👉 Multivariate Testing vs Split Testing: Hvad skal du bruge?

Hvad er WooCommerce?

Er du i tvivl om, hvorvidt du skal foretage split test eller multivariate test på dine websider, e-mails og optins? Det er et almindeligt problem, når du kommer i gang med konverteringsoptimering.

De fleste råd om optimering af konverteringshastigheden fortæller dig at teste, teste igen og fortsætte med at teste. Men det er ikke altid let at forstå, hvilke tests du skal køre og hvornår du skal køre dem.

I denne vejledning sammenligner vi delt test vs. multivariat testning. I sidste ende kender du fordele og ulemper ved hver type, nogle vigtige fejl at undgå, og hvilken type test, der skal bruges, når. Derefter kan du komme i gang med din testplan, så du får flere konverteringer fra din marketingstrategi.

Split Testing vs Multivariate Testing Definitions

Lad os begynde med at definere split test og multivariate test. Vi vil forklare dem mere detaljeret, når vi går gennem vejledningen, men disse korte definitioner er et udgangspunkt.

Split test tester en kontrol mod en variation for et enkelt element. Kontrol er det oprindelige element, og variationen er, hvad du ændrer. Med andre ord ændrer du et emne på en side og ser, hvordan resultaterne for denne side varierer fra den oprindelige version.

Multivariativ test tester flere kombinationer af genstande på én gang. Med andre ord ændrer du flere elementer på en side, og en version kan se radikalt anderledes ud end en anden.

Forstå Split Testing

Split test er også kendt som A / B test. Som vi sagde tidligere, er det hvor du tager et element på en webside som en opfordring til handling, ændrer den og sammenligner resultaterne for hver version af siden.

Det gør du ved at opdele din trafik jævnt, så 50% af dine besøgende ser den oprindelige version af siden, og de andre 50% ser den nye.

En anden version af split test er A / B / n test. Det er her du tester flere variationer af et enkelt element, og opdeler trafikken jævnt mellem dem. Så hvis du ønskede at prøve fire forskellige versioner af en opfordring til handling, vil dine besøgende blive opdelt i fire, med 25% af alt, der ser hver variation.

Fordele og ulemper ved Split Testing

Der er et par fordele ved at bruge delt test som et konverteringsoptimeringsværktøj. For det første fungerer delt testning godt selv på steder med lav trafik. Så selvom du lige er begyndt at bygge din virksomhed, kan du bruge delt testning.

For det andet giver delt testning pålidelige data, fordi variablerne er små. Med andre ord, da du kun ændrer et element ad gangen, får du resultater hurtigt, og de er nemme at måle.

Men der er også en ulempe ved at bruge A / B-test: Du kan ikke fortælle, hvordan forskellige elementer på en side interagerer. Du kan måske beslutte at ændre teksten på din CTA-knap, men der kan være noget andet om den side, der påvirker hvordan folk reagerer på det. Split test vil ikke lade dig måle det.

Fejl at undgå med Split Testing

Hvis du vil køre en effektiv split test, er der et par fejl at undgå.

En af disse er teste de forkerte sider. Hvis der ikke er nogen reel mulighed for forbedring, eller hvis ingen besøger en bestemt side, er der intet tidspunkt at oprette en deltest. Hvis du ændrer et sideelement, vil det heller ikke gøre noget for bundlinjen, hvorfor ændre det?

Men hvis du har chancen for at foretage en ændring, der får dig tættere på at nå dine forretningsmål, det er når du kører en deltest.

Det er også klogt at undgå tester for mange variationer. Mens du i teorien kan gøre det, ville det i praksis gøre testene for lange. De fleste A / B / n-test arbejder med to til fire variationer.

En anden stor fejl er ikke danner en ordentlig hypotese før du begynder at teste. Hvad er en hypotese? Det er et uddannet gæt om, hvad et problem er, og hvordan du kan løse det, baseret på de data, du har.

Oprettelse af en hypotese giver dig mulighed for at finde ud af, hvad du vil teste og hvorfor, og tænke på, hvordan du måler dine resultater.

Digital Markedsfører har en fremragende skabelon til at skabe en hypotese:

Fordi vi observerede [A] og feedback [B], mener vi, at ændring af [C] for besøgende [D] vil gøre [E] ske. Vi ved dette, når vi ser [F] og opnår [G].

Sådan ser det ud i en reel situation:

Fordi vi observerede en dårlig konverteringsfrekvens, og besøgende rapporterede, at de ikke kunne finde opgraderingsknappen, mener vi, at at gøre knappen mere fremtrædende for alle besøgende vil øge opgraderingsannonser. Vi ved dette, når vi ser en stigning i opgraderingsmeldinger over en testperiode på 2 uger og henter undersøgelsesdata, der viser, at folk nu kan se knappen.

Timing er et andet fælles split test problem. Der er to aspekter af dette:

  • Kører din test for kort tid. Hvis du ikke har testet længe nok, er resultaterne ikke pålidelige, og du kan ikke trække konkrete konklusioner. Digital Marketer har et diagram, der fører dig til den ideelle længde til en split test.

  • Kører en delt test på det forkerte tidspunkt. For eksempel, hvis du normalt får øget trafik til din e-handel butik inden en storferie, kan du ikke sammenligne resultater med et testkørsel på et andet tidspunkt på året. Du skal sammenligne som med, så du kan stole på testresultaterne.

Hvis du vil vide, om dine split testresultater er pålidelige, kan du tjekke for statistisk betydning. Det er en fabelagtig måde at sige, at du sørger for, at tallene fylder op, og VWO har et værktøj til at hjælpe dig med at gøre det.

Det er også vigtigt at være temmelig sikker på, at enhver ændring vil medføre resultater. Det hedder en tillidsklassificering, og industristandarden er 95%. Dette værktøj fra Get Data Driven hjælper dig med at bestemme tillidskvaliteten for din split test.

Forståelse af multivariate test

Som vi har sagt, giver multivariate testning dig mulighed for at teste flere variationer på en webside på én gang. Ifølge Kissmetrics fører test med fire varianter til forbedringer 27% af tiden sammenlignet med kun 14% med delt test.

Der findes flere typer multivariat test:

  • Fuld factorial test, som tester alle mulige kombinationer af elementer, indtil der er en klar vinder. Dette kræver meget trafik, og trafikken fordeles jævnt blandt variationerne.
  • Brøkfaktorprøvning (ofte ved brug af Taguchi-metoden), der bruger en prøveudtagningsmetode til at teste kombinationer og statistisk analyse for at bestemme vinderen. Det betyder dog, at du delvis er afhængig af antagelser, snarere end data.
  • Adaptiv testning, som bruger live data om besøgs handlinger for at beslutte om den vindende kombination.

Fordele og ulemper ved multivariate test

Som et konverteringsoptimeringsværktøj tilbyder multivariat test flere fordele. For det første er det hurtigere end at køre en række splittetests, da du kan ændre og evaluere flere sideelementer på én gang.

For det andet hjælper det dig med at se, hvordan forskellige elementer på en side interagerer, så du kan vurdere den samlede effekt. Det kan være godt, når du redesigner en side, da du kan teste overskrifter, side kopi, knapper, billeder og formularer på én gang (selvom du vil se nedenfor, er der konsekvenser).

Og du kan også nemt finde ud af, hvilke elementer der bidrog mest til enhver stigning i konverteringer.

Der er dog også få ulemper for multivariate test. For eksempel fungerer det ikke for lavtrafiksteder, på grund af antallet af kombinationer, du tester. Du skal have mindst 100.000 besøgende om måneden for at overveje det.

Det gælder også for enkelte sider. Hvis en side ikke får nok trafik, er der intet punkt i at køre en multivariativ test på den.

Desuden jo flere elementkombinationer du tester, jo længere vil testen tage. Hvis du beslutter at teste tre elementer som din overskrift, skal du ringe til handlingsknappen og billedet, der giver dig allerede otte kombinationer til at teste. Hvis du tester flere elementer, øges testtiden og den nødvendige trafik.

Fejl, der skal undgås ved multivariat test

Som ved split test skal du ikke bruge multivariate test uden hypotese. Du må muligvis teste flere elementer, men du skal stadig have en ide om de resultater, du forventer.

Som tidligere nævnt undgås teststeder, der ikke har nok trafik at gøre multivariate testning værd. På disse websteder kan det tage meget lang tid at få nok pålidelige multivariate teststatistikker.

Kør ikke din test for for kort tid. Jo flere variationer du har i din test, desto mere tid vil det tage, og jo mere trafik skal du bruge. Brug denne VWO-varighedsberegner til at lave matematikken.

Denne regnemaskine vil også hjælpe dig med at bestemme, om din stikprøvestørrelse er stor nok, da ikke test med tilstrækkelig trafik er en anden multivariativ testfejl.

Det er vigtigt at vælge elementer, der sandsynligvis vil påvirke konverteringer. Som nævnt med split test, er der intet punkt i at teste noget ubetydeligt.

Endelig må du ikke bruge multivariate test til at teste individuelle elementer. Du ville hellere bruge en A / B-test til det.

Hvilken type test skal jeg bruge når?

Så hvad er den bedste type test, du skal bruge? Den gode nyhed er, at du ikke behøver at vælge mellem multivariate test og split test; du kan bruge begge dele. Split tests er hurtige, og du kan få større gevinster, når du bruger dem. Multivariate test giver dig mulighed for at få et overblik over flere ændringer, så du kan bruge delt test for at finjustere individuelle elementer.

ConversionXL anbefaler, at du bruger delt testning til at finde det bedste layout til en side og multivariat test for at tilpasse interaktionen mellem forskellige sideelementer.

Uanset hvilken type test du bruger, vil du følge denne testcyklus:

  • Identificer problemet, baseret på data.
  • Skab en hypotese om, hvad årsagen til problemet er.
  • Tænk på en mulig løsning.
  • Test med enten split test eller multivariate test eller begge dele.
  • Analyser se, hvad dine resultater er.
  • Start cyklus igen.

Værktøjer til A / B og Multivariate Testing

Endelig er her en hurtig liste over A / B og multivariate testværktøjer, du kan bruge:

  • Google Analytics indholdseksperimenter
  • Visuel Website Optimizer
  • Optimizely
  • Google Optimer

Og selvfølgelig kan du dele test din OptinMonster optins for at se hvilken version der er mest effektiv.

Nu ved du forskellen mellem delt test og multivariat test, så du kan komme i gang med disse tests som et konverteringsoptimeringsværktøj. Du kan også bruge delt test som en del af e-mail marketing. Glem ikke at følge os på Twitter og Facebook for flere gratis guider.

Like this post? Please share to your friends:
Skriv et svar

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