, er det lurt å velge en spesifikk å fokusere på – før du gjennomfører testen. Dette er det som blir kalt din avhengige variabel. Det er da viktig at du vet hva du forventer av denne variabelen på slutten av testen. Dette er viktig å finne ut av i forkant av testen for å gjøre testen så effektiv som mulig.

3. Lag en ”kontroll” og en ”utfordrer”

Du har nå en uavhengig og en avhengig variabel, i tillegg til ønsket utfall av testen. Denne informasjonen skal du bruke til å konfigurere den uendrede versjonen av hva du tester som din kontroll”. Hvis du for eksempel skal teste en nettside vil ”kontrollen” være den uendrede nettsiden som allerede eksisterer. Utover dette skal du skape en variasjon av denne siden, en ”utfordrer”. Denne siden skal ha de endringene du ønsker å gjøre, enten dette er endre en overskrift eller et bilde.


4. Fordel prøvegruppene jevnt og tilfeldig

I de testene du har mer kontroll over publikummet, som for eksempel ved bruk av e-post, er du nødt til å teste med to eller flere publikummer som er like. Dette er for å få konkluderende resultater. Hvordan du velger å gjøre dette avhenger av A-B testings verktøyet du bruker.

5. Bestem prøveformat (hvis det er aktuelt)

Hvordan du bestemmer ditt prøveformat avhenger også av A-B testingsverktøyet du bruker, samt hvilken type A-B testing du gjennomfører. Dersom du A-B tester en e-post er det mest sannsynlig ønskelig å sende en A-B test til en mindre gruppe på listen din for å få statistiske signifikante resultater. Du vil eventuelt velge en vinner og sende den vinnende varianten videre til resten av e-postlisten din.

Tester du noe som ikke har et begrenset publikum, som for eksempel en nettside, vil hvor lenge du opprettholder testingen påvirke utvalgsstørrelsen. Du er nødt til å la testen pågå lenge nok til å oppnå et betydelig antall visninger, ellers vil det være vanskelig å si om det har vært statistisk signifikant forskjell mellom de to variantene.


6. Bestem hvor signifikante resultatene dine må være

Når du har valgt ditt mål må du tenke over hvor signifikante resultatene dine skal være, for å kunne rettferdiggjøre hvorfor du velger en variant over en annen. Statistisk signifikans er en svært viktig del av A-B testing prosessen, som ofte blir misforstått.


7. Pass på at du kun gjør en test om gangen på en kampanje

Det å teste mer enn en ting for en enkel kampanje kan komplisere resultatene dine. Hvis du A-B tester en e-post kampanje som sender deg rett til en landingsside samtidig som du A-B tester akkurat den landingssiden – hvordan kan du da vite hvilken endring som førte til økningen?

 

UNDER A-B TESTEN

8. Bruk et A-B testingsverktøy

For å gjennomføre en A-B test på din nettside eller i en e-post, er du nødt til å bruke et A-B testingsverktøy. Det finnes flere forskjellige verktøy du kan bruke, og man må da finne ut hvilket som passer best.


9. Test begge variantene samtidig

Timing spiller en viktig rolle i markedskampanjeresultatene dine, uansett når på dagen, hvilken dag i uken, eller hvilken måned. Hvis du tester variant A gjennom en måned, og variant B gjennom neste måned – hvordan kan du da vite om ytelsesendringen var forårsaket av endringen du gjorde på nettsiden eller bare hvilken måned det var? Her finnes det et unntak – dersom du tester timing. Som for eksempel for å finne de beste tidene å sende ut e-poster på.


10. Gi A-B testen nok tid til å produsere nyttig data

Du må passe på at du lar testen pågå lenge nok for å oppnå en betydelig størrelse. Men hvor lenge er lenge nok? Dette kommer an på din bedrift og hvordan du utfører A-B testen. Statistisk signifikante resultater kan skje på noen timer, dager eller uker. Trafikken du får på din nettside spiller her en viktig rolle. Dersom din bedrift ikke får mye trafikk vil det ta lenger tid å gjøre en A-B test.


11. Be om tilbakemelding fra brukerne

A-B testing handler mye om kvantitativ data, men dette hjelper deg ikke nødvendigvis å forstå hvorfor mennesker gjør visse handlinger. Mens du gjør en A-B test, hvorfor ikke samle inn kvalitativ tilbakemelding fra brukerne samtidig? En av de beste måtene å gjøre dette på er gjennom en avstemning på din nettside. Du kan for eksempel lage en ”exit survey” som spør kundene hvorfor de ikke kjøpte varen de så på, eller lignende.

 

ETTER A-B TESTEN

12. Fokuser på din ”goal metric”

Selv om du kommer til å måle flere beregninger, må du fokusere på det primære metriske målet når du gjennomfører analysen.


13. Mål signifikansen av dine resultater ved å bruke en A-B testing kalkulator

Nå som du vet hvilken variant som gir best resultater må du finne ut om resultatene du har fått er statistisk signifikante eller ikke. Er resultatene du har fått på endringen gode nok til å faktisk gjennomføre endringen?


14. Gjør handling ut ifra resultatene dine

Dersom en variant er statistisk bedre enn en annen, har du en vinner. Fullfør testingen ved å deaktivere den varianten som har gitt dårligst resultat i A-B testingen. Hvis ingen av variantene er statistisk bedre har du lært at variabelen du testet ikke påvirket resultatene. Du kan da markere testen som ufullstendig eller gjøre en ny test.


15. Planlegg din neste A-B test.

A-B testen du nettopp har gjort kan ha hjulpet deg til å oppdage en ny måte å gjøre markedsføringsinnholdet ditt effektivt – men ikke stopp der! Det er alltid rom for mer optimalisering. Du kan for eksempel prøve å utføre en A-B test på en annen funksjon på samme nettside eller e-post. Ha alltid øynene åpne for muligheter for å kunne øke konverteringsfrekvenser og leads.

 

KILDER:

https://blog.hubspot.com/marketing/how-to-do-a-b-testing

https://www.convert.no/tjenester/etter-prosjektet/ab-split-testing/

Hva er A/B-testing?

 

 

 

 

 

 

 

 

 

Hvordan gjøre en A-B test

One thought on “Hvordan gjøre en A-B test

Leave a Reply

Your email address will not be published. Required fields are marked *