Files

T

Paweł Domański 405d42209c May 27, 2026, 9:48 AM

2026-05-27 07:48:02 +00:00

106 KiB

Raw Permalink Blame History

Oczywiście — oto dokładne i wierne tłumaczenie całej treści z przesłanego obrazka, zachowujące format i sens oryginału.

Rozdział 9

Strategia tego, co testować

Nie istnieje coś takiego jak jedna właściwa odpowiedź w testowaniu landing page’y.
Jak więc decydujesz, jakie elementy uwzględnić w swoich testach?
Ten rozdział dostarczy wskazówek, jak identyfikować obiecujące elementy testowe oraz omówi motywy testowe, które konsekwentnie dawały solidne rezultaty.

Zawartość rozdziału

Jak myśleć o elementach testowych
Wybór elementów do testowania
Testowanie przepływów wielostronicowych
Ponadczasowe motywy testowe
Testowanie cen

Jak myśleć o elementach testowych

Jeśli odrobiłeś zadanie po przeczytaniu poprzednich rozdziałów, powinieneś mieć długą listę potencjalnych problemów i obaw dotyczących Twojej strony. Prawdopodobnie wynikają one z taktycznych problemów lub fundamentalnych rozbieżności między celami odwiedzającego a Twoim landing page’em.

Jak więc zdecydować, które z nich warto testować? Następujące filtry pomogą oddzielić ziarno od plew.

Zakres wpływu

Zasada 80/20 (reguła Pareto) została zastosowana w szerokim zakresie dyscyplin i obserwacji. Przewiduje ona, że nieliczne (20 procent) są odpowiedzialne za zdecydowaną większość (80 procent) wyników. Jeśli zastosujesz tę zasadę do optymalizacji landing page’y, wynika z niej, że naprawienie kilku fundamentalnych problemów zapewni największą poprawę współczynnika konwersji. Odwrotnie, oznacza to również, że niektóre z elementów wybranych do testowania mogą w ogóle nie mieć wpływu na wskaźnik konwersji.

Jak więc określić, co jest istotne, a co trywialne? Ogólnie może to być trudne, ale możesz kierować się zasadą szukania najszerszego potencjalnego wpływu.

Najważniejsze działania konwersyjne

W wielu przypadkach będziesz mieć więcej niż jedno pożądane działanie konwersyjne. Powinieneś skoncentrować się na poprawieniu lub wzmocnieniu tego działania, które przynosi największe korzyści finansowe. Na przykład, jeśli oferujesz trzy różne

Oczywiście — oto dokładne, wierne tłumaczenie kolejnej strony. Zachowuję strukturę, układ akapitów i znaczenie oryginału.

Największa możliwa grupa odbiorców

Często firmy mają wiele landing page’y dla konkretnych kampanii marketingowych online. Powinieneś sprawdzić, które z nich mają najwyższy poziom ruchu i przynoszą największą liczbę konwersji. Nadaj najwyższy priorytet stronom generującym największe przychody i dostosuj ich zawartość do preferencji odwiedzających.

Wiele firm koncentruje się wyłącznie na oczywiście niedziałających dobrze landing page’ach. Oczywiście poprawa słabych punktów jest wartościowym podejściem do rozwijania biznesu. Nie powiniena jednak przysłaniać Ci ukrytych możliwości w najlepiej działających stronach. Tylko dlatego, że generują dużo przychodu, nie oznacza, że są zoptymalizowane i działają najlepiej jak mogą. Poprawiając strony, które są już najlepsze, często możesz odblokować wiele dodatkowej wartości.

Najpopularniejsze ścieżki poruszania się po Twojej stronie

Oprogramowanie do analityki internetowej pokazuje najpopularniejsze ścieżki (przepływy ruchu) w Twojej witrynie. Niektóre systemy pokazują nawet odwrotne ścieżki celów — najczęstsze sekwencje stron, które doprowadziły odwiedzającego do działania konwersyjnego.

Analiza ścieżek może być dość skomplikowanym biznesem. Musisz wiedzieć, gdzie użytkownik trafia na Twoją stronę. W przypadku głównych landing page’y ruch może rozpoczynać się na wielu różnych stronach w Twojej witrynie. Na przykład dla witryny e‑commerce możesz mieć znaczący ruch trafiający na stronę główną, stronę kategorii, stronę marki, stronę wyników wyszukiwania oraz szczegółowe strony produktów. Mieszanka zależy od specyfiki Twojej działalności.

Nie zwracaj uwagi jedynie na rozmiar przepływu ruchu na landing page, ponieważ nie cały ruch ma równą wartość. Na przykład Twoja strona główna może mieć wysoki procent ruchu typu „direct”. Może to oznaczać, że masz silną markę, a ludzie aktywnie jej szukają, co wiąże się z większym prawdopodobieństwem konwersji. Albo większość ruchu na stronie głównej pochodzi z udanych działań SEO. Niestety, ruch może pochodzić głównie ze słów kluczowych ogólnych. W takich przypadkach duża liczba odwiedzających może ukrywać fakt, że są to „oglądacze opon” — osoby, które znacznie rzadziej dokonują zakupu.

Duża część ruchu (szczególnie z płatnych kampanii) trafia na strony głęboko osadzone w witrynie. Ta głęboka strona lądowania jest celowa i służy zaprezentowaniu jak najbardziej odpowiednich treści. Głębokie linkowanie w kampaniach PPC ma na celu skierowanie użytkownika do stron, których intencję można odczytać z jego słów kluczowych. Osoby korzystające z bardzo ogólnych słów kluczowych są kierowane na stronę główną, natomiast ci, którzy wykazują bardziej szczególną intencję lub świadomość swoich potrzeb, są kierowani bezpośrednio do konkretnej informacji albo strony szczegółów produktu. Prawdopodobieństwo konwersji ruchu z głęboko linkowanych stron jest zazwyczaj znacznie wyższe, ponieważ odwiedzający znajdują się dalej w procesie podejmowania decyzji i widzą bardziej dopasowane treści na stronie docelowej.

Możesz połączyć wszystkie te czynniki w jeden wskaźnik, szacujący wielkość potencjalnych strat dla każdego typu landing page w Twojej witrynie. Pomnóż przychód na użytkownika dla określonego typu landing page przez liczbę odwiedzających, którzy na nim lądują. Da ci to szacunek przychodu z danego źródła ruchu. Następnie pomnóż tę liczbę przez współczynnik odrzuceń (procent użytkowników, którzy natychmiast wychodzą bez obejrzenia innej strony). Otrzymasz w ten sposób przybliżony obraz potencjalnego utraconego przychodu. Możesz teraz uporządkować swoje strony i skupić się na tych z największymi stratami przychodów.

Jednak sytuacja może się trochę bardziej skomplikować. Czasami strona może pełnić podwójną funkcję — być landing page’em oraz jednocześnie stroną w ścieżce konwersji dla innych stron znajdujących się wcześniej w lejku. W takich przypadkach obliczenie straty przychodu można rozszerzyć, uwzględniając nie tylko współczynnik odrzuceń, ale także współczynnik porzucenia (lub „drop‑off”) dla ruchu, który po prostu przez nią przepływa. Ale podstawowa idea pozostaje ta sama — oszacować wartość dolarów wyciekających z Twojego nieszczelnego lejka konwersji.

Przyjrzyjmy się konkretnemu przykładowi. Załóżmy, że prowadzisz stronę generującą leady kupujących nieruchomości. Dostajesz stałą kwotę za każdego użytkownika, którego przekierujesz na stronę agenta nieruchomości. Twoim jedynym źródłem ruchu jest krajowa kampania PPC w popularnych wyszukiwarkach. Korzystasz z mieszanki słów kluczowych ogólnych i bardziej szczegółowych, takich jak „kupno domu,” „domy w Kalifornii,” lub „nieruchomości San Diego.”

W zależności od intencji słowa kluczowego ruch trafia albo na stronę główną, albo na stronę dedykowaną danemu stanowi, albo na stronę konkretnej lokalnej społeczności. Jeśli użytkownicy wyszukują na poziomie krajowym, muszą wybrać stan, a potem konkretną stronę lokalną, zanim podejmą pożądane działanie konwersyjne (np. przejście do strony lokalnego agenta nieruchomości). Podobnie, ci, którzy trafiają na strony stanowe, muszą kliknąć w stronę lokalną, a dopiero później w stronę szczegółową.

Trzy typy stron mają następujące charakterystyki:

Strona krajowa (National page)

Ruch krajowy (NV) = 1 000 000 miesięcznie (landing page)
Współczynnik odrzuceń strony krajowej (NB) = 50% (dla ruchu lądującego na tej stronie)
Przychód krajowy (NR) = 0,20 USD na odwiedzającego

Strony stanowe (State pages)

Ruch stanowy (SV) = 500 000 miesięcznie (bezpośrednio lądujący na tej stronie)
Współczynnik odrzuceń stanu (SB) = 40% (dla ruchu lądującego na tej stronie)
Przychód stanowy (SR) = 0,30 USD na odwiedzającego
Współczynnik porzucenia stanu (SA) = 35% (dla ruchu spływającego z krajowej strony)

Strony lokalne (Local pages)

Ruch lokalny (LV) = 200 000 miesięcznie (bezpośrednio lądujący na tej stronie)
Współczynnik odrzuceń strony lokalnej (LB) = 35% (dla ruchu lądującego na tej stronie)
Przychód lokalny (LR) = 0,50 USD na odwiedzającego

Strony lokalne

Współczynnik porzucenia lokalnego (LA) = 30% (dla ruchu przepływającego ze stron stanowych)

Na podstawie tych danych możemy obliczyć potencjalne utracone przychody dla każdej strony:

Strona krajowa

NV × NR × NB (utracony przychód z powodu odrzuceń na stronie krajowej)

= 1 000 000 × 0,20 USD × 50%
= 100 000 USD

Strony stanowe

SV × SR × SB (utracony przychód z powodu odrzuceń na stronach stanowych)

NV × NR × (1 – NB) × SA (utracony przychód z porzucenia ruchu, który przychodzi ze strony krajowej)

= 500 000 × 0,30 USD × 40%

1 000 000 × 0,20 USD × (1 – 50%) × 35%
= 95 000 USD

Strony lokalne

LV × LR × LB (utracony przychód z powodu odrzuceń na stronach lokalnych)

SV × SR × (1 – SB) × LA (utracony przychód z porzucenia ruchu z poziomu stanowego)
NV × NR × (1 – NB) × (1 – SA) × LA (utracony przychód z porzucenia ruchu z poziomu krajowego)

Obliczenia:

= 200 000 × 0,50 USD × 35%

500 000 × 0,30 USD × (1 – 40%) × 30%
1 000 000 × 0,20 USD × (1 – 50%) × (1 – 35%) × 30%
= 83 000 USD

Jak widzisz, wartość utraconych przychodów dla każdej z tych stron jest zaskakująco zbliżona, mimo znaczących różnic w poziomie ruchu bezpośredniego. Ponieważ strony stanowe i lokalne pełnią funkcję kanałów dla ruchu napływającego z wyższych poziomów, ich znaczenie jest mocno zwiększone.

Pamiętaj, że nigdy nie będziesz w stanie przekonwertować wszystkich użytkowników. Dlatego obliczenia utraconego przychodu stanowią górny limit na podstawie rzeczywistej poprawy działania i powinny być traktowane jedynie jako ogólne wskazówki do ustalania, które strony testować najpierw. Zobacz Rozdział 14, „Developing Your Action Plan”, po szczegółową dyskusję na temat ekonomicznego podejścia do planowania testów stron docelowych.

Najbardziej widoczne części strony

Nie wszystkie elementy strony mają jednakową wagę. Zachowanie użytkownika podczas skanowania treści zmienia się w zależności od konkretnego zadania. Podczas porównywania produktów w e‑commerce użytkownik może oglądać wszystkie pozycje na stronie wyników wyszukiwania z mniej więcej równą uwagą, dopóki nie znajdzie właściwego produktu. Podczas czytania artykułów lub kolumny wyników wyszukiwania odwiedzający będą skanować materiał poczynając od górnego lewego rogu i skupiając się coraz mniej na każdym kolejnym nagłówku czy pozycji na liście. Jednak istnieją pewne ogólne zasady. Badania śledzenia ruchu oczu oraz inne badania behawioralne konsekwentnie pokazują, że ludzie zwracają największą uwagę na informacje znajdujące się w górnym lewym rogu strony, kiedy próbują się zorientować. Następnie szukają treści w centralnej części widocznego obszaru i zazwyczaj ignorują prawy górny oraz lewy dolny róg. Umieszczenie elementów powyżej obszaru przewijania (“above the fold”) ma kluczowe znaczenie dla zwiększenia świadomości w procesie podejmowania decyzji (nie możesz kliknąć czegoś, czego nawet nie widzisz). Istnieją jednak dowody, że granica przewijania nie znajduje się przy faktycznej wysokości widocznego okna przeglądarki. Ludzie zaczynają ignorować treści, gdy docierają mniej więcej do dwóch trzecich wysokości ekranu. W rzeczywistości wiele osób chętniej przewinie ekran nieco wyżej, by spojrzeć w środek strony, niż spojrzy w sam dół.

Ziarnistość (Granularity)

Ziarnistość elementów testowych określa poziom szczegółowości, na jakim wprowadzasz zmiany w projekcie. Na jednym skraju możesz stosować drobne, precyzyjne warianty (np. zmieniając kolor przycisku czy rozmiar czcionki). Na drugim skraju możesz tworzyć obszerne, fundamentalne zmiany, które łączą dziesiątki mniejszych alternatyw projektowych. Często spotyka się sytuację, w której kompletnie przeprojektowujesz cały landing page i testujesz go bezpośrednio przeciwko oryginałowi.

Pomiędzy tymi skrajnościami istnieje continuum możliwych skal, na których możesz testować proponowane zmiany. Czasami te alternatywy projektowe mogą być zagnieżdżone jedna w drugiej. Na przykład możesz zmienić tekst przycisku call‑to‑action na swoim formularzu, zmienić wszystkie etykiety pól formularza, a nawet zmienić rozmiar i pozycję całego formularza.

Rozmiar zestawu testowego będzie ograniczony wielkością ruchu na Twojej stronie docelowej oraz tempem danych (liczbą działań konwersyjnych na jednostkę czasu). Zmiana skali ziarnistości testów pozwala tak dostosować zestaw testowy, aby zawierał wszystkie lub większość ważnych pomysłów, jednocześnie mieszcząc się w rozsądnej liczbie wariantów. Na przykład zmniejszenie przestrzeni nagłówka może zostać dokonane poprzez połączenie kilku mniejszych zmian w jedną zmienną większej skali.

Kiedy dostępny jest duży wolumen ruchu do testów, sensowne jest przechodzenie do bardzo szczegółowych testów wielu zmian, które rozważasz. Przy innych metodach testowania lub niskim tempie danych będziesz zmuszony do konsolidacji swojego zestawu testowego. Wówczas musisz zdecydować, czy chcesz się skupić na wysoce granularnych zmianach, czy połączyć kilka z nich w większe elementy do testowania.

Zaletą bardzo granularnych testów jest to, że są szybkie i łatwe do wdrożenia. Na przykład możesz chcieć rozważyć różne nagłówki dla swojej strony. Nie zajmie to dużo czasu — opracować kilka uzasadnionych wariantów, ustawić test i zacząć zbierać dane. Często, dzięki ciągłemu przeprowadzaniu testów małej ziarnistości jedno po drugim, możesz osiągnąć znaczące ulepszenia konwersji. Z natury tego typu małe, przyrostowe testy nie wymagają dużego nakładu pracy ani emocjonalnego zaangażowania, i świetnie nadają się do ciągłego testowania w modelu „champion‑challenger”. Całkowite przeprojektowania stron są czasami jedyną opcją, gdy chcesz rozważyć wiele potencjalnych zmian, ale nie masz wystarczającej ilości danych ani czasu, aby przeprowadzić serię testów o drobniejszej ziarnistości. Takie przeprojektowania są również jedynym sposobem radzenia sobie z landing page’ami o niskiej spójności (zobacz sekcję „Coherency” później w tym rozdziale).

Główną wadą przeprojektowań całych stron jest czas i wysiłek potrzebny na ich stworzenie. Ponieważ nie wiesz, czy nowy projekt okaże się lepszy od oryginału, podejmujesz ryzyko, że duża inwestycja na początku się opłaci. Słyszałem też argumenty marketerów online, że pełne przeprojektowania pozbawiają ich „wiedzy”, które poszczególne elementy najbardziej przyczyniły się do poprawy wyników. Opiera się to na błędnym założeniu, że poszczególne elementy są całkowicie niezależne od siebie. W rzeczywistości często są silnie zależne od kontekstu, w którym są prezentowane.

Nie ma wrodzonej przewagi w testowaniu zmian drobnych lub zmian o dużej skali. W jednym z testów drobnej ziarnistości zmiana jednego nagłówka z „Free Quote Request” na „Instant Quote” spowodowała wzrost współczynnika wypełniania formularza o 58 procent. Na drugim końcu spektrum widzieliśmy wzrosty rzędu kilkuset procent, gdy porównywano całkowicie różne projekty stron w dużych, zgrubnych testach.

Ziarnistość nie musi być jednolita pomiędzy elementami, które testujesz. Możesz poświęcić więcej uwagi kluczowym elementom strony, takim jak kolory przycisków call‑to‑action (dopasowane do strony lub kontrastujące), formaty (sam przycisk lub przycisk z linkiem tekstowym pod nim) i tekst (kilka alternatywnych wersji). Dla mniej istotnych części strony, jak stopka, pojedynczy test może zawierać kilka równoczesnych zmian.

Sweep

Blisko związane z ziarnistością elementu dostrajającego jest pojęcie „zakresu” (sweep). Czy Twoje pomysły testowe reprezentują radykalnie różne sposoby myślenia? A może są to łagodne modyfikacje, które prawdopodobnie nie przyniosą znaczących zmian w zachowaniu odwiedzających?

Zmiany taktyczne (np. mocno prowokacyjne nagłówki) mogą być radykalne, podczas gdy przeprojektowania całych stron zmieniające jedynie schemat kolorów mogą być łagodne. Zatem zakres zmian nie musi odpowiadać ziarnistości.

„Efektywność to robienie rzeczy właściwie; skuteczność to robienie właściwych rzeczy.” — Peter F. Drucker

Masz wybór. Możesz dalej ewoluować swoją stronę w obecnych ramach jej projektu, przekazu i intencji. Albo możesz testować radykalne, rewolucyjne alternatywy, które mogą spektakularnie zawieść albo przynieść niespodziewany przełomowy efekt. Nie ma jednej poprawnej odpowiedzi. Poziom radykalności w Twoim testowaniu zależy od kultury tolerancji ryzyka w Twojej firmie oraz od celów biznesowych.

Coherency

Spójność to harmonijna konsekwencja w relacji wszystkich elementów landing page’a…
Oczywiście — poniżej znajdziesz wierne, dokładne tłumaczenie na polski całego tekstu z tej strony, bez skracania i bez parafrazowania. Wszystko jest przetłumaczone linia‑po‑linii, tak blisko oryginału, jak to możliwe. Części strony muszą współgrać ze sobą jako całość.
Dla większości użytkowników Internetu jest to oczywiste w ułamku sekundy po kliknięciu w link prowadzący do strony docelowej — albo strona ma spójność, albo jej nie ma.

Odwiedzający reagują na niespójne strony różnego rodzaju instynktownymi reakcjami,
i żadna z nich nie jest pochlebna.
W skrajnych przypadkach takie strony mogą być odbierane jako tandetne, kiczowate, chaotyczne lub wręcz odpychające.
Niestety, prawdopodobnie widziałeś już setki takich przykładów.

Kto jesteś, krzyczy tak głośno w moją twarz, że nie słyszę ani słowa z tego, co mówisz.
— Ralph Waldo Emerson

Landing page’e o niskiej spójności oddziałują na użytkowników na poziomie emocjonalnym i żadna logika nie przekona ich do pozostania.
A to może być szkoda, bo treść może być adekwatna do ich potrzeb.
Jednak nie są w stanie pokonać dysonansu poznawczego, by skoncentrować się na właściwym przekazie.
Niespójne i nieprofesjonalne strony obniżają również zaufanie do produktu u większości konsumentów.

Przejrzyj najlepsze praktyki z Rozdziału 8, „Best Practices for Common Situations”, aby upewnić się, że wszystko działa płynnie razem.
Wizualny projekt strony jest szczególnie ważny. Obejmuje to:

spójne palety kolorów,
profesjonalną grafikę w tym samym stylu wizualnym,
spójne rozmiary, kolory i rodziny czcionek,
ilość tekstu i jego układ.

Spójność landing page’a może być również związana ze sposobem, w jaki odwiedzający dotarli do strony.
Załóżmy, że od jakiegoś czasu używasz zestawu banerów reklamowych prowadzących do skoordynowanej kampanii pomiędzy PPC a retargetingiem,
gdzie tekst banera jest przepisywany w zależności od wcześniejszych zachowań użytkownika w wyszukiwarce.

Jeśli zapewniłeś taki poziom personalizacji, aby trafić idealnie do potencjalnego klienta,
jak spójne byłoby rozpoczęcie od wewnętrznego, technicznego komunikatu na stronie docelowej natychmiast po kliknięciu?
Czy landing page używa tych samych sygnałów marki co poprzednie banery (pamiętaj — odwiedzający nie przeczytał ich dokładnie)?
Aby dowiedzieć się więcej o tej części spójności, zobacz sekcję „Connected” później w tym rozdziale.

Spójność oznacza, że wszystkie elementy wspierające tworzą jednolitą całość.
Z tego powodu elementy powiązane często powinny być grupowane w jeden wspólny wygląd‑i‑odczucie (look‑and‑feel) i testowane jako całość, która definiuje docelowe doświadczenie użytkownika na stronie.

Potrzeba wysokiej spójności jest doskonałym powodem, aby rozważyć przeprojektowanie całej strony
(szczególnie w środowiskach o niskiej liczbie danych).
Pozwala to naprawić wszystkie znane problemy wizualne za jednym razem.
W dużych firmach szczegóły dobrej spójności mogą być zawarte w dokumentach dotyczących brandingu lub projektowania wizualnego oraz odzwierciedlone w standardowych bibliotekach HTML lub CSS.
W mniejszych firmach plany marketingowe mogą być dobrym punktem wyjścia do osiągnięcia spójności online.

Jeśli używane są elementy o bardzo wysokiej szczegółowości, tester może nieumyślnie obniżyć spójność landing page’a.
Dzieje się to na dwa główne sposoby: mieszanie i konflikt. Załóżmy, że wszystkie elementy, które zdecydowałeś się przetestować na swoim oryginalnym landing page’u, mają istotne problemy — to jest oczywiście powód, dla którego je wybrałeś.

Poświęcasz dużo czasu na pisanie planu testowego i opracowywanie lepszych alternatyw dla każdego z oryginalnych elementów — i udaje ci się to.
Każdy z nowych elementów sam w sobie (in isolation) jest lepszy niż jego oryginalny odpowiednik.
W rzeczywistości, kiedy wszystkie zostaną połączone razem w wysoko spójną, nową całość, stają się jeszcze bardziej synergiczne i silne.

Niestety, jeśli przeprowadzasz typowy test wielowariantowy, nowe elementy zostaną wymieszane i dopasowane losowo z innymi elementami, które były częścią twojego oryginalnego projektu.
Kiedy następuje takie mieszanie, nowe elementy mogą w rzeczywistości ucierpieć z powodu połączenia z niskiej jakości oryginalnymi elementami (lub odwrotnie).
Będą oceniane nie na podstawie własnej jakości, lecz na podstawie „towarzystwa”, w jakim się znajdą.

W takich przypadkach nowe elementy mogą wyglądać gorzej, niż są w rzeczywistości.
Mogą nawet wyglądać gorzej niż oryginalne elementy, ponieważ mieszanie stworzyło szeroki zakres różnic jakości na stronie.
Innymi słowy, oryginalne elementy mogły być przeciętne, ale były jednakowo przeciętne.
Dodanie nowego elementu do tej mieszaniny sprawiło, że różnica jakości stała się bardziej widoczna, przez co cały projekt wydaje się gorszy.

Wprowadzenie nowego elementu do tej mieszaniny mogło doprowadzić do jeszcze większego kontrastu jakości, czyniąc cały projekt wizualnie gorszym.
Z tego powodu, skoro wszystkie elementy są tasowane losowo w procesie testowania,
kluczowe jest rozważenie z góry, jak blisko siebie różne kombinacje mogą się pojawić
i przewidzenie potencjalnych problemów.

Na przykład załóżmy, że masz landing page, który zawiera:

przycisk call‑to‑action,
długi tekst opisowy,
drugi przycisk call‑to‑action z innym tekstem.

Twój plan testów zawiera alternatywne wersje dla tych elementów.
W burzy mózgów ustalacie, że ponieważ większość ludzi nie przeczyta długiego tekstu opisowego,
sensowną alternatywą jest usunięcie go całkowicie (rozsądny wariant do przetestowania).

Ustalacie też, że spójny tekst CTA jest ważny dla siły przekazu —
więc decydujecie się używać tego samego tekstu call‑to‑action na obu przyciskach
(to również rozsądna alternatywa, jeśli rozważać ją samodzielnie).

Jednak na podstawie tej konfiguracji testu wielowariantowego jedna czwarta twojej publiczności zobaczy wersję strony, która zawiera dwa identyczne przyciski CTA umieszczone jeden pod drugim, bez żadnego tekstu pomiędzy.
Większość odwiedzających pomyśli, że twoja strona jest zepsuta albo zakodowana niedbale.
W obu przypadkach prawdopodobnie zareagują negatywnie.

Tak więc usunięcie opisu i powtórzenie pierwszego CTA to zły miks w projekcie jako całości.
W tym konkretnym przypadku było to dość oczywiste, ale ten typ błędu projektowego jest bardzo powszechny u niedoświadczonych testerów.

Audience Segmentation

(Segmentacja odbiorców)

Istnieją dwa różne podejścia do segmentowania odbiorców do testów.

Jedno podejście mówi, że powinieneś testować zwycięską kombinację elementów oddzielnie dla każdego źródła ruchu.

Drugie podejście sugeruje, aby zagregować cały dostępny ruch akwizycji razem podczas testów… Oczywiście — poniżej znajdziesz bardzo dokładne, wierne tłumaczenie na polski całego tekstu z przesłanego obrazka.

Content and Offer Focus

(Skupienie na treści i ofercie)

Jeśli skupiasz się głównie na dostrajaniu elementów swojej oferty (takich jak cena, promocje lub poziomy usług), źródło ruchu może stać się istotne.

Jeśli wiesz coś o demografii i psychografii swoich kampanii online, możesz chcieć testować różne elementy (takie jak tekst sprzedażowy albo sposób przedstawiania korzyści) dla każdego głównego źródła ruchu.

Podobnie, jeśli przyciągasz odwiedzających o zróżnicowanych potrzebach na specjalnie dopasowane landing page’e, treść strony powinna być dostosowana do zamierzonego segmentu odbiorców.

Ważne jest jednak to, że nadal powinieneś mieć wysoki współczynnik danych, aby móc testować każdy segment.
W zależności od skali Twojego ruchu, możliwe jest, że będziesz w stanie wykonywać takie testy tylko w największych kampaniach — albo wcale.

Function and Usability Focus

(Skupienie na funkcjonalności i użyteczności)

Jeśli Twoje testy koncentrują się bardziej na funkcjonalnych i podstawowych aspektach użyteczności, prawdopodobnie nie ma dużej różnicy pomiędzy Twoimi kanałami online.

Na przykład: naprawienie problematycznego procesu płatności w e‑commerce usprawni doświadczenie wszystkich odwiedzających.
W takich przypadkach najlepiej jest połączyć cały ruch w celu wykonania większych lub szybszych testów.

W praktyce dostrajasz wariant dla jak najlepszej wydajności przy najbardziej reprezentatywnej i realistycznej mieszance ruchu.

Łączenie dwóch podejść

Oba podejścia można połączyć.

Na przykład załóżmy, że Twoi odwiedzający trafiają na dużą liczbę landing page’y, które dzielą wspólną strukturę.
Najpierw możesz naprawić problemy funkcjonalne i użyteczności dla wszystkich źródeł ruchu przy użyciu szablonu strony,
a następnie dostosować przekaz i treści do określonych źródeł akwizycji.

Jeśli Twoja ostateczna decyzja konwersyjna może nastąpić w przyszłości, a sama decyzja jest złożona, musisz także rozważyć segmentowanie według zmieniającej się roli odwiedzającego w czasie.

Narzędzia atrybucyjne analityki internetowej mogą pomóc określić wspólne ścieżki, które odwiedzający mogą podejmować w przypadku droższych lub bardziej wymagających konwersji.

Mogą oni wykonywać wiele krótkich wizyt, ostrożnie „podskubując” zawartość Twojej strony.
Następnie może nastąpić przejście między etapami AIDA: od researchera (chęć poznania) do purchasera (chęć działania).

Istnieje cienka granica pomiędzy:

zbyt szybkim popychaniem użytkowników naprzód
a
zbyt wolnym prowadzeniem ich przez proces.

Z takimi odwiedzającymi musisz również rozważyć kiedy i gdzie zachęcać ich do powrotu na stronę.

Dlatego nie zapomnij przetestować „tkanki łącznej” pomiędzy wizytami
(na przykład treści e‑maili wysyłanych w tym czasie).

Longevity

(Trwałość / długowieczność)

Kolejnym kluczowym czynnikiem jest długowieczność elementów, które rozważasz.
Wartość landing page’a zależy od tego, jak dobrze utrzyma się on w czasie.

Zmiany zależne od sezonu lub dotyczące określonych ofert mogą przynieść znaczącą poprawę konwersji, ale będą krótkotrwałe. W przeciwieństwie do nich zmiany, które naprawiają podstawowe problemy, będą nadal przynosić korzyści przez cały okres życia projektu.

Powinieneś testować oba typy elementów, ale nawet mniejsze ulepszenia w elementach o wysokiej długowieczności będą w czasie dostarczać wyższe współczynniki konwersji.

Bardziej przejściowe elementy należy testować częściej, aby upewnić się, że zachowują swoją skuteczność, lub rotować je, aby uwzględnić czynniki sezonowe. Dodatkowe kwestie związane z testowaniem silnie sezonowych elementów omówiono w sekcji „Not Accounting for Seasonality” rozdziału 15, „Avoiding Real-World Pitfalls”.

Baggage

(Bagaż)

Wiele pomysłów na elementy możliwe do dostrojenia, które pojawią się w twojej burzy mózgów, może być znacznie lepszych niż odpowiadające im oryginały. Jednak niektóre z nich mogą mieć „bagaż”. Innymi słowy, nie da się ich przetestować wyłącznie własnymi siłami albo siłami twojego zespołu. Mogą wymagać zasobów lub współpracy osób, które mogą nie być dla ciebie dostępne z różnych powodów:

Turf Elements: elementy, które chcesz przetestować, mogą być kontrolowane i zazdrośnie strzeżone przez innych (np. twoją agencję reklamową, webmastera, menedżerów ds. marki lub dział IT). Zobacz Rozdział 13, „Assembling Your Team and Getting Buy‑in”, aby uzyskać szczegółowe omówienie różnych ról.
Skills: nie masz dostępu do zewnętrznych ekspertów potrzebnych do stworzenia niektórych elementów (np. profesjonalnych projektantów graficznych lub recenzentów UX).
Resources: stworzenie niektórych elementów może wymagać znaczącej ilości pieniędzy lub czasu zespołu (np. web designu, copywritingu nowej treści lub programowania).
Approval: proces akceptacji niektórych zmian może być biurokratyczny, czasochłonny i uciążliwy (np. przeglądy prawne).
Schedule: stworzenie niektórych elementów może wprowadzić duże opóźnienia (np. zmiany funkcjonalne wymagające programowania).

Takie praktyczne rozważania zdecydowanie powinny być częścią twojego procesu decyzyjnego.
Jeśli masz wiele innych pomysłów, które mogą przynieść znaczące ulepszenia współczynnika konwersji, możesz chcieć pozostawić elementy z „bagażem” poza obecnym planem testów.

Zawsze możesz uwzględnić pominięte elementy w kolejnym teście, gdy zbudujesz historię sukcesów.
Jeśli jednak zmiana jest naprawdę ważna, możesz zdecydować się ją wdrożyć mimo wszystko — pomimo kosztów politycznych i nakładu pracy.

Selecting Elements to Test

(Wybór elementów do testowania)

Nie wszystkie elementy na twoim landing page’u mają znaczenie. Kilka kluczowych zmian na stronie może dać największą poprawę współczynnika konwersji. To sugeruje, że istnieje wiele trywialnych zmian, które w ogóle nie pomogą. Ponieważ z góry nie wiesz, które to będą, musisz pogodzić się z faktem, że nie wszystkie twoje pomysły testowe dadzą pozytywny rezultat.
W rzeczywistości niektóre z twoich elementów mogą już działać bardzo dobrze, a zaproponowane przez ciebie alternatywy mogą w rzeczywistości obniżyć współczynniki konwersji podczas testu.

Oto jedna kluczowa myśl, którą warto zapamiętać: „Twoja grupa docelowa może się różnić.”
Nie kopiuj automatycznie najnowszych zmian wprowadzonych przez twoich konkurentów.
Oni mogą nie wiedzieć, co działa najlepiej — albo ich publiczność może reagować zupełnie inaczej niż twoja.
Jedynym sposobem, aby to sprawdzić, jest testowanie na własnych odwiedzających.
Istnieją klasyczne przypadki, w których lider rynku miał dużo gorszy projekt strony niż mniejszy challenger. Testowanie pozwoliło challengerowi zdobyć oraz utrzymać przewagę.

Testowanie landing page’y może być jak triage na oddziale ratunkowym — musisz najpierw priorytetyzować najbardziej krytyczne problemy.
Nie zajmuj się nieistotnymi drobiazgami, gdy trwa „kryzys”.
Nie ma sensu naprawiać powierzchownych problemów, jeśli coś bardziej fundamentalnego podważa skuteczność strony.

Musisz użyć swojego aktualnego landing page’a jako punktu startowego.
Nikt nie powie ci, jakie są twoje największe braki teraz.
Jednak zwykle wpisują się one w kilka ściśle powiązanych kategorii problemów — i właśnie je omówimy w tej sekcji.

Page Structure

(Struktura strony)

Struktura strony jest ściśle związana ze spójnością (coherency) i akcentami (emphasis).
Określa, jak zorganizowana jest rzeczywista przestrzeń na twojej stronie.
Zmieniając rozmiary i położenie różnych sekcji strony, możesz dramatycznie zmienić, które obszary przyciągają największą uwagę.

Jeśli masz wiele podobnych landing page’y dotyczących konkretnych tematów, możesz nie mieć wystarczającego ruchu na jednej stronie, aby wykonać pojedynczy test.
Często jednak możesz połączyć ruch z wielu stron i testować elementy związane z ich wspólną strukturą strony.

Typowe elementy testowania struktury strony obejmują:

rozmiar i zawartość nagłówka strony,
rozmiar i zawartość stopki strony,
rozmiar i lokalizację nawigacji strony,
rozmieszczenie ikon zaufania i logotypów wiarygodności,
oddzielenie nagłówka i nawigacji od właściwej treści strony,
rozmiar i położenie formularzy oraz innych elementów call‑to‑action,
zmiany lustrzane (zamiana sekcji z lewej strony na prawą i odwrotnie),
pionowe ustawienie sekcji vs. poziome ustawienie sekcji,
jedna kolumna vs. wiele kolumn.

Lokalizacja twojej nawigacji jest ściśle związana z liczbą kolumn na stronie.
Ogólnie rzecz biorąc, staraj się używać menu pionowych, ponieważ Menu zajmują cenniejszą przestrzeń w pionie. Ponieważ ludzie nie lubią czytać szerokich bloków tekstu, pionowe menu poprawiają również czytelność, zwężając zawartość strony na monitorach panoramicznych.

Information Architecture

(Architektura informacji)

Architektura informacji zasadniczo tworzy dokładną mapę mentalną tego, jak działa Twoja strona i jak odwiedzający wchodzi z nią w interakcję.

Typowe elementy związane z architekturą informacji, które podlegać mogą testom, obejmują:

Samodzielny wybór według roli lub zadania
Jasny i wyraźny opisowy tekst linków oraz wybory
Sensowne i wyróżniające się tytuły stron
„Breadcrumbs” lub elementy orientacyjne („tu jesteś”)
Spójne umiejscowienie wszystkich elementów strony
Nawigację (organizację opcji menu)
Liczbę dostępnych wyborów
Alternatywne metody nawigacji
Powiązania z innymi kluczowymi informacjami
Dostępność i format wyszukiwarki na stronie
Zdolność unikania, minimalizowania, odwracania lub łatwego poprawiania błędów (takich jak sprawdzanie błędów na stronie lub pola formularzy zależne od kontekstu)

Presentation

(Prezentacja)

Prezentacja dotyczy głównie formatu, w jakim dostarczasz swój przekaz.
Chociaż jest blisko powiązana zarówno ze strukturą strony, jak i akcentami, ma własny, odrębny charakter.

Typowe elementy testowania prezentacji obejmują:

Stopień szczegółowości (np. pełny tekst lub linki do treści uzupełniających)
Format pisania (proza, długość tekstu)
Wybór formatów pól wejściowych (takich jak radio buttony lub listy rozwijane)
Formaty działań (np. przyciski, linki tekstowe lub oba)
Ton redakcyjny tekstu
Użycie alternatywnych formatów i modalności (takich jak wykresy, ryciny, nagrania audio, wideo, prezentacje lub dema)

Emphasis

(Akcent / wyróżnienie)

Akcent dotyczy względnej wagi, jaką nadajesz poszczególnym elementom.
Oprzyj się pokusie podkręcenia głośności wszystkiego naraz, ponieważ to jedynie irytuje, ogłusza lub rozprasza odwiedzającego.

Zamiast tego staraj się świadomie kierować uwagę na kluczowe elementy strony i zmniejszać nacisk na pozostałe.

Typowe elementy testowania akcentów obejmują:

Ilość powierzchni ekranu poświęconej na dany element
Użycie oraz wielkość odpowiednich obrazów (takich jak konkretny produkt lub wiarygodne osoby)
Podpisy pod obrazami
Rozmiary czcionek i rodziny czcionek (takie jak style nagłówków)
Akcentowanie czcionek (takie jak kursywa, pogrubienia, podkreślenia, kolory tła, kolory tekstu lub kapitalizacja)
Bloki kolorystyczne tła lub obrazy tła
Kształty, rozmiary, style i efekty przycisków call‑to‑action (takie jak fazowanie, obramowania lub cienie)
Separatory wizualne (takie jak linie poziome)
Użycie pustej przestrzeni i wizualnej izolacji, aby skupić uwagę na ważnych elementach
Usuwanie rozpraszających elementów drugorzędnych

Testing Multiple‑Page Flows

(Testowanie przepływów wielostronicowych)

Omówiliśmy najlepsze praktyki dotyczące przepływów wielostronicowych w Rozdziale 8. Ta sekcja ma dać ci dodatkową perspektywę na ich testowanie, ponieważ testowanie przepływów wielostronicowych niesie ze sobą własne, unikalne wyzwania.

W liniowych przepływach (takich jak rejestracje lub zakupy) typowe jest zaczynanie od najmniej inwazyjnych i najmniej osobistych informacji.
Zaczynając od małych kroków, odwiedzający przechodzą płynnie i bezboleśnie.
Kiedy prosisz ich o większe zobowiązania (jak dane karty kredytowej), mają już zainwestowaną energię w proces i są bardziej skłonni kontynuować.

Typowym elementem testowym jest liczba kroków w przepływie.
W niektórych przypadkach (jeśli masz mniej pól w formularzu) możesz chcieć umieścić wszystko na jednej stronie.
Konwersja zostaje wtedy oznaczona jako „instant one‑step” (natychmiastowy jeden krok).

Inne podejście polega na podzieleniu procesu na wiele stron.
Każda strona może wtedy zawierać niewielką, nienarzucającą się mikro‑czynność, którą użytkownicy łatwo wykonują w drodze do celu.

Generalnie, przepływy powinny wykazywać określone cechy, które omówimy w tej sekcji.

Systematic

(Systematyczność)

Macierz opisana wcześniej dostarcza ram tego, kto musi wykonać jakie zadania na twojej stronie i zapewnia, że odwiedzający otrzymują odpowiednie wsparcie na każdym etapie tego procesu.

Przy identyfikowaniu problemów twojej aktualnej strony powinieneś zauważyć brakujące lub niekompletne części Macierzy dla twojej kampanii.
Teraz jest czas, aby to naprawić.

Wyobraź sobie, że próbujesz skłonić odwiedzających, aby przeszli przez chwiejny most linowy nad szerokim kanionem.
W kontekście uwagi w internecie wymagane jest ogromne zaangażowanie użytkownika, aby to osiągnąć.

Jeśli nie umieścisz serii solidnych i rozsądnie rozmieszczonych desek, większość ludzi (z wyjątkiem bardzo zdeterminowanych) nie przejdzie na drugą stronę — czyli do konwersji.
To niepewna ścieżka, z ryzykiem zbyt dużych odstępów między deskami albo zbyt małej ich liczby.

Powinieneś rozważyć testowanie zmian, które wypełnią brakujące elementy.
Czasem wymaga to stworzenia znaczącej nowej treści (np. kreatorów, demonstracji lub wideo),
ale często wystarczy tylko kilka małych zmian, aby przeprowadzić użytkownika z jednego kroku do następnego w procesie konwersji.

Systematic (kontynuacja)

W niektórych przypadkach może być konieczne stworzenie większej ilości treści, ale często potrzebujesz tylko „planków”, czyli brakujących fragmentów wsparcia, które ułatwią użytkownikowi przejście dalej.

The Matrix (przypomnienie kontekstu)

Macierz pomaga ci upewnić się, że:

żaden krok nie jest pominięty,
nie brakuje żadnych elementów pomocniczych,
odwiedzający zawsze wiedzą, gdzie są i co mają zrobić dalej.

Systematyczny

Opisana wcześniej Matryca wyznacza ramy, kto musi wykonać poszczególne zadania na Twojej stronie i zapewnia użytkownikom odpowiednie wsparcie na każdym etapie. Identyfikując problemy z obecną witryną, należy zwrócić uwagę na wszelkie brakujące lub niekompletne elementy Matrycy dla kampanii. Teraz nadszedł czas, aby rozwiązać ten problem.

Wyobraź sobie, że próbujesz nakłonić odwiedzających do przejścia przez chybotliwy most linowy nad szeroką przepaścią. Jeśli chodzi o koncentrację uwagi w sieci, wymagasz od nich dużego zaangażowania. Jeśli nie zastosujesz serii solidnych i odpowiednio rozstawionych desek, większość osób (z wyjątkiem kilku bardzo zdeterminowanych) nie dotrze do celu konwersji po drugiej stronie. To kręta ścieżka, z ryzykiem zbyt dużej lub zbyt małej odległości między deskami.

Powinieneś rozważyć przetestowanie zmian w swojej witrynie, które uzupełnią brakujące elementy. Czasami będzie to wymagało stworzenia znaczących nowych treści (takich jak kreatory, dema czy filmy), ale często wystarczy Zreorganizuj już istniejącą treść. Na koniec musisz dostosować tekst i etykiety do języka odwiedzającego (a nie swojej firmy).

Połączony

Nawet jeśli wszystkie komórki w Twojej Macierzy zostały poprawnie wypełnione, to nie wystarczy. Muszą istnieć silne i oczywiste powiązania między sąsiednimi krokami, aby utrzymać lub zwiększyć dynamikę użytkownika w dążeniu do celu konwersji.

Naukowcy Peter Pirolli i Stuart Card z Centrum Badawczego Palo Alto (dawniej Xerox PARC) od wielu lat pracują nad swoją teorią poszukiwania informacji (ang. information foraging). Opisuje ona, jak ludzie poszukują informacji w sieci, podobnie jak dzikie zwierzęta polujące na swoją ofiarę. Podążają za zapachem informacji, aby sprawdzić, czy zbliżają się do celu. Będą klikać kolejne linki, jeśli poczują, że zapach staje się silniejszy. W przeciwnym razie mogą po prostu zrezygnować i zacząć szukać informacji gdzie indziej (na przykład na stronie internetowej konkurencji lub w wyszukiwarce).

Zapach informacji jest przekazywany za pomocą wskazówek w bezpośrednim otoczeniu, zwłaszcza w linkach i połączeniach między stronami. Aby wzmocnić ten zapach informacji:

Zadbaj o to, aby tekst w treści i linkach nawigacyjnych był jasny i obiektywny.

Opisz dokładnie, co odwiedzający zobaczą na stronie docelowej. Dopasuj tytuł na stronie docelowej do tekstu użytego w linku przychodzącym.

W tekście linku nie należy używać wulgaryzmów, wymyślonych słów ani żargonu branżowego.

Nie należy używać ogólnych etykiet linków, takich jak Kliknij tutaj lub Dowiedz się więcej.

Ogranicz tekst linku do krótkich, łatwych do przejrzenia fraz (nie twórz linków składających się z długich zdań).

Kieruj użytkowników do bardziej szczegółowych informacji przy każdym kliknięciu (ponieważ starają się skupić na swoim celu).

Przekaż informację zwrotną na temat bieżącego kontekstu, w jakim znajdują się odwiedzający, oraz ich pozycji w szerszym kontekście.

Proces odwiedzających mógł rozpocząć się gdzie indziej niż na Twojej stronie, chyba że wpisali bezpośrednio Twój adres URL. W takich przypadkach strona docelowa powinna odpowiadać ich oczekiwaniom. Jeśli ta spójność zostanie utracona, możesz zostać uznany za niewiarygodnego lub, co gorsza, nieuczciwego i spamującego. Powtórz wyszukiwane hasło (lub tekst linku przychodzącego) na swojej stronie lub przekieruj odwiedzających na najbardziej trafną stronę startową. Konieczne mogą być unikalne kroki, aby przenieść różne komunikaty reklamowe, społecznościowe i wyszukiwania do centralnego punktu kampanii. Odwiedzający podążający za konkretnym komunikatem powinien ominąć wszystkie bardziej ogólne informacje u góry witryny i użyć deep linków bliżej zamierzonego celu. Gdy odwiedzający dotrze na stronę, ścieżka do celu musi być oczywista i zachęcać czytelnika do kontynuowania we własnym tempie. Ponownie, polegamy na konwencjach, aby zasygnalizować postęp, którego oczekuje. Dopasuj tytuł na stronie docelowej do tekstu użytego w linku przychodzącym.

W tekście linku nie należy używać wulgaryzmów, wymyślonych słów ani żargonu branżowego.

Nie należy używać ogólnych etykiet linków, takich jak Kliknij tutaj lub Dowiedz się więcej.

Ogranicz tekst linku do krótkich, łatwych do przejrzenia fraz (nie twórz linków składających się z długich zdań).

Kieruj użytkowników do bardziej szczegółowych informacji przy każdym kliknięciu (ponieważ starają się skupić na swoim celu).

Przekaż informację zwrotną na temat bieżącego kontekstu, w jakim znajdują się odwiedzający, oraz ich pozycji w szerszym kontekście.

Jeśli używasz przycisków graficznych, aby przeprowadzić użytkowników przez proces, postępuj zgodnie z konwencjami językowymi wymienionymi wcześniej dla etykiet przycisków. Dodatkowo, rozważ uzupełnienie przycisków identycznymi linkami tekstowymi znajdującymi się tuż poniżej. Niektórzy użytkownicy zignorują większe grafiki, ale zareagują na prosty link tekstowy. Pozbądź się zbędnych przycisków, takich jak popularny formularz „Reset”. Jeśli absolutnie musisz mieć więcej niż jeden przycisk, stosuj się do odpowiednich konwencji (np. przycisk po lewej stronie powinien reprezentować główną żądaną czynność, a pozostałe powinny stanowić wyjątki). Możesz również użyć różnych kolorów lub rozmiarów przycisków, aby wskazać względną ważność lub zmienić punkt ciężkości wizualnej.

Elastyczny

Niestety, nawet dobrze połączona i systematyczna Matryca nie wystarczy. W rzeczywistości wielu odwiedzających nie będzie podążać uporządkowaną ścieżką wzdłuż schludnych i dobrze oznakowanych ścieżek, które wytyczyłeś. Mogą przeskakiwać, cofać się, a nawet wychodzić i wracać znacznie później (zapominając większość swoich wcześniejszych interakcji z Twoją witryną).

Uwięziony spadochroniarz

Wyobraź sobie, że odwiedzający Twoją stronę jest spadochroniarzem, którego w środku nocy wiatr zdmuchnął z kursu. Ląduje awaryjnie, przebijając dach Twojego domu i lądując w środku konkretnego pokoju. Jest całkowicie zdezorientowany i nie ma pojęcia o swoim otoczeniu. Z pokoju prowadzi kilka zamkniętych drzwi. Co zrobiłeś, aby przygotować się na tego typu niespodziewane wizyty? Czy zostawiłeś wystarczająco dużo wskazówek i oznaczeń, aby szybko poprowadzić ich do celu, minimalizując zamieszanie, dezorientację i frustrację?

Wielu odwiedzających nawet nie dotrze do Twoich drzwi. Wejdą na strony w głębi Twojej witryny, które nigdy nie zostały zaprojektowane jako punkty wyjścia dla procesu konwersji (takie jak strony dodane wcześniej do zakładek, linki w blogach lub organiczne wyniki wyszukiwania).

Aby przygotować się na losowe punkty wejścia i nieprzewidywalne zachowania odwiedzających, możesz podjąć kilka działań:

Zapewnij kontekst. Ważne jest, aby zapewnić spójną nawigację globalną w witrynie. Dodatkowo, należy podać informację „jesteś tutaj” za pomocą ścieżki nawigacyjnej. Alternatywnie, można dołączyć mapę pokazującą postęp i aktualny etap procesu liniowego. Zapewnij linki krzyżowe do ważnych stron w procesie konwersji ze wszystkich głęboko linkowanych stron z treścią, które mogą służyć jako punkty wejścia do witryny.

Zezwalaj na objazdy. Nie zabraniaj odwiedzającym zbaczania ze ścieżki konwersji i rozglądania się dookoła. Nadmierne ograniczanie może mieć wpływ na współczynniki odrzuceń. Zawsze pozwalaj odwiedzającym na cofanie się lub łatwe cofanie ostatnio wykonanych działań. Dodaj oczywiste linki krzyżowe, aby umożliwić im powrót do różnych punktów ścieżki konwersji.

Wsparcie dla ponownych wizyt Używaj plików cookie lub innych metod śledzenia, aby rejestrować zachowanie odwiedzających. Jeśli wcześniej wypełnili formularz Jeśli użytkownik poprosi o podanie informacji na konkretnej stronie, zawsze je zapisz i uzupełnij po powrocie. Jeśli poprosił o powiadomienie o wersji próbnej lub białej księdze, odeślij go do najbliższej kategorii. Jeśli zazwyczaj gromadzisz informacje w sposób liniowy, spróbuj je zebrać w całość w sposób okazjonalny. Czasami kolejność wprowadzania danych nie ma znaczenia; dopóki do końca konwersji uzyskasz wszystkie wymagane informacje, nie powinieneś nalegać na ich gromadzenie w z góry określonej kolejności. Owszem, z programistycznego punktu widzenia jest to nieco bardziej uciążliwe, ale to odwiedzający kupują Twój produkt, a nie programiści.

Ponadczasowe motywy testowe

Istnieją pewne wspólne cechy, które prowadzą do konsekwentnej poprawy konwersji. Nie są to konkretne recepty, ale raczej obiecujące obszary i kierunki dla własnych badań testowych. Nic dziwnego, że wszystkie tematy testowania są bezpośrednio związane z etapami procesu decyzyjnego AIDA opisanymi w rozdziale 3, „Matryca – motywowanie ludzi do działania”.

Mniej znaczy więcej

Chociaż ogólna idea „uporządkowania” jest silna w całym procesie decyzyjnym, ten motyw testowania ma szczególnie silny wpływ na poprawę świadomości odwiedzających. Jeśli odwiedzający nie rozpoznają szybko, że Jeśli znajdziesz coś, co może ich zainteresować, natychmiast opuszczą Twoją witrynę. Na rysunku 9-1 możesz zobaczyć raport analityki internetowej, pokazujący rozkład długości wizyt na stronie.

Rysunek 9-1: Raport analityki internetowej dotyczący długości wizyty

Długość wizyty

Wizyty

Procent wszystkich odwiedzających

0-10 sekund

758

55,65%

11-30 sekund

7,20%

31-60 sekund

108

7,93%

61-180 sekund

168

12,33%

181-600 sekund

134

9,84%

601-1800 sekund

5,65%

1801+ sekund

1,40%

Słupki początkowo wykazują wybrzuszenie, a następnie kształt krzywej dzwonowej ze szczytem w przedziale 61–180 sekund. Taki czas spędzony na stronie niebędącej stroną informacyjną jest imponujący. Jednak duży wybrzuszenie u góry wskazuje, że ponad 55% odwiedzających opuściło ją w ciągu 10 sekund. Stanowi to znaczącą stratę.

Problem ten wiąże się z możliwością większego skupienia się na stronie i zwiększenia liczby osób wchodzących w znaczące interakcje z Twoją witryną.

Zasada mniej znaczy więcej ma zastosowanie w przypadku całego szeregu elementów testu:

Coraz mniejsza grafika

Krótszy tekst punktowany Zmniejszona liczba wyborów i linków

„Mniej znaczy więcej” to ćwiczenie w edycji: zamiast tworzyć alternatywy dla elementów oryginalnej strony, powinieneś rozważyć całkowite ich usunięcie.

Tnij, aż nie będziesz mógł już wytrzymać, a potem tnij dalej. Zdziwisz się, jak mało treści potrzeba na dobrze zaprojektowanym landing page'u. Nie bój się wypróbować radykalnie uproszczonych, alternatywnych elementów testowych. Możesz również wziąć pod uwagę liczbę kroków do konwersji, zamiast oferować przeładowany bufet treści. Założenie, że użytkownik jest zainteresowany sortowaniem i samodzielnym wybieraniem z większej liczby treści, jest błędne.

Study-RealAge.com przypadku – RealAge.com

RealAge.com opracował unikalny test, który określa wiek biologiczny organizmu na podstawie tego, jak dobrze go pielęgnujesz. Cały biznes zależy od liczby osób, które zarejestrują się w bezpłatnym teście RealAge. RealAge przetestował już szereg pomysłów na poprawę efektywności procesu rejestracji i uważał, że osiągają dobre wyniki dzięki wysokiemu (dwucyfrowemu) wskaźnikowi konwersji. Oto oryginalna strona. Jak można jeszcze bardziej poprawić wskaźnik konwersji procesu rejestracji? SiteTuners zidentyfikował 12 zmiennych, które mogą poprawić wydajność, w tym nagłówek strony, pasek nawigacyjny, nagłówki, tekst sprzedażowy, wezwanie do działania, grafikę i format przycisku. Dla każdej zmiennej w teście uwzględniono wersję oryginalną wraz z jedną lub kilkoma wersjami alternatywnymi. Testowane zmienne i wartości zaowocowały 552 960 unikalnymi przepisami (wersjami strony).

Pod koniec testu najlepszy alternatywny projekt championa został porównany z pierwotną wersją bazową i wykazał 40-procentowy wzrost współczynnika konwersji. Wpływ tej zmiany na RealAge był znaczący. Oto projekt championa. Jeśli porównasz te dwie strony, na pierwszy rzut oka możesz dojść do wniosku, że wyglądają zasadniczo tak samo.

Jednak po dokładnej analizie zauważysz, że w rozwiązaniu końcowym znalazło się wiele uproszczonych elementów strony:

Mniejsza i prostsza grafika nagłówka

Usunięcie lewego menu nawigacyjnego

Krótszy nagłówek

Inna grafika (kalendarz ze znakiem zapytania zamiast zdjęcia pary)

Krótszy tekst wprowadzający do sprzedaży

Krótsze etykiety pytań

Usunięcie tekstu wyjaśnienia pytania

Jeden kolor tła dla pytań (zamiast zmieniać go dla każdego pytania)

W rzeczywistości jedynym dodanym lub rozbudowanym elementem, który znalazł się w zwycięskim rozwiązaniu, była lista wzmianek w mediach po lewej stronie. Nic dziwnego, ponieważ te logo marki pełnią funkcję sygnałów wiarygodności dla odwiedzającego.

Chociaż zmiany poszczególnych elementów są subtelne, łączny efekt uproszczonej strony jest potężny. Mimo że tylko jeden oryginalny element okazał się częścią przepisu na sukces, nie oznacza to, że wszystkie alternatywne pomysły na elementy tuningowe były dobre. W rzeczywistości wiele wartości zmiennych negatywnie wpływało na wydajność podczas testu i zostało wyeliminowanych po drodze. Znalezienie najlepszej odpowiedzi wymaga połączenia dobrych pomysłów i testów statystycznych.

Spersonalizuj to

Personalizacja buduje pożądanie i sympatię do konkretnego rozwiązania. Personalizacja może być potężnym narzędziem konwersji. Personalizacja może być przetestowano przy użyciu szerokiej gamy dostępnych taktyk. Oto kilka przykładów:

Wpisz słowa kluczowe osoby wyszukującej w tytule strony docelowej (rozważ dynamiczne wstawianie słów kluczowych).

Wstępnie wypełnij pole wyszukiwania tekstem słów kluczowych, których użytkownicy użyli, aby znaleźć Twoją stronę docelową.

Prezentuj lokalne treści, korzystając z informacji geolokalizacyjnych.

Dostosuj wyniki do kontekstu użytkowania, niezależnie od tego, czy chodzi o system operacyjny (na przykład wersje produktów zgodne z komputerami Mac dla użytkowników komputerów Mac) czy o urządzenie (witryny mobilne).

Nie wymagaj od osób, które już tam były, logowania się.

Zezwalaj na powszechne logowanie między systemami, takie jak Open ID czy Facebook Connect.

Wypełnij dane dotyczące realizacji transakcji dla powracających klientów sklepu internetowego.

Dostosuj treść według roli odwiedzającego, który dokonał samodzielnego wyboru.

Zachowaj informacje o segmencie odbiorców i dostosuj treści do powracających użytkowników.

Pozwól odwiedzającym skonfigurować ofertę produktów lub usług.

Wyświetlaj bardziej szczegółowe i bogate treści tym, którzy wykazali się wystarczającym zaangażowaniem (na podstawie liczby wyświetleń strony lub czasu spędzonego na Twojej stronie).

Wyświetlaj oferty specjalne lub alternatywy na ostatnią chwilę za pomocą wyskakujących okienek wyjściowych użytkownikom, którzy zamierzają opuścić Twoją witrynę bez dokonania konwersji.

Jeśli ktoś porzuci proces rejestracji w trakcie jego trwania, skontaktuj się z nim telefonicznie lub e-mailem. Jeśli użytkownik Twojej witryny ma wyraźny problem z czymś na niej, rozpocznij z nim rozmowę na czacie na żywo.

Niektóre z tych elementów testowych wymagają użycia systemu zarządzania treścią i śledzenia wielu sesji, a nawet powiązań z systemami zarządzania relacjami z klientami (CRM) lub automatyzacji sprzedaży (SFA). Nowe funkcje segmentacji, targetowania i wyzwalaczy biznesowych stają się coraz powszechniejsze w narzędziach do tworzenia stron internetowych. Jednak nawet bez nich wiele elementów personalizacji można wdrożyć za pomocą prostych plików cookie i informacji pobranych z ustawień przeglądarki użytkownika.

Przetestuj ofertę

Ostatecznie to Twoja oferta skłania odwiedzającego do działania. Jednak biorąc pod uwagę konkretne elementy testowania, masz wiele sposobów, aby na kogoś wpłynąć:

Podstawowa oferta

Kompletne rozwiązanie otaczające ofertę

Nagłówek

Kopia sprzedażowa

Wybrane obrazy

Domyślne

Tekst wezwania do działania i format graficzny

Powtarzanie wezwania do działania w wielu miejscach i formatach ekranu

Zaoferuj kontekst (np. poprzez umieszczenie pożądanej akcji w zestawie opcji brązowych/srebrnych/złotych lub ograniczenia czasowe)

Ograniczona dostępność (np. terminy lub pozostałe zapasy)

Inne potencjalne ulgi (np. szkolenia przy zakupie lub zniżki ilościowe)

Cena jest również istotnym elementem oferty i zostanie omówiona bardziej szczegółowo w następnej sekcji.

Uspokój nerwy

Częstym motywem jest to, ile pracy wkładasz w to, by zmusić odwiedzającego do przełamania wahań i obaw związanych z niemal każdą czynnością online. Już samo słowo „pobieranie” wywołuje obawy dotyczące złośliwego oprogramowania, rozwiązywania problemów z instalacją czy nowych wyzwań technicznych.

Jedną ze skutecznych technik jest udowodnienie, że wiele osób, najlepiej znajomych lub rówieśników, ceni daną stronę. Weryfikacja dobrej reputacji i inne sygnały autorytetu pozwalają na wyizolowanie oferty. Budują zaufanie, umieszczając stronę w kontekście większej, wiarygodnej sieci. Pokazanie sukcesów typowych odbiorców dodatkowo wzmacnia determinację odwiedzającego. Na przykład organizacja non-profit Kiva ogranicza darowizny do niewielkich kwot, a następnie używa ikony realizacji celu, aby pokazać, jak blisko odbiorcy jest kwota docelowa, łącząc pożyczkodawców z tej samej grupy w społeczności. Techniki te znajdują odzwierciedlenie na stronie docelowej poprzez

Recenzje użytkowników

Wskaźniki wysokiej pozycji na popularnych platformach mediów społecznościowych (status MVP, fani lub polubienia)

Powiązania, nagrody, weryfikacje i inne symbole zaufania

Cytaty klientów, kontrahentów lub pacjentów dotyczące doświadczeń korzystnych dla najszerszego grona odbiorców

Zdjęcia ludzi, na których obiekt zdjęcia ma cechy typowe dla przeciętnego widza

Testowanie cen

Technicznie rzecz biorąc, testowanie cen jest po prostu elementem oferty. Jednak ze względu na jej silny wpływ na konwersję zakupową i inne szczególne cechy, zasługuje na osobne, bliższe przyjrzenie się. Trudno jest testować ceny, gdy…

Omówienie całego portfolio produktów w dużym katalogu e-commerce. Ta sekcja opisuje zakup pojedynczego produktu (lub pojedynczego produktu z pojedynczą ofertą sprzedaży dodatkowej).

Zaletą testowania cen w Internecie jest to, że można spełnić kilka pożądanych warunków:

Duża liczba nowych potencjalnych klientów, którzy wcześniej nie mieli styczności z Twoją firmą

Możliwość łatwej modyfikacji cen wyświetlanych konkretnemu użytkownikowi Zdolność do utrzymania wszystkich innych czynników na stałym poziomie

Kompleksowe śledzenie i natychmiastowe rejestrowanie sprzedaży

Jednak szereg potencjalnych problemów może sprawić, że testowanie cen nawet w Internecie będzie problematyczne:

Sezonowość

Zmieniające się nierównowagi podaży i popytu

Starzenie się produktu

Stopień komodyfikacji

Reakcje Twoich konkurentów

Ze względu na zmieniające się otoczenie, ważne jest regularne testowanie cen w celu wykrycia wszelkich istotnych zmian. Chociaż w tej sekcji odnosimy się do cen produktów, to samo dotyczy również cen usług. Prawdziwe testowanie cen w praktyce wciąż przypomina sytuację z Dzikiego Zachodu. Poniższe podsumowanie przedstawia ramy postępowania.

Metody jakościowe

Istnieje cała branża skoncentrowana na optymalizacji cen i zysków. Większość firm w tej branży to konsultanci, którzy dysponują szeregiem jakościowych metod określania prawidłowej ceny.

Oto kilka typowych podejść i rozważań:

Ekspertyzy

Badania pierwotne Benchmarking

Wewnętrzna analiza danych

Grupy fokusowe użytkowników lub potencjalnych klientów

Cykl życia produktu

Konsultanci ds. cen mają radykalnie różne podejścia. Niektórzy opierają się bardziej na dowodach, podczas gdy inni preferują bardziej intuicyjne, „miękkie” rozważania.

Metody ilościowe

Ostatecznie, niezależnie od tego, jaką cenę ustalisz za pomocą metod jakościowych, nadal będziesz musiał przetestować przewidywaną najlepszą cenę na rzeczywistych użytkownikach. Ta sekcja przedstawia przegląd popularnych metod, które można zastosować na stronie docelowej.

Podstawy testowania cen

Wszystkie elementy witryny, które omówiliśmy do tej pory w tej książce, mają coś wspólnego: są zmiennymi dyskretnymi. Innymi słowy, wymagają dokonania różnych wyborów. Czy powinien być czerwony, niebieski czy zielony przycisk? Czy powinienem użyć obecnego, czy nowego nagłówka strony? Czy powinienem oferować darmową wysyłkę przy zakupie produktu, czy nie?

Skupienie się wyłącznie na zmiennych dyskretnych pomija ważną klasę zmiennych, które mogą również znacząco poprawić wskaźniki konwersji. Zmienne ciągłe teoretycznie można ustawić na nieskończoną liczbę różnych wartości. Jedną z najważniejszych zmiennych ciągłych jest cena produktu. Cena może się wahać w szerokim zakresie, co jeden cent. Nie ma sposobu, aby dokładnie odgadnąć wartość, która przyniesie Ci najwyższy zysk.

Typowa krzywa cena/zysk dla pojedynczego produktu wygląda jak odwrócona litera „U” (patrz rysunek 9-2). Przy dolnej granicy Twoje zyski będą równe zeru, ponieważ marża zysku jest zerowa. Innymi słowy, cena produktu równa się kosztom jego wytworzenia i dostarczenia. W tym momencie nie ma znaczenia, ilu ludzi kupi – nie ma zysku. Przy górnej granicy Twoje zyski również zbliżą się do zera, ponieważ cena będzie zbyt wysoka i nie będziesz mieć żadnych klientów.

Oczywiście, kształt krzywej zysku będzie się znacznie różnić w zależności od konkretnej sytuacji. Może mieć płaski szczyt i łagodniejsze opadanie w ramionach. Ustalenie niewłaściwej ceny może mieć katastrofalne konsekwencje dla sukcesu Twojego produktu lub usługi. Twoim celem powinno być ustalenie ceny na poziomie (lub w pobliżu) optymalnego punktu zysku na szczycie krzywej. Istnieje kilka popularnych podejść do ustalania odpowiedniej ceny. Przyjrzymy się im bliżej.

Testowanie punktowe

Większość firm traktuje cenę jako zmienną dyskretną. Próbując przetestować cenę jako zmienną dyskretną (na przykład testując trzy różne ceny – swoją obecną, konkretną niższą cenę i konkretną wyższą cenę), otrzymujesz informacje tylko o konkretnych cenach, które chcesz przetestować. Będziesz wiedzieć, która z testowanych cen jest najlepsza. Nie będziesz jednak wiedzieć, czy któraś z nich oferuje najlepszy zysk. Jedyną zaletą tego podejścia jest to, że współpracuje z narzędziami do optymalizacji landing page’y i można je testować jak wszystkie inne zmienne dyskretne. Jeśli jedyną alternatywą jest całkowite zaniechanie testowania ceny, powinieneś przeprowadzić testowanie wyrywkowe – trochę czegoś jest lepsze niż dużo niczego. Sytuacja jest jeszcze trudniejsza w przypadku upsellingu. Ze względu na silne, zmienne interakcje między produktem bazowym a upsellingiem, trudno jest przetestować rozsądne kombinacje ceny produktu bazowego i ceny upsellingu za pomocą testów punktowych (patrz sekcja „Modelowanie elastyczności cenowej” w dalszej części tego rozdziału, aby zapoznać się z alternatywną metodą).

Spacer po krzywej cen

Jak wspomnieliśmy wcześniej, typowa krzywa zysku pojedynczego produktu przypomina odwróconą literę „U”. Wiele firm przeprowadza nieformalne testy cenowe, „chodząc” po tej krzywej. Zmieniają cenę i mierzą wyniki. Jeśli cena się poprawia, stopniowo ją zmieniają w tym samym kierunku (podnosząc ją lub obniżając w zależności od okoliczności). W końcu przekroczą górną granicę krzywej i odnotują spadek zysków. W tym momencie wracają do poprzedniej ceny i ustalają ją jako zwycięską.

To podejście ma istotne wady. Po pierwsze, może być czasochłonne. W zależności od wybranego rozmiaru przyrostu zmiany ceny, konieczne może być przeprowadzenie kilku testów jeden po drugim. Utracony koszt alternatywny wynikający z nieoptymalnego ustalania cen przez cały czas trwania tych testów może być znaczny. Po drugie, nie ma jasnego sposobu obliczenia przyrostu zmiany ceny. Niektóre firmy stosują stałą kwotę, podczas gdy inne stosują procent ceny bieżącej. Niezależnie od podejścia, jeśli wybierzesz nieprawidłowo, będziesz potrzebować wielu testów (jak wspomniano wcześniej) lub nie znajdziesz szczytu krzywej zysku, ponieważ Twój przyrost jest zbyt Duże. Po trzecie, zmiany cen są wprowadzane sekwencyjnie. Po wprowadzeniu zmiany wszyscy widzą nową cenę. Próbkowanie sekwencyjne powinno być stosowane w ostateczności. Nie wiadomo, jakie czynniki zewnętrzne wpłynęły na cenę we wszystkich testach.

Modelowanie elastyczności cenowej

Możliwe jest zbudowanie modelu przewidywanego współczynnika konwersji sprzedaży jako funkcji ceny. Takie modele elastyczności cenowej są konstruowane z wykorzystaniem różnorodnych podejść matematycznych i opierają się na różnych założeniach. Podstawowa idea jest jednak ta sama. Jeśli potrafisz przewidzieć, jaki odsetek osób kupi Twój produkt po danej cenie i znasz koszty w dowolnym przedziale cenowym, powinieneś być w stanie obliczyć zysk na odwiedzającego dla wszystkich cen.

Możliwe, że Twoja obecna cena jest już bliska optymalnego zysku, zwłaszcza jeśli szczyt krzywej zysku jest dość płaski w szerokim zakresie cen. Ponieważ model przewiduje również współczynnik konwersji przy danej cenie, możesz świadomie dokonać kompromisu między wyższym udziałem w rynku a postrzeganą ekskluzywnością w takich przypadkach. Innymi słowy, możesz wybrać niższą cenę i większą liczbę klientów lub wyższą cenę i mniejszą liczbę klientów, jednocześnie utrzymując niemal optymalną rentowność na odwiedzającego.

Modelowanie elastyczności cenowej działa również w przypadku produktu z pojedynczą opcją sprzedaży dodatkowej. W ramach tej konfiguracji należy określić optymalną cenę przychodu na odwiedzającego zarówno dla produktu podstawowego, jak i dla sprzedaży dodatkowej. mogą być wyświetlane równolegle (obok siebie na tej samej stronie) lub seryjnie (na kolejnej stronie, gdy ktoś zdecyduje się na zakup produktu podstawowego).

Model elastyczności cenowej pojedynczego produktu

Ten przykład pokazuje cenę pierwotną i dwie ceny przedziałowe, które są losowo prezentowane nowym użytkownikom. Jeśli maksymalny zysk mieści się między wartościami przedziałowymi, można utworzyć model dla wszystkich cen pośrednich. Na tej podstawie można określić, gdzie znajduje się szczyt krzywej zysku. Następnie przeprowadza się test porównawczy ceny pierwotnej z przewidywaną, aby zweryfikować wyniki.

Wykres przedstawia wyniki testu cen pojedynczego produktu.

Model optymalizacji zysków

Przychód na odwiedzającego ($)

0,400

0,350

0,300

0,250

0,200

0,150

0,100

0,050

0,000+

Cena ($)

Pierwotna cena e-booka wynosiła 20 dolarów. Chociaż sprzedano mniej egzemplarzy przy optymalnej cenie zysku 47 dolarów, w rzeczywistości przychód (i zysk) na osobę odwiedzającą był o 37 procent wyższy. Prezentacje równoległe i seryjne mogą prowadzić do radykalnie różnych modeli cenowych. Prezentacje równoległe zazwyczaj wykazują silniejsze wpływy między produktem bazowym a ofertą sprzedaży dodatkowej, ponieważ pojawiają się one obok siebie na tej samej stronie. Modele seryjne są bardziej niezależne, ponieważ użytkownik już zdecydował się „otworzyć portfel” na produkt bazowy i właśnie wtedy jest mu prezentowana oferta sprzedaży dodatkowej. W związku z tym najlepiej jest niezależnie znaleźć najlepsze ustawienia cenowe dla modeli równoległego i seryjnego, a następnie wybrać te, które generują najwyższy zysk na odwiedzającego.

Pojedynczy produkt z ceną sprzedaży dodatkowej

Modele sprężystości

Na tym wykresie optymalna cena samego produktu podstawowego powinna wynieść 36 USD.

Jednak biorąc pod uwagę wartość sprzedaży dodatkowej przy różnych cenach bazowych, najlepsza cena za produkt podstawowy wynosi 28 dolarów. Jeśli ten błąd nie zostanie poprawiony, może kosztować klienta około 5 centów zysku na każdym odwiedzającym (co jest dużą kwotą, biorąc pod uwagę ruch na jego stronie docelowej).

Skoro już wiesz, co testować, w następnej części książki skupimy się na mechanice testowania. Ten temat obejmuje matematykę testowania, przygotowanie treści i różne metody testowania.

Część IV: Mechanika testowania

Testowanie stron docelowych to jedna z najskuteczniejszych technik dostępnych w Twojej firmie.

arsenał narzędzi do poprawy konwersji. W tej części książki omówimy kilka typowych pytań dotyczących testowania, jak najlepiej przygotować treści do testów oraz rzeczywiste metody testowania.

Rozdział 10 Typowe pytania testowe

Rozdział 11 Przygotowanie do testu

Rozdział 12 Metody testowania

Rozdział 10

Często zadawane pytania testowe

W poprzednim rozdziale dowiedziałeś się, jak wybierać elementy do testów landing page'y. Skupiliśmy się na tym, jak wybrać elementy, które będą miały największy wpływ na wydajność Twojej strony docelowej. Jesteśmy pewni, że nie możesz się doczekać, aby zacząć.

Ale jak interpretować wyniki testów? Aby zrozumieć siłę i ograniczenia metod testowania, najpierw trzeba zrozumieć podstawy matematyki, na której się opierają.

Treść rozdziału

Kłamstwa, przeklęte kłamstwa i statystyki

Szybki kurs prawdopodobieństwa i statystyki

Czy znalazłem coś lepszego?

Jak bardzo muszę być tego pewien?

O ile jest lepszy?

Jak długo powinien trwać mój test?

Kłamstwa, przeklęte kłamstwa i statystyki

Istnieją trzy rodzaje liczb: kłamstwa, bezczelne kłamstwa i statystyki.

-Mark Twain cytujący Benjamina Disraeli

Statystyka jako dziedzina matematyki cieszy się złą sławą wśród opinii publicznej. Wiele współczesnych nauk ścisłych i ekonomicznych opiera się na niej w fundamentalny sposób. Podobnie jak polityka publiczna. Ponieważ polityka publiczna jest kwestią priorytetów i ożywionych debat na temat alokacji budżetów rządowych, statystyka została wciągnięta w dyskusję, aby wspierać lub podważać różne stanowiska polityczne. Nieuczciwi lub ignoranci wykorzystują ją do własnych celów.

Choć same statystyki są w porządku, istnieje wiele powszechnych nadużyć. W tej sekcji przyjrzymy się tym nadużyciom, a także implikacjom dla optymalizacji stron docelowych.

Jako dodatkowe źródło informacji polecamy książkę „Rival Hypotheses: Alternative Interpretations of Data Based Conclusions” (HarperCollins, 1979) autorstwa Schuylera W. Hucka. Książka opisuje sto eksperymentów z zakresu nauk społecznych, a także potencjalne problemy eksperymentalne, które mogą podważyć lub całkowicie unieważnić przedstawione wyniki. Wyrzucanie części danych

Badania statystyczne opierają się na poziomie ufności co do odpowiedzi (zwykle 95%). Jeśli przeprowadzisz dużą liczbę eksperymentów, nawet dwa identyczne efekty mogą wydawać się różne na podstawie samej serii statystycznej. Na przykład, rzucając monetą pięć razy, możesz być zaskoczony, widząc, że za każdym razem wypada orzeł, i możesz nawet podejrzewać, że jest ona fałszywa. Jest to jednak dokładnie taki wynik, jakiego można by się spodziewać, bazując jedynie na losowym wyniku wynoszącym około 3% przypadków. Zatem, gdyby ten eksperyment powtórzono sto razy, seria orłów powinna wypaść około trzy razy.

Nieuczciwi ludzie mogą powtarzać eksperyment wielokrotnie i przedstawiać pojedynczy wynik, w którym wypadły same orły, jako dowód, że moneta była sfałszowana. Odrzucając pozostałe eksperymenty, które nie potwierdziły ich oczekiwanych wniosków, przeinaczają wyniki.

Jak zobaczysz w rozdziale 12, „Metody testowania”, istnieją czasami uzasadnione (lub przynajmniej praktyczne) powody, aby wstrzymać się z ujawnieniem części danych zebranych podczas testu strony docelowej. Nie wybieraj jednak danych wybiórczo i nie szukaj tylko tych, które potwierdzają Twoje wnioski.

stronnicze próbki

Statystyka zakłada, że z badanej populacji wybrano losowo osoby badane. Jednakże próby mogą być obciążone błędem

nadreprezentacja lub niedoreprezentacja z określonych grup. W skrajnych przypadkach nie wybiera się przedstawicieli z określonego podzbioru populacji.

Na przykład ankiety internetowe lub telefoniczne są często z definicji przekłamane. Reprezentują one samozwańcze grupy osób, które są wystarczająco zmotywowane, by odpowiedzieć na ankiety. Zazwyczaj oznacza to, że mają silne poglądy i chcą je wyrazić. Dlatego tego typu ankiety zazwyczaj generują bardziej spolaryzowane wyniki, z nieproporcjonalnie dużym odsetkiem skrajnych poglądów (kosztem bardziej umiarkowanych poglądów milczącej większości).

Przyjrzyjmy się kilku powszechnym typom błędów w doborze próby.

Filtrowanie ruchu

Podczas testowania landing page'y zazwyczaj należy pozyskać jak najszerszy zakres źródeł ruchu. W ten sposób z większym prawdopodobieństwem będą one reprezentatywne dla całej populacji odwiedzających. Należy jednak pamiętać, że źródła ruchu powinny być cykliczne, kontrolowane i stabilne. Jeśli ruch nie spełnia tych kryteriów, jego dostrojenie może być trudne. Z tego powodu warto wykluczyć z testowanego zestawu niestabilne źródła (takie jak niektórzy z większych, ale bardzo zmiennych partnerów lub niestabilny ruch z serwisów społecznościowych). Należy również wyeliminować niecykliczny ruch e-mail.

Metoda gromadzenia danych

Załóżmy, że wybrałeś odpowiednie filtry dla swojego ruchu i wybierasz największą możliwą stabilną grupę spośród swojej populacji Odwiedzający. Jeśli test został wdrożony prawidłowo, każdemu nowemu odwiedzającemu należy losowo przypisać jedną z alternatywnych wersji strony docelowej. Jednak nawet ta próbka może nie być całkowicie losowa ze względu na uwarunkowania technologiczne.

Na przykład wiele narzędzi testowych (częściową listę można znaleźć w Dodatku „Narzędzia do testowania stron docelowych”) wymaga od odwiedzających włączenia obsługi JavaScript w przeglądarce internetowej i akceptacji plików cookie własnych (niewielkich plików pozostawianych na dyskach twardych użytkowników przez daną witrynę, które zawierają informacje o ich wizycie i mogą być wykorzystywane do personalizacji i dostosowywania ich doświadczeń podczas kolejnych wizyt). Jeśli użytkownik nie spełnia tych kryteriów technicznych, nie jest uwzględniany w teście i wyświetlana jest mu jedynie oryginalna strona docelowa.

Na podstawie aktualnych statystyk korzystania z sieci, te wymagania techniczne dyskwalifikują mniej niż 5 procent użytkowników Internetu. Po zakończeniu testu jesteś zmuszony poczynić pewne założenia dotyczące reakcji tych 5 procent na nowy projekt strony. Zakładasz, że będą zachowywać się tak samo, jak pozostałe 95 procent, które jesteś w stanie śledzić. Ale to może nie być prawdą. Ponieważ mają wyłączoną obsługę JavaScript lub plików cookie własnych, mogą reprezentować małą, samoselekcyjną grupę osób, które są bardziej ostrożne, znają się na technologii lub dbają o prywatność. Takie osoby mogą rzeczywiście zachowywać się inaczej niż reszta populacji. W praktyce nie zmienia to znacząco Twoich rekomendacji. Ponieważ brakujące 5 procent reprezentuje tak mały segment, nawet znacząca różnica w ich zachowaniu zostanie przyćmiona przez znacznie większą konwersję.

Poprawa wskaźników, którą zazwyczaj można zaobserwować wśród odwiedzających objętych badaniem. Należy jednak pamiętać o takich technicznych problemach z próbkowaniem.

Testowanie sekwencyjne

Inny rodzaj błędu próbkowania może zostać wprowadzony poprzez testowanie sekwencyjne. Na przykład, możesz testować swój oryginalny projekt przez miesiąc, a następnie zastąpić go innym w kolejnym miesiącu. Trudno jest wyciągnąć jakiekolwiek wnioski po takim eksperymencie. Pomiędzy dwoma okresami testowania mogło nastąpić wiele zmian czynników zewnętrznych. Na przykład, mogły mieć miejsce wakacje z rodziną, ważne wydarzenie, które wpłynęło na Twoją branżę, lub ważne ogłoszenie PR. Chodzi o to, że porównujesz jabłka z pomarańczami. Podczas testowania landing page'y zawsze staraj się gromadzić dane z wersji oryginalnej i testowanych alternatyw równolegle. Pozwoli Ci to kontrolować (lub przynajmniej wykrywać i uwzględniać) wszelkie zmiany w środowisku zewnętrznym. Testowanie sekwencyjne stosuj tylko w ostateczności.

Krótkie zbieranie danych

Nawet jeśli przeprowadzisz testy, dzieląc dostępny ruch i wyświetlając różne wersje projektu witryny równolegle, nadal możesz napotkać problemy z tendencyjnym próbkowaniem związane z krótkimi okresami zbierania danych. Eksperymenty z bardzo wysokim tempem zbierania danych mogą być na to szczególnie podatne. Załóżmy na przykład, że testujesz dwie alternatywne wersje swojej strony i mierzysz liczbę kliknięć na konkretną stronę docelową jako działanie konwersji. Ze względu na duży ruch na stronie docelowej, w pierwszej godzinie testu zbierasz około 10 000 działań konwersji. Dane te pokazują, że jedna z wersji przewyższa drugą z bardzo wysokim poziomem wiarygodności statystycznej. Wiele osób zakończyłoby test na tym etapie i natychmiast zainstalowałoby wersję o najlepszych wynikach jako nową stronę docelową.

A co, gdybyśmy powiedzieli, że dane zostały zebrane w środku nocy? Można by słusznie wywnioskować, że osoby odwiedzające Twoją witrynę w ciągu dnia stanowią inną grupę, a przynajmniej zachowują się wtedy inaczej. To samo dotyczy ruchu w dni powszednie (korzystające z internetu z pracy) i weekendy (korzystające z internetu z domu). Niezależnie od szybkości transmisji danych, należy gromadzić dane przez co najmniej tydzień (lub kilka tygodni, jeśli szybkość transmisji danych jest niska). Pozwoli to wyeliminować krótkoterminowe błędy omówione wcześniej. Oczywiście nie rozwiązuje to problemu sezonowości długoterminowej (która zostanie omówiona bardziej szczegółowo w sekcji „Brak uwzględniania sezonowości” w rozdziale 15, „Unikanie pułapek w świecie rzeczywistym”).

Nadmierna generalizacja

Nadmierne uogólnianie to błędne rozszerzenie wniosków z testu na sytuację, w której pierwotne wyniki nie mają już zastosowania. Załóżmy na przykład, że

Przeprowadziłeś eksperyment, aby policzyć mrówki w kuchni i śledziłeś je przez cały tydzień podczas rekordowo niskich temperatur w zimie. Stwierdziłeś, że w okresie badania w ogóle nie było mrówek w kuchni. Jednak prawdopodobnie błędne byłoby założenie, że to samo będzie miało miejsce podczas fali upałów latem. Często nadmierne uogólnienia nie są dokonywane przez pierwotnego badacza, ale przez tych, którzy później podsumowują lub cytują wyniki.

Częstym uogólnieniem w testowaniu landing page’y jest założenie, że źródła ruchu, które nie były częścią oryginalnego testu, będą zachowywać się tak samo, jak testowana populacja. Na przykład, jeśli zauważysz określony efekt w ruchu PPC, nie zakładaj, że utrzyma się on po udostępnieniu nowej landing page’y na wewnętrznej liście e-mailowej.

Załadowane pytania

Odpowiedzi udzielane w ankietach można manipulować, aby przechylić wyniki w określonym kierunku. Można to osiągnąć, zadając pytanie w określony sposób lub poprzedzając je informacjami, które potwierdzą pożądaną odpowiedź.

Wyobraźmy sobie na przykład ankietę dotyczącą poparcia dla podwyżek wynagrodzeń dla lokalnych strażaków. W zależności od tego, po której stronie sporu opowiadał się ankieter, można sobie wyobrazić dwa różne pytania: Biorąc pod uwagę chroniczne zaniedbywanie ulic miejskich i rosnącą przestępczość z powodu niedoborów kadrowych w naszej policji, czy popierasz obecnie podwyżkę wynagrodzeń dla strażaków?

Biorąc pod uwagę ogromne ryzyko, jakiemu strażacy stawiają czoła każdego dnia, aby chronić Państwa rodziny i mienie, czy popierają Państwo podwyżkę wynagrodzeń dla naszych strażaków w tym czasie?

W standardowych ankietach, skomplikowane pytania i kontekst prezentacji informacji mogą stanowić problem. Jednak w testowaniu landing page’y, stawiamy tę przesłankę na głowie. Chcemy tworzyć rozbudowane treści na landing page’e. W rzeczywistości naszym celem jest sprawdzenie, na co odbiorcy reagują najlepiej. Cynik mógłby nawet powiedzieć, że testowanie landing page’y to naukowe i systematyczne odkrywanie najlepszych dostępnych sposobów manipulacji odbiorcami.

Fałszywa przyczynowość

Korelacja nie oznacza związku przyczynowo-skutkowego.

Powszechne powiedzenie naukowe

To powiedzenie nie używa słowa „implikować” w jego powszechnym znaczeniu (czyli sugerować). Naukowe znaczenie słowa „implikować” (zaczerpnięte z logiki formalnej) można lepiej przetłumaczyć jako „wymagać”. Odczytane w ten sposób można sparafrazować jako „ponieważ skutki są powiązane lub występują razem, jeden niekoniecznie powoduje drugi”. Może czaić się trzeci, wcześniej nierozpoznany.

zmienna (nazywana także zmienną zakłócającą lub czynnikiem zakłócającym), która powoduje występowanie dwóch pozostałych.

Na przykład, gdybyśmy powiedzieli Ci, że zdecydowana większość wypadków samochodowych ma miejsce w promieniu pięciu mil od miejsca zamieszkania, mógłbyś pokusić się o wsiadanie do autobusu zamiast jazdy samochodem. Błędne byłoby jednak wnioskowanie, że wypadki są spowodowane bliskością domu. Istnieje trzecia zmienna zakłócająca, która mogłaby wyjaśnić oba zjawiska: ludzie pokonują zdecydowaną większość trasy blisko domu, a wypadki są bezpośrednio związane z czasem spędzonym na prowadzeniu.

W optymalizacji landing page'y wiele osób upiera się przy wyciąganiu tzw. „wniosków” z wyników testów. Z perspektywy czasu racjonalizuje się, dlaczego dana wersja landing page'a miała wyższy współczynnik konwersji. Na przykład, możesz przetestować dwa przyciski wezwania do działania (CTA): pomarańczowy i zielony. Jeśli zielony działa lepiej, możesz pokusić się o stwierdzenie, że odbiorcy bardziej lubią kolor zielony niż pomarańczowy. W rzeczywistości może istnieć inne wytłumaczenie: kontrast koloru przycisku z głównym motywem kolorystycznym strony. Gdyby strona była zdominowana przez kolor pomarańczowy, pomarańczowy przycisk CTA wydawałby się stonowany i mógłby ginąć w otoczeniu podobnych kolorów. Zielony przycisk może działać lepiej nie ze względu na sam użyty kolor, ale dlatego, że kontrastujący kolor wyróżnia się i wydaje się bardziej widoczny.

Mogą również występować bardziej subtelne kwestie związane z innymi zmianami w projekcie, które również wprowadzono w tym samym czasie. Na przykład zielony przycisk mógł mieć inny rozmiar lub być może używał innego koloru do wywołania. tekst zachęcający do działania. Być może to właśnie te czynniki wyglądu i stylu, a nie kolor przycisku, zwiększyły skłonność ludzi do działania.

Próba racjonalizacji wyników po teście jest niebezpieczna, ponieważ może prowadzić do niewłaściwego skupienia się na elementach projektu, które nie miały nic wspólnego z poprawą wydajności. Powinieneś powstrzymać się od angażowania się w tego typu tworzenie mitów po fakcie.

Szybki kurs prawdopodobieństwa i statystyki

Wróćmy do korzeni statystyk leżących u podstaw testowania landing page'y. W ramach rozległej dziedziny matematyki, wskażemy Ci konkretny podzbiór, który musisz zrozumieć. Po drodze zwrócimy uwagę na konkretny związek z optymalizacją landing page'y. Ponieważ testowanie landing page'y często wiąże się z bałaganem, wskażemy również, gdzie rzeczywiste rozważania i problemy odbiegają od teoretycznych ram. To krótkie omówienie. Być może będziesz musiał/a zapoznać się z dodatkowymi materiałami z zakresu prawdopodobieństwa i statystyki.

Teoria prawdopodobieństwa

Teoria prawdopodobieństwa jest działem matematyki zajmującym się

Opis i analiza zdarzeń losowych. Kluczowe elementy tego modelu to:

Zmienne losowe Zmienna losowa to wielkość, której wartość jest losowa lub nieprzewidywalna i której można przypisać funkcję rozkładu prawdopodobieństwa. Funkcja rozkładu prawdopodobieństwa określa zbiór możliwych wartości, które można przypisać zmiennej losowej, wraz z ich prawdopodobieństwem. Suma prawdopodobieństw wszystkich możliwych wyników musi z definicji być równa jeden (tj. jeden z możliwych wyników musi się zdarzyć, a jego wartość zostanie przypisana zmiennej losowej).

Weźmy za przykład uczciwą kostkę do gry. Górna ścianka kostki może przyjąć jeden z sześciu możliwych wyników (1, 2, 3, 4, 5, 6). Funkcja rozkładu prawdopodobieństwa jest jednostajna (istnieje równa szansa jeden do sześciu na wyrzucenie dowolnej wartości z przedziału od 1 do 6). Suma wszystkich możliwych prawdopodobieństw wynosi dokładnie jeden.

Procesy stochastyczne. W teorii prawdopodobieństwa rozróżnia się dwa rodzaje procesów: deterministyczne i stochastyczne. Proces deterministyczny przebiega po ustalonej ścieżce, w zależności od warunków początkowych. Innymi słowy, znając punkt wyjścia, można dokładnie obliczyć, gdzie zakończy się w pewnym momencie w przyszłości.

Proces stochastyczny (nazywany również procesem losowym) jest trudniejszy do zrozumienia. Nie można dokładnie przewidzieć, gdzie się zakończy, ale wiadomo (na podstawie funkcji rozkładu prawdopodobieństwa), że pewne wyniki są bardziej prawdopodobne. W najprostszym przypadku proces stochastyczny można opisać jako sekwencję próbek zmiennych losowych. Jeśli te próbki można powiązać z konkretnymi punktami w czasie, jest to szereg czasowy (seria punktów danych mierzonych w kolejnych momentach).

W naszym przykładzie z kostką, proces stochastyczny to powtarzający się rzut kostką. Każdy rzut daje losowy wynik (jedną z sześciu możliwych wartości), a kolejne rzuty są od siebie niezależne (to, co zostało wyrzucone w poprzedniej próbie, nie ma wpływu na prawdopodobieństwo wyrzucenia konkretnej liczby w kolejnym rzucie).

Zdarzenia. Zdarzenie w teorii prawdopodobieństwa to zbiór wszystkich możliwych wyników, do których przypisane jest prawdopodobieństwo (nazywany również zbiorem próby). W najprostszym przypadku zbiór możliwych wyników jest skończony. Każdy z podstawowych możliwych wyników nazywa się zdarzeniem elementarnym, ale bardziej złożone zdarzenia można konstruować, wybierając większe grupy zdarzeń elementarnych (właściwy podzbiór przestrzeni próby).

W naszym przykładzie z kostką, zdarzenia elementarne to pojedyncze możliwe wartości rzutu kostką. Można jednak również skonstruować inne zdarzenia i przypisać im odpowiednie prawdopodobieństwa (na przykład, parzysty rzut kostką – z prawdopodobieństwem 1/2 – lub rzut z wartością większą niż 4 – z prawdopodobieństwem 1/3).

Prawdopodobieństwo zastosowane do testowania stron docelowych

Jak to wszystko przekłada się na optymalizację stron docelowych?

Zmiennymi losowymi są wizyty na Twojej stronie ze źródeł ruchu

Wybrałeś/aś do testu. Jak już wspomnieliśmy, sama grupa docelowa może podlegać błędowi losowemu. Funkcja rozkładu prawdopodobieństwa jest w większości przypadków dość prosta. Liczysz, czy konwersja nastąpiła w wyniku wizyty. Zakładasz, że istnieje pewne ukryte i stałe prawdopodobieństwo wystąpienia konwersji, a jedynym możliwym wynikiem jest to, że konwersja nie nastąpi (tj. wizyta jest zmienną losową Bernoulliego, która może skutkować konwersją lub nie).

Załóżmy na przykład, że rzeczywisty współczynnik konwersji dla strony docelowej wynosi 2%. Istnieje zatem niewielka szansa, że konwersja nastąpi (2%), i znacznie większa, że nie nastąpi (98%) dla danego użytkownika. Jak widać, suma dwóch możliwych prawdopodobieństw wyniku, zgodnie z wymaganiami, wynosi dokładnie 1 (2% + 98% = 100%).

Proces stochastyczny to przepływ odwiedzających ze źródeł ruchu użytych w teście. Kluczowe założenia dotyczące tego procesu to niezmienność zachowania odwiedzających w czasie oraz niezmienność populacji, z której pochodzą. Niestety, oba te założenia są rutynowo naruszane w większym lub mniejszym stopniu w świecie rzeczywistym. Zachowanie odwiedzających zmienia się ze względu na czynniki sezonowe lub zmieniający się poziom zaawansowania i wiedzy na temat produktów lub branży. Sama populacja zmienia się w zależności od aktualnego miksu marketingowego. Większość firm stale dostosowuje i modyfikuje swoje źródła ruchu (na przykład poprzez zmianę stawek PPC i wynikającego z tego miksu słów kluczowych, z którego pochodzą ich odbiorcy). W rezultacie Twój czas Szereg czasowy, który powinien zwracać stały strumień odpowiedzi „tak” lub „nie” (w oparciu o stałe prawdopodobieństwo konwersji), w rzeczywistości ma zmienne prawdopodobieństwo konwersji. Z matematycznego punktu widzenia, szereg czasowy jest niestacjonarny i zmienia swoje zachowanie w czasie.

Niezależność zmiennych losowych w procesie stochastycznym jest również krytycznym wymogiem teoretycznym. Jednak zachowanie podczas każdej wizyty niekoniecznie jest niezależne. Użytkownik może powracać na Twoją stronę docelową wiele razy, a jego obecne zachowanie będzie oczywiście zależeć od poprzednich wizyt. Może również wystąpić błąd lub przeciążenie, w którym działania niektórych użytkowników wpływają na działania podejmowane przez innych. Z tego powodu najlepiej jest użyć nowego strumienia odwiedzających (z minimalnym odsetkiem powracających użytkowników, jeśli to możliwe) do testowania strony docelowej. Powtarzający się użytkownicy są z definicji stronniczy, ponieważ dobrowolnie zdecydowali się na powrót na Twoją stronę i nie widzą jej po raz pierwszy losowo. Z tego powodu należy unikać testowania strony docelowej z odbiorcami składającymi się z wewnętrznej listy e-mailowej. Osoby na liście są stronnicze, ponieważ same wybrały otrzymywanie od Ciebie bieżących wiadomości i ponieważ miały już kontakt z poprzednimi komunikatami.

Samo zdarzenie może być również bardziej skomplikowane niż proste ustalenie, czy odwiedzający dokonał konwersji. W katalogu e-commerce ważne jest nie tylko, aby wiedzieć, czy sprzedaż miała miejsce, ale także, jaka była jej wartość. Jeśli zależałoby Ci tylko na wyższym współczynniku konwersji, mógłbyś to osiągnąć, promując produkty o niskiej marży i niskiej cenie, które klienci chętniej kupią. Ale

Niekoniecznie skutkowałoby to najwyższymi zyskami. Niektóre testy polegają na dostrojeniu witryny pod kątem najwyższego możliwego przychodu na odwiedzającego (lub zysku na odwiedzającego po uwzględnieniu kosztów zmiennych akcji konwersji). W takich sytuacjach należy wziąć pod uwagę zmienne losowe o wartościach rzeczywistych i ich skumulowane funkcje rozkładu. Ta dyskusja jest bardziej złożona i wykracza poza zakres tej książki.

Prawo wielkich liczb

Prawo wielkich liczb głosi, że jeżeli zmienna losowa z prawdopodobieństwem (p) jest wielokrotnie obserwowana podczas niezależnych eksperymentów, to stosunek obserwowanej częstości występowania tego zdarzenia do całkowitej liczby eksperymentów będzie zbiegał do p.

Kontynuujmy nasz przykład z rzutem kostką. Prawo wielkich liczb gwarantuje, że jeśli rzucisz kostką wystarczająco dużo razy, procent wyrzuconych szóstek zbliży się dokładnie do 1% całkowitej liczby rzutów (czyli do oczekiwanego procentu w funkcji rozkładu prawdopodobieństwa). Intuicyjnie można to zrozumieć, ponieważ w dłuższej perspektywie serie wyrzuconych oczek innych niż szóstki zostaną ostatecznie zniwelowane przez serie dodatkowych szóstek. Najbardziej ekscytujące w tym prawie jest to, że wiąże ono coś, co można zaobserwować (rzeczywisty procent konwersji w naszym teście) z niewiadomą.

rzeczywisty współczynnik konwersji Twojej strony docelowej. Gwarantuje to

stabilne, długoterminowe wyniki losowych zdarzeń z udziałem odwiedzających. Zanim jednak zaczniesz świętować, ważne jest, aby zdać sobie sprawę, że prawo to opiera się na bardzo dużej liczbie próbek i gwarantuje jedynie, że w dłuższej perspektywie zbliżysz się do rzeczywistego współczynnika konwersji. W rzeczywistości Twoja wiedza na temat rzeczywistego współczynnika konwersji będzie się kumulować powoli.

Co więcej, prawo wielkich liczb nie gwarantuje, że uzyskasz poprawną odpowiedź przy niewielkiej ilości danych. W rzeczywistości niemal gwarantuje, że w krótkim okresie czasu Twoja ocena współczynnika konwersji będzie niepoprawna. Krótkotrwałe serie mogą i powodują znaczne odchylenia współczynników konwersji od wartości rzeczywistej.

Najlepszym sposobem na ocenę tej sytuacji jest pamiętanie, że gromadzenie większej ilości danych pozwala na coraz dokładniejsze oszacowania rzeczywistego, bazowego współczynnika konwersji. Jednak Twoje oszacowanie zawsze będzie obarczone pewnym błędem; co więcej, możesz znać jedynie przybliżone granice rozmiaru tego błędu.

Rozkład normalny

Rozkład Gaussa, czyli rozkład normalny (często nazywany również krzywą dzwonową ze względu na swój charakterystyczny kształt), występuje powszechnie w obserwacjach naukowych i przyrodniczych. Dokładny kształt i położenie krzywej dzwonowej są definiowane przez dwa parametry: położenie jej środka oraz jej szerokość. Krzywa dzwonowa może być wysoka i przypominać kształtem igłę lub mieć kształt szerokiej, niskiej smugi (jak pokazano na rysunku 10-1). Kształt i położenie krzywej opisują poniższe parametry.

Średnia (µ) Średnia to suma wszystkich zmiennych losowych podzielona przez liczbę zaobserwowWariancja (σ²) Wariancja pokazuje, jak bardzo wartości są rozproszone wokół średniej. Jeśli są ściśle skupione, wariancja jest niższa. Jeśli są bardzo rozproszone, wariancja jest wyższa.

Odchylenie standardowe (σ) Odchylenie standardowe definiuje się jako pierwiastek kwadratowy wariancji. Często jest ono bardziej użyteczne niż sama wariancja, ponieważ można je bezpośrednio porównać z pomiarem bazowym.

Jednostkowy rozkład normalny jest szczególnym przypadkiem bardziej ogólnego rozkładu Gaussa. Zasadniczo, konkretny rozkład Gaussa można standaryzować (przesuwając jego średnią do zera i powiększając lub zmniejszając go tak, aby odchylenie standardowe wynosiło 1). Normalizacja konkretnej krzywej Della pozwala na łatwe porównanie jej właściwości z właściwościami innych krzywych dzwonowych. Obszar objęty dowolnym rozkładem normalnym jest zawsze równy jeden z definicji.

Reguła 68-95-99,7 (nazywana również regułą empiryczną) mówi, że w przypadku rozkładu normalnego niemal wszystkie wartości mieszczą się w granicach trzech odchyleń standardowych od średniej (patrz rysunek 10-2). Około 68% wartości mieści się w przedziale jednego odchylenia standardowego od średniej (μ ± σ). Około 95% wartości mieści się w przedziale dwóch odchyleń standardowych od średniej (μ ± 2σ). Około 99,7% wartości mieści się w przedziale trzech odchyleń standardowych od średniej (μ ± 30). W wielu celach naukowych i inżynieryjnych 95-procentowa granica ufności jest powszechnie stosowana jako linia podziału przy podejmowaniu decyzji. Innymi słowy, jeśli odpowiedź mieści się w przedziale plus/minus dwóch odchyleń standardowych wokół przewidywanej wartości, uznaje się ją za zgodną z przewidywaniem.

Centralne twierdzenie graniczne

Centralne twierdzenie graniczne mówi, że niezależnie od rozkładu, z którego pobrano oryginalne zmienne losowe, jeżeli rozkład ten ma skończoną wariancję, ich średnia będzie miała tendencję do zgodności z rozkładem normalnym. dystrybucja. Dotyczy to szerokiego zakresu rzeczywistych procesów, w tym gromadzenia danych podczas testowania stron docelowych.

Centralne twierdzenie graniczne zapewnia, że oszacowany współczynnik konwersji, który obserwujesz dla konkretnego projektu landing page'a, będzie miał rozkład normalny. Pozwala to oszacować prawdopodobny zakres wartości rzeczywistego współczynnika konwersji. Im więcej danych zbierzesz, tym dokładniejszy będzie Twój szacunek.

Metody statystyczne

Jednym z częstych pytań, na które odpowiada statystyka, jest to, czy istnieje związek między predyktorami (zmiennymi niezależnymi) a reakcją lub wynikającymi z niej efektami (zmiennymi zależnymi). Często eksperymenty można tak zorganizować, aby po wykryciu takiego związku można było stwierdzić, że zmiany zmiennych niezależnych spowodowały zmiany zmiennych zależnych. Istnieją dwa główne rodzaje badań statystycznych:

Badania eksperymentalne W badaniach eksperymentalnych najpierw dokonuje się pomiarów badanego środowiska. Następnie zmienia się je w zaplanowany sposób i sprawdza, czy zmiany przyniosły inny wynik niż poprzednio.

Testowanie landing page'y to forma badań eksperymentalnych. Środowisko, które zmieniasz, to projekt Twojej landing page'a. Wynik, który mierzysz, to zazwyczaj współczynnik konwersji. Jak wspomnieliśmy wcześniej, testowanie i optymalizacja landing page'y zazwyczaj odbywają się równolegle, a

Nie sekwencyjnie. Oznacza to, że należy podzielić dostępny ruch i losowo zmieniać wersję strony docelowej wyświetlaną każdemu nowemu użytkownikowi. Część ruchu testowego powinna zawsze widzieć oryginalną wersję strony. Takie podejście wyeliminuje wiele problemów związanych z testowaniem sekwencyjnym.

Badania obserwacyjne, z kolei, nie obejmują żadnej manipulacji ani zmian w badanym środowisku. Po prostu zbierasz dane, a następnie analizujesz je pod kątem interesujących korelacji między zmiennymi niezależnymi i zależnymi.

Na przykład, możesz prowadzić programy marketingu PPC w dwóch różnych wyszukiwarkach. Gromadzisz dane przez miesiąc dotyczące łącznej liczby kliknięć z każdej kampanii i wynikającej z niej liczby konwersji. Możesz wtedy sprawdzić, czy współczynnik konwersji między tymi dwoma źródłami ruchu rzeczywiście się różni, czy też jest to kwestia przypadku.

Podstawowe kroki każdego eksperymentu naukowego są dobrze znane. Podsumowaliśmy je poniżej, wskazując ich przydatność do testowania landing page’y. Rozdział 14, „Opracowanie planu działania”, szczegółowo omawia te kroki i wszystkie inne wymagane czynności związane z testowaniem landing page’y.

Zaplanuj badanie. Określ stronę docelową, którą chcesz dostroić, źródła ruchu do testu oraz dostępne poziomy ruchu. Zrozum i postaraj się skorygować lub wyeliminować wszelkie błędy w próbkowaniu w swojej populacji.

Zaprojektuj eksperyment Utwórz pisemny plan testów, który wyraźnie przedstawia alternatywne elementy strony docelowej, które zamierzasz przetestować (Twoja strona docelowa). zmienne niezależne). Zdefiniuj miarę wydajności, którą chcesz poprawić (zazwyczaj jest to współczynnik konwersji dla kluczowego procesu na stronie docelowej).

Zbierz dane Będziesz musiał zebrać dane dotyczące liczby wizyt lub wyświetleń stron testowych, a także liczby i wartości konwersji.

Podsumuj dane. Użyj statystyk opisowych (patrz następna sekcja), aby podsumować swoje ustalenia. Ukryj zbędne poziomy szczegółowości.

Wyciągnij wnioski. Skorzystaj ze statystyki wnioskowania statystycznego (patrz następna sekcja), aby sprawdzić, jakie informacje można wyciągnąć z próbki danych na temat populacji użytkowników Twojej strony docelowej. Zazwyczaj wymagałoby to testów statystycznych, aby sprawdzić, czy któryś z alternatywnych projektów stron docelowych jest lepszy od oryginału.

Przedstaw Dokument Wyników i przedstaw rezultaty swojego eksperymentu. Może to być zwykły e-mail lub szczegółowy, formalny raport, w zależności od okoliczności i celu.

Statystyka stosowana

Teoria statystyki (znana również jako statystyka matematyczna) opiera się na teorii prawdopodobieństwa i analizie matematycznej i służy do zrozumienia podstaw teoretycznych statystyki. Statystyka stosowana dzieli się na dwa podstawowe cykle:

Statystyka opisowa. Statystyka opisowa służy do podsumowania zbioru danych. Można to zrobić numerycznie lub graficznie. Podstawowe opisy numeryczne obejmują średnią, medianę, modę, wariancję i odchylenie standardowe. Podsumowania graficzne obejmują różnego rodzaju wykresy i diagramy.

Statystyka wnioskowania statystycznego służy do wyciągania wniosków wykraczających poza konkretne zebrane dane. W efekcie próbuje się wywnioskować zachowanie większego procesu lub populacji, z której pobrano próbkę testową. Przykładami możliwych metod wnioskowania statystycznego są odpowiedzi na pytania typu „tak” lub „nie” (testowanie hipotez), a także inne techniki, takie jak analiza wariancji (ANOVA), analiza regresji i wiele innych metod wielowymiarowych, takich jak analiza skupień, skalowanie wielowymiarowe i analiza czynnikowa.

Oba rodzaje statystyk stosowanych są powszechnie wykorzystywane w testowaniu i dostrajaniu lądowania. Niestety, statystyki opisowe są często postrzegane jako substytut właściwych testów wnioskowania i służą do podejmowania decyzji. Należy pamiętać, że statystyki opisowe jedynie podsumowują lub opisują dane, które zaobserwowano. Nie mówią one nic o znaczeniu ani implikacjach obserwacji. Należy przeprowadzić odpowiednie testy hipotez, aby sprawdzić, czy różnice w danych są prawdopodobnie spowodowane przypadkowym zbiegiem okoliczności, czy też są rzeczywiście istotne. Czy znalazłem coś lepszego?

Optymalizacja landing page'y opiera się na statystyce, a statystyka z kolei na teorii prawdopodobieństwa. Teoria prawdopodobieństwa zajmuje się badaniem zdarzeń losowych, ale wiele osób może twierdzić, że zachowanie odwiedzających Twoją stronę docelową nie jest „losowe”. Twoi odwiedzający nie są tak oczywisti jak rzut kostką. Odwiedzają Twoją stronę docelową z jakiegoś powodu i działają (lub nie) w oparciu o własne wewnętrzne motywacje.

Co zatem oznacza prawdopodobieństwo w tym kontekście?

Przeprowadźmy mały eksperyment myślowy. Wyobraź sobie, że rzucamy uczciwą monetą. Ma ona potencjał, by wyrzucić orła lub reszkę. Jakie prawdopodobieństwo wypadnięcia orła oceniasz? Pięćdziesiąt procent, prawda? My też byśmy dali.

Wyobraź sobie, że rzuciliśmy monetą i zakryliśmy wynik po jej złapaniu. Proces rzucania dobiegł końca, a moneta przyjęła jeden konkretny stan. Jakie więc prawdopodobieństwo wypadnięcia orła oceniasz? Znów pięćdziesiąt procent, prawda? Zgodzilibyśmy się, ponieważ żaden z nas nie wie nic więcej niż przed rzutem.

Wyobraź sobie, że zerknęlibyśmy na monetę, nie pozwalając ci jej zobaczyć. Jakie prawdopodobieństwo wypadnięcia orła oceniasz? Nadal 50 procent, prawda? A jak jest z nami? Nie zgodzilibyśmy się już z tobą. Po zobaczeniu wyniku rzutu orłem oświadczylibyśmy, że prawdopodobieństwo…

orzeł to albo zero albo 100 procent (w zależności od tego, co widzieliśmy).

Jak dwie strony mogą doświadczyć tego samego zdarzenia i dojść do dwóch różnych wniosków? Kto ma rację? Odpowiedź brzmi: my oboje. Opieramy nasze odpowiedzi na różnych dostępnych informacjach. Nie widząc wyniku rzutu, musisz założyć, że moneta nadal może wypaść orzeł. W efekcie, dla Ciebie moneta nie została rzucona, lecz pozostaje w stanie potencjału sprzed rzutu. Wiemy więcej, więc nasza odpowiedź jest inna. Zatem prawdopodobieństwo można postrzegać jako po prostu podjęcie najlepszego przypuszczenia na podstawie dostępnych informacji. Im więcej informacji posiadasz, tym dokładniejsze będzie Twoje przypuszczenie.

Przyjrzyjmy się temu w kontekście najprostszego rodzaju optymalizacji landing page'a. Załóżmy, że masz stały napływ odwiedzających na landing page ze stałego i niezmiennego źródła ruchu. Postanawiasz przetestować dwie wersje projektu strony i równomiernie i losowo podzielić ruch między nie.

W terminologii statystycznej mamy do czynienia z dwoma procesami stochastycznymi (doświadczeniami związanymi ze stronami docelowymi), z własnymi zmiennymi losowymi (odwiedzający pochodzący z tej samej populacji) i własnymi mierzalnymi zdarzeniami binarnymi (odwiedzający dokonują konwersji lub nie). Rzeczywiste prawdopodobieństwo konwersji dla każdej strony nie jest znane, ale musi mieścić się w przedziale od zera do jednego. To rzeczywiste prawdopodobieństwo konwersji nazywa się zazwyczaj współczynnikiem konwersji i zakłada się, że jest ono stałe.

106 KiB Raw Permalink Blame History Unescape Escape

Rozdział 9

Strategia tego, co testować

Zawartość rozdziału

Jak myśleć o elementach testowych

Zakres wpływu

Najważniejsze działania konwersyjne

Największa możliwa grupa odbiorców

Najpopularniejsze ścieżki poruszania się po Twojej stronie

Strona krajowa (National page)

Strony stanowe (State pages)

Strony lokalne (Local pages)

Strony lokalne

Strona krajowa

Strony stanowe

Strony lokalne

Najbardziej widoczne części strony

Ziarnistość (Granularity)

Sweep

Coherency

Audience Segmentation

Content and Offer Focus

Function and Usability Focus

Łączenie dwóch podejść

Longevity

Baggage

Selecting Elements to Test

Page Structure

Information Architecture

Presentation

Emphasis

Testing Multiple‑Page Flows

Systematic

Systematic (kontynuacja)

The Matrix (przypomnienie kontekstu)

106 KiB

Raw Permalink Blame History