A/B testing-ul ca metoda de imbunatatire constanta a rezultatelor online

Specialistii de marketing au la indemana un instrument pe cat de simplu si cunoscut, pe atat de puternic in domeniul marketing-ului online datorita usurintei in implementare si masurabilitatii excelente din acest mediu.

Atunci cand rezultatele unei campanii, ale unui website sau landing page sunt slabe, dar si in email marketing sau social media, majoritatea marketerilor fie se multumesc cu rezultate medii, fie iau decizii de optimizare pe criterii subiective si ajung in final intr-o criza de idei despre ce mai poate fi imbunatatit in actiunile lor.

Solutia este A/B testing-ul constant, la toate nivelurile. De la textele de reclama pe Google AdWords pana la vizualurile campaniilor de display. De la postarile de Facebook pana la subiectele si continutul newsletterelor. Dar, mai ales, pentru design si copywriting pe website-ul companiei sau landing page-ul folosit in campanie.

Sa le analizam pe rand. In cazul textelor de reclama pentru Google Search, sa ai doua texte de reclama pentru acelasi cuvant cheie sau grup de cuvinte cheie este prima buna practica pe care te incurajez sa o respecti. In exemplul acesta  se observa cum o variatie minora de text in reclama este de natura sa influenteze masiv rezultatele. In ciuda unui numar de afisari ceva mai mic si, aparent, a unei atractivitati mai mici in cazul publicului tinta care se observa din rata de click mai mica, prima reclama are o rata de conversie superioara si, in final, un cost pe conversie mult mai mic fata de a doua reclama.

In cazul bannerelor de display, A/B testing-ul este foarte usor de implementat. E suficient sa rulezi doua vizualuri diferite catre acelasi public tinta si sa vezi care dintre ele este mai atractiv, dar si care aduce mai multe obiective indeplinite in final, indiferent ca e vorba de vanzari in fazele inferioare din funnel sau de un trafic mai relevant pe website in cazul in care brand-ul are nevoie de vizibilitate.

De fiecare data cand ai de trimis un newsletter, mai ales daca ai o baza de contacte de peste cateva zeci de mii, este foarte usor sa faci A/B test pe subiectul mailului si pe anumite zone de continut din newsletter. Daca numarul de abonati iti permite e ideal sa faci A/B test pe un segment mic si relevant inainte de a trimite versiunea finală la toata lumea, dar nu este gresit nici sa faci A/B test pe toata baza de date si sa inveti pentru mailurile următoare.

Poti face A/B test si pe postarile din social media, atat la nivel de texte, imagini folosite sau diferite audiente.

Dar locul unde aceasta metoda poate produce rezultatele cele mai de impact este website-ul tau. Voi da acum exemplul unui landing page in care rata de conversie dupa o modificare minora, si anume schimbarea ordinii a doua zone in pagina, a dus la o diferenta de performanta de peste 40%.

In general, cele mai frecvente scuze pentru neutilizarea testelor A/B sunt lipsa de timp sau dificultatea implementarii. Se observa insa din cele doua exemple date de mine ca de multe ori implementarea poate fi foarte usoara, rapida, iar beneficiile foarte mari.

Indiferent de cum alegi sa implementezi testele de tip A/B acorda atentie rularii celor doua versiuni in volume si conditii egale. O greseala frecventa este data de testele consecuvite, nu concurente sau ca una din versiuni sa primeasca mult mai putine sanse de generare de rezultate decat cealalta versiune, fie ca vorbim de reclame, bannere, mailuri sau afisari de pagina pe website.

Google Analytics ofera gratuit un instrument de A/B test in conditii identice a paginilor de pe website numit Experiments pe care inveti sa il folosesti in cursul Formula de Google Analytics.

Aplicand in mod constant A/B testing-ul ca metoda de optimizare poti obtine imbunatatiri pe website sau in campanii care, prin cumulare, sa iti aduca rezultate generale chiar si cu 100% mai mari in doar cateva luni de implementare continua.

In cadrul modulului de cursuri Formula de Optimizare vei invata cum sa setezi un A/B test cu Google Analytics si vei descoperi mai multe exemple de A/B teste la toate nivelurile astfel incat sa poti deprinde mecanismele de alegere a testelor de rulat si metodologia prin care sa iei decizii de optimizare in functie de rezultatele obtinute.