Bu güne kadar birçok konuda farklı rehberler ile karşınıza çıktık.
SEO, Dijital Pazarlama, sosyal medya pazarlaması ve daha fazlasını beraber inceledik.
İşte şimdi sıra A/B testinde. Birçok dijital pazarlama alınında faydalanabileceğiniz bu testin ne olduğunu, nasıl kullanabileceğinizi ve en önemlisi işletmeniz veya internet siteniz için hangi faydaları getireceğini beraber inceleyeceğiz.
O zaman hazırsanız bir kahve alın, arkanıza yaslanın ve başlıyoruz.
A/B Testi Nedir?
İnternet sitenizdeki ziyaretçi sayısı, yeni müşteriler alarak işinizi büyütmek ve mevcut müşterilere hizmet vererek aradaki ilişkiyi kurmak ve iletletmek için sahip olacağınız fırsat sayısına eşittir.
Aynı zamanda internet sitenizin iyi trafik alıp almadığına ve daha fazla ziyaretçi dönüşümü sağlayıp sağlamayacağına karar veren dönüşüm huninizdir.
İşletmeler, ziyaretçilerin internet sitelerinde bir işlem yani dönüşüm yapmalarını ister.
Bu dönüşüm sonrasında bu elde edilen trafiği sürdürebilmesi ile ulaşılan yüzdeye de “dönüşüm oranı” denir.
Dönüşüm huniniz ne kadar optimize edilse, ziyaretçilerin dönüşüm sağlama şansı o kadar da yüksek olacaktır.
İnternet sitenizin hunisini optimize etmenin önemli ve dikkate alınması gereken bir diğer yolu da A/B testidir.
A/B testi (bazen split test veya bölünmüş test olarak da bilinir), aynı internet sayfasının 2 varyantını aynı anda farklı ziyaretçi segmentlerine gösterme ve hangi varyantı daha fazla dönüşüme yönlendirdiğini anlamlandıran uygulamadır.
Genellikle, daha yüksek dönüşüm sağlayan bu test sonucunda kazanan varyasyon olacaktır.
Bir kazanan belirlendikten sonra ise alınan veriler ve sonuçlar internet sitenizi daha iyi sonuç getiren bir şekilde iletletmenize yardımcı olacaktır.
Yani A/B testinde iki varyasyon siteniz için denenir.
Bu iki varyasyondan daha iyi sonuçlar vereni kazanan olur. Bu kazanan varyasyon ise siteniz için kullanmanız gereken olur.
Basit değil mi? Devam edelim o zaman.
Bilmeniz gereken en önemli şey dönüşüm için ölçümler her internet sitesine özeldir. Yani farklı sonuçlar alırsınız.
Çünkü her internet sitesini bir insan gibi gördüğünüzde anlayacağınız üzere, hepsinin farklı bir karakteri ve hayatı vardır.
Bunun belirlenmesinde markanızın dili, imajı etkili olurken en önemli değişken ise sektörünüz, hizmet verdiğiniz alandır.
Bir e-ticaret sitesi için bu durum ürünlerin satışı, B2B yani işletmeleri hedefleyen bir internet sitesi için nitelikli ilanların oluşturulması olabilir.
A/B testi, hem nitel hem de nicel kullanıcı görüşleri toplayabileceğiniz ve potansiyel müşterilerinizi anlarken bu verilere dayanarak dönüşüm hunisini optimize etmek için kullanabileceğiniz kapsamlı Dönüşüm Oranı Optimizasyonu (CRO) sürecinin bileşenlerinden biri olarak karşınıza çıkacaktır.
Peki Neden A/B Testi Yapmalısınız?
A/B testinin ne olduğunu anladığımıza göre en önemli ikinci soru neden bu teste başvurmanız gerektiği olacaktır.
Bir B2B işletmesi yani işletmelere yönelik hizmet sunan firma, vasıfsız müşteri hedef kitlesi ile dolmuş olabilir, bir e-ticaret mağazası, yüksek bir ürünü sepette bırakma oranıyla mücadele edebilir.
Bir ajans veya yayınevi, düşük izleyici etkileşimi ile uğraşabilir.
Bu çekirdek dönüşüm ölçümleri, dönüşüm hunisindeki sızıntılar, ödeme sayfasındaki terk eden müşteriler ve çok daha fazlası ile etkilenebilir.
Peki neden tüm bu sorunların üstesinden gelmek için A/B testine başvurmanız gerekir? Hadi beraber tüm nedenlerin üzerinden geçelim.
Ziyaretçileri Rahatsız Eden Noktaları Çözün
İnternet sitenizdeki ziyaretçiler, akıllarında bulundukları belirli bir hedefe ulaşmak için gelirler.
Ürününüz veya hizmetiniz hakkında daha fazla bilgi edinmek, bir ürün satın almak, belirli bir konu hakkında daha fazla okumak, öğrenmek veya sadece göz atmak olabilir.
Kullanıcının hedefi ne olursa olsun, hedeflerine ulaşırken bazı genel rahatsız oldukları noktalar ile karşılaşabilirler.
Bunlar arasında hedeflerini gerçekleştirememek, o anda satın al düğmesini bulamamak ya da istedikleri gibi bir şekilde devam edememek, bir demo istemek gibi bir birçok kafa karıştırıcı durumlar bu deneyimi batlayabilir.
Bu sıkıntı yaşamayı artırır ve sonuç olarak dönüşüm oranlarınızı etkiler.
Ziyaretçilerinizin rahatsız oldukları noktaları çözmek için, körlük ısı haritaları, Google Analytics ve internet sitesi anketleri gibi ziyaretçi davranış analizi araçları aracılığıyla toplanan verileri kullanın.
Bu durum, e-ticaret, seyahat, SaaS, eğitim veya medya ve yayıncılık gibi tüm işletmeler için geçerlidir.
Mevcut Trafik Sayesinde Daha İyi ROI Elde Edin:
Pazarlamacıların çoğu farkına vardıkça, herhangi bir kalitede trafik edinmenin maliyeti çok büyük olabilir.
A/B testi, mevcut trafiğinizden en iyi şekilde yararlanmanızı sağlar ve yeni trafik almak için harcama yapmak zorunda kalmadan dönüşümün artmasına yardımcı olur.
A/B testi bazen yüksek yatırım getirisi sağlayabilir, en küçük değişiklikler bile dönüşümlerde önemli bir artışa neden olabilir.
Sayfanızdan Hemen Çıkma Oranını Düşürün:
İnternet sitenizin performansını değerlendirmek için izlenecek en önemli ölçümlerden biri, sitenizden ziyaretçilerinizin hemen çıkma oranıdır.
İnternet sitenizin hemen çıkma oranının yüksek olmasının birçok nedeni olabilir. Bunlar arasında beklentilerin karşılanmaması, yapının insanlar için uygun olmaması gibi birçok neden vardır.
Farklı internet siteleri farklı hedeflere hizmet ettiği ve farklı kitlelere hitap ettiği için, hemen çıkma oranını belirlemenin kesin bir yolu yoktur.
Bunu yapmanın bir yolu ise A/B testidir.
A/B testiyle, internet sitenizdeki bir öğenin birden fazla varyasyonunu mümkün olan en iyi sürümü bulana kadar test edebilirsiniz.
Bu, kullanıcı deneyiminizi geliştirerek ziyaretçilerin internet sitenizde daha fazla zaman harcamasını ve hemen çıkma oranlarını düşürmesini sağlar.
Düşük Riskli Değişiklikler Yapın:
Tüm sayfanın yeniden tasarlanması yerine, A/B testiyle internet sayfanızda küçük, artımlı değişiklikler yapabilirsiniz. Bu, mevcut dönüşüm oranınızı tehlikeye atma riskini azaltabilir.
A/B testi, yatırım getirinizi artırarak minimum değişiklikle azami çıktı elde etmenizi sağlar. Buna bir örnek, ürün tanımındaki değişiklikler olabilir.
Ürün açıklamalarınızı kaldırmayı veya güncellemeyi planlarken A/B testi gerçekleştirebilirsiniz.
Ziyaretçilerinizin değişime nasıl tepki vereceğini bilmiyorsanız A/B testi, tartı ölçeğinin hangi tarafına eğileceğini tespit etmenin bir yolu olacaktır.
Düşük risk modifikasyonunun bir başka örneği ise yeni bir özellik değişikliğinin getirilmesi olabilir. Yeni bir özellik sunmadan önce, internet sayfasının kopyasında A/B testi olarak bu yeni özelliğin başlatılması sonucu daha öngörülebilir hale getirebilir.
Değişikliklerin müşteri verilerini etkilemesi veya satın alma hunisini etkilemesi yararlı olabilir.
Test yapılmadan yapılan değişiklikler öder veya ödemez.
Test etmek ve sonra değişiklik yapmak sonucu kesinleştirebilir. Böylelikle risk oranınız yüksek olmaz ve her bir değişiklik size zarar verme durumuna girmez.
İstatistiksel Olarak Önemli Gelişmelerde Bulunun:
A/B testi, tahminde bulunma, içgüdülere veya içgüdülere yer bırakmadan tamamen veriye dayalı olduğu için, sayfada harcanan zaman, sayfa sayısı gibi istatistiksel olarak önemli iyileştirmelere dayanarak kolayca bir “kazanan” ve bir “kaybeden” belirleyebileceğiniz bir uygulamadır.
Bu test ile demo istekleri, alışveriş sepeti bırakma oranı, tıklama oran konusunda yüksek oranda iyileşmeler görülür ve istatistiksel açıdan yukarıya çıkan bir ivme elde edilir.
İnternet Sitenizi Kar Sağlayacak Şekilde Yeniden Dizayn Edin:
Yeniden tasarlama, küçük bir CTA metninden veya renkli ayardan belirli internet sayfalarına, internet sitesinin tamamen yenilenmesine kadar değişiklik gösterebilir.
Bir sürümü veya diğerini uygulama kararı her zaman veriye dayalı A/B testine dayanmalıdır.
Tasarım sonuçlandırılmışken testlerden vazgeçmeyin.
Yeni sürüm kullanıma sunulduğunda, en ilgi çekici sürümün ziyaretçilere sunulmasını sağlamak için web sayfanızın diğer öğelerini test edin.
A/B Testi Nasıl Çalışır?
A/B testi, herhangi bir pazarlama kampanyasında neyin işe yarayıp neyin işe yaramadığını bulmak için çok sistematik bir yol sunar. Çoğu pazarlama çalışması daha fazla trafik çekmeye yöneliktir, ancak trafik edinimi daha zor ve pahalı hale geldiğinden, internet sitenize gelen kullanıcılarınıza en iyi deneyimi elde etmelerine yardımcı olurken mümkün olan en hızlı, en verimli şekilde hedeflerine ulaşmalarını sağlar. Bu sayede internet sitenize giren kullanıcı en iyi deneyimi elde eder ve bu da trafiğinizi yükseltir.
Pazarlamada A/B testi, mevcut trafiğinizden en iyi şekilde yararlanmanızı sağlar.
Yapılandırılmış bir A/B test programı, optimizasyon gerektiren en önemli sorunlu alanları tespit ederek pazarlama çabalarını daha karlı hale getirebilir.
A/B testi günümüzde yılda ayda bir kez yapılan bağımsız bir faaliyet olmaktan çıkıyor ve her zaman yapılan ve iyi tanımlanmış bir CRO işemi ile yapılarak devam ettiriliyor.
Peki bu her zaman pazarlama stratejileri içerisinde yer alan ve yapmanız gereken A/B testi nasıl işlemektedir diye soruyorsanız rehberimizin devamı size adım adıma gösterecektir.
Adım 1: Araştırma
Bir A/B test planı oluşturmadan önce, internet sitesinin şu anda nasıl bir performans sergilediği konusunda kapsamlı bir araştırma yapılması gerekmektedir.
Siteye kaç kullanıcının geldiği, hangi sayfaların en fazla trafik çektiği, farklı sayfaların çeşitli dönüşüm hedeflerinin neler olduğu ile ilgili her şey hakkında veri toplamak zorundasınız. Bu sayede tüm verileri en sağlıklı bir şekilde kullanabileceğiniz bir ortam hazırlamış olursunuz.
Burada kullanılan araçlar, Google gibi kantitatif internet sitesi analitik araçlarını içerebilir. Bu araçlar sayesinde sitenize en çok ziyaret edilen sayfalar ve bu sayfalarda en çok harcanan zaman veya en yüksek hemen çıkma oranına sahip sayfaları bulabilirsiniz.
Tüm bu verileri bulmanıza yardımcı olabilecek Analytics, Omniture, Mixpanel gibi araçlar size yardımcı olacaktır.
Örneğin, en yüksek gelir potansiyeline veya günlük en yüksek trafiğe sahip sayfalardan oluşan kısa bir liste oluşturmaktan başlayabilirsiniz. Bundan sonra, bu trafiğin niteliksel yönlerini anlayabileceğiniz şekilde incelemek isteyebilirsiniz.
Heatmap yani Isı Haritaları araçları, kullanıcıların en çok zaman harcadıkları yeri, kaydırma davranışlarını gibi verileri belirlemek için kullanılan lider teknolojidir. Bu araçlar internet sitenizdeki sorunlu alanları belirlemenize yardımcı olabilir.
Böylelikle hem sayfalarınızın ne kadar kullanıcı dostu olduğunu görebilirsiniz hem de ısı haritalarında verim alınmadığını gördüğünüz bölgeleri ileride düzenlemek amacı ile not alabilirsiniz.
Daha çok sitenizi anlayabileceğiniz bir araştırma yapmak için kullanılan diğer bir popüler araç da internet sitesi kullanıcısı anketleridir. Anketler, internet sitesi ekibiniz ve son kullanıcı arasında doğrudan bir kanal olarak hareket edebilir ve genellikle toplu verilerde kaçırılabilecek sorunları vurgulayabilir.
Kullanıcı yolculuğundaki boşlukları belirlemeye yardımcı olan ziyaretçi davranışı hakkında veri toplayan oturum kayıt araçlarından daha kalitatif görüşler elde edilebilir.
Aslında, form analizi anketleriyle birleştirilmiş oturum kayıt araçları, kullanıcıların neden formunuzu doldurmadığına dair öngörüleri ortaya çıkarabilir: kişisel bilgilerinizi soran bir alan veya kullanıcıların formlarınızı çok uzun süre terk etmeleri olabilir.
Gördüğümüz gibi, hem nicel hem de nitel araştırmalar, bir sonraki adımlar için eyleme geçilebilecek gözlemler yapacak olan süreçte bir sonraki adıma hazırlanmamıza yardımcı olabilir.
Adım 2: Gözlem ve Hipotez Formülasyonu
Araştırma gözlemlerini günlüğe kaydederek ve dönüşümleri artırmaya yönelik veriye dayalı hipotezler oluşturarak iş hedeflerinize daha yakın olmalısınız. Bunlar olmadan, test kampanyanız yersiz bir pusula gibidir.
Nereye gitmeniz gerektiğini veya elinizdeki verileri okuyamazsınız. Yolunuzu kaybedersiniz.
Nitel ve nicel araştırma araçları, yalnızca ziyaretçi davranış verisi toplamada size yardımcı olabilir. Şimdi bu verileri analiz etmek ve anlamlandırmak sizin sorumluluğunuzdadır.
Bunu havadan önünüze düşecek okumalar olarak hiçbir zaman görmemeniz gerekir.
Toplanan her veriyi kullanmanın en iyi yolu, bu verileri analiz etmek, üzerlerinde keskin gözlemler yapmak ve daha sonra internet sitesi ve aynı zamanda veri destekli hipotezleri formüle etmek için kullanıcı içgörüsü oluşturmaktır.
Bir hipoteziniz hazır olduğunda, kazanma konusunda ne kadar güvendiğiniz, makro hedefler üzerindeki etkisi ve kurulması ve bunun ne kadar kolay olduğu gibi çeşitli parametrelere karşı test edin.
Adım 3: Varyasyon Oluşturma
Test programınızdaki bir sonraki adım, hipotezinize dayanarak bir varyasyon oluşturmak ve A/B testini mevcut sürüme (kontrol) karşı test etmek olmalıdır.
Varyasyon, test etmek istediğiniz değişikliklerin bulunduğu mevcut sürümünüzün başka bir sürümüdür.
Hangisinin en iyi sonucu verdiğini görmek için kontrole karşı çoklu varyasyonları test edebilirsiniz.
UX bakış açısından neyin işe yarayacağına dair hipotezinize dayanarak bir varyasyon oluşturun.
- Yeterince insan form doldurmuyor mu?
- Formunuzun çok fazla alanı var mı?
- Kişisel bilgi istiyor musunuz?
Belki kişisel bilgi isteyen alanları atlayarak daha kısa bir formda bir varyasyon veya başka bir varyasyon deneyebilirsiniz.
Adım 4: Test Etme
Bu adıma geçmeden önce, ilk olarak kaç çeşit test yönteminin bulunduğunu ve hangi yöntemin ne zaman kullanılacağını keşfedelim mi?
A/B Testi, Çok Değişkenli Test, Split URL Testi ve Çok Sayfalı Test olmak üzere dört farklı test bulunmaktadır.
A/B testi olan ilk türden zaten bahsettik (fark etmediyseniz bu yazı A/B Testi için bir rehber 🙂 ).
Şimdi diğer test türlerini de incelemeye geçelim.
Çok Değişkenli Test (MVT) Nedir?
Bir internet sayfasının çoklu bölümlerinde değişikliklerin yapıldığı ve olası tüm kombinasyonlar için varyasyonların oluşturulduğu bir yöntemdir.
Çok değişkenli testlerde, tüm kombinasyonları tek bir testte test edebilirsiniz. Çok değişkenli test, bir internet sayfasındaki hangi öğenin dönüşüm oranını en fazla etkilediğini anlamanıza yardımcı olur.
A/B testinden daha karmaşıktır ve gelişmiş pazarlama uzmanları için en uygun yöntemdir.
Örneğin, her bir kahraman görüntüsünün ve farklı renkteki CTA düğmesi iki sürümünü bir internet sayfasında test etmeye karar verdiniz.
MVT’yi kullanarak, kahraman görüntüsü için bir tane ve CTA düğmesi rengi için bir çeşitleme oluşturabilirsiniz.
Tüm sürümleri test etmek için, burada gösterildiği gibi tüm varyasyonların kombinasyonlarını oluşturun:
Sürüm 1:
Kahraman Resmi 1 + CTA düğmesi rengi A
Sürüm 2:
Kahraman Resmi 2 + CTA düğmesi rengi A
Sürüm 3:
Kahraman Resmi 1 + CTA düğmesi rengi B
Sürüm 4:
Kahraman Resmi 2 + CTA düğmesi rengi B
Tüm kombinasyonlarda çok değişkenli bir test yaptıktan sonra, hangi kombinasyonun sayfanızın dönüşüm oranını en fazla etkilediğini belirlemek için elde edilen verileri kullanabilir ve bu kombinasyonu dağıtabilirsiniz.
Split Url Testi Nedir?
Birçok kişi Split URL Testini A/B testiyle karıştırır, ancak ikisi temelde farklıdır.
Split URL Testi, internet sayfanızın farklı URL’lerde barındırılan birden çok sürümünü test etmenize yardımcı olur.
İnternet sitenizin trafiği kontrol arasında bölünür ve varyasyonlara ve dönüşüm oranlarının her biri kazanan sürüme karar vermek için ölçülür.
Bir Split URL testi ile A/B testi arasındaki temel fark, bir Bölünmüş testi olması durumunda, belirlenen varyasyonların farklı URL’lerde barındırılıyor oluşudur.
Yalnızca ön uç değişiklikleri gerektiğinde A/B testi tercih edilir, ancak önemli tasarım değişiklikleri gerektiğinde ve mevcut internet sitesi tasarımına dokunmak istenmiyorsa o zaman split URL testi tercih edilmelidir.
Bir Split URL testi oluşturmak için aşağıdaki adımları takip etmek gerekir:
- Split URL Testi için sayfaları oluşturma
- Dönüşüm hedefleri ekleme ve test süresini tahmin etme
- Testi sonlandırma
- Testi önizleme ve başlatma
Multipage Test Nedir?
Çok Sayfalı Test veya Multipage Testi, birden fazla sayfadaki belirli öğelerde yapılan değişiklikleri test edebileceğiniz bir test şeklidir.
Multipage testi yapmanın iki yolu vardır.
Birincisi, satış huninizin tüm sayfalarını alabilir ve her birinin yeni sürümlerini oluşturabilir, bu da satış huniniz haline getirir ve ardından kontrole karşı test edebilirsiniz. Buna Huni Multipage Testi denir.
İkinci olarak güvenlik rozetleri, referanslar gibi yinelenen öğelerin eklenmesinin veya kaldırılmasının, tüm bir huni boyunca dönüşümleri nasıl etkileyebileceğini test edebilirsiniz. Buna Klasik veya Konvansiyonel Multipage Testi denir.
Az önce tartışılan 4 tipe ek olarak, test için iki farklı istatistiksel yaklaşım da bulunmaktadır: Frequentist ve Bayesian.
Sık sık ya da Frequentist olasılık yaklaşımı, bir olayın, belirli bir olayın çok sayıda deneme / veri noktasında ne sıklıkta gerçekleştiğiyle (dolayısıyla adının) bağlantılı olarak olasılığını tanımlar.
A/B testi dünyasına uygulandığında, sıkça yaklaşımı olan herkesin doğru sonuçlara ulaşmak için daha fazla veriye (test edilen ziyaretçi sayısının ve uzun süreler boyunca bir fonksiyonuna) ihtiyacı olacağı görülmektedir. Bu, herhangi bir A/B test etme çabasını arttırmada sizi kısıtlayan bir şeydir.
Frequentist yaklaşımına göre, doğru test sonuçlarına ulaşmak için A/B testinizin süresini numune büyüklüğüne göre tanımlamanız çok önemlidir. Testler, her deneyin sonsuz tekrarlanabileceği gerçeğine dayanmaktadır.
Bu yaklaşımı izleyerek, yaptığınız her test için ayrıntılara çok fazla dikkat çekiliyor, çünkü aynı ziyaretçi grubu için, Bayesian yaklaşımına kıyasla daha uzun süreli testler yapmak zorunda kalacaksınız.
Bu nedenle, her testin çok dikkatli davranılması gerekir, çünkü belirli bir zaman diliminde gerçekleştirebileceğiniz yalnızca birkaç test vardır. Bayesian istatistiklerinden farklı olarak, daha az sezgiseldir ve genellikle anlaşılması güçtür.
Öte yandan, Bayesian olasılık istatistikleri bir olaya inanç derecesi olarak ifade edildiğinde olasılık yorumuna dayanan bir teoridir. Basit bir deyişle, bir etkinlik hakkında ne kadar çok şey bilirseniz, sonuçların o kadar iyi ve hızlı olmasını tahmin edebilirsiniz. Sabit bir değer olmak yerine, Bayesian istatistiklerine göre olasılık yeni bilgiler toplandıkça değişebilir.
Bu inanç, önceki testlerin sonuçları gibi geçmiş bilgiler veya etkinlikle ilgili diğer bilgiler olabilir. Sık yaklaşımdan farklı olarak, Bayesian yaklaşımı, istatistiksel olarak önemine odaklanırken, eski Frequentist yöntemine kıyasla neredeyse % 50 daha hızlı işlem yapılabilir sonuçlar sağlar.
Herhangi bir noktada, elinizde yeterli veri olması koşuluyla, Bayesian yaklaşımı size A varyasyonunun B varyasyonundan veya kontrolden daha düşük bir dönüşüm oranına sahip olma olasılığını bildirir.
En basit ifadeyle, Bayesci yaklaşım, günlük yaşamdaki şeylere yaklaşım şeklimize benzer. Örneğin, cep telefonunuzu evinize yanlış yerleştirdiniz. Bir frekans uzmanı olarak, yalnızca GPS izleyiciyi kullanarak izler ve izleyicinin işaret ettiği alanı kontrol ederdiniz.
Bir Bayesian olarak, sadece bir GPS izleyici kullanmakla kalmayacak, aynı zamanda daha önce yanlış yerleştirilmiş telefonunuzu bulduğunuz evin tüm yerlerini de kontrol edeceksiniz.
Birincisinde, olay sabit bir değer olarak kabul edilirken, ikincisinde telefonu bulmak için tüm geçmiş ve gelecekteki bilgiler kullanılır.
Biraz kafanız karışmış olabilir. O zaman bu iki yaklaşımın birbirinden ayrıldığı noktaları daha iyi anlayabilmek için aşağıdaki tabloya bakmaya ne dersiniz?
| Frequentist Yaklaşım | Bayesian Yaklaşımı | |
| 1 | Frequentist İstatistikleri ‘Uzun Dönemli Olarak Frekans Olasılık’ olasılık tanımını izler. | Bayesian İstatistikleri, ‘İnanç Derecesi Olarak Olasılık’ ve ‘Mantıksal Olasılık’ kavramlarını takip eder. |
| 2 | Bu yaklaşımda yalnızca geçerli denemenizdeki verileri kullanırsınız. Frequentist çözümü testler yapmak ve sonuçlar çıkarmaktır. | Bu yaklaşımda önceki deneyimlerden önceki bilgilerinizi kullanır ve bu bilgiyi mevcut verilerinize dahil etmeye çalışırsınız. Bayesian çözümü, sonuçlar çıkarmak için mevcut verileri mevcut verilerle birlikte kullanmaktır. |
| 3 | A’nın B’yi yendiği, ancak B’nin A’yı yendiği durumları tamamen göz ardı ettiği örneklerin tahmini bir ortalamasını (ve standart sapma) verir. | A’nın B’yi yenme ihtimalini hesaba katar ve ayrıca bekleyebileceğiniz iyileştirme aralığını da hesaplar. |
| 4 | Testin, ondan doğru verileri almak için belirli bir süre çalışmasını gerektirir, ancak A ve B’nin gerçekte ne kadar yakın veya uzak olduğunu çözemez. Size A’nın B’yi yenme olasılığını söyleyemez. | Test üzerinde size daha fazla kontrol kazandırır. Artık daha iyi planlama yapabilir, testleri sonlandırmak için daha doğru bir nedene sahip olabilir ve A ve B’nin ne kadar yakın ya da çok uzak olduklarının asıl yüzüne yakından bakabilirsiniz. |
İnternet sitenizin gereksinimlerine ve iş hedeflerine göre bu tür ve yaklaşımlardan herhangi birini kilitledikten sonra, testi durdurun ve istatistiksel olarak anlamlı sonuçlar elde etmek için öngörülen süreyi bekleyin. Bunu yaparken bir şeyi aklınızda bulundurun.
Hangi yöntemi seçerseniz seçin, test yönteminiz ve istatistiksel doğruluk oranınız nihai sonuçları belirleyecektir.
Örneğin, böyle bir koşul test kampanyasının zamanlamasıdır. Testin zamanlaması ve süresi tam olarak belirlenmiş olmalıdır. Ortalama günlük ve aylık ziyaretçilerinizi, tahmini mevcut dönüşüm oranını, beklediğiniz dönüşüm oranındaki minimum iyileşmeyi, varyasyon sayısını (kontrol dahil), teste dahil olan ziyaretçilerin yüzdesini ve benzeri durumları göz önünde bulundurarak test süresini hesaplamalısınız.
İstatistiksel olarak anlamlı sonuçlar elde etmek için A/B testlerinizi yapmanız gereken süreyi hesaplamak için Bayesian Hesaplayıcıları kullanabilirsiniz.
Adım 5: Sonuçları analiz etme ve kazanan varyasyonu dağıtma
Bu, kampanyanınızın kazananı bulduğunuz son adım olsa da, sonuçların analizi son derece önemlidir. Hatta bana sorarsanız tüm bu adımların en önemlisidir.
Neden olduğunu okumaya devam ettiğinizde göreceksiniz.
A/B testi sürekli veri toplama ve analiz gerektirdiğinden, bu adımda tüm işleminizin tamamı çözülür.
Testiniz sona erdikten sonra, yüzde artış, güven düzeyi, diğer ölçümler üzerinde doğrudan ve dolaylı etki gibi ölçütleri göz önünde bulundurarak test sonuçlarını analiz edin.
Bu sayıları düşündüğünüzde, test başarılı olursa, kazanan çeşitliliği dağıtın.
Test sonuçsuz kalırsa, bundan iç görüleri alın ve bunları sonraki testlerinizde uygulayın.
A/B testi, dönüşümleri iyileştirmek için internet sitenizin her bir bölümünde sistematik olarak çalışmanıza olanak sağlar.
Anlıyorsunuz ya, tüm yapmış olduğunuz işlemlerin sonunda eğer verilerinizi doğru bir şekilde okuyamaz ve doğru bir karşılaştırma yapamazsanız tüm o yapılan test boşa gidecekti ve sizin uygulayacağınız adımlar sizi yukarıya doğru çıkan bir grafikle değil aşağıya doğru inen bir tanesiyle ödüllendirecektir.
A/B Testi ile Ne Yapabilirsiniz?
İnternet sitenizin dönüşüm hunisi, işinizin kaderini belirler. Bu nedenle, internet siteniz üzerinden kullanıcılarınıza ulaşan her bir içerik parçasının maksimum potansiyeline göre optimize edilmesi şarttır.
Bu, özellikle ziyaretçi davranışını ve dönüşüm oranını etkileyebilecek unsurlar için geçerlidir.
Bir optimizasyon programı yürütürken, aşağıdaki kilit unsurlar kesinlikle A/B testi ile karşılaştırılmalıdır. Ancak aklınızdan da çıkarmayın bu liste o kadar ayrıntılı değil.
Metin
– Başlıklar ve alt başlıklar:
Başlığınız, ziyaretçilerin sayfanızda ilk gördüğü şeydir. Başlık, bir ziyaretçinin gözündeki ilk izleniminizi tanımlayan şeydir.
İlk izlenim, ziyaretçinin dönüşüm hunisinden daha ileri gidip gitmeyeceğini belirleyen şeydir. Bu nedenle, internet sitenizin metinlerine, yazı stiline ve biçimlendirmeye karşı çok dikkatli olmanız zorunludur.
Başlığınızın, internet sitenize gelir gelmez ziyaretçilerin dikkatini çektiğinden emin olun. Kısa tutun ve ürününüzün veya hizmetinizin ne olduğu ve faydaları hakkında net bir şekilde konuşmasını sağlayın.
Çeşitli yazı tiplerini, boyutları, kopyalamayı ve mesajlaşmanın hangisini kullanmanız gerektiğini belirlemek için A/B Testi deneyin.
– Gövde
İnternet sitenizin gövdesi, ziyaretçilerin bu siteye girerek ne kazandığını, bu sayfaya girdiklerinde neyi elde edeceklerini açıkça göstermelidir.
Ayrıca, sayfanızın başlığına da uymalıdır. İyi yazılmış bir başlık ve yapı, internet sitenizi dönüşüm mıknatısına dönüştürme şansınızı artırabilir.
Sayfanızın gövdesi için içerik yazarken, şu 2 parametreyi aklınızda bulundurun:
- Yazma stili:Hedef kitleyi temel alan doğru tonu kullanın. Kopyanız doğrudan son kullanıcıya hitap etmeli ve tüm sorularını yanıtlamalıdır. Kullanılabilirliği artıran önemli ifadeler ve önemli noktaları vurgulayan üslup unsurlarından oluşmalıdır.
- Biçimlendirme:İlgili başlıkları ve alt başlıkları kullanın, kopyayı küçük ve kolay paragraflara bölün ve mermi noktaları veya listeler kullanarak süzgeçler için biçimlendirin.
Tasarım ve Düzen:
Her şey çok önemli göründüğü için, işletmeler bazen internet sitelerinde tutulacak en temel unsurları bulmakta zorlanıyorlar. A/B testi ile bu sorun bir kez ve herkes için çözülebilir.
Örneğin, bir e-ticaret mağazası olarak, ürün sayfanız dönüşüm açısından son derece önemlidir. Kesin olan bir şey, şu andaki teknolojik ilerlemeyle, müşterilerin satın almadan önce her şeyi yüksek çözünürlükte görmekten hoşlandıklarıdır.
Bu nedenle, ürün sayfanızın tasarım ve düzen açısından en iyileştirilmiş hali ile hazır olması son derece önemlidir. Metinlerin yanı sıra, bir sayfanın tasarımı ve düzeni, görselleri (ürün resimleri, resimler) ve videoları (ürün videoları, demo videoları, reklamlar) içermelidir.
Ürün sayfanız, tüm kullanıcılarınızın sorularını karıştırmadan ve karışıklık yaratmadan yanıtlamalıdır. Bu kısım oldukça önemlidir.
Çünkü ziyaretçileriniz eğer bu sayfalara girdiğinde aradığı bilgileri bulmazsa sayfadan dönüşüm yapmadan çıkacaktır.
- Net bilgi sağlayın:Sattığınız ürünlere dayanarak, gerekli tüm bağlamı ve doğru ürün tanımlarını sağlamak için yaratıcı yollar bulun, böylece olası alıcılar sorularına cevaplar ararken örgütsüz bir yazı ile boğulmazlar. Net yazılar yazın ve kolayca fark edilebilir boyutta oluşturacağınız tabloları, renk seçeneklerini tercih edin.
- Müşteri incelemelerini vurgulayın: Ürünleriniz için hem iyi hem de kötü yorumlar ekleyin. Olumsuz yorumlar, mağazanıza güvenilirlik kazandırır.
- Basit içerikler yazın: İçeriğinizi süslemek için potansiyel alıcıları karmaşık dillerle karıştırmaktan kaçının. Okumak için basit ve eğlenceli tutun.
- Bir aciliyet duygusu yaratın: ‘Stoklarda Kalan Son 2 Ürün’ gibi etiketler ekleyin, ’15 saatte teklif bitiyor’ gibi geri sayımlar yapın veya olası alıcıları hemen satın almalarını sağlamak için özel indirimler ve festival teklifleri sunun.
Tasarımı üzerinde durulması gereken diğer önemli sayfalar ana sayfa ve açılış sayfası gibi sayfalardır.
Bu kritik sayfaların en optimize versiyonunu keşfetmek için A/B testini kullanın. Bol miktarda beyaz alan ve yüksek tanımlı görüntüler eklemek, görüntüler yerine ürün videoları içeren veya farklı mizanpajları denemek gibi birçok fikri test edin.
Ölü tıklamaları analiz etmek ve dikkat dağıtıcı şeyleri belirlemek için tıklama haritalarındaki bilgileri kullanarak sayfalarınızı temizleyin.
Giriş sayfanız ve açılış sayfalarınız ne kadar az karmaşıksa, ziyaretçilerin aradıklarını kolayca ve hızlı bir şekilde bulma olasılığı o kadar yüksektir.
Navigasyon:
İnternet sitenizin A/B testi ile optimize edebileceğiniz bir diğer unsuru da web sitenizin navigasyonudur.
Mükemmel bir kullanıcı deneyimi sunmak söz konusu olduğunda en önemli unsurdur. İnternet sitenizin yapısı ve farklı sayfaların birbiriyle nasıl ilişkilendirileceği ve bu yapı içinde nasıl tepki vereceği konusunda net bir planınız olduğundan emin olun.
Dikkat etmeniz gereken nokta ise internet sitenizin navigasyonu ana sayfada başlar. Giriş sayfası, diğer tüm sayfaların çıktığı ve tüm sayfaları birbirine bağlayan ana sayfadır.
Yapınızın, ziyaretçilerin aradıklarını kolayca bulabilecekleri ve gezinti nedeniyle kaybolacaklarından emin olun. Her tıklama, ziyaretçileri istenen sayfaya yönlendirmelidir.
Navigasyon ayarlarınızda size yardımcı olabilecek bazı fikirler:
- İnternet sitenizin kullanımını daha kolay hale getirmek için gezinti çubuğunu üstte yatay bölge gibi standart yerlere ve soldan aşağıya dikey yerleştirerek ziyaretçi beklentilerini eşleştirin.
- Ziyaretçinizin bilişsel yükünü azaltmak için benzer temalı içeriği aynı yerde veya ilgili yerlerde tutarak İnternet sitenizin navigasyonunu öngörülebilir yapın. Örneğin, bir e-ticaret mağazası olarak, farklı kulaklıkları satıyor olabilirsiniz. Bazıları kablolu olabilir, bazıları kablosuz ya da kulak içi küçük kulaklıklar olabilir. Bunları, bir ziyaretçi kulaklık veya kulaklık ararken, her bir türü ayrı ayrı aramak zorunda kalmak yerine tek bir yerde bulabilecekleri şekilde kovalayın.
Yapısını basit, öngörülebilir ve ziyaretçilerin beklentilerini karşılayarak akıcı, gezinmesi kolay bir web sitesi oluşturmak, dönüşüm oranınızı artırma şansını arttırmakla kalmaz, aynı zamanda ziyaretçileri internet sitenize geri getirmeye zorlayan keyifli bir müşteri deneyimi yaratır.
Formlar:
Formlar, olası müşterilerin sizinle iletişim kurduğu ortamlardır. Satın alma huninizin bir parçası olursa, daha da önemli hale gelirler.
İki web sitesi aynı olmadığı gibi, farklı kitlelere hitap eden iki form aynı değildir.
Bazı işletmeler için küçük kapsamlı bir form çalışabilirken, diğer işletmeler için uzun formlar liderlik kalitesi için harikalar yaratabilir.
Formunuzdaki problem alanını belirlemek için form analizi gibi araştırma araçlarını / yöntemlerini kullanarak en iyi hangi stilin hedef kitlenize uygun olduğunu bulabilir ve onu optimize etmeye çalışabilirsiniz.
CTA (Eylem Çağrısı):
CTA, tüm gerçek eylemlerin gerçekleştiği yerdir. Ziyaretçilerin alışverişlerini bitirip bitirmemeleri ve dönüştürme, kayıt formunu doldurup doldurmamaları ve dönüşüm oranınızı doğrudan etkileyen eylemler bu maddenin altına gitmektedir.
Farklı kopyalara A/B testi yapabileceğiniz şekilde boyut, renk, yerleşim, metin gibi CTA’nın konusunda size başarı sağlayabilecek tüm varyasyonları test edebilir ve optimize edebilirsiniz.
Sosyal kanıt:
Sosyal kanıtlar, belirli alanlardaki uzmanların, ünlülerin ve müşterilerin kendilerinin önerileri ve yorumları şeklinde olabilir veya referanslar, medyadan bahsedenler, ödüller ve rozetler, sertifikalar olarak gelebilir.
Bu kanıtların varlığı internet siteniz tarafından yapılan iddiaları doğrulamaktadır.
A/B testi, sosyal kanıt eklemenin iyi bir fikir olup olmadığını, ne tür sosyal kanıtların iyi bir fikir olup olmadığını ve kaç tanesinin eklenmesi gerektiğini belirlemenize yardımcı olabilir.
Farklı sosyal kanıt türlerini, yerleşimi ve yerleşimi test edebilirsiniz.
A/B Testi Sırasında Sık Görülen Hatalar
Optimizasyon yol haritanızı planlamamanız:
- Geçersiz hipotez: A/B testinde, test yapılmadan önce hipotez formüle edilir. Sonraki tüm adımlar buna bağlıdır: ne değişmeli, niçin değişmeli, beklenen sonucun ne olduğu gibi verilerden bahsediyoruz. Yanlış hipotez ile başlarsanız, testin başarılı olma olasılığı azalacaktır.
- Başkalarının sözünü alarak: Başka birinin kayıt akışını değiştirdiğinden ve dönüşümlerde % 30 artış sağladığından emin olun. Ancak, trafik, hipotezleri ve amaçlarına dayalı test sonuçlarıdır. İşte bu yüzden başkasının test sonuçlarını internet sitenize uygulamamanız gerekir: iki internet sitesi aynı değildir. Onlar için işe yarayanlar sizin için çalışmayabilir. Trafikleri farklı olacak, hedef kitleleri farklı olabilir, optimizasyon yöntemleri sizinkinden farklı olabilir.
Birlikte çok fazla varyasyon test edilmesi:
Endüstri uzmanları, aynı anda çok fazla test yapılmamasına dikkat eder. Bir internet sitesinin çok fazla elemanını birlikte test etmek, hangi unsurun testin başarısını veya başarısızlığını en fazla etkilediğini saptamayı zorlaştırır.
Bunun dışında, test edilen unsurların sayısı arttıkça, istatistiksel olarak anlamlı testleri haklı kılmak için bu sayfadaki trafik olması gerekir. Bu nedenle, başarılı A/B testleri için testlerin önceliklendirilmesi vazgeçilmezdir.
İstatistiki önemi gözardı etmek:
İçinize doğan o düşünleri veya kişisel görüşleri, bir A/B testi için hipotez formülasyonu veya hedeflerin belirlenmesinde bir yol bulursa, başarısız olma olasılığı yüksektir.
Bir A/B testinin başarılı olması veya bir sonraki testiniz için size değerli bilgiler veren başarısız bir A/B testine sahip olmamak için, testinize başlangıçtan itibaren istatistiksel olarak önemli veriler yönlendirilmelidir.
Özellikle istatistiksel önemi hakkında daha fazla bilgi edinin.
Dengesiz trafik kullanma:
İşletmeler genellikle dengesiz trafiği test eder. Önemli sonuçlar elde etmek için A/B testi uygun trafik ile yapılmalıdır.
Test için gerekenden daha düşük veya daha yüksek trafik kullanmak, kampanyanızın başarısız olma veya sonuçsuz sonuç üretme olasılığını artırır.
Yanlış süre için test:
Trafiğinize ve hedeflerinize dayanarak, istatistiksel olarak anlamlı olması için A/B testlerini belirli bir süre boyunca uygulayın. Bir testi çok uzun veya çok kısa bir süre boyunca yapmak testin başarısız olmasına veya önemsiz sonuçlara neden olabilir.
internet sitenizin bir sürümü, teste başladığınız ilk birkaç gün içinde kazanıyor gibi göründüğü için, daha önce aramanız ve bir kazanan ilan etmeniz gerektiği anlamına gelmez.
Bir kampanyanın çok uzun süre yayınlanmasına izin vermek aynı zamanda işletmelerin taahhüt ettiği yaygın bir hatadır.
Testinizi yürütmeniz için gereken süre mevcut trafik, mevcut dönüşüm oranı, beklenen iyileşme gibi çeşitli faktörlere bağlıdır. Testinizi burada ne kadar sürmeniz gerektiğini öğrenmeniz oldukça önemlidir.
Sürekli yinelenen bir işi devam ettirmek:
A/B testi, önceki testlerin sonuçlarına göre her testin yapıldığı yinelemeli bir süreci oluşturur. İşletmeler ilk testlerinin başarısız olmasından sonra A/B testinden vazgeçerler.
Ancak bir sonraki sınavınızın başarı şansını artırmak için, bir sonraki sınavınızı planlarken ve uygularken, son sınavlarınızdan bir fikir edinmelisiniz.
Bu, testinizin istatistiksel olarak anlamlı sonuçlarla başarılı olma olasılığını artırır.
Ayrıca, başarılı bir testten sonra testi durdurmayın. Başarılı bir kampanyanın ürünü olsalar bile en iyileştirilmiş sürümünü üretmek için her öğeyi tekrar tekrar test edin.
Dış faktörleri göz önünde bulundurmamak:
Anlamlı sonuçlar elde etmek için testler karşılaştırılabilir dönemlerde yapılmalıdır.
İnternet sitesi trafiğini, satış, tatil gibi dış etkenler nedeniyle en düşük trafiğe tanık olduğu günlerle en yüksek trafiği aldığı günlerde karşılaştırmak yanlıştır.
Buradaki karşılaştırma beğeniler arasında yapılmadığından önemsiz bir sonuca varma şansı artar.
Yanlış aracı kullanarak:
A/B testinin popülerlik kazanmasıyla birlikte birçok düşük maliyetli araç da gündeme geldi. Bu araçların hepsi eşit derecede iyi değil.
Bazı araçlar sitenizi büyük ölçüde yavaşlatırken, diğerleri gerekli niteliksel araçlarla (ısı haritaları, oturum kayıtları vb.) yakından bütünleştirilmemiştir.
Bu tür hatalı araçlarla yapılan A/B testi, testinizin başarısını baştan itibaren tehlikeye atabilir.
A/B Testinin Zorlukları
A/B testlerinden elde edilen yatırım getirisi büyük ve pozitif olabilir. Kesin sorunlu alanları tespit ederek pazarlama çabalarınızı en değerli unsurlara yönlendirmenize yardımcı olur.
Ancak, bir süre sonra, bir pazarlamacı olarak, A/B testi yapmaya karar verirken bazı zorluklarla karşılaşabilirsiniz. Zorluklardan bazıları şunlardır:
Neyin test edileceğine karar verme:
Bir gün uyanıp, test etmek için seçtiğiniz unsurları koymaya karar veremezsiniz.
Pazarlamacıların şimdi farkına varacakları acı bir gerçeklik, iş hedeflerinizi düşündüğünüzde ve çoğu zaman önemli kanıtlayamadığınız zaman, uygulaması kolay olan küçük değişikliklerin her zaman en iyisi olmadığıdır.
Aynı karmaşık testler için de geçerli. Burası web sitesi verileri ve ziyaretçi analiz verileri devreye giriyor.
Bu veri noktaları, genellikle dönüşüm oranlarınız üzerinde en fazla etkiye sahip olabilecek unsurları işaret ederek veya sizi en yüksek trafiğe sahip sayfalara yönlendirerek, bitmeyen bekleme listenizden ‘ne test edeceğinizi bilmeme’ zorluğunun üstesinden gelmenize yardımcı olur.
Hipotez oluşturma
İlk meydan okuma ile büyük rezonansta ikinci meydan okuma: bir hipotez oluşturma.
Bu, emrinde bilimsel veri olmanın önemi kullanışlı geliyor.
Uygun veriler olmadan test ediyorsanız, işinizden uzaklaşabilirsiniz.
A/B testinin ilk adımında (yani araştırma) toplanan veriler sayesinde, sorunların sitenizde nerede bulunduğunu ve bir hipotez ortaya çıktığını keşfetmeniz gerekir.
İyi yapılandırılmış ve planlanmış bir A/B test programını izlemediğiniz sürece bu mümkün olmayacaktır.
Numune ölçüsünde kilitleme:
Pek çok pazarlamacı istatistikçi değil. Sık sık kesin sonuç aramak için hata yaparız, çünkü hızlı sonuçlardan sonra değil.
Pazarlamacılar olarak, örnek büyüklükleri, özellikle örnek büyüklüğünün web sayfanızın trafiğine göre ne kadar büyük olması gerektiğini öğrenmemiz gerekir.
Test sonuçlarını analiz etme:
A/B testi ile her adımda başarıya ve başarısızlığa şahit olacaksınız.
Bununla birlikte, bu zorluk hem başarılı hem de başarısız testlerle ilgilidir:
- Başarılı kampanyalar
İki tane A/B testi yaptınız ve ikisi de istatistiksel olarak anlamlı sonuçlar elde etmede başarılı oldu.
Sıradaki ne?
Evet, kazananı geliştirmek. Peki ya sonra?
Pazarlamacıların sık sık yapamadığı veya zor bulduğu şey test sonuçlarını yorumlamaktır.
Test sonuçlarını sonuçlandırdıktan sonra yorumlamak, testin neden başarılı olduğunu anlamak için son derece önemlidir.
Sorulması gereken temel bir soru: Neden?
Müşteriler neden yaptıkları gibi davrandılar?
Neden diğer versiyonlarla değil, tek bir versiyonla belli bir şekilde tepki verdiler?
Hangi ziyaretçi görüşlerini topladınız ve bunları nasıl kullanabilirsiniz?
Pek çok pazarlamacı, yalnızca mevcut testi anlamanıza yardımcı olmakla kalmayıp gelecekteki testler için girdiler sağlayan bu soruları cevaplamak için sık sık mücadele eder veya cevap vermez.
- Başarısız kampanyalar
Bazen pazarlamacılar başarısız testlere bile bakmazlar. Örneğin, ekibe başarısız testlerden bahsederken ya da onlarla başa çıkmakta zorlanırlar ya da onlarla ne yapmaları gerektiğine dair hiçbir fikirleri bile yoktur ve zorlanırlar.
Onlardan bir şeyler öğrenemediğiniz sürece, başarısız bir test başarısız olmuş demektir.
Başarısız olan kampanyalar, sonuçta sizi başarıya götürecek sütunlar gibi değerlendirilmelidir.
Tüm A/B test sürecinde toplanan veriler, test sonunda başarısız olsa bile, açılmamış bir pandora kutusu gibidir. Bir sonraki testiniz için size bir başlangıç verebilecek değerli veri ve görüşler içeren bir bolluk içerir.
Ek olarak, toplanan verilerin nasıl analiz edileceğine dair yeterli bilgi bulunmadığı için, veri bozulma olasılığı çok çeşitlidir.
Örneğin: bir işlem yapılmadan, ısı haritası verilerinde ya da veri kaydı oturumlarında gezinmenin sonu olmaz.
Veya bunlar için farklı araçlar kullanıyorsanız, bunları entegre etmeye çalışırken veri sızıntısı olasılığı da artar.
Veriler arasında yönsüz dolaşırken ve sadece altlarında boğularak da önemli bir içgörü çizemezsiniz.
Bir test kültürünü korumak:
CRO ve A/B testi gibi optimizasyon programlarının en önemli özelliklerinden biri, yinelemeli bir süreç olmasıdır. Bu aynı zamanda işletmelerin ve pazarlamacıların karşılaştığı en büyük engellerden biridir.
Optimizasyon çabalarınızın uzun vadede verimli olması için, araştırmadan başlayıp araştırmaya son veren bir döngü oluşturması gerekir.
Bu zorluk sadece çaba sarf etme veya bilgiye sahip olma meselesi değildir.
Bazen kaynak sıkışıklığı nedeniyle, işletmeler nadiren veya aralıklı olarak bir test kültürü geliştirmek için başarısız olanA/B testini kullanır.
Yani, tüm bu zorluklar göz önüne alındığında, A/B testi yapılmaya değer mi?
A/B testlerinde mevcut olan tüm kanıt ve verilerden, bu zorluklardan sonra bile, A/B testi harika bir ROI sağlar. Pazarlama açısından bakıldığında, A/B testi, optimizasyon sürecinden tahminde bulunmaz.
Stratejik pazarlama kararları veri güdümlüdür ve iyi tanımlanmış uçlara sahip bir internet sitesi için ideal bir pazarlama stratejisi oluşturulmasını kolaylaştırır.
A/B test programı olmadan, pazarlama ekibiniz öğeleri rastgele veya bağırsak hissi ve tercihlerine göre test eder. Bu tür veri içermeyen testler başarısızlıkla sonuçlanır.
İyi bir internet sitesi ve ziyaretçi veri analizi ile güçlü bir şekilde başlarsanız, ilk 3 zorluk kolayca çözülebilir.
Kapsamlı internet sitesi ve ziyaretçi verilerinin kullanımına sunulurken, birikiminizi önceliklendirebilir ve ne test edeceğinize karar vermenize gerek kalmaz. Veriler tüm konuşmaları yapacak.
İş uzmanlığınızla birleşen bu gibi kaliteli verilerle, çalışan bir hipotez oluşturmak, mevcut verilerden geçmek ve hedefiniz için hangi değişikliklerin en iyi olacağına karar vermek meselesi haline gelir.
Üçüncü zorluğun üstesinden gelmek için, test kampanyanız için uygun örnek boyutunu bugün mevcut olan birçok araç yardımıyla hesaplayabilirsiniz.
Son iki zorluk ise, A/B testine nasıl yaklaştığınızla ilgilidir. A/B testini yinelemeli bir işlem gibi görürseniz, dördüncü mücadelenin yarısı tabağınızda bile olmayabilir.
Diğer yarısı, bu alandaki uzmanları işe alarak veya araştırma verilerini ve sonuçlarını doğru bir şekilde analiz etme konusunda eğitim alarak çözülebilir.
Son zorlukların üstesinden gelmek için doğru yaklaşım, kaynaklarınızı iş açısından en kritik unsurlara yönlendirmek ve test programınızı sınırlı kaynakla bir test kültürü oluşturabilecek şekilde planlamaktır.
Test Takvimi Nasıl Yapılır – Planla ve Önceliklendir
A/B testi asla izole edilmiş bir optimizasyon egzersizi olarak düşünülmemelidir. Her zaman daha geniş bir bütünsel CRO programının parçası olması ve bu şekilde ele alınması gerekir.
Etkili bir optimizasyon programı her zaman planlayacak ve önceliklendirecek şekilde iki bölümden oluşacaktır. Bir gün uyanıp internet sitenizi test etmeye karar vermek CRO’da işlerin nasıl yapıldığını değil.
Gerçek zamanlı ziyaretçi verileriyle birlikte iyi bir beyin fırtınası olması, bu konuyu izlemenin tek yoludur.
Açıkça söylemek gerekirse, mevcut internet sitesi verilerini analiz ederek ve ziyaretçi davranış verilerini toplayarak başlarsınız, daha sonra bunlara dayalı eylem öğeleri biriktirmeye başlar, önceliklendirmeye devam eder, test eder ve daha sonra gelecek için içgörü çizer.
Sonunda, pazarlamacılar olarak yeterince geçici testler yaptığınızda, A/B test programınızı daha yapılandırılmış hale getirmek için ölçeklendirmek istersiniz.
Bunu yapmanın ilk adımı A/B test takvimi yapmaktır. İyi bir test takvimi veya iyi bir CRO programı sizi 4 aşamada tamamlayacaktır:
Birinci Aşama: Ölçü
Bu aşama, A/B test programınızın planlama aşamasıdır. İnternet sitenizin performansını, ziyaretçilerin buna nasıl tepki gösterdiği konusunda ölçmeyi içerir.
Bu aşamada, internet sitenizde neler olup bittiğini, neden olduğunu ve ziyaretçilerin buna nasıl tepki gösterdiğini çözebilmelisiniz.
Bu arada sitenizde devam eden her şey, iş hedeflerinize uygun olmalıdır. Bu yüzden, her şeyden önce, iş hedefinizin ne olduğundan emin olmanız oldukça önemlidir.
Bu konuda ise Google Analytics gibi araçlar, hedeflerinizi ölçmenize yardımcı olabilir.
Hedefleri net bir şekilde tanımladıktan sonra, internet siteniz için GA ayarlayarak ve temel performans göstergelerinizi tanımlamanız gerekir.
Örnek olarak bir online cep telefonu mağazasını ele almaya ne dersiniz?
Bu mağazanın iş hedefi, çevrimiçi siparişleri ve satışları artırarak geliri artırmak olsun. Bu hedefi izlemek için belirlenen KPI, satılan telefon kılıflarının sayısı olacaktır.
Ancak bu aşama, internet sitesi hedeflerini ve KPI’ları tanımlamakla bitmiyor. Bu durum ayrıca ziyaretçilerinizi de anlamayı içerir.
Ziyaretçilerin davranış verilerini toplamak için kullanılabilecek çeşitli araçları zaten tartıştık. Veriler toplandıktan sonra, gözlemlere giriş yapın ve kampanyanızı oradan planlamaya başlayın. Daha iyi veriler daha yüksek satışlar anlamına gelir.
İş hedefleri tanımlandıktan sonra, KPI’lar belirlenir ve web sitesi verileri ile ziyaretçi davranışı verileri analiz edilir, bir birikim hazırlamanın zamanı gelmiştir.
Backlog : “ Yapılmamış görevlerin veya işlenmemiş malzemelerin biriktirilmesi”
Listeniz, analiz ettiğiniz verilere dayanarak test etmeye karar verdiğiniz internet sitesindeki tüm öğelerin kapsamlı bir listesi olmalıdır. Veri destekli bir birikim hazır olduğunda, bir sonraki adım her bir birikim kalemi için bir hipotez oluşturmaktır.
Bu aşamada toplanan veriler ve analizleri ile artık web sitenizde neler olduğu ve neden olduğu konusunda yeterince bağlamınız olacak. Onlara dayanan bir hipotez oluşturun.
Örneğin, 1. aşamada nicel ve nitel araştırma araçları kullanılarak toplanan verileri analiz ettikten sonra, birden fazla ödeme seçeneğine sahip olmamanızın, olası müşterilerin ödeme sayfasında bırakmalarına yol açtığı sonucuna varıyorsunuz.
Bu nedenle, “birden fazla ödeme seçeneği eklemenin, ödeme sayfasındaki işten çıkarmaların azaltılmasına yardımcı olacağını” varsayıyorsunuz.
Kısacası, bu aşamanın sonunda, internet siteniz hakkında tüm ne ve niçin sorularının neler olduğunu bileceksiniz.
İkinci Aşama: Önceliklendirme
Bir sonraki aşama, test fırsatlarınıza öncelik vermeyi içerir. Önceliklendirme, çoklu hipotezleri bilimsel bir şekilde sıralamanıza yardımcı olur.
Şimdiye kadar, internet sitesi verileri, ziyaretçi verileri ile tam donanıma sahip olmalısınız ve hedefleriniz konusunda net olmalısınız.
İlk aşamada hazırladığınız birikim ile birlikte her aday için hazır olan hipotezle birlikte, optimizasyon yol haritanızın yarısındasınız.
Şimdi bu aşamada ana görev geliyor: önceliklendirme!
İkinci aşamada, internet sitenizin sorunlu alanlarını ve huninizde sızıntıları tespit etmek için tam donanımlı olmalısınız. Ancak, her eylem alanının eşit iş potansiyeli maalesef ki yoktur.
Bu nedenle, test etmek istediklerinizi seçmeden önce iş bulma adaylarınızı tartmanız zorunlu hale gelir.
Test kampanyanız için iyileştirme, sayfa değeri ve maliyet, iş perspektifinden sayfanın önemi, sayfadaki trafik gibi unsurlara öncelik verirken akılda tutulması gereken birkaç şey vardır.
Ancak hiçbir öznelliğin önceliklendirme çerçevenizde yolunu bulamadığından nasıl emin olabilirsiniz? Her zaman % 100 objektif olabilir misin? İnsanlar olarak içgüdülere, kişisel görüşlere, ideallere ve değerlere büyük önem veriyoruz çünkü bunlar bize günlük yaşamımızda yardımcı olan şeyler.
Ancak CRO günlük yaşam değildir. Objektif olmanızı ve sağlam veri tabanlı kararlar ve seçimler yapmanızı gerektiren bilimsel bir süreçtir. Bu öznellikleri ortadan kaldırmanın en iyi yolu, bir önceliklendirme çerçevesi benimsemektir.
Uzmanlar bile muazzam birikimlerini anlamak için kullandıkları birçok önceliklendirme çerçevesi vardır. Bu sütun sayfasında, pazarlamacıların kullandığı en popüler çerçeveler hakkında bilgi edineceksiniz.
Örneğin, CIE önceliklendirme çerçevesi, PIE önceliklendirme çerçevesi ve LIFT Modeli .
CIE Önceliklendirme Çerçevesi:
CIE çerçevesinde testinizi 1 ila 5 arasında derecelendirmeniz gereken üç parametre vardır:
- Güven:1 – 5 arası bir ölçekte en düşük 1 iken 5 en yükseği gösterir ve hipotezle beklenen iyileşmeyi başarma konusunda ne kadar kendinize güvendiğinizi seçmelisiniz.
- Önem:1 – 5 arası bir ölçekte en düşük 1, 5 ise en yüksek olarak belirlenerek testin (hangi varsayımın yaratıldığı) ne kadar önemli olduğunu seçin.
- Kolaylık: 1 – 5 arası bir ölçekte en zor 1, 5 ise en kolay olarak belirleyin ve testin karmaşıklığını seçin. Test için belirlenen değişiklikleri uygulamanın ne kadar zor olacağını değerlendirin.
Ayrıca hipotezlerinizi puanlamadan önce, aşağıda sıralamış olduğumuz üç maddeyi de göz önünde bulundurmalısınız:
İyileşmeyi başardığınıza ne kadar güveniyorsunuz?
Hedeflemekte olduğunuz kullanıcının prototiplenmesi, bir hipotezin potansiyelini belirlemenize yardımcı olabilir.
Hedef kitlenizi en iyi şekilde anlayarak, hipotezin kullanıcıların kaygılarını ve şüphelerini ele alıp vermeyeceği konusunda eğitimli bir varsayım yapabilir ve onları dönüştürüp çevirmemelerini ya da çevirmemelerini sağlayabilirsiniz.
Bu testi denediğiniz trafik ne kadar değerli?
İnternet siteniz çok sayıda ziyaretçiyi çekiyor olabilir, ancak tüm ziyaretçiler alıcı olacak diye bir koşul yoktur. Zaten tüm mesele dönüştürmek değil.
Örneğin, ödeme sayfasının etrafında oluşturulan bir hipotez, ürün özellikleri sayfasının etrafında oluşturulandan daha büyük önem taşır.
Bunun nedeni, ödeme sayfasındaki ziyaretçilerin dönüşüm hunisinde çok derin olmaları ve ürün özellikleri sayfanızdaki ziyaretçilerden daha çok dönüşüm sağlama şansına sahip olmalarıdır.
Bu testi uygulamak ne kadar kolay?
Daha sonra, testinizi uygulamanın kolaylığını belirleme zamanı geliyor.
Bazı soruları cevaplamaya çalışın: Hipotezi uygulamak için sizin tarafınızdan çok fazla strateji yapılması gerekir mi? Hipotezin önerdiği çözümün tasarlanmasında ve geliştirilmesinde gereken çaba nedir?
Hipotezde önerilen değişiklikler sadece Görsel Editör kullanılarak yapılabilir mi, yoksa özel kod eklenmesini mi gerektirir? Bu, tüm bunlara cevap verdikten sonra ve bu tür diğer soruları, backlog adayını kolay parametresine derecelendirmelisiniz.
PIE Önceliklendirme Çerçevesi:
PIE çerçevesi, “İlk önce nerede test etmeliyim?” sorusuna cevap vermek için geliştirilmiştir.
A/B testi yolculuğunuzdaki önceliklendirme aşamasının amacı, bu sorunun cevabını bulmaktır. PIE çerçevesi ne zaman test edileceğini seçerken göz önünde bulundurmanız gereken üç kriteri incelemek gerekir: potansiyel, önem ve kolaylık .
Potansiyel, bir sayfanın iyileştirme potansiyeli anlamına gelir. Planlama aşaması, bunu belirlemek için ihtiyacınız olan tüm verileri size sağlamalıdır.
Önem, bir sayfanın değerini belirtir: bu da sayfaya ne kadar trafik geldiği anlamına gelir. Sorunlu bir sayfa tanımladıysanız, ve o sayfada trafik yoksa, sayfa daha yüksek trafik içeren diğer sayfalara kıyasla daha az önemlidir.
Üçüncü ve son kriterler kolaylıktır. Kolaylık, belirli bir sayfada veya öğede bir test yapmanın ne kadar zor olduğunu tanımlar.
Bir sayfayı test etmenin kolaylığını belirlemenin bir yolu, açılış sayfalarınızın geçerli durumunu belirlemek için açılış sayfası analizörü gibi araçlar kullanmak, gerektireceği değişimin sayısını ve ölçeğini tahmin etmek ve hangilerinin yapılacağını veya yapılıp yapılmayacağını önceliklendirmektir.
Bu, kaynaklar açısından önemlidir.
Pek çok işletme, kaynak yetersizliği nedeniyle A/B testi kampanyası üstlenme fikrini bırakıyor.
Peki bu kaynaklar nelerdir diye merak ediyorsanız;
- İnsan kaynakları: Geçmişte CRO ve A/B testleri kullanılmasına rağmen, son birkaç yılda ön aşama kazandığı kesindi. Bu nedenle, pazarın büyük bir bölümü özel bir optimizasyon ekibine sahip değildir ve yaptıkları zaman genellikle bir avuç insanla sınırlıdır. Planlanan bir optimizasyon takviminin kullanışlı olduğu yer burasıdır. Düzgün bir şekilde planlanmış ve önceliklendirilmiş bir backlog ile küçük bir CRO ekibi sınırlı kaynaklarını yüksek riskli kalemlere odaklayabilir.
- Araçlar: Popüler olan CRO ve A/B testleri ve aynı zamanda yüzlerce A/B test aracı, hem düşük hem de yüksek sona sahiptir. Bir uzman perspektifi olmadan, eğer işletmeler partiden en ucuzunu seçtiyse ve backlog üzerindeki her bir öğeyi A/B test etmeye başlasaydı, istatistiksel olarak anlamlı bir sonuca varamazlar.
Bunun 2 nedeni var: Birincisi, önceliklendirmeden yapılan testlerin başarısız olması ve herhangi bir ticari kazancı elde etmemesi gerekiyor. İki, tüm aletler aynı kalitede değildir.
Bazı araçlar daha pahalı olabilir, ancak bunlar iyi kalitatif ve kantitatif araştırma araçlarıyla bütünleştirilmiştir veya bunları istatistiksel olarak anlamlı üretme yeteneğinden daha fazla yapan mükemmel bağımsız araçlardır.
Diğer lot daha ucuz olurken ve sermaye krizi sırasında ve büyük bir birikim ile işletmeleri cezbedebilirken, ancak bu araçlar, onlara yararı olmayan sadece bir yatırım kaybı olacaktır.
Önceliklendirme, birikiminizi anlamlandırmanıza yardımcı olacak ve ne kadar az kaynağa sahip olursanız olun karlı bir test adayına tahsis edilecektir.
Backlog adayları, teknik ve ekonomik kolaylığa dayanarak test etmenin ne kadar zor olduğu konusunda işaretlenmelidir. Her potansiyel adayı, yukarıdaki kriterlere göre iş fırsatları olarak belirleyebilir ve en yüksek golcüyü seçebilirsiniz.
Örneğin, bir e-ticaret işletmesi olarak ana sayfanızı, ürün sayfanızı, ödeme sayfanızı ve teşekkür (derecelendirme) sayfanızı test etmek isteyebilirsiniz.
Şimdi PIE çerçevesine göre, bunları sıralar ve potansiyel, önem ve kolaylık olarak işaretlersiniz:
| Potansiyel | Önem | Kolaylık | PIE(P+I+E/3) | |
| Anasayfa | 10 | 9 | 7 | 8.6 |
| Ürün Sayfası | 8 | 10 | 9 | 9 |
| Ödeme Sayfası | 9 | 10 | 9 | 9.3 |
| Teşekkür Sayfası | 8 | 6 | 10 | 8 |
Bir başka popüler dönüşüm optimizasyon çerçevesi olan LIFT modeli , web ve mobil deneyimlerini analiz etmek ve A/B test hipotezleri geliştirmek için bir çerçevedir.
Sayfa ziyaretçinizin perspektifinden deneyimleri değerlendirmek için altı dönüştürme faktöründen yararlanır: Değer Önerisi, Netlik, Alaka Düzeyi, Dikkat Çekme, Aciliyet ve Anksiyete.
Önceliklendirme ile A/B test takviminizi en az 6 ila 12 ay boyunca uygulamaya hazır hale getirebilirsiniz.
Bu sadece teste hazırlanmak için size zaman ve destek sağlamakla kalmayacak aynı zamanda kaynaklarınızı da planlamanıza yardımcı olacaktır.
Üçüncü Aşama: A/B Testi
Üçüncü ve en önemli aşama test aşamasıdır. Önceliklendirme aşamasından sonra, gerekli tüm verilere ve önceliklendirilmiş bir birikime sahip olacaksınız.
Hedefinize uygun hipotezleri formüle edip önceliklerini belirledikten sonra, varyasyonlar oluşturun ve testi işaretleyin.
Testiniz devam ederken, doğru trafikte test yapmak, birlikte çok fazla elemanı test etmek değil, doğru süre boyunca test etmek ve benzeri kadar test etmek gibi kapanmadan önce istatistiksel olarak anlamlı sonuçlar elde etmek için her gereksinimi karşıladığından emin olun.
Dördüncü Aşama: Tekrarla
Bu aşama, geçmiş ve şimdiki testinizden öğrenme ve gelecekteki testlerde uygulama ile ilgilidir.
Testiniz öngörülen süre boyunca çalıştığında, testi durdurun ve bu şekilde toplanan verileri analiz etmeye başlayın.
Gerçekleştireceğiniz ilk şey, test edilmekte olan ve diğerlerinden daha iyi performans gösteren birçok sürümden biri.
Artık sizin ve ekibinizin bunun neden olduğunu anlama zamanı.
Testinizin 3 sonucu olabilir:
- Varyasyonunuz veya varyasyonlarınızdan biri istatistiksel olarak önem kazanmış olacak.
- Kontrolünüz daha iyi bir versiyondu ve varyasyon / sn üzerinde kazandı.
- Testiniz başarısız oldu ve önemsiz sonuçlar üretti. A/B test önemi hesap makinesi gibi araçların yardımıyla test sonuçlarınızın önemini belirleyin .
İlk iki senaryoda, sadece bir kazanan olduğu için test etmeyi bırakmayın. Bu sürümde iyileştirmeler yapın ve test etmeye devam edin.
Üçüncü senaryoda, tüm adımları hatırlayın ve işlem sırasında nerede hata yaptığınızı belirleyin ve hatayı düzelttikten sonra testi tekrarlayın.
İşte referans için indirilebilir bir A/B test takvimi örneği:
A/B test programınızı ölçeklendirirken, aşağıdaki noktaları aklınızda bulundurun:
1.Daha önce tamamlanmış olan testi tekrar ziyaret etmek:
Öncelikli bir takvime sahip olması durumunda, optimizasyon ekibiniz bir sonraki testte ne yapacakları ve hangi testin ne zaman yapılması gerektiği konusunda net bir vizyona sahip olacaktır.
Her bir öğeyi veya backlog’daki çoğu öğeyi test ettikten sonra, başarılı ve başarısız kampanyaları tekrar ziyaret edin.
Test sonuçlarını analiz edin ve testin başka bir sürümünü çalıştırmayı haklı çıkarmak için yeterli veri olup olmadığını belirleyin.
Varsa gerekli düzenlemeleri ve değişiklikleri yaparak testi tekrar çalıştırın.
2.Test sıklığının artırılması:
Aynı anda bir çok fazla varyasyonun test edilmesinde dikkatli olmanız gerekirken, test programınızın ölçeklendirilmesinde ve test sıklığınızı artırmak çok önemlidir.
Optimizasyon ekibiniz, testlerin hiçbiri diğerlerini veya web sitenizin performansını etkilemeyecek şekilde planlamalıdır.
Bunu yapmanın bir yolu, internet sitenizin farklı internet sayfalarında aynı anda test yapmak veya aynı internet sayfasının öğelerini farklı zaman aralıklarında sınamaktır.
Bu sadece test sıklığınızı arttırmakla kalmayacak, aynı zamanda testlerin hiçbiri diğerlerini etkilemeyecektir.
Örneğin, ana sayfanızın her birini, ödeme sayfasını ve kaydolma sayfasını bir defada ve bu sayfaların diğer öğelerini eşzamanlı olarak test edebilirsiniz.
3.Testinizi aralık dışı bırakma:
Bu, bir önceki noktadan devam edecektir. Yukarıdaki takvime bakarsanız, herhangi bir haftada 2’den fazla testin birbiriyle örtüşmediğini göreceksiniz.
Test sıklığınızı arttırma arayışında, internet sitenizin genel dönüşüm oranından ödün vermeyin.
Aynı internet sayfasında test edilecek iki veya daha fazla kritik öğeniz varsa, ikisini de boşluk olarak bırakın.
Daha önce de belirtildiği gibi, bir internet sayfasının çok fazla elemanının birlikte test edilmesi, hangi elemanın testin başarısını veya başarısızlığını en fazla etkilediğini saptamayı zorlaştırır.
Örneğin, reklamınızın açılış sayfalarından birini test etmek istediğinizi varsayalım.
Üyelik oranlarını artırmak ve hemen çıkma oranını azaltmak ve harcanan zamanı artırmak için afişi artırmak için CTA testini kilitlemektesiniz.
CTA için, verilerinize dayanarak, kopyayı değiştirmeye karar verirsiniz.
Afiş için, bir videoyu statik görüntüye karşı test etmeye karar veriyorsunuz. Her iki testi de aynı anda ve sonuç olarak uygularsınız, her iki hedefinize de ulaşmışsınızdır.
Buradaki problem, verilerin kayıtlar yeni CTA’dan artarken, videonun (hemen çıkma oranını düşürmek ve sayfada harcanan ortalama süreyi arttırmak dışında) bu konuda da yardımcı olduğunu göstermesidir.
Videoyu izleyenlerin çoğu da kaydoldu.
Şimdi sorun şu ki, iki test arasında bırakmadığınızdan, hangi testin kaydolma artışına en fazla katkıda bulunduğunu söylemek imkansız hale geldi.
İki testi de iyi bir şekilde zamanlarsan, çok daha iyi sonuçları elde edebileceğini aklından çıkarma.
4.Birden fazla ölçümün izlenmesi:
Genellikle bir A/B testinin performansını, tek bir dönüşüm hedefine dayanarak ölçer ve kazanan varyasyonu bulmanıza yardımcı olmak için tüm güveninizi bu hedefe atarsınız.
Ancak bazen, kazanan varyasyon diğer internet sitesi hedeflerini de etkiler.
Yukarıdaki örnek aynı şekilde burada da uygulanabilir.
Video, hemen çıkma oranının azaltılmasına ve harcanan zamanın artmasına ek olarak, kayıtların artmasına da katkıda bulunacaktır.
A/B test programınızı ölçeklendirmek için, daha az çaba harcayarak daha fazla fayda elde edebilmeniz için birden fazla ölçümü izlemeniz oldukça önemlidir.
A/B Testi ve SEO
SEO’nun A/B testleri üzerindeki etkileri söz konusu olduğunda, Google’un yayınlamış olduğu “İnternet Sitesi Testi ve Google Arama” başlıklı blog gönderilerinde oldukça açıklayıcı bir şekilde anlatıldı.
Oraya gidebilir ve okuyabilirsin ya da bu rehbere devam ederek senin için özetlediğimiz noktaları görebilirsin.
Gizleme Yok
Gizleme, bir içerik kümesini insanlara ve Googlebot’a farklı bir küme gösterme, bir deneme yapsanız da yapmasanız da İnternet Yöneticisi Yönergelerimize aykırıdır.
Kullanıcı temsilcisine dayanarak testin sunulup sunulmayacağına veya hangi içerik varyantının sunulacağına karar vermediğinizden emin olun.
Buna bir örnek vermek gerekirse, “Googlebot” kullanıcı aracını gördüğünüzde daima orijinal içeriğe hizmet etmek olacaktır.
Kurallarımıza aykırı davranmanın sitenizi indirgeyebileceğini veya hatta Google arama sonuçlarından çıkartabileceğini unutmayın; muhtemelen testinizinden istediğiniz sonuç olmayacaktır.
Ajansımızda Google, Youtube ve Sosyal medya reklamları hizmetlerimizde aktif olarak A/B testlerini kullanıyoruz…
Sadece 302 Yönlendirmeleri Kullanın
Kullanıcıları orijinal URL’den varyasyon URL’sine yönlendiren bir A/B testi kullanıyorsanız, 301 (kalıcı) yönlendirme yerine 302 (geçici) yönlendirme kullanın.
Bu, arama motorlarına bu yönlendirmenin geçici olduğunu – denemeyi yalnızca çalıştığınız sürece geçerli olacağını – ve orijinal URL’yi yeniden yönlendirmenin hedefi ile değiştirmek yerine dizinde tutmaları gerektiğini söyler.
JavaScript tabanlı yönlendirmelerin de Google’dan yeşil bir ışık aldığını eklememize izin verin.
Uzun Bir Süre Dönemi Aralığında Testlerinizi Devam Ettirin
Güvenilir bir test için gereken süre, dönüşüm oranlarınız gibi faktörlere ve internet sitenizin ne kadar trafik aldığına bağlı olarak değişir.
İyi bir test aracı, güvenilir sonuçlar çıkartabilecek kadar veri topladığınızda size bildirmelidir.
Testi tamamladıktan sonra, sitenizi istenen varyasyon ile güncellemeli ve alternatif URL’ler veya test komut dosyaları ve işaretleme gibi en kısa sürede testin tüm öğelerini kaldırmalısınız.
Rel = “canonical” Linklerini Kullanın
Google, orijinal URL’nin gerçekten tercih edildiğini vurgulayabilmeniz için tüm alternatif URL’lerde rel = “canonical” link özelliğini kullanmanızı önermektedir.
Bu öneri, rel = “canonical” ın, noindex meta etiketi gibi diğer yöntemlerle karşılaştırıldığında, bu durumdaki amacınıza daha yakın olması gerçeğinden kaynaklanmaktadır.
Örneğin, ürün sayfanızın varyasyonlarını test ediyorsanız, arama motorlarının ürün sayfanızı dizine eklememesini istemezsiniz.
Sadece tüm test URL’lerinin orijinal URL üzerindeki yakın kopyaların veya varyasyonların olduğunu ve orijinal URL ile birlikte kahraman olarak gruplandırılması gerektiğini anlamalarını istersiniz.
Bazen, bu durumlarda, böyle bir durumda rel = “canonical” yerine noindex kullanmak bazen beklenmeyen kötü etkilere neden olabilir.
Popüler Sektörlerde A/B Testi
Medyada ve Yayıncılıkta A/B Testi
Bir medyanın ve yayıncılığın bazı hedefleri, okur kitlelerini ve izleyicileri arttırmak, abonelikleri arttırmak, ziyaretçiler tarafından internet sitelerinde geçirilen süreyi artırmak veya sosyal paylaşım ile video görüntülerini ve diğer içerik parçalarını artırmak olabilir.
E-posta kaydolma modelleri, önerilen içerik, sosyal paylaşım düğmeleri, abonelik tekliflerini vurgulama ve diğer promosyon seçeneklerini test etmeyi deneyebilirsiniz.
Netflix kullanıcısı olan herhangi biri, yayın deneyimleri için kefil olabilir. Ancak herkes bu kadar iyi yapmayı nasıl başardıklarını bilmiyor.
Netflix, diğer işletmelerin bugün bile çok çaba sarf etmesine rağmen, inanılmaz bir şey yapıyor ve sistemlerinde kullanıcıları üzerinde A/B testi yürüyor ve kesinlikle bu durum oldukça başarılı bir şekilde işe yarıyor.
Netflix’in sisteminde yaptığı her değişiklik, konuşlandırılmadan önce yoğun bir A/B test sürecinden geçer.
Nasıl yaptıklarını göstermenin bir örneği, kişiselleştirmiş kullanımıdır diyebilirim.
Netflix, kişiselleştirmeyi ana sayfası için yoğun şekilde kullanıyor.
Her kullanıcı profiline dayanarak, Netflix her kullanıcıya en iyi kullanıcı deneyimini sunmak için ana sayfayı kişiselleştirir.
Ana sayfada kaç satırın gittiğine ve hangi kullanıcıların / filmlerin akış geçmişine ve tercihlerine bağlı olarak satırlara girdiğine karar veriyor.
Bir düşün. Ne zaman Netflix’e girdiğinde ilgini çekecek birçok dizi ve filmin sıralandığını ve büyük olasılıklı izlemeyeceğiniz yayınların size ana sayfada gösterilmediğini bile görebilirsiniz.
Bu oldukça başarılı bir test sürecidir. Aynı zamanda iki farklı hesaptan girdiğinizde aynı yayınların farklı ön izleme görselleri olduğunu görebilirsiniz. Bu durumda kişiselleştirilmiş bir kullanımdır.
Aynı alıştırmaları medya başlık sayfalarında da takip ediyorlar.
Bu sayfalarda Netflix hangi başlıkları izlememiz gerektiğini, üzerlerinde gördüğümüz küçük resimleri, hangi başlık metnini tıklamamızı ister ya da sosyal kanıt kararımızı daha kolay hale getirmemize yardımcı oluyorsa kişiselleştirir.
İnanın bu buzdağının sadece görünen kısmı.
E-Ticaret Sitelerinde A/B Testi:
A/B testi sayesinde, çevrimiçi mağazalar ortalama sipariş değerini artırabilir, ödeme hunilerini optimize edebilir, sepet sayfası terk etme oranını azaltabilir.
Bunları bu testler sayesinde test etmeyi deneyebilirsiniz.
Bu arada aldığınız verilerle gönderim bedelini görüntüleme şekli ve ücretsiz gönderim özelliğinin nerede ve ne kadarının vurgulandığını, ödeme sayfasındaki veya ödeme sayfasındaki metin ve renk…
Kısacası birçok şeyi elde edebilirsiniz.
Amazon, e-ticaret endüstrisinde, kısmen faaliyet gösterdikleri ölçek ve kısmen de en iyi müşteri deneyimini sağlama konusundaki muazzam bağlılıklarından dolayı dönüşüm optimizasyonunda ön sırada yer almaktadır.
E-ticaret endüstrisine getirdikleri birçok devrimci uygulama arasında en üretken olanı ‘Tek Tıkla Sipariş Verme’ idi. 1990’ların sonlarında çok fazla test ve analiz yapıldıktan sonra sunulan Tek Tıklama Siparişi, kullanıcıların alışveriş sepetini kullanmak zorunda kalmadan alışveriş yapmalarını sağlıyor.
Kullanıcılar varsayılan fatura kartı ayrıntılarını ve gönderim adreslerini girdikten sonra, tek yapmaları gereken düğmeye tıklamak ve sipariş edilen ürünlerin teslim edilmesini beklemektir.
Herhangi bir sipariş verirken kullanıcıların fatura ve nakliye bilgilerini tekrar girmeleri gerekmez.
Tek Tıkla Sipariş ile kullanıcıların satın alma kolaylığını görmezden gelmeleri ve başka bir mağazaya gitmeleri imkansız hale geldi.
Bu değişimin öyle büyük bir etkisi oldu ki, Amazon 1999’da patentini aldı (şimdi süresi doldu).
Aslında, 2000 yılında bile Apple, çevrimiçi mağazalarında kullanılmak üzere bir lisans aldı.
Amazon’un internet sitesini optimize etmek için çalışan kişiler, yaptıkları her değişiklik için ani bir ‘Eureka’ anına sahip değildi.
Amazon’un yaptığı kullanıcı deneyimini sunabildiği, sürekli ve yapılandırılmış A/B testi ile gerçekleşir. İnternet sitesindeki her değişiklik önce izleyicileri üzerinde test edilir ve ardından dağıtılır.
Amazon’un satın alma hunisini farkedecekseniz, huninin diğer internet sitelerinin satın alma hunilerini daha fazla veya daha az çoğaltmasına rağmen, içerisindeki her bir öğenin tamamen optimize edildiğini ve izleyicilerin beklentilerini karşıladığını fark edeceksiniz.
Ana sayfadan ödeme sayfasına kadar her sayfa, yalnızca en temel ayrıntıları içerir ve kullanıcıları dönüşüm hunisine daha da itmek için gereken tam adıma yol açar.
Ek olarak, geniş kullanıcı görüşleri ve internet sitesi verileri kullanılarak, her adım kullanıcılarının beklentilerini karşılamak için mümkün olan azami potansiyelleri ile kolaylaştırılmıştır.
Örneğin Amazon’un “Alışveriş Sepeti” simgesini ele alalım. Amazon’un ana sayfasının sağ üstünde, hangi sayfada olursanız olun görünür durumda kalmasını sağlayan küçük bir alışveriş sepeti simgesi bulunuyor.
Bu simge, eklenen ürünler için alışveriş sepetine veya hatırlatıcıya yalnızca bir kısayol değildir. Mevcut sürümünde 4 seçenek sunar:
- Alışverişe devam et (sepete ürün eklenmemişse)
- Bugünün fırsatlarını öğren (sepete eklenmiş ürün yoksa)
- İstek Listesi (sepetinize ürün eklenmemişse)
- Ödeme işlemine geçin (alışveriş sepetinde ürünler olduğunda)
- Tek Tıkla Ödeme özelliğini açmak için giriş yapın (sepetinizde ürün olduğunda)
Beş madde saydığımızı biliyoruz… 🙂
Bu kadar çok seçenek sunan küçük simgeye bir kez tıklandığında, kullanıcının bilişsel yükü azalır ve mükemmel bir kullanıcı deneyimine sahiptir.
Yukarıdaki ekran görüntüsünde görülebileceği gibi, aynı alışveriş sepeti sayfası da müşterilerin web sitesine geri dönüp alışverişe devam edebilmeleri için benzer ürünler önermektedir.
Bütün bunlar oldukça güçlü bir silah ile başlar: A/B Testi!
Seyahat Sitelerinde A/B Testi
İnternet sitenizdeki veya mobil uygulamanızdaki başarılı rezervasyonların sayısını, yardımcı satın alımlardan elde ettiğiniz gelirleri ve A/B testi ile çok daha fazlasını artırın.
Ana sayfa arama modellerinizi, arama sonuçları sayfasını, yardımcı ürün sunumunu, ödeme ilerleme çubuğu gibi önemli noktaları test etmeyi deneyebilirsiniz.
Seyahat endüstrisinde, Booking.com optimizasyon ihtiyaçları için A/B testini kullanmak söz konusu olduğunda diğer tüm e-ticaret işlerini kolayca aşmaktadır. İnanın, dünyanın sonu gelmiş gibi test ediyorlar.
Booking.com kuruluşundan bu yana A/B testini volan efekti tanıtan koşu bandı olarak gelir için değerlendirdi.
Booking.com A/B testinin hangi boyutta, özellikle kopyalarını test etme konusunda eşdeğer olmadığı.
Bunu okurken bile, Booking.com internet sitesinde çalışan yaklaşık 1000 tane A/B testi var.
Booking.com on yıldan uzun bir süredir A/B testlerini yürütüyor olsa da kullanıcı deneyimini geliştirmek için yapabileceklerinin daha fazla olduğunu düşünüyorlar.
Bu da Booking.com’u oyunda en iyi oyuncu yapıyor.
Şirket hizmet vermeye başladığından beri, Booking.com günlük çalışma sürecine A/B testini dahil ederek işinde en iyisini yapıyor.
HiPPO’ları ortadan kaldırarak ve her şeyden önce verilere öncelik vererek test hızlarını mevcut hızına çıkardılar.
Test hızını daha da artırmak için, tüm Booking.com çalışanlarının, işletmenin büyümesine yardımcı olacağını düşündüğü fikirler üzerinde testler yapmalarına izin verildi.
Bu örnek, Booking.com kullanıcılarının internet sitesi etkileşimlerini optimize etmek için ne kadar süre gidebileceklerini gösterecektir.
Booking.com, otellerin yanı sıra tatiller için kiralık mülkler sunarak, 2017 yılında erişimlerini genişletmeye karar verdi.
Bu, küresel mülk sahiplerinin sicilini büyütmelerine yardımcı olmak için yerel bir reklamcılık platformu olan Outbrain ile Booking.com ortaklığına gitti.
Başlangıcın ilk birkaç günü içinde, Booking.com ekibi, birçok mülk sahibinin ilk kayıt adımını tamamlamasına rağmen, sonraki adımlarda sıkışıp kaldıklarını fark etti.
Şu anda, kayıt işlemi için kendi yerel kampanyalarını ücretli aramak için oluşturulan sayfalar kullanılmıştır.
Her iki takım da birlikte çalışmaya karar verdi ve Booking.com için açılış sayfası kopyasının üç versiyonunu yarattı.
Varyasyonlara sosyal kanıt, ödüller, kullanıcı ödülleri gibi ek detaylar eklemeyi de unutmadılar.
Bu test iki hafta sürdü ve işletme sahibi kaydında % 25 artış sağladı.
Test sonuçları ayrıca her bir kaydın maliyetinde önemli bir düşüş olduğunu da gösterdi.
B2B İşletmelerde A/B Testi
Satış ekibiniz için yüksek kaliteli müşteri adayları oluşturun, ücretsiz deneme taleplerinin sayısını artırın, hedef alıcılarınızı çekin ve talep oluşturma motorunuzun önemli öğelerini test ederek ve cilalayarak bu tür diğer eylemleri gerçekleştirin.
Bu hedeflere ulaşmak için, pazarlama ekipleri internet sitelerinde en alakalı içeriği yayınladılar, potansiyel müşterilere reklamlar gönderdiler.
İnternet seminerleri düzenlediler, özel satışlar sundular ve çok daha fazlasını yaptılar.
Ancak, müşterilerin yönlendirildiği açılış sayfası en iyi kullanıcı deneyimini sunmak için tam olarak optimize edilmezse tüm çabaları boşa gider.
En iyi kullanıcı deneyimini sağlamak ve dönüşümleri iyileştirmek için, müşteri adayı form bileşenlerinizi test etmeyi, ücretsiz deneme kaydolma akışını, ana sayfa mesajlaşmasını, CTA metnini, ana sayfada sosyal kanıtı gibi değişim sağlayacak durumları deneyebilirsiniz.
Altı ülkede 100’ün üzerinde lokasyonda 5.000’den fazla müşterisi olan SaaS tabanlı restoran yönetim platformu POSist, demo taleplerini artırmak istedi.
İnternet sitesinin ana sayfası ve “Bize Ulaşın” sayfası, hunilerindeki en önemli sayfaları olduğu için ekibin ilgisi bu iki sayfaya yönelik oldu.
POSist’teki ekip bu sayfalarda insanların siteden çıkmasını azaltmak istedi.
Bunu başarmak için ekip, ana sayfanın iki varyasyonunun yanı sıra test edilecek Bize Ulaşın sayfasının iki varyasyonunu yarattı.
Ana sayfada yapılan değişikliklere bir göz atmaya ne dersiniz?
POSist’teki ekip, web sitesine daha alakalı ve dönüşüm odaklı içerik eklemenin kullanıcı deneyimini geliştirmesinin yanı sıra daha yüksek dönüşümler üreteceğini de belirtti.
Böylece kontrole karşı test edilecek 2 varyasyon oluşturdular. Varyasyonlar şöyle görünüyordu:
Kontrol önce Varyasyon 1’e karşı test edildi ve kazanan, Varyasyon 1 oldu.
Sayfayı daha da iyileştirmek için, Varyasyon 1 daha sonra Varyasyon 2’ye karşı test edildi ve kazanan Varyasyon 2 oldu.
Yeni varyasyon, sayfa ziyaretlerini yaklaşık % 5 arttırmıştır.
Hedeflerinize sertifikalı bir Google reklam ajansı ile devam etmek istiyorsanız sizi hizmet sayfamıza davet ediyoruz.
Sonuç
Evet bu rehberinde sonuna gelmiş olduk.
A/B testi hakkında bu kapsamlı rehberi okuduktan sonra, şimdi kendi optimizasyon yol haritanızı planlamak için tam anlamıyla donanımlı olmalısınız.
Özenle her adımı izlemeniz oldukça önemli.
Tüm bu önemi vermezseniz, sıkıntılar kapınızda olabilir. Bu yüzden yapabileceğiniz tüm büyük ve küçük hatalara karşı dikkatli olmalısınız.
Her site için A/B testi, internet sitenizin dönüşüm oranlarını iyileştirme konusunda çok değerlidir.
Bu testleri doğru şekilde yapmanız ve aldığınız verileri doğru bir şekilde okumanız size oyun değiştirici bir faktör oluşturacaktır.
Tam bir özveriyle bu rehberden öğrendiğiniz tüm püf noktalara ve dikkat edilmesi gereken yerlere önem verirseniz, A/B testi bir optimizasyon programı yürütürken ortaya çıkan riskleri azaltabilir.
Ayrıca, tüm zayıf bağlantıları ortadan kaldırarak ve internet sitenizin en optimize versiyonunu bularak internet sitenizin UX’ini önemli ölçüde geliştirmenize yardımcı olacaktır.
Evet bu uzun rehberin sonuna geldik.
Bu rehbere daha sonra da ulaşmak istiyorsanız yer işaretlerine eklemeyi unutmayın.
Eğer bu testleri ilk defa deniyorsanız, aklınıza takılan bir soru varsa bize yorum yazabilirsiniz, bir sonraki makale’de görüşmek üzere!
