E-handel A / B-testning - 5-stegsguide

Om du prenumererar på en tjänst från en länk på den här sidan kan Reeves and Sons Limited tjäna en provision. Se vår etik uttalande.

Jag ska vara uppriktig. A / B-tester på e-handelswebbplatser är överskattade.

Till skillnad från de flesta "CROs" -predikationer kommer att ändra färger och finjustera teckensnitt bara ge dig mycket marginella förbättringar i konverteringar och klickfrekvenser. Det krävs en hel del test och fel för att förstå vad som skapar en positiv upplevelse för användare på e-handelswebbplatser.

Det kräver ännu mer ansträngning att identifiera standardelementen på e-handelswebbplatser och bestämma hur de kan A / B-testas för att försöka förbättra konverteringar.

Du är ute efter en godbit idag.

Jag har gjort allt arbete åt dig. Jag visar dig 5 e-handel A / B-testidéer som har mest potential att öka dina konverteringsgrader och därmed dina intäkter.

I slutet av detta inlägg har du en gedigen uppfattning om vad du ska A / B-testa på e-handelswebbplatser, hur man gör det, och kanske till och med har tillräckligt med idéer för att erbjuda detta som en tjänst för dina e-handelsklienter!

Förstå smärtpunkter

Har du undrat varför A / B-test är så viktigt för e-handelswebbplatser? Det beror på att delar av webbplatsen påverkar försäljningen direkt som omsätter till faktiska intäkter, till skillnad från reklam, nyhetsbrev registreringar eller sidvyer.

Det viktigaste målet med A / B-testning av e-handelswebbplatser är att identifiera smärtpunkter. Smärtpunkter är helt enkelt element i försäljningstratten som skjuter upp besökare eller ger en dålig shoppingupplevelse.

Några exempel kan vara förvirrande användargränssnitt, för många CTA: er och till och med långsamma sidor. Under hela denna artikel kommer vi att prata om hur du kan identifiera smärtpunkter som orsakar förlust av besökare och användare genom A / B-test och sedan arbeta med att lösa dem.

Låt oss först titta på det mest enkla, fria och enkla sättet att hitta smärtpunkter i din butik. Jag hoppas att du har hört talas om Google Analytics 🙂 Det är gratis, enkelt att installera och är en av de mest robusta analysplattformarna där ute. Om du redan har konfigurerat Google Analytics i din butik, hoppa över inställningsdelen nedan.

Ställa in Google Analytics i din butik

Det här är ganska grundläggande, men om du är en nybörjare bör det hjälpa dig att ställa in allt på några minuter.

Gå till https://www.google.com/analytics/web/#home och registrera dig för ett Google Analytics-konto. Det är ganska enkelt om du redan har ett Gmail-konto.

När du klickar Registrera dig, kommer du att bli ombedd att fylla i ett formulär som ser ut så här:Vi ställer in kontot för vår webbplats, så välj Hemsida. Nästa, ange bara valfri Kontonamn och Webbplatsens namn som du väljer.

Ange sedan webbadressen på rätt sätt format. Bara så att du vet - du kan ha en hel massa konton i ett enda Analytics-konto.

Välj bara vilken du vill lägga till din fastighet (Analytics-egenskapen i din butik) och klicka på Skapa ny egendom.

Välj en lämplig nisch i rullgardinsmenyn för IndustriOch för Rapportera tidszon, välj bara din egen tidszon. Klicka sedan på "Hämta spårnings-ID". Kopiera koden i rutan nedan Webbspårning.

Nu måste du lägga till den här koden på alla sidor på din webbplats som du vill spåra. Det är alltid en bra idé att delegera detta till din designer eller utvecklare.

Men det är enkelt om du använder WordPress (med WooCommerce), Shopify or Magento. Alla dessa CMS har sidmallfiler där du lägger till den här koden.

Se bara till att du lägger till koden i rubrikområdet så att Google Analytics spårningskod eller pixel aktiveras så snart sidan laddas. Bara så att du vet behöver du några månaders data efter att du har ställt in allt för att kunna fortsätta. Det finns ingen väg runt detta.

Bara så att du vet behöver du några månaders data efter att du har ställt in allt för att kunna fortsätta. Det finns ingen väg runt detta.

Varje typ av testning kräver en hypotes eller teori:

Hypotesen för e-handel A / B-testning

Med enkla ord är detta den steg-för-steg-process vi använder för alla A/B-testprocesser. Och det är ganska okomplicerat:

  1. Statistik eller data innebär något
  2. Vi förutspår att (denna) förändring kommer att orsaka (denna) önskad effekt
  3. Vi identifierar vilka mätvärden eller KPI: er för att mäta effektiviteten hos förändringen eller giltigheten av förutsägelsen

Statistik eller data för implikationen

Jag ska vara uppriktig. Jag gillar inte att uppfinna hjulet på nytt. Det finns massor av beprövad statistik, data och antaganden om förändringar som påverkar konverteringar.

Till exempel är den genomsnittliga frekvensen av att varukorgen lämnas hela 65.23 %. Och det är människor som kommer till din webbplats, lägger till en produkt i sin kundvagn och sedan inte köper.

Och datum visar att 44% av sådana fall uppstår på grund av höga fraktkostnader. Det här är statistiken eller uppgifterna.

Vi kan bekräfta detta från våra Google Analytics-uppgifter också.

För det här exemplets skull, låt oss ta en titt på analysen av den verkliga Google Merchandise Store, som Google har gett allmänhetens tillgång.

När du har fått tillgång till kontot (instruktioner på ovanstående länk), gå till Shoppingbeteende in Omvandlingar.

Och ställ in datumet så många månader du kan (jag föredrar sex).

Som du kan se slutar 16,753 6,345 sessioner i slutet av vagnen och XNUMX sessioner slutar i kassan.

Vi har precis identifierat en smärtpunkt här. Observera att statistik eller data inte behöver bara handla om smärtpunkter på din webbplats, de kan också handla om funktioner som förbättrar användarupplevelsen, som att lägga till förtroende eller tilldela märken (Express Watches utnyttjade denna teknik till öka deras försäljning med 58.29%) eller erbjuder livechattassistans (44% av online-köpare vill ha chattassistans online under shopping, enligt detta Forrester-studie).

Förutsägelsen

Baserat på ovanstående data, förutspår vi att kundvagnens övergången kommer att minska och utcheckningsgraden ökar om vi erbjuder gratis frakt för användare. Självklart.

Metrics eller KPIs som ska mätas

Nu när vi har statistik och förutsägelser på plats måste vi identifiera statistiken i analyser som kommer att validera denna förutsägelse när vi kör testet.

Eftersom vi vill öka andelen användare som lägger till produkter i sin varukorg och sedan köper dem, skulle den KPI vi bör mäta vara andelen sessioner med transaktioner.

Kör A / B-testet

Det finns två olika typer av A / B-testverktyg.

Vissa är på klientsidan och några är på serversidan. Med enkla ord, verktyg på klientsidan använder sig av Javascript-överlägg på webbplatser så att webbläsaren får samma sida att se annorlunda ut för användaren. Tänk på att lägga till lite "smink" på din webbsida.

Verktyg på serversidan skickar helt olika versioner av webbsidan. De är mycket mer robusta, men kräver utvecklarstöd, vilket gör dem olämpliga för små team (som mitt).

Verktyg för klientsidan är enkla att använda, och de flesta av dem är helt enkelt dra och släpp. VWO, Optimizely, Google Optimize och Adobe Target är alla verktyg för klientsidan.

Och inställningen är hur enkel som helst: allt du behöver göra är att lägga till ett Javascript-kodavsnitt på din webbplats (liknande Google Analytics-spårningskoden) och du är klar.

Men vi gillar alla att skedmatas, va?

Låt mig visa dig hur du ställer in allt steg för steg med det kostnadsfria Google Optimize-verktyget.

Kör en e-handel A / B-testkampanj med Google Optimize

Först registrerar du dig för Google Optimize-konto här..

Efter att du har registrerat dig och gett alla kontobehörigheter kommer du att landa på instrumentpanelen, där du kan börja skapa "Experiment".

Gå vidare och fyll i alla detaljer för experimentet:

Ange valfritt namn för experimentet och webbadressen till sidan vi wish till A/B-test. I vårt exempel är det checkout page (https://shop.googlemerchandisestore.com/basket.html).

Välja A / B-test, och klicka sedan på "Skapa".

Nästa steg är att länka din Google Analytics-egendom till experimentet. Klicka på "Gå till containersida" i det högra sidofältet.

På containersidan klickar du på "Länka egenskap".

Välj egenskapen som är kopplad till webbplatsen du planerar att köra A/B-testkampanjen på från rullgardinsmenyn i popupen som visas och klicka på "Länk" (Observera att du behöver redigeringsåtkomst till egenskapen du länkar till med Google Optimize).

Därefter uppmanas du att lägga till ett kort kodavsnitt på din webbplats för att köra Optimize-experiment. Klicka på "Hämta utdrag".
Nu kommer du att se en kortkod som ser ut så här (steg 2):

Det är ganska enkelt - infoga bara den koden i Google Analytics spårningskod som visas. Oroa dig inte för att koden är så hög som möjligt i rubriken. Se bara till att det inte finns någon JS som laddas ovanför den i rubriken.

Klicka sedan på "Nästa".

Nu kommer du att bli ombedd att lägga till ytterligare en kod:

Kom ihåg hur Google Optimize är ett verktyg på serversidan och använder en Javascript-överlagring för att visa två versioner av samma sida. Tja, den här koden är bara för att se till att användarna inte visas en version innan javascript-koden laddas. Klistra bara in den i din sidmall (eller kundvagnssidans HTML) precis ovanför Analytics-spårningskoden i rubriken.

När du har lagt till kodavsnitten går du tillbaka till Experiment och klicka på vårt pågående experiment från listan.

Ställa in experimentet görs i tre steg:

  1. Skapa ytterligare en variant
  2. Att välja ett primärt mål
  3. Ställa in inriktning genom att skapa en webbadress eller sökvägsregel

Låt oss börja med att skapa en variant.

Du kan förhandsgranska originalversionen eller göra ändringar direkt från den här sidan.

En av de mest intressanta och användbara funktionerna i Google Optimize är Google Optimize chrome plugin som låter dig skapa dra och släpp-varianter och göra ändringar enkelt. Fortsätt och installera plugin just nu.

Du kan klicka på originalet för att göra ändringar eller ändringar i vår ursprungliga sidversion (version A).

Låt oss nu skapa variantversionen (version B). Gå tillbaka till Google Optimize och klicka på "NY VARIANT".

Namnge denna version som du vill och klicka på den för att öppna checkout page (vårt exempel) och gör ändringar eller ändringar.

För att redigera eller ändra något element, välj bara ett element och klicka på ikonen markerad med rött.

Detta öppnar en popup där du kan ändra teckensnitt och storlek, justering, färg, bakgrund, kant etc.

Till exempel, eftersom vi planerar att erbjuda gratis frakt och testa hur det kan hjälpa till att minska avhoppen från checkout page, låt oss lägga till en rad under priset som säger "Din beställning är kvalificerad för gratis frakt till USA och Kanada".

Klicka på "Redigera element" i popup-fönstret, klicka på "Redigera HTML" och skriv in texten i popup-redigeraren och klicka på "Apply". Det är allt. Klicka på "Spara" för att spara alla ändringar du har gjort i variantversionen.

Med lite HTML-kodningskunskaper kan du ändra hela design och lägga till nya visuella element som du vill. Och du kan skapa så många varianter du vill på det här sättet.

Nu när vi har skapat en variant, låt oss gå vidare till nästa steg: att sätta ett mål.

Under tabellen med varianter kan du se en tabell för Mål och Inriktning.

Välj ett mål från rullgardinsmenyn:

I vårt fall, eftersom vi försöker minska avhopp (eller studsar) från checkout page på grund av höga fraktkostnader är målet Studsar.

Du kan också lägga till andra sekundära mål om du vill.

Du kan sedan lägga till enkla hypoteser - något som ser ut så här: "Vi planerar att minska avvisningsfrekvensen från checkout page genom att erbjuda fri frakt”.

Klicka sedan på till det tredje steget: Inriktning (den andra fliken i samma tabell)

Inriktning fliken, det finns många inställningar som du behöver konfigurera.

Andel besökare: Detta är helt enkelt andelen av nettotrafiken till den sidan som du vill köra experimentet på. Detta är användbart i fall när experimentet körs till hela trafiksegmentet kan orsaka extra omkostnader eller utgifter. Att till exempel erbjuda gratis frakt för alla beställningar är förmodligen inte en bra idé i början av ett experiment.

Så låt oss ställa in detta till 5 % så att variationerna endast visas för en liten andel av kunderna.

Vägning av besökare till mål: Detta är procentandelen besökare (i vårt fall 5% av all trafik till sidan) som varje variant serveras till.

Ange vanligtvis detta till 50% för varje variant, men om du har, till exempel, 3 varianter på sidan, kan du ställa in procentuell andel av trafiken till 33.33%.

Efter dessa har vi inställningarna "När" som avgör när experimentet visas:

Utvärdera på: Den här inställningen kan användas för att bestämma när experimentet ska laddas, vid sidladdning eller efter en anpassad händelse. Detta kan vara till hjälp för experiment som involverar, till exempel, testning av vad som visas för användare efter en social delning (efter en anpassad händelse).

Ytterligare villkor: Dessa involverar URL-matchningar och ytterligare inriktningsinställningar.

"Webbadressmatchningar" är där du konfigurerar var experimentet ska köras. Och för er som hela tiden har undrat hur vi ställer in dynamiska webbadresser som är mycket vanliga på e-handelswebbplatser, här är där du konfigurerar det.

Ställ bara in URL-sökvägen som URL innehåller https://shop.googlemerchandisestore.com/basket

I vårt exempel var målsidan https://shop.googlemerchandisestore.com/basket.html

Detta säkerställer att experimentet körs för alla dynamiska webbadresser som https://shop.googlemerchandisestore.com/basket.html?vid=20160512512 som är vanliga i Google Merchandise Store. Klicka sedan på "Spara".

Andra ytterligare inriktningsinställningar inkluderar en hel rad demografi och andra inriktningsalternativ:

Jag vet att det här ser för komplicerat ut för dig.

Men här är ett enkelt exempel på hur vi kan använda detta.

Eftersom vi planerar att erbjuda gratis frakt endast till USA och Kanada, tycker du inte att det skulle vara en bra idé att endast rikta in sig på användare från USA och Kanada?

Låt oss ställa in Geo-inställningarna till Land är lika med USA och Kanada.

Klicka på "Lägg till" för att spara inriktningsalternativet. Vi är alla klara med Inriktning.

Obs! Se till att varianten visas korrekt i alla enhetsstorlekar strax innan du fortsätter.

Klicka nu på "Spara" för att spara Varianter, mål, och Inriktning inställningar. Klicka sedan på "Starta experiment" för att kickstarta din A/B-testkampanj.

Det är allt. Du har precis skapat din första A/B-testkampanj för e-handel.

Det var inte så svårt, eller hur?

Nu när vi har lärt oss grunderna för att ställa in A/B-testning (ja, det var bara grunderna), låt oss ta en snabb titt på de mer avancerade och skalbara sätten att göra detta.

Multivariat testning och banditalgoritmer

Första saker först. Tänk bara på MVT om du får mycket trafik. Du kanske har gissat det från namnet - MVT innebär

Du kanske har gissat det från namnet redan. MVT innebär att testa flera kombinationer av element på en sida för att hitta den bästa kombinationen av element som uppfyller dina omvandlingsmål.

Låter förvirrande?

Jag ska förklara!

Anta att du måste testa din sidhuvudbild, logotyp, sidofält och sidfot och vill hitta den bästa kombinationen av dessa element som driver det maximala antalet klick på dina sidofältannonser. Detta är nästan omöjligt med normal A / B-test, men ett ganska vanligt mål med flersvariga tester. Nästan alla A / B-testverktyg, inklusive gratis Google Optimize, erbjuder dig möjligheten att köra flervariat-testkampanjer.

Banditalgoritmer är helt enkelt det automatiserade sättet att köra storskaliga kampanjer och automatiskt minska "ånger". "Ånger" är den intäkt eller konvertering som går förlorad på grund av en låg konverteringsvariation.

I enklare ord, anta att vi kör ett A / B / n-test för en sida som får en betydande trafik. Du kan använda en banditalgoritm för att automatiskt ställa in den vinnande variationen (den sida som har de mest positiva omvandlingsresultaten eller målen).

Bandit-algoritmer används oftast i storskaliga multivariata test där uppdatering i realtid baserat på resultat är nödvändig för att minska intäktsförlusten.

Nu när vi har pratat om hur man ställer in och kör A/B-testkampanjer, låt mig ge dig lite inspiration till att köra dina egna kampanjer.

5 Beprövade A / B-testidéer för att öka din nedre rad 

1. Gör sökfältet så framträdande som möjligt

Okej, jag är partisk med den här. Men låt oss vara ärliga. Hur många gånger har du stött på en webbutik och wished att det fanns ett sökfält?

Av alla onlinebutiker jag har stött på förutom Amazon kommer jag knappt ihåg någon som hade framträdande sökfält.

Amazon dödar det i detta avseende.

Prova att testa din startsida eller huvudkategorisidor med en variant som har en framstående sökfält. Experimentera hur det ökar vyerna på andra produktsidor och minskar avvisningsfrekvensen.

2. Lägg till förtroendemärken

Med de hundratusentals webbplatser som använder denna taktik borde detta ha varit nr 1 i denna lista.

Någonsin undrat varför fler och fler webbplatser på ett framträdande sätt visar McAfee-säkra widgeten?

Det är ett enkelt psykologiskt knep: genom att associera ett välkänt pålitligt varumärke med ditt får du lite av det förtroendet. Och det är ett urgammalt knep.

Här är de mest använda förtroendemärkena:

Av dessa är McAfee Secure och VeriSign betraktas som de mest pålitliga.

3. Lägg till produktvideor

Förutom att tillhandahålla en extra kanal för marknadsföring, är detta en cool taktik för att ge användarna en tydlig uppfattning om de produkter du säljer.

Zappos använder denna taktik briljant och har videor för nästan alla sina produkter.

Appliances Online fann att användare som tittar på sina videorecensioner är 120.5% mer benägna att köpa produkten, spendera 9.1% per beställning och också spendera 152.7% längre i butiken.

Fotografera bara en snabb produktvideo av ditt lager och visa dem på produktsidan. Prova att testa den här varianten mot originalet.

4. Erbjud nästa dag eller gratis leverans

Jag vet att jag redan har pratat om den här, men jag kunde inte ha tagit med det här.

Statistik är statistik. Denna comScore-studie visar att hela 47 % av kunderna bara överger vagnen om de ser att de debiteras extra för frakt.

Även om det kan vara dyrt att erbjuda gratis frakt, är det fortfarande en bra idé att testa en variant som erbjuder gratis frakt (som vi gjorde i exemplet ovan) och se om du kan öka ditt genomsnittliga ordervärde tillräckligt mycket för att göra det lönsamt. Inget slår fri frakt!

5. Lägg till en känsla av brådskande

Om du tror att visning av timers och meddelanden om utgångsdatum på produktsidor endast görs av rip-off affiliate-marknadsförare, tänk om.

Till och med Amazon gör detta:

Branschpraxis är att locka användare med nästa dag eller gratis leverans om de beställer inom nämnda tidsperiod. Du kan också experimentera genom att erbjuda kampanjkoder och freebies tillsammans med produkten.

Det är allt från mig! Här är flera till idéer om du vill fortsätta läsa.

Var inte det ett praktiskt råd?

Kör en enkel kampanj med någon av idéerna ovan. Och med Google som gör Google Optimize gratis för alla, finns det inget som hindrar dig! Dela dina resultat i kommentarerna nedan!

Adi Suja

Adi är grundare och Chief Growth Officer på Growthetics, en tillväxtfokuserad byrå för marknadsföring av innehåll. Han hjälper till med tillväxten av e-handeln plattformar bloggen.