👉 11 การทดสอบ A / B แนวทางปฏิบัติที่ดีที่สุดเพื่อเพิ่มโอกาสในการเป็นผู้นำและสมาชิกของคุณ

ปลั๊กอิน WordPress ที่ชื่นชอบของ John Chow's (Interview) การประชุมสุดยอดพันธมิตร West 2011

คุณติดตามการทดสอบ A / B ที่ดีที่สุดสำหรับแคมเปญการตลาดที่เลือกไว้ของคุณหรือไม่ หากไม่ได้โอกาสที่คุณจะพลาดโอกาสที่สำคัญในการเพิ่มจำนวนผู้ติดตามและปรับปรุงการสร้างโอกาสในการขาย

การทดสอบการแบ่งเว็บไซต์เป็นวิธีปฏิบัติที่เหมาะสมในการเพิ่มประสิทธิภาพ Conversion แต่การตรวจสอบว่าคุณทำถูกต้องไม่ใช่เรื่องง่ายนัก

คู่มือนี้จะช่วยคุณในเรื่องเหล่านั้น เราจะแชร์แนวทางปฏิบัติที่ดีในการทดสอบ A / B เพื่อช่วยให้คุณได้รับผลลัพธ์ที่น่าเชื่อถือจากกลยุทธ์การทดสอบแยกเพื่อให้สามารถดึงดูดลูกค้าได้มากขึ้นและเพิ่มจำนวนผู้ติดตาม

ทำไมคุณควรแบ่งทดสอบแคมเปญการตลาดของคุณ

มีสาเหตุหลายประการว่าทำไมการแบ่งแคมเปญการตลาดของเว็บไซต์จึงเหมาะสม การทดสอบ Web A / B ช่วยให้คุณได้ ตัดสินใจตามข้อมูลไม่ใช่การคาดเดาดังนั้นคุณจึงรู้ได้อย่างชัดเจนว่าเมื่อมีการใช้กลยุทธ์ทางการตลาดหรือแคมเปญที่เฉพาะเจาะจงหรือไม่

นอกจากนี้ยังช่วยให้คุณ หลีกเลี่ยงกรณีศึกษากับดัก. นั่นคือเมื่อผู้คนอ่านกรณีศึกษาและคัดลอกกลยุทธ์ที่กล่าวถึงโดยไม่ทราบว่าพวกเขาจะทำงานเพื่อธุรกิจของตนเองหรือไม่ นี่เป็นคำแนะนำ: ทุกธุรกิจแตกต่างกันและคุณไม่สามารถคาดเดาได้ว่าสิ่งที่ได้ผลสำหรับคนอื่น ๆ จะเหมาะกับคุณ

เมื่อคุณ A / B ทดสอบแคมเปญการตลาดเว็บไซต์คุณสามารถ ทดลองกับความคิดที่แตกต่างกัน. นี้เป็นประโยชน์เพราะบางครั้งการเปลี่ยนแปลงเล็ก ๆ สามารถสร้างความแตกต่างใหญ่ให้กับผลลัพธ์ที่คุณได้รับ

หนึ่งในพื้นที่ที่สำคัญที่จะทดสอบเพื่อเพิ่มการสร้างโอกาสในการขายและการเพิ่มผู้ติดตามคือรูปแบบ Optin ของคุณ นั่นเป็นเพราะนี่คือที่ที่ผู้คนลงชื่อสมัครเป็นสมาชิกหรือผู้มีโอกาสเป็นผู้นำ

สิ่งที่คุณสามารถ Split Test?

เมื่อแบบฟอร์มการทดสอบคุณควรมุ่งเน้นประเด็นใด คุณจะต้องใส่ใจกับรูปแบบการปฏิบัติที่ดีที่สุดเพื่อให้คุณสามารถสร้างรูปแบบเว็บไซต์ที่ดีที่สุดได้ มีหลายประเด็นที่สำคัญในการทดสอบ ได้แก่ :

  • หัวเรื่องและหัวเรื่องย่อย
  • สำเนา
  • การออกแบบฟอร์ม
  • คำกระตุ้นการตัดสินใจ (CTA)
  • ภาพ
  • สี

เรียนรู้เพิ่มเติมในคู่มือนี้เพื่อแยกการทดสอบออก

ตอนนี้มาดูแนวทางปฏิบัติที่ดีที่สุดในการทดสอบ A / B แล้ว ไม่ว่าคุณจะกำลังทดสอบฟอร์มหรือทดสอบหน้าเว็บของคุณแยกกันมีแนวทางปฏิบัติที่ดีที่สุดที่ใช้กับ:

นี่คือรายการเพื่อให้คุณสามารถนำทางได้ง่าย:

  1. ทดสอบรายการที่ถูกต้อง
  2. ให้ความสำคัญกับขนาดตัวอย่าง
  3. ตรวจสอบว่าข้อมูลของคุณน่าเชื่อถือ
  4. ได้รับสิทธิสมมติฐานของคุณ
  5. กำหนดการทดสอบอย่างถูกต้อง
  6. รับสิทธิ์ระยะเวลา
  7. อย่าทำการเปลี่ยนแปลงในระดับกลาง
  8. ทดสอบส่วนประกอบหนึ่งตัวพร้อมกัน
  9. ควบคุมรูปแบบต่างๆภายใต้การควบคุม
  10. ให้ความสนใจกับข้อมูล
  11. ทดสอบเสมอ

1. ทดสอบรายการที่ถูกต้อง

แนวทางปฏิบัติที่ดีที่สุดในการทดสอบเว็บไซต์ที่สำคัญที่สุดคือการทดสอบรายการที่สร้างความแตกต่างให้กับบรรทัดด้านล่าง

ตัวอย่างเช่น Hubspot แนะนำให้คุณเพิ่มประสิทธิภาพหน้าเว็บที่ผู้คนเข้าชมมากที่สุด:

  • หน้าแรก
  • เกี่ยวกับหน้า
  • หน้าติดต่อ
  • หน้าบล็อก

หรือคุณอาจต้องการมุ่งเน้นไปที่หน้าที่สร้างหน้าหลักของคุณการเพิ่มประสิทธิภาพฟอร์ม optin ใน:

  • หน้าลงทะเบียน Webinar
  • หน้า Landing Page ของ Ebook
  • หน้าแม่เหล็กตะกั่ว

หากต้องการดูหน้าเว็บที่คุณเข้าชมบ่อยที่สุดใน Google Analytics ให้ไปที่ พฤติกรรม»เนื้อหาไซต์»ทุกหน้า.

เมื่อคุณรู้ว่าสิ่งเหล่านี้คืออะไรคุณจะรู้ว่าจะวางแบบฟอร์มการสมัครสมาชิกทางอีเมลและนำแบบฟอร์มการเปิดใช้งานแม่เหล็กมาใช้ได้อย่างไร

2. ให้ความสำคัญกับขนาดตัวอย่าง

อีกวิธีปฏิบัติที่ดีที่สุดสำหรับการทดสอบ A / B คือการได้รับขนาดตัวอย่างอย่างถูกต้อง

หากคุณไม่ได้ทดสอบกับคนที่มากพอคุณจะไม่ได้รับผลลัพธ์ที่น่าเชื่อถือ นั่นหมายความว่าการตัดสินใจใด ๆ ที่คุณทำบนพื้นฐานของข้อมูลนั้นอาจมีข้อบกพร่อง

หนึ่งในวิธีที่ดีที่สุดในการหาขนาดตัวอย่างที่เหมาะคือการใช้เครื่องคำนวณขนาดตัวอย่างของ Optimizely ใส่อัตราการแปลงปัจจุบันของคุณบวกเปอร์เซ็นต์ที่เพิ่มขึ้นที่คุณต้องการเห็นจากนั้นจะคำนวณจำนวนผู้เข้าชมที่คุณต้องการสำหรับการทดสอบ A / B ของคุณโดยอัตโนมัติ

3. ตรวจสอบว่าข้อมูลของคุณเชื่อถือได้

ด้วยการทดสอบการแบ่งเว็บไซต์มีอีกหนึ่งมาตรการสำคัญที่น่าเชื่อถือของข้อมูลที่เรียกว่า นัยสำคัญทางสถิติ. ในแง่ง่ายๆนี่เป็นวิธีพิจารณาว่าผลลัพธ์ของคุณไม่ได้เกิดจากโอกาสสุ่ม

เพื่อระบุความสำคัญทางสถิติสำหรับการทดสอบ A / B ของคุณให้ใช้เครื่องมือสำคัญทางสถิติของ Visual Website Optimizer

พิมพ์จำนวนผู้เข้าชมที่คุณทดสอบแคมเปญการตลาดเดิมของคุณ (เรียกว่าตัวควบคุม) และแคมเปญที่คุณเปลี่ยนแปลง (เรียกว่ารูปแบบ) แล้วกด คำนวณความสำคัญ ปุ่ม.

คุณจะได้รับผลลัพธ์ที่แสดงค่า P (วัดความน่าเชื่อถืออื่น ๆ ) และบอกคุณว่าการทดสอบมีความสำคัญทางสถิติหรือไม่โดยการแสดงใช่หรือไม่

ให้ความสนใจกับคะแนนความเชื่อมั่นซึ่งเป็นความเป็นไปได้ที่จะได้ผลลัพธ์ที่แท้จริงจากการเปลี่ยนแปลงที่คุณทำ การจัดอันดับความเชื่อมั่นตามมาตรฐานอุตสาหกรรมคือ 95% แม้ว่าในเครื่องมือ Optimizely ที่แสดงในส่วนท้ายสุดคุณสามารถปรับระดับความมั่นใจได้ตามระดับที่คุณพึงพอใจ

4. รับสิทธิสมมติฐานของคุณ

เมื่อคุณเริ่มการทดสอบโดยไม่มีสมมติฐานคุณจะเสียเวลา

สมมติฐานคือความคิดเกี่ยวกับสิ่งที่คุณต้องทดสอบและเหตุผลและสิ่งที่เปลี่ยนแปลงที่คุณจะเห็นหลังจากที่คุณทำการเปลี่ยนแปลงใด ๆ ด้วยโครงสร้างนี้คุณจะทราบขอบเขตของการทดสอบและเมื่อประสบความสำเร็จหรือล้มเหลว หากปราศจากการทดสอบการทดสอบของคุณก็เป็นเพียงเกมเดาเท่านั้น

ในการสร้างสมมติฐานให้ใช้เทมเพลตนี้จากนักการตลาดดิจิทัล:

เนื่องจากเราสังเกตเห็น [A] และข้อเสนอแนะ [B] เราเชื่อว่าการเปลี่ยน [C] สำหรับผู้เข้าชม [D] จะทำให้ [E] เกิดขึ้น เราจะรู้เรื่องนี้เมื่อเราเห็น [F] และได้รับ [G]

ต่อไปนี้เป็นวิธีที่คุณสามารถกรอกแบบฟอร์มนี้ในแบบฟอร์ม optin email newsletter:

เนื่องจากเราสังเกตเห็นอัตราการแปลงที่ไม่ดีและผู้เข้าชมรายงานว่าแบบฟอร์ม Optin ของเรายาวเกินไปเราเชื่อว่าการลดจำนวนฟิลด์ของฟอร์มสำหรับผู้เข้าชมทั้งหมดจะเป็นการเพิ่มการลงทะเบียนจดหมายข่าวเราจะทราบเรื่องนี้เมื่อเราเห็นการลงทะเบียนจดหมายข่าวที่เพิ่มขึ้นในช่วงทดสอบ 2 สัปดาห์และได้รับความคิดเห็นจากลูกค้าซึ่งแสดงให้เห็นว่าผู้คนคิดว่าแบบฟอร์ม Optin มีความซับซ้อนน้อยลง

5. กำหนดการทดสอบอย่างถูกต้อง

การจัดตารางการทดสอบเป็นหนึ่งในหลักปฏิบัติด้านการทดสอบ A / B ที่สำคัญที่สุด

นี่คือเหตุผล: ถ้าคุณไม่ได้ทดสอบกับไม่ชอบคุณก็ไม่สามารถไว้ใจผลงานได้

เพื่อให้ได้ผลลัพธ์ที่น่าเชื่อถือคุณจะต้องใช้การทดสอบ A / B สำหรับช่วงเวลาที่เทียบเท่ากัน

อย่าลืมระบุยอดและยอดตามฤดูกาล อย่าทดสอบการจราจรในวัน Black Friday กับการจราจรในวันธรรมดาในช่วงกลางเดือนมกราคม

หากต้องการทราบว่าการเข้าชมของคุณดำเนินการอย่างไรในช่วงสองเดือนให้ลงชื่อเข้าใช้ Google Analytics ไปที่ผู้ชม»ภาพรวมและเปลี่ยนระยะเวลาเป็น 30 วันที่ผ่านมา.

จากนั้นคลิกที่ เปรียบเทียบ ถึงและ 30 วันก่อนหน้านี้จะถูกเลือกโดยอัตโนมัติ

คลิก ใช้ และคุณจะได้รับภาพรวมอย่างรวดเร็วของรูปแบบการเข้าชม

วิธีนี้จะช่วยให้คุณทราบรูปแบบการเข้าชมที่ดีขึ้นเพื่อให้คุณสามารถเลือกระยะเวลาที่เหมาะสมเพื่อใช้ทดสอบ A / B ของคุณได้

6. รับสิทธิ์ระยะเวลา

ระยะเวลาในการทดสอบเป็นอีกหนึ่งปัจจัยสำคัญในการพิจารณาความน่าเชื่อถือของผลการทดสอบ หากคุณใช้การทดสอบที่มีตัวแปรหลายอย่างและต้องการ Conversion 400 ครั้งคุณจะต้องทดสอบเป็นเวลานานกว่าการทดสอบที่มีเพียงตัวควบคุมและรูปแบบและ Conversion ที่คาดว่าจะได้ 100 รายการ

ใช้แผนภูมินี้จากนักการตลาดดิจิทัลเพื่อหาช่วงเวลาที่เหมาะสำหรับการทดสอบรูปแบบ Optin ของเว็บไซต์ของคุณ

7. อย่าทำการเปลี่ยนแปลงในระดับกลาง

คุณรู้สึกตื่นเต้นกับผลการทดสอบที่คุณเห็นในระหว่างการทดสอบที่คุณต้องการเร่งด่วนและใช้การเปลี่ยนแปลงมากขึ้น

อย่าทำมัน

ถ้าคุณหยุดการทดสอบก่อนที่จะสิ้นสุดระยะเวลาการทดสอบที่เหมาะ (ดูเคล็ดลับก่อนหน้านี้) หรือแนะนำองค์ประกอบใหม่ ๆ ที่ไม่ได้เป็นส่วนหนึ่งของสมมติฐานเดิม (ดูเคล็ดลับที่ 4) ผลลัพธ์ของคุณจะไม่น่าเชื่อถือ นั่นหมายความว่าคุณจะไม่รู้ว่าการเปลี่ยนแปลงที่คุณทำมีส่วนใดในการเพิ่ม Conversion หรือไม่

8. ทดสอบส่วนประกอบหนึ่งตัวพร้อมกัน

หนึ่งในกฎทองของแบบทดสอบ A / B และหน้าเว็บคือ: ทดสอบส่วนประกอบทีละชิ้น. หากคุณกำลังทดสอบรูปแบบ Optin สำหรับการตลาดให้ทดสอบบรรทัดแรกหรือ CTA หรือจำนวนฟิลด์ของฟอร์ม นี่เป็นวิธีเดียวที่คุณจะทราบได้อย่างชัดเจนว่าองค์ประกอบ ONE ทำให้เกิดการสร้างหรือสมัครสมาชิกหรือไม่

หากคุณทดสอบองค์ประกอบมากกว่าหนึ่งรายการคุณจำเป็นต้องมีการทดสอบหลายตัวแปร เราอธิบายความแตกต่างในคู่มือของเราเพื่อแยกการทดสอบกับการทดสอบหลายตัวแปร

9. เก็บรูปแบบต่างๆภายใต้การควบคุม

เกี่ยวข้องกับการที่ไม่ได้ทดสอบรูปแบบมากเกินไปในครั้งเดียว นี่เป็นข้อผิดพลาดในการทดสอบแยกแบบคลาสสิก ดังที่คุณเห็นในตารางนักการตลาดดิจิทัลยิ่งมีรูปแบบมากขึ้นคุณจำเป็นต้องใช้การทดสอบเพื่อให้ได้ผลลัพธ์ที่น่าเชื่อถือมากขึ้นอีกต่อไป

การทดสอบที่ดีที่สุดของ A / B แนะนำให้คุณทดสอบรูปแบบต่างๆระหว่าง 2 ถึง 4 รูปแบบพร้อมกัน ให้ระยะเวลาการทดสอบและประสิทธิภาพที่ดีที่สุด

10. ให้ความสนใจกับข้อมูล

เราทุกคนมีความรู้สึกเกี่ยวกับวิธีการตลาดของเรามีประสิทธิภาพ แต่สิ่งที่ยอดเยี่ยมเกี่ยวกับการทดสอบแยกเป็นข้อมูลที่ช่วยให้คุณสามารถติดตามความรู้สึกเหล่านั้นหรือแสดงให้เห็นว่าคุณผิดพลาด

อย่าละเลยข้อมูลที่ให้ประโยชน์ต่อลำไส้ของคุณ หากคุณปฏิบัติตามคำแนะนำในการสร้างการทดสอบแยกคุณจะได้รับข้อมูลที่เชื่อถือได้ซึ่งจะช่วยให้คุณสามารถปรับปรุง Conversion ได้

11. จงทดสอบเสมอ

เคล็ดลับสุดท้ายของเราคือการทดสอบเสมอ เมื่อคุณมีข้อมูลเพียงพอ (เช่นอย่างน้อยสองสามสัปดาห์) จากแคมเปญเดิมของคุณคุณสามารถเริ่มใช้การทดสอบ A / B เพื่อปรับปรุงผลการค้นหาของคุณได้

การเปลี่ยนแปลงที่เพิ่มขึ้นสามารถเพิ่มขึ้นได้ทันทีตามที่ลูกค้าของ OptinMonster ได้พบ Escola EDTI ใช้การทดสอบแยกเพื่อรับ Conversion เพิ่มขึ้น 500%

Logic Inbound ได้รับ Conversion เพิ่มขึ้น 1500% โดยแบ่งการทดสอบแคมเปญการตลาดของ OptinMonster

วิธีแยกทดสอบแคมเปญกับ OptinMonster

ต้องการทดสอบ / ทดสอบแคมเปญการตลาดของคุณเองเพื่อให้คุณสามารถมุ่งสู่ผลลัพธ์ที่ใกล้เคียงกันได้หรือไม่? เราจะบอกวิธีการทำในส่วนนี้โดยใช้เครื่องมือทดสอบ A / B ที่มีอยู่ใน OptinMonster

ทำตามคำแนะนำเพื่อสร้างและเผยแพร่แคมเปญแรกของคุณ

ดูวิดีโอแนะนำเกี่ยวกับการสร้างการทดสอบแยกหรืออ่านต่อเพื่อดูคำแนะนำทีละขั้นตอน:

จากหน้าแดชบอร์ด OptinMonster ไปที่เมนูจุดสามจุด เลือก การทดสอบ A / B Split.

นี่จะเป็นช่องที่คุณสามารถตั้งชื่อการทดสอบของคุณและเพิ่มบันทึกเกี่ยวกับการเปลี่ยนแปลงที่คุณวางแผนที่จะทำ โปรดจำไว้ว่าคุณจะเปลี่ยนองค์ประกอบเดียว

คลิก สร้างการทดสอบแยก. ที่จะนำคุณไปสู่ตัวสร้างแคมเปญ

ทำการเปลี่ยนแปลงจากนั้นบันทึกและเผยแพร่แคมเปญตามปกติ

OptinMonster จะแบ่งกลุ่มผู้ชมของคุณโดยอัตโนมัติและรวบรวมข้อมูล Conversion ซึ่งคุณจะเห็นในแดชบอร์ดการวิเคราะห์การแปลง

เมื่อคุณมีรูปแบบที่ชนะแล้วให้กลับไปที่เมนูจุดสามจุดในแดชบอร์ด OptinMonster และเลือก ทำ Primary เพื่อให้เป็นแคมเปญหลัก

นอกจากนี้คุณยังสามารถสลับปุ่มที่ด้านข้างของแคมเปญเพื่อปิดรูปแบบอื่น ๆ

แค่นั้นแหละ!

ตอนนี้คุณรู้วิธีใช้วิธีปฏิบัติที่ดีที่สุดในการทดสอบ A / B ซึ่งจะสร้างความแตกต่างให้กับ Conversion ได้อย่างแท้จริงให้ดูคู่มือการแยกการทดสอบจดหมายข่าวทางอีเมลของคุณ และได้รับแรงบันดาลใจจาก EczemaCompany.com ซึ่งเพิ่ม Conversion ขึ้น 158% ด้วยการทดสอบแยก

สุดท้ายติดตามเราทาง Facebook และ Twitter เพื่อดูคำแนะนำเพิ่มเติมและคำแนะนำในเชิงลึก

Like this post? Please share to your friends:
ใส่ความเห็น

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