Voor meer dan vijf jaar zijn de teams van AB Tasty getuige van de implementatie van duizenden testen, optimalisatie ideeën, analyses van resultaten en van manieren waarop hypotheses worden opgezet. Van al deze testen hebben we een paar pareltjes gevonden die we graag met je willen delen, zodat deze niet gebeuren wanneer jij de macht erover hebt!

1. Het testen van nutteloze elementen

useless

Het heeft geen zin om tijd te besteden aan het testen van elementen waar de invloed ervan op je business te verwaarlozen lijkt. Vrij weinig bezoekers op je website zullen interactie hebben met elementen die een zwakke zichtbaarheid hebben, en in de meeste gevallen riskeer je dat deze testen nooit de statistische betrouwbaarheid zullen bereiken. We hebben al gebruikers gezien die de footer van de website gaan redesignen of die verschillende bevestigingsmails gingen sturen wanneer de bezoeker zijn wachtwoord vergeten was. Deze testen brachten, niet geheel verrassend, geen resultaten. Verspil niet je tijd. Concentreer je in plaats daarvan op gebieden die het waard zijn om te testen, omdat die aspecten zich vooral bevinden in een belangrijke fase in je conversietrechter of omdat die aspecten een hoog aantal van webtraffic krijgt. Vestig je op de data die zowel kwalitatief als kwantitatief zijn om zo de kansen voor je testen te identificeren.

2. Het testen van onwaarschijnlijke scenario’s

stadium

Met AB Tasty kan je je richten op de pagina’s en gebruikers die je wilt meenemen in je testen. Targeting kansen zijn erg nauwkeurig, wat ons in staat stelt om te reageren op de verscheidenheid van testscenario’s en op de flexibiliteit van de eisen van onze klanten. Als een grote distributieketen bijvoorbeeld de impact wil testen van verlaagde verzendkosten in stedelijke gebieden waar ze een paar fysieke collectiepunten hebben, dan is het te overwegen om testen uit te voeren die gericht zijn op de geografische locatie van bepaalde grote steden. Maar het targeten van pagina’s en gebruikersprofielen kan het effect hebben dat de omvang en grootte van het geteste voorbeeld gaat verminderen. Hoe nauwkeuriger de targeting, des te langer het duurt om een toereikend aantal bezoekers te verzamelen om zo statistische betrouwbaarheid te verkrijgen. Je testen zullen langer duren en de testen riskeren dat je je geduld verliest.

Om je te helpen om zo snel mogelijk een verstandige beslissing te nemen, hebben we een statistische betrouwbaarheidscalculatie toegepast waarbij we ons baseren op de Bayesiaanse methode. Ondanks dit is het belangrijk om te onthouden dat twintig conversies nooit genoeg zijn om een definitieve conclusie te trekken. Testen met onwaarschijnlijke scenario’s dragen bij aan tijdverlies en zullen daarom ook moeten worden opgegeven.

3. Testen zonder rekening te houden met context

hurricane

De marketingbeslissingen die je neemt heeft niet alleen invloed op het aantal bezoekers op je website, maar ook op hun gedrag. Campagnes om je webtraffic te stimuleren, particuliere verkoop initiatieven of sales zijn allemaal mogelijkheden die een directe impact hebben op de resultaten van een test en de conclusies die daaruit worden getrokken. Omdat de bezoekers willekeurig en gelijkmatig worden verdeeld over de variaties, kun je over blijven met de eerste indruk dat de invloed van je marketingstrategie is geëlimineerd. Dit komt omdat alle variaties betrokken worden op hetzelfde niveau en omdat de analyse zich richt op de verschillen in verhouding. Dit is voor een gedeelte waar, maar je moet niet vergeten dat dit vooral invloed kan hebben op het gedrag van je proef. Bijvoorbeeld, tijdens sales periodes zullen de internet gebruikers gemotiveerder zijn dan normaal door de prijzen en de mogelijkheid om een goede deal te vinden. Hun neiging om een verkoop te voltooien zal veel sterker zijn en zal zeker de impact verhogen van de wijzigingen die je van plan bent om te maken.

Gelukkig is het gemakkelijk om deze valkuil te vermijden als je veel kennis hebt van de werking van je acquisitiestrategie, hetzij door het niet testen tijdens deze periodes, hetzij door je testen te richten op een meer representatieve populatie met uitzondering van bijvoorbeeld bezoekers die je site al hebben bereikt door een campagne die al aan de gang is. Ook kan je de test alleen focussen op bepaalde producten. Een andere optie is om de resultaten te filteren door gebruikers uit te sluiten die een ongewoon gedrag laten zien.

4. Testen om uit te vinden of jij of je collega het beste idee heeft

Testen wordt vaak voorgesteld als de beste manier om afwijkende meningen te regelen, om zo een einde te maken aan de debatten en tijd te winnen door het “uitvluchten” te vermijden. Maar is het echt effectief als deze meningen zijn gebaseerd op slechte ideeën, of als de hoofdzaak van het argument geen invloed heeft op de conversiepercentages? Het proberen om een beslissing te maken tussen de twee betekent dat je nog steeds je tijd hebt verspild en je webtraffic hebt gemonopoliseerd die je intelligenter had kunnen benutten. Dus ja, testen stelt je in staat om te kiezen tussen meerdere alternatieven. Maar om resultaten te verkrijgen moet je ervoor zorgen dat deze alternatieven worden gerechtvaardigd door concrete data.

5. Het testen van je redesign na de feiten

canape

Persoonlijke doelstellingen achter een test kunnen in strijd zijn met de doelstellingen van het bedrijf. Het is helaas vaak te horen: “We gaan een redesign testen om te zien of het effectiever is”, en te zien dat, ondanks de tegenvallende prestaties, de resultaten in productie worden gehouden. En het is natuurlijk moeilijk om toe te geven dat het ontwikkelen van een versie van je website veel minder effectief blijkt te zijn dan de normale versie, helemaal wanneer je er veel tijd aan hebt besteed. Het is eenmaal normaal dat je je werk niet wilt weggooien.

Om dergelijke teleurstellingen te voorkomen is het beter om stapsgewijs testen uit te voeren op kleine elementen in plaats van in een keer een volledige revisie van de pagina te testen, als de inzet op een pagina hoog is. Testen leent zich veel makkelijker voor een continue verbetering aanpak die de kosten van mislukkingen beperkt en die je in staat stelt om verschillen toe te schrijven aan prestaties van specifieke elementen. Als blijkt dat een geheel andere variatie effectiever is dan de normale variatie, zal je niet in staat zijn om te bepalen wat de wijzigingen waren die de grootste impact hadden op de verbetering. Je kan heel blij zijn, maar je zult niet veel leren over je publiek waarom ze gunstiger hebben gereageerd op die variatie. Een grote mate van onzekerheid blijft behouden en het is ook zeer waarschijnlijk dat je versie een of meerdere wijzigingen had die een negatief effect hebben.

De enige keer dat je deze regel zou moeten verbreken is wanneer een site een laag aantal traffic heeft dat zich niet leent aan het testen van kleine elementen. In dat geval is er tijd nodig om de statistische betrouwbare resultaten te verkrijgen. Het is daarom beter om storende wijzigingen te testen die aansprakelijk zijn voor significante winsten en om vervolgens sub-elementen te testen om zo de resultaten proberen te verfijnen.

6. Het testen van elementen die te ver van je conversiepagina liggen

Laat het me niet zeggen, omdat ik het nog niet heb gezegd: een test op je homepagina kan van invloed zijn op je totale conversiepercentage (bijvoorbeeld: een aankoop op een e-commerce website, het invullen van een formulier voor een lead generation site). Maar dit zal zelden het geval zijn: je bent een element aan het testen wiens rol zeker klein is wanneer een koper een beslissing neemt, omdat het te ver van de pagina is waar de conversie heeft plaatsgevonden. Het is essentieel dat je de tussenliggende prestatie-indicatoren en aangepaste indicatoren op elk type pagina kan definiëren. Dit komt omdat elke pagina een precieze rol heeft die haar eigen bijdrage heeft aan de uiteindelijke conversie. Het doel van een categoriepagina is het bekijken van productpagina’s; het doel van een winkelwagenpagina is om producten eraan toe te voegen, etc. Elk van deze pagina’s is een micro-conversie die de bezoekers leidt op je website langs het conversie pad. Deze secundaire doelstellingen stellen je in staat om een beter gevoel van de prestaties van een variatie te krijgen en zijn over het algemeen gemakkelijker te verbeteren dan je belangrijkste doelstelling. Omdat deze micro-conversies vaker gebeuren, kun je sneller de statistische betrouwbaarheid verkrijgen op de vraag of de wijzigingen echt een impact hebben gehad. Kortom, als je snel resultaat wilt over je transacties en inkomsten, concentreer je dan op de testen die in verband staan met het inkoop pad. Als je de belemmeringen van de conversie wilt identificeren, moet je significante winsten bereiken. Maar je zal dan een moment tegenkomen waarbij het aan het plafond zit en dat vervolgens moeilijk te passeren is. Op die momenten wordt het optimaliseren van micro-conversies een belangrijk deel van de continue verbetering van de strategie.

Conclusie

Het voornaamste struikelblok voor al deze voorbeelden is het uiteenvallen van businessobjecten, geteste elementen en gedefinieerde indicatoren in de test tool. Succesvolle testen berusten op het feit dat deze elementen samenhangend zijn. Testen vereisen een strenge, maar toch eenvoudige methode: het formuleren van een samenhangende hypothese, het testen op een representatief en groot genoeg publiek, het interpreteren van de resultaten met behulp van de juiste doelstellingen en het accepteren dat de hypothese wellicht onjuist geweest zou kunnen zijn.