A/B-testaus on kahden eri version testaamista keskenään jollain mitattavalla tavalla. A/B-testauksen tavoitteena on kerätä dataa siitä, kumpi versioista on parempi. Lopputuloksena voidaan tehdä dataan perustuva valinta versioiden väliltä.
A/B-testata voi oikeastaan mitä vain, kunhan testauksen tulokset ovat mitattavissa. Testauksen tulokset antavat yritykselle arvokasta tietoa mm. asiakkaiden käyttäytymisestä. A/B-testauksen avulla yritys voi luoda asiakkailleen parempia asiakaskokemuksia ja tehostaa liiketoimintaa.
Miten A/B-testaus etenee?
A/B-testaus aloitetaan hypoteesilla testauksen lopputuloksesta. Esimerkiksi: ”tilattaisiinko uutiskirjettä enemmän, jos painike olisi punainen eikä keltainen?”. Tämän jälkeen luodaan kaksi versiota samasta painikkeesta, joista toinen on punainen toinen keltainen. Versioissa mikään muu ei muutu kuin väri, sillä tulosten ymmärrettävyyden kannalta on tärkeää testata vain yhtä muuttujaa kerrallaan. Jos useampaa muuttujaa muokataan kerralla, tuloksista ei välttämättä selviä mikä muuttuja vaikutti tuloksiin.
Kun sisällöt ovat valmiit ja testattava muuttuja valittu, testauksen kohderyhmä jaetaan kahteen yleisöön. Tarkoituksena on, että näytät toiselle yleisölle version 1 ja toiselle version 2 – esimerkiksi versiossa 1 painike voisi olla punainen ja versiossa 2 keltainen. Kohderyhmän testiyleisöt tulee jakaa tasaisesti ja satunnaisesti, jotta ryhmät itsessään aiheuttaa/aiheuttavat mahdollisimman vähän vaihtelua. Seuraava askel on seurata, kumpi versioista kerää parempia tuloksia. Kun dataa on kerätty tarpeeksi, voidaan huonommin suoriutunut painike pudottaa pois ja ottaa testiin vielä sininen vastaava.
Haluaisitko kuulla lisää A/B-testauksen tekemisestä ja hyödyistä?
Verkkosivujen yleisiä A/B-testauksen kohteita
- Call-to-action -painikkeet – CTA-painikkeista voidaan testata montaa eri muuttujaa, esimerkiksi tekstiä, sijaintia, väriä ja kokoa.
- Lomakkeiden sijoittelut ja toiminnot sivuilla – Esimerkiksi kuinka kauan vierailija on viettänyt aikaa sivustolla ennen, kun hänelle ilmestyy ponnahdusikkuna uutiskirjeen tilaamisesta.
- Teksti ja kuva sivulla – Viihtyykö vierailija sivulla kauemmin, kun tekstiä on enemmän tai kuvassa on graafisen kuvan tilalla oikeita henkilöitä.
- Hinnat, tarjoukset yms. – Ovatko hinnat sekä ajankohtaiset tarjoukset sivustolla tarpeeksi esillä?
- Navigaatiovalikko – Saako selkeämpi navigaatiovalikon sijoittelu tai koko vierailijan pysymään sivustollasi kauemmin tai käymään useammilla sivuilla?
A/B-testauksen mittaamisesta
Useimmiten mittareita olisi testattavaan hypoteesiin tarjolla useampia. Kannattaa silti aina pysyttäytyä yhdessä mitattavassa muuttujassa ja yhdessä mittarissa kerrallaan. Näin mitattavuus on mahdollisimman selkeää ja helppolukuista ilman useiden eri mittaustuloksien läpikäyntiä ja priorisointia.
Punainen vs. keltainen painike esimerkissä mittarina olisi painikkeen klikkauksien määrä. Selkeästi mitattavien tuloksien pohjalta on helpompi tehdä päätöksiä ilman, että tarvitsee luottaa turhaan arvailuihin. Mittaamisen tulokset luovat myös pitkässä juoksussa arvokasta tietopankkia ja auttavat tuntemaan kohderyhmiä sekä heidän käyttäytymistään paremmin. Tärkeintä mittaamisessa on valita sellaisia mittareita, jotka tukevat yrityksen tavoitteita. Tällaisia ovat olla esimerkiksi verkkosivujen liikenteen kasvatus tai mainonnan konversioprosentin parantaminen.
Lue, miten valita sopivat KPI-mittarit yrityksellesi.
Testauksen kohdeyleisö
A/B-testauksessa on tärkeää huomioida myös yleisöjen koko. Yleisön tulee olla tarpeeksi suuri, jotta saadaan testistä irti hyödyllisiä tuloksia ja sattuman osuus on mahdollisimman pieni. Minkä verran liikennettä on sitten tarpeeksi liikennettä? Tämä riippuu täysin yrityksestä sekä mitattavasta asiasta. Optimaalisia yleisökokoja selvittäessä tulee määriä peilata yrityksen kohderyhmien kokoon ja esimerkiksi sivuston normaaleihin kävijämääriin ja mainonnan konversioprosentteihin.
Tilaa maksuton analyysi verkkosivujesi nykytilasta!
A/B-testaaminen osa markkinoinnin kehitystä
Valitettavasti A/B-testausta tehdään vain yksittäisten testien muodossa niin, että valitaan tulosten perusteella paremmin suoriutunut versio ja kehitystyö lopetetaan siihen. A/B testaamisen tulisi olla jatkuvaa eikä tuloksiin tule tyytyä kuin hetkellisesti. Mitä enemmän eri kohteita testataan, sitä enemmän dataa asiakkaiden käyttäytymisestä syntyy yrityksen käyttöön.
Dataa yrityksen kohderyhmistä ja niiden käyttäytymismalleista ei voi koskaan olla liikaa ja oikein hyödynnettynä yrityksen tekemisessä ne johtavat mahdollisimman optimoituun toimintaan. Esimerkiksi verkkomainonnan jatkuvassa A/B-testauksessa otetaan aina testin voittaneen mainoksen rinnalle uusi kilpailija, mikä mahdollistaa jatkuvan kehityksen. Uudessa mainoksessa testataan joko edelleen samaa hypoteesia eri vaihtoehdolla tai muutetaan jotakin toista elementtiä mainoksesta, joka halutaan optimoida. Oli kyse sitten verkkosivuista tai mainonnasta, A/B-testaamisen tulisi olla osa markkinointisi kehitystä.
Yhteenveto
Digitaalisessa markkinoinnissa voidaan testata kaikkea, josta on suinkaan saatavilla mitattavaa dataa. Mitattavuuden paras puoli lienee siinä, että se kitkee arvailut ja veikkailut tekemisestä tehokkaasti pois. Haaste tulee siinä, kuinka hyvin pystyt hyväksikäyttämään testaamisesta saatua dataa liiketoimintasi kehittämiseen. Muista myös, että A/B-testaaminen on jatkuva prosessi eikä koskaan tule valmista. Kuitenkin hyvin toteutettuna voit luottaa siihen, että se johtaa tehokkaampaan liiketoimintaa.
Me Folcanilla autamme sinua saavuttamaan näkyviä tuloksia tehokkaalla digimarkkinoinnilla!
