๐Ÿ‘‰ Ujian Multivariate vs. Split Testing: Yang Harus Anda Gunakan?

Apakah itu WooCommerce?

Adakah anda bingung sama ada untuk melakukan ujian pecah atau ujian multivariate pada halaman web anda, e-mel dan optins? Ini adalah isu biasa apabila anda bermula dengan pengoptimuman penukaran.

Kebanyakan nasihat tentang pengoptimuman kadar penukaran memberitahu anda untuk menguji, menguji lagi dan terus ujian. Tetapi ia tidak selalu mudah untuk memahami apa ujian yang perlu anda jalankan dan kapan untuk menjalankannya.

Dalam panduan ini, kami akan membandingkan ujian split vs testing multivariate. Pada akhirnya, anda akan mengetahui kebaikan dan keburukan setiap jenis, beberapa kesilapan penting untuk dielakkan dan jenis ujian yang akan digunakan bila. Kemudian anda akan dapat memulakan rancangan ujian anda supaya anda mendapat lebih banyak penukaran dari strategi pemasaran anda.

Ujian Split vs Definisi Pengujian Multivariate

Mari kita mulakan dengan menentukan ujian split dan ujian multivariate. Kami akan menerangkannya dengan lebih terperinci apabila kami meneroka panduan ini, tetapi definisi ringkas ini adalah titik permulaan.

Ujian berpecah menguji kawalan terhadap variasi untuk satu elemen. Kawalan adalah item asal, dan variasi adalah apa yang anda ubah. Dengan kata lain, anda menukar satu item pada halaman dan melihat bagaimana keputusan bagi halaman itu berbeza dari versi asal.

Ujian multivariat menguji pelbagai kombinasi item sekaligus. Dengan kata lain, anda menukar beberapa unsur pada halaman, dan satu versi mungkin kelihatan berbeza dari yang lain.

Memahami Pengujian Split

Ujian Split juga dikenali sebagai ujian A / B. Sebagaimana yang kita katakan sebelum ini, di mana anda mengambil elemen pada halaman web seperti butang tindak-tindak, ubah dan kemudian bandingkan keputusan untuk setiap versi halaman.

Anda melakukan itu dengan memisahkan lalu lintas anda secara sama rata, supaya 50% pengunjung anda melihat versi asal halaman, dan 50% yang lain melihat yang baru.

Satu lagi versi ujian berpecah adalah Ujian A / B / n. Itulah di mana anda menguji lebih banyak variasi elemen tunggal, memisahkan lalu lintas secara merata di antara mereka. Oleh itu, jika anda ingin mencuba empat versi yang berbeza dari butang tindak-tindak, pelawat anda akan berpecah empat, dengan 25% daripada keseluruhan melihat setiap variasi.

Kebaikan dan Kekurangan Ujian Split

Terdapat beberapa kelebihan untuk menggunakan ujian berpecah sebagai alat pengoptimum penukaran. Pertama, ujian berpecah berfungsi dengan baik walaupun di laman web dengan trafik yang rendah. Jadi, walaupun anda baru memulakan perniagaan anda, anda boleh menggunakan ujian split.

Ujian berpecah kedua memberikan data yang boleh dipercayai kerana pembolehubahnya adalah kecil. Dengan kata lain, kerana anda hanya menukar satu elemen pada satu-satu masa, anda mendapat keputusan dengan cepat dan mudah untuk diukur.

Tetapi ada juga satu kelemahan untuk menggunakan ujian A / B: anda tidak dapat memberitahu bagaimana unsur-unsur berbeza pada halaman berinteraksi. Anda mungkin memutuskan untuk menukar teks pada butang CTA anda, tetapi mungkin terdapat sesuatu yang lain mengenai halaman itu yang memberi kesan kepada bagaimana orang memberi respons kepadanya. Ujian Split tidak akan membenarkan anda mengukurnya.

Kesalahan untuk Dihindari Dengan Ujian Split

Sekiranya anda akan menjalankan ujian berpecah yang berkesan, terdapat beberapa kesilapan untuk dielakkan.

Salah satunya adalah menguji halaman yang salah. Jika tidak ada peluang nyata untuk penambahbaikan atau jika tiada sesiapa yang melawat laman tertentu, maka tidak ada gunanya membuat ujian berpecah. Begitu juga, jika mengubah elemen halaman tidak akan membuat apa-apa perbezaan di bahagian bawah, mengapa mengubahnya?

Tetapi jika anda mempunyai peluang untuk membuat perubahan yang akan membuat anda lebih dekat untuk mencapai matlamat perniagaan anda, itulah apabila anda menjalankan ujian berpecah.

Ia juga bijak untuk dielakkan menguji terlalu banyak variasi. Walaupun secara teori, anda boleh melakukan ini, dalam praktiknya akan membuat ujian terlalu lama. Kebanyakan ujian A / B / n berfungsi dengan dua hingga empat variasi.

Satu lagi kesilapan utama ialah tidak membentuk hipotesis yang betul sebelum anda mula menguji. Apa hipotesis? Ini merupakan teka-teki yang berpendidikan tentang apa masalahnya dan bagaimana anda boleh menyelesaikannya, berdasarkan data yang anda miliki.

Mencipta hipotesis membolehkan anda memikirkan apa yang anda ingin ujian dan mengapa, dan untuk memikirkan bagaimana anda akan mengukur hasil anda.

Pemasar Digital mempunyai template yang sangat baik untuk membuat hipotesis:

Kerana kita melihat [A] dan maklum balas [B], kami percaya bahawa mengubah [C] untuk pengunjung [D] akan membuat [E] berlaku. Kita akan tahu ini apabila kita melihat [F] dan mendapatkan [G].

Begini bagaimana ini akan kelihatan dalam keadaan sebenar:

Kerana kami memerhatikan kadar penukaran yang lemah dan pelawat melaporkan mereka tidak dapat mencari butang naik taraf yang kami percaya bahawa membuat butang yang lebih menonjol untuk semua pengunjung akan meningkatkan pendaftaran naik taraf. Kami akan mengetahui ini apabila kita melihat peningkatan dalam pendaftaran naik taraf selama tempoh ujian 2 minggu dan mendapatkan data tinjauan yang menunjukkan bahawa orang kini boleh melihat butang tersebut.

Masa adalah satu lagi ujian pengujian biasa. Terdapat dua aspek:

  • Menjalankan ujian anda terlalu singkat. Sekiranya anda tidak diuji selama cukup lama, hasilnya tidak boleh dipercayai dan anda tidak dapat membuat kesimpulan yang kukuh. Pemasar Digital mempunyai carta yang membimbing anda ke panjang ideal untuk ujian berpecah.

  • Menjalankan ujian berpecah pada masa yang salah. Sebagai contoh, jika anda biasanya mendapatkan peningkatan lalu lintas ke kedai e-dagang anda sebelum bercuti besar, anda tidak dapat membandingkan keputusan dengan ujian pada waktu yang berbeza tahun. Anda perlu membandingkan seperti dengannya supaya anda boleh mempercayai hasil ujian.

Sekiranya anda ingin mengetahui sama ada hasil ujian berpecah anda boleh dipercayai, anda boleh menyemak kepentingan statistik. Itulah cara yang baik untuk mengatakan anda memastikan nombor itu menambah, dan VWO mempunyai alat untuk membantu anda melakukannya.

Ia juga penting untuk memastikan bahawa sebarang perubahan akan membawa hasil. Itu dipanggil penarafan keyakinan, dan standard industri adalah 95%. Alat ini dari Get Data Driven akan membantu anda menentukan rating keyakinan untuk ujian pecah anda.

Memahami Pengujian Multivariate

Seperti yang telah kami katakan, ujian multivariate membolehkan anda menguji pelbagai variasi pada halaman web sekaligus. Menurut Kissmetrics, ujian dengan empat varian membawa kepada penambahbaikan 27% masa, berbanding dengan hanya 14% dengan ujian split.

Terdapat beberapa jenis ujian multivariate:

  • Ujian faktorial penuh, yang menguji setiap unsur gabungan sehingga terdapat pemenang yang jelas. Ini memerlukan banyak lalu lintas, dan lalu lintas diedarkan secara merata di antara variasi.
  • Ujian faktorial pecahan (sering menggunakan Kaedah Taguchi), yang menggunakan kaedah pensampelan untuk menguji kombinasi dan analisis statistik untuk menentukan pemenang. Walau bagaimanapun, ini bermakna anda sebahagiannya bergantung pada andaian, bukannya data.
  • Ujian penyesuaian, yang menggunakan data secara langsung mengenai tindakan pelawat untuk memutuskan gabungan yang menang.

Kelebihan dan Kekurangan Ujian Multivariat

Sebagai alat pengoptimuman penukaran, ujian multivariate menawarkan beberapa faedah. Mula-mula, ia lebih cepat daripada menjalankan satu siri ujian berpecah kerana anda dapat mengubah dan menilai elemen halaman berganda sekali gus.

Kedua, ia membantu anda melihat bagaimana elemen yang berlainan di halaman berinteraksi supaya anda dapat menilai impak keseluruhan. Ini boleh menjadi hebat apabila mendesain semula halaman, kerana anda boleh menguji tajuk, salinan halaman, butang, imej dan borang sekaligus (walaupun, seperti yang anda lihat di bawah, terdapat akibat).

Dan anda juga boleh dengan mudah mengetahui unsur mana yang paling menyumbang kepada peningkatan penukaran.

Walau bagaimanapun, terdapat juga beberapa kelemahan untuk ujian multivariate. Sebagai contoh, ia tidak akan berfungsi untuk laman trafik yang rendah, kerana bilangan kombinasi yang anda uji. Anda perlu mempunyai sekurang-kurangnya 100,000 pengunjung sebulan untuk menganggapnya.

Itu juga terpakai untuk halaman individu. Jika halaman tidak mendapat trafik yang mencukupi, tidak ada gunanya menjalankan ujian multivariate di atasnya.

Di samping itu, kombinasi elemen yang anda uji, semakin lama ujian akan diambil. Sekiranya anda membuat keputusan untuk menguji tiga elemen seperti tajuk anda, hubungi butang tindakan dan imej, yang telah memberikan anda lapan kombinasi untuk diuji. Jika anda menguji lebih banyak unsur, masa ujian dan lalu lintas yang diperlukan juga meningkat.

Kesalahan untuk Elakkan Dengan Ujian Multivariate

Seperti ujian split, jangan gunakan multivariate menguji tanpa hipotesis. Anda mungkin menguji beberapa elemen, tetapi anda masih perlu mempunyai idea mengenai hasil yang anda harapkan.

Seperti yang dinyatakan sebelum ini, elakkan menguji tapak yang tidak mempunyai lalu lintas yang mencukupi untuk membuat ujian multivariate berbaloi. Di laman web tersebut, ia boleh mengambil masa yang lama untuk mendapatkan statistik pengujian multivariate yang boleh dipercayai.

Jangan lari ujian anda terlalu singkat. Lebih banyak variasi yang anda ada dalam ujian anda, semakin banyak masa yang diperlukan dan semakin banyak trafik yang anda perlukan. Gunakan kalkulator durasi VWO ini untuk melakukan matematik.

Kalkulator itu juga akan membantu anda menentukan sama ada saiz sampel anda cukup besar, kerana tidak menguji dengan lalu lintas yang cukup adalah kesilapan pengujian multivariat lain.

Adalah penting untuk memilih elemen yang mungkin mempunyai kesan ke atas penukaran. Seperti yang disebutkan dengan ujian berpecah, tidak ada gunanya menguji sesuatu yang tidak penting.

Akhir sekali, jangan gunakan ujian multivariate untuk menguji elemen individu. Anda akan lebih baik menggunakan ujian A / B untuk itu.

Jenis Ujian Yang Perlu Saya Gunakan Apabila?

Jadi, apakah jenis ujian terbaik untuk anda gunakan? Berita baiknya ialah anda tidak perlu memilih antara ujian multivariate dan ujian berpecah; anda boleh menggunakan kedua-duanya. Ujian Split cepat dan anda boleh mendapatkan keuntungan yang lebih besar apabila anda menggunakannya. Ujian multivariate membolehkan anda mendapatkan gambaran mengenai pelbagai perubahan, maka anda boleh menggunakan ujian split untuk menala elemen individu.

ConversionXL mengesyorkan bahawa anda menggunakan ujian berpecah untuk mencari susun atur yang terbaik untuk halaman dan ujian multivarian untuk tweaking interaksi unsur halaman yang berbeza.

Apa jenis ujian yang anda gunakan, anda akan mengikuti kitaran ujian ini:

  • Kenal pasti masalah, berdasarkan data.
  • Bentuk hipotesis tentang apa pun punca masalahnya.
  • Fikirkan penyelesaian yang mungkin.
  • Uji menggunakan ujian pecah atau ujian multivariate atau kedua-duanya.
  • Menganalisis melihat apa keputusan anda.
  • Mulakan kitaran semula.

Alat untuk Pengujian A / B dan Multivariate

Akhirnya, inilah senarai cepat A / B dan alat ujian multivariat yang boleh anda gunakan:

  • Eksperimen kandungan Google Analitis
  • Pengoptimum Laman Web Visual
  • Dioptimumkan
  • Google Optimalkan

Dan, tentu saja, anda boleh mengecilkan optin OptinMonster anda untuk melihat versi mana yang paling berkesan.

Sekarang anda tahu perbezaan antara ujian split dan ujian multivariat, supaya anda dapat memulakan ujian ini sebagai alat pengoptimuman penukaran. Anda juga boleh menggunakan ujian berpecah sebagai sebahagian daripada pemasaran e-mel. Jangan lupa mengikuti kami di Twitter dan Facebook untuk panduan lebih bebas.

Tonton video itu: Apa Itu WooCommerce dan Cara Pasangnya # 42

Like this post? Please share to your friends:
Tinggalkan Balasan

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