Testy A/B w e-commerce: czym są i co możesz dzięki nim osiągnąć?

Czym są testy A/B?

Testy A/B polegają na równoczesnym prezentowaniu dwóch różnych wersji tej samej strony. Połowa odwiedzających widzi wersję A, druga połowa – wersję B. 

Oto kilka przykładów testów A/B:

Przykład 1. test w koszyku:

Wersja A. Koszyk bez sekcji z rekomendacjami produktowymi.

Wersja B. Koszyk z sekcją z rekomendacjami produktowymi.

W ten sposób możesz zmierzyć wpływ rekomendacji produktowych na średnią wartość zamówienia i współczynnik konwersji.

Przykład 2. test na karcie produktu:

Wersja A. Karta produktu bez informacji o czasie wysyłki

Wersja B. Karta produktu z dodanym tekstem “wysyłka już jutro”

W ten sposób możesz zbadać wpływ dodania informacji o czasie wysyłki na sprzedaż.

Przykład 3. test w checkoucie:

Wersja A. Checkout bez PayPo

Wersja B. Checkout z PayPo

W ten sposób możesz sprawdzić czy obecność płatności odroczonych w Twoim sklepie zwiększa czy obniża sprzedaż.

Testy A/B – jak to działa?

Narzędzia do testów A/B używają algorytmu, który losowo przypisuje odwiedzających do jednej z 2 wersji strony. Dzięki temu połowa odwiedzających widzi wersję A, a druga połowa – wersję B. Podział ten jest całkowicie losowy, aby zapewnić, że żadne zewnętrzne czynniki nie wpłyną na wyniki testu.

Konfiguracja narzędzi i połączenie ich ze sklepem jest stosunkowo proste. Zazwyczaj wystarczy zainstalować kod śledzący w swoim e-commerce i skonfigurować narzędzie zgodnie z instrukcją.

Istnieje wiele narzędzi do przeprowadzania testów A/B, takich jak Google Optimize (nieaktywne od 30. września 2023), Optimizely czy VWO. 

Co zyskujesz dzięki testom A/B w swoim sklepie internetowym?

1. Zwiększasz sprzedaż bez wydawania więcej na reklamy.
   Optymalizacja sklepu na podstawie rzeczywistych danych może znacząco zwiększyć liczbę konwersji. A jeśli zwiększysz współczynnik konwersji z 2% na 3%, Twoja sprzedaż wzrośnie o 50% (bez zwiększania ruchu i wydatków marketingowych)

2. Zmniejszasz ryzyko wdrożenia zmian, które obniżą sprzedaż.
   Zamiast wprowadzać zmiany na ślepo, testy A/B pozwalają sprawdzić pomysły przed ich ostateczną implementacją. W Digispot przetestowaliśmy już setki pomysłów i wiele z nich wcale nie wpływało pozytywne na sprzedaż (nawet jeśli były tzw. “dobrymi praktykami”). Dzięki testom A/B pomogliśmy naszym klientom oszczędzić miliony złotych na wdrażanie zmian, które wpływały negatywnie na sprzedaż.

Jak przeprowadzić dobry test A/B?

Zacznijmy od tego, co to w ogóle znaczy “dobry” test A/B. 

Dobry test A/B ma odpowiednią metodologię. Dzęki odpowiedniej metodologii zwiększasz skutecznosć działań nad optymalizacją konwersji. 

Metodologia przeprowadzania testów A/B powinna zawierać te kroki: 

1. Research
2. Hipoteza
3. Makieta
4. Wdrożenie testu
5. Quality Assurance
6. Analiza wyników i decyzja

1. Research

Dobry test jest poprzedzony solidnym researchem. Nie powstał na podstawie intuicji, tylko danych. Wynika z chęci rozwiązania konkretnego problemu, a nie z tego, że “fajnie coś przetestować”.

Skąd brać pomysły na testy A/B? Jakie są metody researchu? 

• Analiza Google Analytics. Analiza Google Analytics pozwoli Ci odpowiedzieć na pytania GDZIE i JAK DUŻO Twój sklep traci pieniędzy. Analiza GA jest świetnym punktem wyjściowym do kolejnych badań.
• Ekspercka analiza ścieżki zakupowej. Analiza ścieżki zakupowej polega na przejściu przez najważniejsze strony sklepu i wykryciu potencjalnych problemów, które mogą obniżać konwersję. Pozwala ona odpowiedzieć na pytanie DLACZEGO w Twoim sklepie są problemy z konwersją w określonych miejscach (np. na karcie produktu). Analiza ta wymaga ustrukturyzowanego podejścia. W Digispot do eksperckiej analizy ścieżki zakupowej wykorzystujemy nasz autorski Model 7K. 
• Analiza heatmap i scrollmap – np. w Hotjar
• Analiza nagrań użytkowników – np. w Hotjar
• Analiza wiadomości z czatu lub wywiad z działem Customer Support. Czat i dział obsługi klienta to kopalnia wiedzy o klientach i ich problemach. 
• User testing – to badanie, podczas którego w czasie rzeczywistym obserwujesz jak użytkownik porusza się po Twojej stronie. To taki Hotjar, z tym, że widzisz badanego przez kamerkę i możesz z nim rozmawiać. Obserwacja prawdziwych użytkowników korzystających z Twojego sklepu jest nieocenionym źródłem wiedzy o problemach z konwersją Twojego sklepu.
• Wywiady w formie wideo z klientami,
• Badania ankietowe z klientami.

2. Hipoteza: 

Dobry test ma jasno postawioną hipotezę. Dzięki temu dokładnie wiesz jaki jest cel testu i możesz wyciągnąć z niego wnioski. Hipoteza powinna powstać na podstawie danych z researchu. 

Przykładowa hipoteza: “Dodanie informacji o czasie wysyłki w widocznym miejscu karty produktu zmniejszy współczynnik porzuceń i zwiększy konwersję.”

Pamiętaj, że kluczem do skutecznych testów A/B jest testowanie jednej rzeczy na raz. Jeżeli zmienisz jednocześnie kilka elementów (założysz w hipotezie kilka zmiennych), nie będziesz wiedział, która zmiana przyniosła efekt.

3. Makieta: 

Stworzenie makiety usprawni proces wdrażania testu przez programistów. Na makiecie zaprezentuj zmiane – czyli np. dodanie informacji o czasie wysyłki na karcie produktu.

4. Wdrożenie testu:

Teraz czas na konfigurację testu i wdrożenie przez programistów. Efektem tego kroku powinno być stworzenie dwóch wersji strony – jedna bez informacji o czasie wysyłki (wersja A), drugą z informacją o czasie wysyłki (wersja B). 

5. Quality Assurance i włączenie testu:

Jednym z najczęstszych błędów podczas testów A/B jest brak Quality Assurance. Często dzieje się tak, że wariant B strony źle wyświetla się na poszczególnej przeglądarce czy urządzeniu. Jeśli nie wyłapiesz tego i nie poprawisz jeszcze przed uruchomieniem testu, wyniki takiego testu są mówiąc ładnie… do wyrzucenia do śmieci. Dlatego QA jest tak istotne.

Test został skonfigurowany, wdrożony i dokładnie sprawdzony? Odpalajmy go i czekajmy aż do zebrania odpowiedniej ilości danych.

6. Analiza wyników

Teraz, po zakończeniu testu, możesz dowiedzieć się jakie jest prawdopodobieństwo, że zmieniona wersja strony jest lepsza od wersji oryginalnej i sprawdzić czy Twoja hipoteza była słuszna. Możesz do tego wykorzystać ten kalkulator: https://abtestguide.com/bayesian/.

Po zakończeniu testu możesz dokładnie przeanalizować jego wyniki – biorąc pod uwagę różne metryki i nakładając różne segmenty. Może się okazać, że wariant B sprzedaje lepiej na wersji mobilnej, ale radzi sobie gorzej na desktopie. Dzięki temu możesz wyciągnąć wnioski i podjąć dobrą decyzję, którą zmianę wdrażyć do swojego sklepu, a której nie. 

Testy A/B to recepta na wprowadzanie zmian, które zwiększają sprzedaż

Testy A/B są niesamowicie wartościowe, bo podjęcie decyzji możesz poprzeć danymi. Test weryfikuje hipotezy, które postawiłeś i daje Ci informację czy zmiana, którą testujesz zwiększa, zmniejsza czy może jest neutralna dla sprzedaży.

Testy A/B to najskuteczniejsza metoda walidacji pomysłów, ponieważ opierają się na rzeczywistych danych, a nie na domysłach. Dają nam możliwość naukowego podejścia do optymalizacji sklepu – każda zmiana jest testowana, zanim zostanie wdrożona.

Testy A/B w Twoim e-commerce.

Zastanawiasz się nad włączeniem testów A/B do strategii swojego sklepu internetowego? A może przeprowadziłeś już kilka testów, ale nie masz już więcej pomysłów lub czasu na kolejne eksperymenty?

W Digispot specjalizujemy się w optymalizacji konwersji w sklepach internetowych. Testy A/B to nasz chleb powszedni. Dzięki współpracy z nami, nasi klienci skuteczniej zamieniają odwiedzających w kupujących i zyskują dodatkowe miliony przychodu bez zwiększania ruchu. 
Umów się z nami na niezobowiązującą rozmowę i pogadajmy o tym jak możesz zwiększyć swoją sprzedaż bez wydawania więcej na reklamy.