Der er to hovedmåder at tjene flere penge på dit websted.
Den første er at skabe mere trafik, og den anden er at konvertere flere besøgende til kunder.
A / B-test er en fantastisk måde at få disse ekstra konverteringer på.
Hvis du vil starte A / B-test af dit websted, er det godt.
Det er en effektiv metode til at finde ud af, hvilke ændringer du skal foretage på dit websted for at nå dit mål.
Vil du forbedre konverteringer?
Måske kan ændring af farveskema, knapstørrelse eller knapplacering påvirke resultaterne.
A / B-test er den bedste måde at regne ud dette ud og kontinuerlige A / B-test vil gøre dit websted mere effektivt ..
Men inden du starter A / B-test, skal du forstå, hvordan det fungerer. Det er ikke kun en engangs ting.
Jeg forklarer, hvordan du kan bruge denne strategi til at forbedre din virksomhed og hjælpe dig med at øge dine konverteringsfrekvenser.
Lad os starte med det grundlæggende .
Sådan fungerer A / B-test
A / B-test er ikke svært at forstå. Du starter med at oprette en hypotese om et bestemt element og derefter køre en test for at se, om din teori var korrekt.
For at gøre dette opretter du to forskellige versioner af dit websted. Halvdelen af dit webstedstrafik sendes til en version, og den anden halvdel dirigeres til variationen.
Her er en visuel repræsentation, der giver dig en bedre forståelse af, hvad jeg taler om:
Når du har konfigureret testen, venter du på at se, hvilken variation der har højere konverteringsfrekvenser. Derefter drager du konklusioner og opdaterer dit websted med den version, der konverterer mest.
Hvad der er vanskeligt ved A / B-test er at beslutte, hvor længe der skal køres tests og vælge hvilke elementer, der skal testes. p> Ærligt talt er der ikke et rigtigt svar på disse spørgsmål. Men jeg giver dig nogle vejledninger, der hjælper dig med at køre disse tests effektivt.
Lad os begynde.
Sæt et klart mål for din testprocedure
Her er en visuel gengivelse af, hvordan din procedure skal se ud:
Den første ting du skal gøre er at bestemme, hvilken konvertering der skal forbedres.
Ændr ikke ethvert aspekt af dit websted.
Det er en ineffektiv tilgang og giver dig ikke målbare resultater.
I stedet skal du foretage en ændring af noget specifikt, der er relateret til dit mål.
Hvis du er i tvivl om, hvor du skal starte, er her nogle eksempler på forskellige komponenter, du kan ændre på dit websted:
Test dine CTA-knapper
Når du prøver at få højere konverteringer, er det bedst at starte med den knap, der får folk til at konvertere.
Disse knapper er åbenbart forskellige for hver virksomhed i hver branche. Det afhænger også af dit mål på en bestemt destinationsside. Nogle af jer prøver muligvis at drive et salg, mens andre måske prøver at få besøgende på webstedet til at tilmelde sig deres e-mail-abonnementslister.
Nøglen her vælger et element til at starte. Du vil ikke teste to teorier på én gang. Test af flere hypoteser giver dig ikke afgørende resultater, fordi du ikke ved, hvilken variation der har påvirket resultaterne.
Derfor skal du løbende køre tests for at maksimere effektiviteten.
Start med noget subtilt og let som f.eks. størrelse, farve eller placering af din CTA-knap. For eksempel kan du antage, at en større CTA-knap vil have højere konverteringer.
Du kan også teste den faktiske tekst, der er skrevet på din CTA-knap. Prøv at teste magtord mod handlingsord.
Her er nogle af de kraftord, der konverterer mest:
Bruges nogle af disse ord i din opfordring til handling?
Her er nogle flere statistikker om konverteringssucces for ord, der beder om en handling:
Baseret på tallene i denne grafik kan du antage, at en opfordring til handling, der siger” Tilmeld dig gratis “, vil have højere konverteringsfrekvenser end en, der siger” Download nu . ”
Men der er kun én måde at finde ud af. Test det.
Når du har testet en af disse og er tilfreds med resultaterne, skal du gå videre til en anden test. Hvis du startede med størrelsen på din CTA-knap, skal du gå videre til farven. Derefter kan du teste teksten eller placeringen af knappen.
Test alle CTAer på denne måde på hver side på dit websted.
Færre end halvdelen af webstederne har CTA-knapper, der kan ses på mindre end 3 sekunder. Test af din CTA vil helt sikkert give dig en fordel i forhold til dine konkurrenter.
Evaluer dine overskrifter
Når du er tilfreds med din CTA-knapanalyse, skal du gå videre til andre komponenter på dit websted, der skiller sig mest ud.
Dine overskrifter og underoverskrifter springer helt sikkert ud af siden, så det giver mening at teste de næste.
Hvis dine overskrifter ikke er ordet ordentligt, er det muligvis ikke besøgende læs endda alt indholdet på siden.Mens test af CTA kan synes vigtigere, kan besøgende gå glip af hele dit værdiforslag, hvis overskrifterne ikke holder dem engagerede.
Ud over konverteringer skal du se på analyser, der viser, hvordan længe hver besøgende forbliver på siden.
Hvis en overskrift producerer betydeligt længere gennemsnitlig sidetidstid end variationen, vil det have en positiv indvirkning på konverteringsfrekvenser.
Her er et eksempel på en A / B-test af et websteds overskrift:
Som du kan se, er de to sider identiske bortset fra overskrifterne. I variationen har hovedoverskrift og underoverskrift forskellige ordlyd.
Testen gav afgørende resultater. Webstedsbesøgende, der så version A, udfyldte formularen med en 27,76% højere sats end dem, der så version B.
Hvis dine tests kun ligger inden for 5% eller deromkring, er du muligvis ikke i stand til at sige, at man bestemt er bedre. For at finde ud af det med sikkerhed kan du køre en A / A-test før din A / B-test for at se, hvad din standardafvigelse er mellem de samme versioner af en webside.
Forbedre din checkout-proces
For de af jer, der har et e-handelswebsted, skal du finde måder til at minimere nedlæggelse af indkøbskurv.
Brug af A / B-test på layoutet til din kassen kan virkelig hjælpe dig med at maksimere konverteringer. Du kan fortælle, hvilke elementer der fungerer, og hvilke der kan kastes væk.
Jeg giver dig nogle ideer til de elementer, du kan begynde at teste.
Er du accepterer kuponkoder? Hvis du har en mulighed for besøgende at indtaste en kuponkode under kassen, kan den sende dem til at søge efter en kode.
Men hvis disse koder ikke altid er let tilgængelige, og de bare er noget, du tilbud til en utilfreds kunde, bør det ikke være et primært element i din kassen.
Test det for at se, hvilken slags resultater du får.
Du kan også teste et gæstekasse versus login for at tjekke konverteringsfrekvenser. Jeg antager, at du tilbyder en sikker checkout, så brug A / B-tests for at se, om størrelsen og placeringen af dine sikkerhedsmærker har indflydelse på konverteringer.
Test hvert element på siden. Noget lille kan gøre en enorm forskel.
Her er et godt eksempel på noget subtilt, som iHerb brugte, når A / B testede deres checkout-proces:
Se på venstre side af skærmen. De har en lommeregner for forsendelsesomkostninger. Alt, hvad kunden skal gøre, er at indtaste deres postnummer for at få et skøn over deres forsendelsesomkostninger.
Men Heavy Duty Bag-kampagnen trækker opmærksomheden væk fra lommeregneren.
Her er en anden version på siden:
Som du kan se, blev billedet fjernet, og knappen “Beregn” blev placeret meget tættere på til CTA “Fortsæt til kassen.
OK. Så teknisk ændrede de to elementer på denne side, som jeg sagde, at du ikke skulle gøre. Men dette var subtilt nok til at være effektivt.
Jeg er en stor fortaler for at fjerne rod fra dine sider, så jeg synes, det var en smart beslutning at slippe af med billedet ud over at flytte placeringen af lommeregneren.
Find ud af, hvilke billeder der konverteres
Du vil bestemt bruge billeder til at hjælpe dig med at forbedre dit websted. Det er bare et spørgsmål om at beslutte, hvilke billeder der skal bruges, og hvor de skal placeres.
Hvis du er på hegnet om en beslutning, eller hvis du allerede har nogle billeder på dit websted, skal du køre A / B-test til se hvilke der har de højeste konverteringsfrekvenser.
Du kan for eksempel teste et billede af en mand kontra en kvinde for at se, om de giver forskellige resultater. Eller du kan teste et billede af den samme model, men med forskellige ansigtsudtryk, såsom smilende mod et seriøst ansigt.
Er det bedre at have et stort billede som baggrund for dit websted? Eller vil en hvid baggrund med billedet i forgrunden have højere konverteringer?
Den eneste måde at finde ud af med sikkerhed er at teste din teori.
Du bør også overveje størrelsen og placeringen af dine billeder i forhold til andre elementer på dit websted.
Kør løbende disse tests for at maksimere dine konverteringsfrekvenser.
Lad os for eksempel sige, at du finder ud af, at et foto af en mand konverterer højere end et billede af en kvinde. Nu skal du finde den mest optimale placering af dette foto på siden, så dine tests fortsætter.
Test forskellige farveskemaer
Farver kan have en enorm indflydelse på, hvordan folk ser dit websted. Det skyldes, at forskellige farver påvirker os forskelligt.
Vi er programmeret til at knytte bestemte farver til bestemte begivenheder. For eksempel, hvilken farve bærer alle på en begravelse (i det mindste i Vesten)? Jeg prøver ikke at lyde grumt, men det er en af grundene til, at vi automatisk forbinder farven sort med døden.
Test farver for hver komponent på dit websted, såsom farven på teksten, menuikoner og CTA-knapper.
Her er et eksempel, der tester farverne på opfordringen til handling på dette websted:
sider er identiske, inklusive teksten. Det eneste, der er blevet ændret, er farven. Henvis tilbage til det, jeg sagde tidligere om vores sind, der automatisk knytter visse farver til bestemte ting eller lejligheder.
Nå, vi er programmeret til at gå i grønt og stoppe med rødt. Så en gyldig hypotese for denne A / B-test ville være, at en grøn CTA-knap vil have højere konverteringer end den røde. Du bliver nødt til at køre en test for at finde ud af, om det er sandt for dit websted.
Her er et par andre forslag, der får dig til at brainstorme ..
- priser og omtaler i medierne
- udtalelser og socialt bevis
- videoer
- annoncer
Alle disse komponenter kan påvirke adfærd og handlinger af dine besøgende.
I sidste ende kan disse handlinger påvirke dine konverteringer.
Når du først har sat et mål, kan du danne en hypotese til test for at afgøre, om løsningen hjælper dig med at nå disse mål.
Lad os for eksempel sige, at dit mål er at øge antallet af konverteringer.
Din hypotese er at øge størrelsen på din opfordring til handling-knap og gøre den mere fremtrædende på din Hjemmesiden vil øge konverteringsfrekvensen.
Derefter udtænker du en split test for at teste hypotesen.
Her er et eksempel fra Yuppiechef:
Yuppiechef antog, at deres webstedsbrugere var for distraheret af deres naviga menu.
De mente, at besøgende havde for mange muligheder for at klikke på, så de valgte ikke CTA-knappen.
Hvad gjorde de?
Yuppiechef fjernede navigationslinjen for deres variationsside for A / B-testen.
Testlayoutet resulterede i en 100% stigning i deres konverteringer.
Highrise brugte A / B-test til test en hypotese om overskriften på deres hjemmeside:
Ændring af denne overskrift øgede klik med 30%.
For at opsummere processen:
- sæt et mål
- kom med en hypotese (hvilke elementer skal jeg ændre for at forsøge at nå dette mål?)
- kør en A / B-test
- analyser resultaterne
Hvis du ændrer for mange komponenter på dit websted, vil det være ekstremt vanskeligt at nøjagtigt teste din hypotese.
Vælg en platform til at køre dine A / B-tests
Okay.
Du har et mål og en hypotese.
Men hvordan implementerer du disse tests på dit websted?
Ikke alle en, der driver et websted, er en computeringeniør eller programmør.
Heldigvis behøver du ikke være nogen af dem til at køre en A / B-test.
Der er masser af værktøjer og ressourcer, der kan hjælpe dig med at gøre det.
Her er nogle steder at starte.
Google Analytics har en A / B-testfunktion.
Jeg bruger Google Analytics til at få handlingsdata fra mine websteder.
Hvis du allerede bruger andre funktioner i Google Analytics, og du har det godt ved hjælp af denne platform synes jeg, det er et godt sted for dig at starte.
Du kan også prøve:
- multivariate tests
- redirect tests
Begge disse er valgmuligheder gennem Google Analytics.
Multivariate tests giver dig mulighed for at ændre flere elementer på dine websider.
Omdirigeringstest kaldes også som split URL-tests.
Disse er gode til at teste forskellige destinationssider.
Google Analytics giver dig organiserede og detaljerede rapporter fra dine eksperimenter.
Du kan analyser let disse oplysninger for at bevise eller afkræfte din hypotese.
Det er også gratis at bruge, hvilket altid er en ekstra bonus.
Visual Website Optimizer er en anden mulighed, du kan prøve.
Det giver dig mulighed for at udføre og måle tests på samme måde som du kan med Google Content Experiments, men det inkluderer også en hvad-du-ser-er-hvad-du-får (WYSIWYG) editor. WYSIWYG-editoren giver dig mulighed for at foretage ændringer uden at skulle ændre den underliggende HTML- eller CSS-kode for at køre en test.
Du kan ændre en overskrift eller knapkopi og køre en test uden at skulle verve it-ressourcer til at indstille det op.
Du kan også redigere CSS og Javascript, hvis det er noget, du ved, hvordan du gør, men det er ikke nødvendigt for mange tests.
Således er fordelen ved VWO og mange andre testplatforme er, at de giver dig mulighed for at køre tests uden at bruge it-ressourcer, noget der mangler for de fleste virksomheder.
Optimalt tilbyder også A / B-test.
Som med Google Analytics kan du køre multivariate tests ud over A / B-tests med Optimizely.
Det er nemt for dig at redigere og ændre stort set alle elementer i dit websteds design.
Du skal tilmelde dig et betalt abonnement for at bruge deres platform.
Optimizely tilbyder dig dog en gratis 30-dages prøveperiode for at tjekke deres software – du behøver ikke ne ed til at forpligte sig til et abonnement med det samme.
Genererer optimalt en linje kode, som du kan indsætte i din HTML.
Det er let at følge deres instruktioner, og du kan se resultater baseret på din test i realtid.
Hvis du har en mobilapplikation, giver Optimizely dig også mulighed for at køre eksperimenter på din app.
Unbounce er et andet populært valg til A / B-test.
Her er hvad de tilbyder.
Du kan oprette en destinationsside med høje konverteringsfrekvenser.
Integrer dine analyser, marketingautomatisering, CRM-værktøjer eller e-mail-kampagner med deres software.
Deres A / B-test giver dig mulighed for at optimere konverteringer, konvertere trafik til kundeemner og salg.
Jeg kan godt lide deres træk-og-slip-format til at tilpasse dit websted.
Dette -funktion gør det nemt at foretage ændringer i dine A / B-tests.
Det er en anden betalt abonnementssoftware.
Hvis du er ved hegnet om, hvilken software du skal bruge til din A / B B-eksperimenter, jeg vil bestemt anbefale at prøve en af de muligheder, vi lige har diskuteret:
Disse er alle nemme at bruge, uanset dine mål.
Prioritering af listen
På dette tidspunkt har du normalt en kort til semi-lang liste over tests, du kan køre.
Det er vigtigt at prioritere testene ud fra, hvilken test du tror vil have størst indflydelse på dine konverteringer.
Tror du, at tilføjelse af en udtalelse mere sandsynligt vil føre til en sejr, eller tror du, at en ny kopi til handling-knap-kopi vil gøre forskellen?
Uanset hvad er målet at komme med en liste over tests, du kan køre, og derefter prioritere dem baseret på hvilken du tror vil gøre den største forskel.
Det er også godt at holde styr på de testideer, du har.
Det kan være en god idé at teste en ny overskrift, prøv en ny opfordring til kopi af handlingsknap, og overvej at tilføje et gratis forsendelsesikon et fremtrædende sted på dit websted.
Dette er alle gode ideer, men hvis du tester dem en ad gangen, skal du oprette en liste, så du kan holde styr på dine ideer og ikke miste rigtig gode.
Den bedste måde at gøre dette på er ved at oprette et regneark, hvor du kan logge og prioritere dine ideer til fremtidige tests.
Dette er et eksempel på et regneark, du kan oprette for at holde styr på og prioritere dine testidéer.
Noget andet at huske på er, at test af et element ad gangen kan føre til inkrementel forbedringer, men store ændringer vil sandsynligvis føre til en stor gevinst.
For eksempel kan test af ti små elementer forbedre konverteringerne med 25%, men en stor ændring kan få dem til at stige med 125%. Det anbefales, at du eksperimenterer med større ændringer for at få større gevinster, men når du først kommer i gang, er små tests gode til at løbe som en måde at få dine fødder våde og at lære at køre og måle tests.
Opsætning af testen
Det næste trin er at opsætte testen. Til vores eksperiment skal vi bruge Visual Website Optimizer som vores testplatform, men dette varierer afhængigt af hvilken platform du bruger.
Først skal vi logge ind på VWO og klikke på “Opret test ”For at komme i gang.
Dernæst skal vi vælge” A / B test “for at konfigurere en A / B split test.
Du kan altid køre en multivariat test eller en split URL test, hvis det giver mere mening for den test, du kører, men vi anbefaler at starte med A / B tests indtil du bliver mere komfortabel med at køre et eksperiment og evaluere resultaterne.
Det næste trin er at indtaste den url, vi får test.
Derefter bruger vi VWO WYSIWYG-editoren til at oprette en variation med den nye overskrift. Som du bemærker, er det virkelig nemt at ændre overskriften, og skrifttypen og størrelsen er den samme som den aktuelle version af webstedet.
Du kan bruge html til at tilpasse den nye version, men enkle tests kan køres uden at skulle skrive en enkelt kode kode.
Nu hvor vi er på trin fire, vi Jeg indtaster de handlinger, vi gerne vil spore. Det første trin, vi gerne vil måle til denne test, er antallet af personer, der går fra hjemmesiden til det næste trin i tragten.
Derefter vil vi gerne spore antallet af personer der tilmelder sig en gratis konto.
Det er vigtigt at huske, at det endelige konverteringsmål er det, der virkelig betyder noget.
Det er dejligt at få flere besøgende til at klikke fra hjemmesiden til tilmeldingssiden, men det, der betyder noget endnu mere, er antallet af personer, der ender med at tilmelde sig en gratis prøveperiode.
Og så derefter betyder det mest, hvor mange mennesker der tilmelder sig et betalt abonnement.
Det er de konverteringsmål, der betyder mest for en SaaS-virksomhed, ikke antallet af personer, der klikker igennem fra hjemmesiden til tilmeldingssiden.
Når det er sagt, er det nyttigt at vide, hvad konverteringsfrekvensen er for hvert trin i processen.
Nogle gange bemærker du muligvis, at der er en flaskehals mellem startsiden og tilmeldingssiden, så du kommer med en test, som du håber får flere mennesker til at klikke igennem.
Men hvis det gør du, husk at altid teste for den endelige konvertering, da bare fordi flere mennesker klikker igennem, betyder det ikke, at flere mennesker tilmelder sig din tjeneste eller en gratis prøveperiode.
Og bare fordi flere mennesker tilmelder sig for en gratis prøveperiode betyder det ikke, at flere bliver betalte kunder.
Du skal måle hvert trin i processen, og du skal altid huske at vælge vinderen ud fra de resultater, der har størst indflydelse. på din nederste linje.
Nu til sidst, til det sidste trin i processen, navngiver vi testen, tilføjer nogle noter, bestemmer, hvor stor en procentdel af trafikken der skal bruges, og beslutter om vi vil filtrere ud enhver form for trafik såsom placering, betalt, organisk osv. Her er en yderligere beskrivelse af hver:
- Navnet er simpelthen, hvad du gerne vil kalde testen så du kan skelne det fra forskellige tests, du har kørt. Et simpelt navn som “Crazy Egg Startsideoverskrift” fungerer fint.
- Noter er hvor du kan holde styr på hypotesen til testen eller detaljer om de forskellige variationer. Denne del er valgfri og kan bruges hvis du vil optage noter om det eksperiment, du kører.
- Procentdelen af trafik giver dig mulighed for ikke at teste på al din trafik. Det meste af tiden lader du det være 100%, men hvis det er nødvendigt af en eller anden grund, kan du altid sænke det, så ikke alle besøgende er en del af eksperimentet.
- Måltest til et segment giver dig mulighed for at filtrere visse former for trafik ud. Du kan filtrere ud mobiltrafik, stationær trafik eller internationale besøgende, afhængigt af hvad der giver mening for din virksomhed. Hvis du f.eks. driver et amerikansk baseret websted, der kun sælger til kunder i USA, kan du filtrere international trafik ud, så den ikke påvirk resultaterne på nogen måde.
Din nye variant er nu klar til test.
Nu da den er oprettet, viser VWO automatisk den nye version til ca. halvdelen af din trafik og den originale version (kontrolelementet) til den anden halvdel.
Efter der er sendt nok trafik til begge versioner, vælges en vindende variant, som du derefter kan implementere permanent (eller i det mindste indtil den næste vindende variant er fundet).
Hvis den nye version ikke forbedrer konverteringsfrekvensen , så kan du stoppe testen og gå videre til den næste mulighed på din liste over konverteringstest til dit websted.
Forstå statistikken bag dine data
Okay, som jeg sagde før, vil din A / B-test hjælpe dig med at teste din hypotese.
Når du har opnået resultaterne, skal du give mening om dem.
Dette er et grundlæggende statistisk eksperiment. .
Hvis du har været igennem dit gymnasium eller college-statistik-kursus, giver jeg dig en hurtig opdatering, så du effektivt kan fortolke og analysere resultaterne.
Her er nogle grundlæggende termer til blive fortrolig med:
- middel
- varians
- prøveudtagning
Gennemsnittet er en gennemsnitsværdi af noget .
Varians måler den gennemsnitlige variabilitet for dine resultater.
Jo højere variationen er, desto mindre nøjagtig vil dit gennemsnit (eller gennemsnit) være for eksperimentet.
Du kan bruge en A / A-test til at opdage enhver naturlig variation på dit websted.
Her er et eksempel på A / A-test for at bestemme variansen.
De to hjemmesider ovenfor er identiske.
Den ene til højre havde dog 15% flere konverteringer.
Du kan gør det samme på dit websted ved at opdele trafikken mellem to identiske sider.
Det er vigtigt at kende disse oplysninger, inden du starter A / B-testen.
Her er hvorfor.
Lad os sige, at A / B-testen giver en 15% højere konverteringsfrekvens for den side, du tester.
Nå, hvis din naturlige variation allerede er 15%, er A / B ikke overbevisende .
Hvis du ikke kender din varians fra m A / A-testen, kan det potentielt give dig et falsk positivt resultat, når du kører A / B-testen.
Din prøvestørrelse er også vigtig.
Der er ikke noget fast antal af besøgende, du har brug for for at få eller indstille det antal dage, du har brug for at køre din test i.
Fortsæt din A / B-test, så længe du skal.
Her er et eksempel af nogle resultater kan du se efter et par dage:
Ved første øjekast ser det ud til, at din variation ikke lykkedes.
Men din stikprøvestørrelse er ikke stor nok endnu.
Her er resultaterne af den samme test to uger senere:
Sikker på, du vil holde dig opdateret med dine data, så du kan måle resultatet.
Men gør det ikke for tidligt.
Hvis du afsluttede din test efter de første par dage, ville du have gået glip af alle disse yderligere oplysninger.
Efter at have kørt testen i to uger, kan du se, at der var en forbedring på 25,18% i variationen af din kontrolside.
Det er statistik 101.
Ja, jeg ved, du er begejstret for at se resultaterne, så du kan komme med en færdiggjort side.
Rushing hjælper ikke.
Tag dig god tid, så du kan blive nøjagtig resultater.
Brug A / B-test til at forbedre dine e-mails
Alt, hvad vi hidtil har diskuteret, er relateret til dit websted. Men det er ikke den eneste platform, du bruger til at få konverteringer.
A / B-test er ikke begrænset til dit websted. Du kan også teste faktorer inden for dine e-mail-marketingkampagner.
Også her kan du fokusere på din CTA, farver, billeder, overskrifter og tekst.
Men du kan teste andre faktorer også.
Brug f.eks. A / B-test på dine e-mail-emnelinjer. Indholdet af din besked kan være det samme, men se om du har en signifikant forskel i åbne priser og konverteringer baseret på emnet.
Test antallet af ord i dine marketing-e-mails.
Nylige undersøgelser tyder på, at e-mails mellem 50 og 125 ord har de højeste konverteringsfrekvenser.
Tænk uden for boksen, når du kører disse A / B-tests igen.
Antag ikke, at du kun har lov til at teste elementer på dit websted. E-mail-kampagner er en anden levedygtig mulighed.
Besøg dine tidlige tests
A / B-tests varer ikke kun en dag eller to.
Normalt er du Jeg vil gerne køre hver test i mindst et par uger for at sikre dig, at du har en stor nok prøvestørrelse til at give afgørende resultater.
Lad os sige, at du kører 4 eller 5 forskellige tests på din CTA-knap. Det alene kunne tage 3 måneder. Derefter tester du dine overskrifter, billeder, farver og kassen.
Når du kommer igennem alle disse tests, kunne der være gået et år eller to siden din første test.
Nå, stop ikke nu. Gå tilbage og se om din CTA stadig er så effektiv som muligt.
Konklusion
A / B-test er en af de bedste måder at øge dine konverteringsfrekvenser på.
Men du kører ikke kun en test og kalder det en dag. Denne proces skal være en kontinuerlig del af din marketingstrategi. Stræb altid med at forbedre dit websted.
Test ting som dine CTA-knapper, overskrifter og kassen.
Du kan også teste visuelle elementer som dine billeder og farveskemaer på dine sider.
A / B-test er ikke begrænset til dit websted. Du kan også anvende denne strategi til dine marketingkampagner via e-mail.
Når du er færdig med at teste noget, skal du gå videre til det næste element. Når du har testet alt, skal du starte i starten.
Nu hvor du ved alt om A / B-test, er du klar til at starte. Du ved alt fra hvad A / B-test er til hvordan man kører og optimerer test.
Hvis du ikke er startet endnu, bør du overveje at køre din første test i de næste par uger. Det hjælper dig med at reducere dine anskaffelsesomkostninger pr. Kunde og give dig et overblik over din konkurrence.