Când să căutați maximul local și global cu testarea dvs. A / B

Imaginați-vă că urcați pe muntele Everest într-o ceață deasă cu amnezie. Nu puteți vedea decât până la mâna întinsă. Nu știi unde ești sau în ce direcție să te îndrepți, doar că trebuie să ajungi la vârf. Care sunt șansele pe care le faceți?

Probabil la fel de jos ca și muntele.

O analogie atât de dramatică ca aceasta, a fost făcută cu referire la fundamentul unei metode populare de testare A / B. Acel vârf este cea mai bună versiune a paginii dvs. de destinație după clic și sunteți confuz, aproape orb și pierdut pe versantul muntelui paginii dvs. curente.

Ce este mai rău, probabil că vi s-a înmânat o hartă incorectă de bloggerii dvs. de marketing preferați. S-ar putea să credeți că testați A / B în mod corect - că vă îndreptați în direcția acelui vârf. Șansele sunt, totuși, că veți atinge în curând o fundătură și nu veți găsi niciodată cea mai performantă variantă a paginii dvs. de destinație după clic.

Mitul testării A / B care încurcă începătorii

Unele dintre cele mai populare bloguri de marketing de pe internet continuă să perpetueze un mit de testare A / B care condamnă începătorii încă de la început. M-a victimizat și când am început.

„Nu modificați mai mult de un element de pagină pentru fiecare test A / B” am continuat să citesc mereu. Nu l-am pus la îndoială pentru că sursele erau demne de încredere și pentru că, în general, avea sens.

Scopul testării A / B este de a aduna date pe care le puteți utiliza pentru a optimiza o pagină, un e-mail, o reclamă sau orice se întâmplă să testați. Cum ar fi trebuit să știu ce a cauzat modificarea ratei de conversie la încheierea testului dacă am făcut mai multe ajustări între versiunile „A” și „B”? Ce fel de date ar fi asta?

Așadar, am testat elemente unul câte unul: titlul paginii de destinație post-clic „A” vs. titlul paginii de destinație post-clic „B.” Apoi, a fost butonul albastru de pe pagina de destinație post-clic „A” față de butonul verde de pe pagina de destinație post-clic „B.” Așa au făcut-o profesioniștii, Amazon și Google. Dacă a fost suficient de bun pentru companiile de mai multe miliarde de dolari, a fost suficient de bun pentru mine.

Problema pe care am trecut-o cu vederea, care a devenit dureroasă pentru mine luni mai târziu, este că nu eram Amazon sau Google. Site-urile lor web generează mult trafic, ceea ce înseamnă că micile ascensiuni câștigate de aceste teste frivole ale culorilor butoanelor se pot traduce în venituri de milioane de dolari.

Pentru majoritatea oamenilor, totuși, sunt o pierdere de timp și resurse. Pentru majoritatea oamenilor, utilizarea acestei metode de testare A / B este ca și cum ai urca Muntele Everest într-o ceață deasă cu amnezie.

Euristica urcării pe deal

În viața noastră de zi cu zi, există probleme pe care le întâmpinăm pentru care soluția este clară. Dar, ce se întâmplă atunci când vă confruntați cu un obstacol necunoscut și în mare măsură unic? Luați acest labirint, de exemplu:

Nu există articole de blog scrise despre cel mai bun mod de a naviga în acest labirint. Prietenul tău (cel mai probabil) nu te poate ghida prin asta. Nu aveți nicio hartă. Deci, cum ajungi de la A la B?

Răspunsul poate fi găsit într-un program de calculator numit „General Problem Solver”, construit în 1963 de Newell, Simon și Shaw pentru a studia inteligența artificială. Cercetarea lor a fost aplicată și rezolvării problemelor umane. Dr. Russ Dewey explică:

Newell și Simon au definit fiecare problemă ca un spațiu. La un capăt al spațiului este punctul de plecare, pe de altă parte este obiectivul. Procedura de rezolvare a problemelor în sine este concepută ca un set de operații pentru a traversa acel spațiu, pentru a ajunge de la punctul de plecare la starea obiectivului, pas cu pas.

În General Problem Solver, programul testează diferite acțiuni (pe care Newell și Simon le-au numit operatori) pentru a vedea care îl vor apropia de starea obiectivului. Un operator este orice activitate care schimbă starea sistemului. Rezolvatorul general de probleme alege întotdeauna operația care pare să-l apropie de obiectivul său. Această tactică se numește alpinism, deoarece seamănă cu tactica de a face întotdeauna un pas spre vârful unui deal sau munte.

În labirintul de mai sus, fiecare fundătură este un „spațiu” - o problemă pe care trebuie să o depășești cu „operațiuni”, care sunt acțiuni care te aduc mai aproape de obiectivul tău (trecând de la „A” la „B”).

Deci, începeți de la „A” și urmați calea pe care credeți că vă va duce la „B” cel mai rapid. Când lovești o fundătură, te întorci și încerci un traseu alternativ. Repetați procesul până când vă atingeți obiectivul.

Asta faceți atunci când testați A / B elemente mici. Identificați o problemă, cum ar fi un buton neobservabil, de exemplu. Apoi, vă apropiați de obiectivul dvs. de a crea cea mai bună versiune a paginii dvs. de destinație după clic (sau cel puțin așa credeți) testând ceea ce presupuneți că este unul mai bun. Dacă asta nu funcționează, testați altul.

La un moment dat, însă, veți ajunge la un punct de rentabilitate diminuat numit „maxim local”.

Maximul local și maximul global

Motivul pentru care metoda de mai sus este numită euristică „urcare pe deal” este că are o limitare majoră care vă poate lăsa să vă zgâriați capul pe un deal uitându-vă spre vârful muntelui - unde este cea mai bună pagină de destinație după clic. Dr. Dewey explică:

Alpinismul pe deal este o strategie simplă, dar nu funcționează întotdeauna. O posibilă capcană este „problema de la poalele muntelui”. Dacă selectați orice pas vă duce în sus (sau într-o anumită direcție), puteți ajunge să urcați pe un deal care se află între voi și munte, ignorând procedura mult mai eficientă de a o înconjura. Cu alte cuvinte, dacă mergeți direct către un obiectiv fără flexibilitate, puteți plăti un preț ridicat, puteți pierde multă energie sau puteți provoca mai multă muncă pentru dvs. fără a contribui la atingerea obiectivului.

În termeni de optimizare, această „poală” este numită „maxim local”. Este cea mai bună versiune a paginii dvs. actuale, care, atunci când A / B va fi testată în continuare, va produce randamente diminuate. Vârful muntelui este numit „maxim global”. Aceasta este cea mai bună versiune a paginii dvs. de destinație după clic. Iată un grafic util pentru a ilustra:

Începând cu o pagină de destinație post-clic singulară și testând A / B elemente mici unul câte unul pentru a o îmbunătăți, vă apropiați de acel maxim local, dar această metodă nu vă va duce niciodată la vârful acelui munte. Deci, cum vă navigați până acolo?

Testare A / B pentru a atinge maximul global

Într-o postare pe blog intitulată „Nu cădea în capcana testării minutiilor A / B”, Rand Fishkin, de Moz, explică un scenariu frustrant care ar putea ajunge prea aproape de casă:

Să presupunem că găsiți o pagină / un concept cu care sunteți relativ mulțumit și începeți să testați lucrurile mici - optimizând în jurul valorii minime locale. S-ar putea să efectuați teste timp de 4-6 luni, să obțineți o îmbunătățire cu 5% a ratei generale de conversie și să vă simțiți destul de bine. Pana cand...

Lansați o altă idee mare, nouă într-un test și vă îmbunătățiți în continuare. Acum știți că v-ați pierdut timpul optimizând și perfecționând o pagină al cărei concept general nu este la fel de bun ca pagina nouă, aspră, neoptimizată pe care tocmai ați testat-o ​​pentru prima dată.

În schimb, Fishkin, ca și alți influențatori de marketing, recomandă testarea A / B mai întâi „revizuirilor” și „ideilor mari” - sau, cu alte cuvinte, testarea paginilor radical diferite. Dintre acele pagini radical diferite, cea mai performantă este cea mai apropiată de maximul global. Acesta este cel pe care ar trebui să-l reglați cu testarea multivariată: buton vs. buton, titlu vs. titlu, etc. Mai multe studii de caz acceptă această metodă.

Testare A / B pentru maximul global

1. Facebook

În 2008, Facebook a testat un design de navigație complet nou. Echipa lor a mutat-o ​​din stânga paginii într-un meniu derulant din dreapta. Cu toate acestea, făcând acest lucru, au făcut aplicațiile din navigare mai puțin vizibile pentru utilizatori, ceea ce a dus la mult mai puțin trafic către acele aplicații. Deoarece erau o sursă valoroasă de venit pentru Facebook, aceasta era o problemă.

După ce a încercat să salveze noul design cu câteva trucuri de angajament, echipa de optimizare și-a dat seama că au atins maximul local și au abandonat întregul lucru. De la dezvoltatorul de produse Facebook, Adam Mosseri:

Ceea ce făceam aici este că optimizam pentru un maxim local. În acest cadru, a existat doar atât de mult trafic pe care l-am putut canaliza către aplicații. Și ceea ce ne trebuia era o schimbare structurală. Premisa noastră era dezactivată. Interesele noastre ne conduceau pe o cale greșită. Nu ne-am dat seama […] optimizam pentru ceva la nivel local și trebuia să fim oarecum perturbatori pentru a ieși dintr-un fel.

2. Moz

Această pagină de variantă, creată de experții în rata de conversie pentru Moz, a fost de șase ori mai lungă decât cea originală. Acesta conținea mai multe infografii, un alt titlu și un videoclip, printre alte elemente care nu erau pe pagina originală. A depășit controlul cu 52%.

Dacă echipa ar fi lucrat doar la îmbunătățirea elementelor de pe pagina originală, nu ar fi adăugat niciodată conținutul care a stimulat conversiile la jumătate. De la testeri:

În analiza noastră a prezentării eficiente față în față a lui Rand, am observat că avea nevoie de cel puțin cinci minute pentru a susține produsul plătit de Moz. Pagina existentă semăna mai degrabă cu un rezumat de un minut. Odată ce am adăugat elementele cheie ale prezentării lui Rand, pagina a devenit mult mai lungă.

3. Densitatea serverului

Majoritatea studiilor de caz de testare A / B pe care le veți găsi online au legătură cu aspectul paginilor web. Sunt culoarea butonului față de culoarea butonului sau imaginea față de imagine, iar numărul acestora crește în fiecare zi. Drept urmare, majoritatea persoanelor care se scufundă în testele A / B presupun că acesta poate fi utilizat doar pentru proiectarea web.

Cu toate acestea, conceptul de testare A / B poate fi aplicat oricărui lucru, inclusiv designului produsului sau chiar structurii de stabilire a prețurilor, așa cum veți vedea cu acest exemplu din Sever Density.

Compania, un serviciu de monitorizare a serverelor și a site-urilor web, a permis clienților săi să plătească în funcție de câte servere și site-uri web au avut nevoie să fie monitorizate:

Structura a fost menită să lărgească baza de clienți, ceea ce a făcut, dar acum obiectivele echipei erau pe venituri mai mari. Deci, A / B au testat o revizuire completă a prețurilor, cu un model ambalat:

Noua structură a produs de fapt mai puține conversii, dar valoarea fiecăruia a crescut. Iată rezultatele:

Valoarea medie a comenzii a fost acum de peste 55 USD comparativ cu cea veche: 19,70 USD. Plățile de luat masa amintesc testerilor de două lucruri cruciale:

Testarea A / B poate fi utilizată pentru modificări de proiectare mai mult decât superficiale.
Conversiile nu sunt la sfârșit. Uneori mai puține conversii obțin rezultate mai bune.

Cum găsiți maximul global și local?

Amintiți-vă: Punctul forte al testării A / B se apropie cât mai mult de maximul global posibil, cu schimbări mari. Pentru a găsi maximul local, este mai bine să folosiți în schimb testarea multivariată.

Ați căzut în capcana de a testa strict un element de pagină la un moment dat? Efectuați mai multe modificări pe test pentru a găsi maximul global?

Aflați cum să oferiți personalizarea anunțurilor 1: 1 pentru fiecare public pe care îl aveți astăzi cu o demonstrație Instapage Enterprise.