Efter veckor av spekulationer och rykten gick Google i helgen ut med nyheten att de kommer att skrota sitt A/B-testverktyg Google Optimize. Både Google Optimize och Optimize 360 går i graven den 30 september 2023. Fram tills dess går det att fortsätta köra tester och ladda ner historisk data.
Google Optimize släpptes för över 5 år sedan och är Googles egna A/B-testverktyg som har funnits i en gratisversion och en betald version, Optimize 360. Många har valt att använda Google Optimize då det är automatiskt integrerat med Google Analytics, vilket har gjort det lätt för användare av Google-suiten, och gratisversionen av Optimize har gjort det lätt att komma igång med A/B-testning utan att betala för ett verktyg. Däremot har det funnits många begränsningar.
Google skriver på Optimize Resource Hub att de investerar i A/B-testning i Google Analytics 4, men eftersom Optimize inte har många av de funktioner som deras kunder efterfrågar så har de beslutat att investera i mer effektiva lösningar.
Så vad ska jag göra om jag använder Google Optimize idag?
Då är det hög tid att börja titta på alternativa verktyg. Google skriver att de investerar i lösningar som är mycket effektivare för deras kunder, och de kommer förmodligen att återkomma med besked om vad detta innebär. Men även om det är mer än ett halvår kvar innan Optimize tas ur bruk kan det ta tid att hitta ett nytt verktyg och hinna få allt på plats utan att man behöver pausa sitt experimentprogram, så vi föreslår att man börjar så tidigt man kan.
Ta tillfället i akt att ta nästa steg och investera i ett verktyg som hjälper dig att skala ditt experimentprogram.
Vilket verktyg ska jag välja istället?
Vilket A/B-testverktyg du ska välja beror på olika saker, men de allra främsta sakerna att ha i åtanke är:
- Vilken teknisk miljö det ska integreras med
- Vilken typ av ändringar ni vill kunna göra
- Vad ni kan betala för ett verktyg för att få Return on investment
Teknisk miljö
För ett par år sedan skrev jag ett inlägg om Vilket A/B-testverktyg som är bäst – för dig?
I det skrev jag att det inte spelar så stor roll vad man väljer, utan att man gör ett val och kommer igång med testningen. Det stämmer inte riktigt längre. De senaste åren har det blivit vanligare med olika JavaScript-ramverk m.m. där det inte räcker att lägga in verktygets script-tag och sedan är det bara att börja använda den visuella editorn (vilket vi ändå inte rekommenderar). Det är också vanligare med statiskt innehåll och sidor som cachas på CDN-nätverk. I flera av dessa miljöer behövs ett verktyg som kan anpassas för att fungera i denna typ av arkitektur.
Om du är osäker på vad som funkar på din sajt, prata med dina utvecklare, eller kontakta oss på Conversionista. Har du tidigare haft Google Optimize har du förmodligen redan märkt av ifall det krävts några specifika workarounds vid implementationen eller vid uppsättning av tester. Har Optimize fungerat out-of-the-box behöver du med största sannolikhet inte tänka på detta, och då finns exempel på verktyg du kan titta på i detta inlägg: Vilket A/B-testverktyg är bäst – för dig?. Annars kan du behöva undersöka vilka verktyg som fungerar för just din sajt.
Typ av ändringar
En annan sak som du behöver besvara är vilka typer av ändringar du vill kunna göra med ditt A/B-testverktyg och vilka resurser du har.
Det finns i grunden två olika former av A/B-testverktyg, och vilket du väljer påverkar vilka ändringar du kommer att kunna testa.
Client-side verktyg
…brukar man oftast kalla verktyg som läggs in på sajten genom en script tag. Ändringarna görs sedan i en visuell editor, alternativt genom att lägga till JavaScript, html och css i verktygets editor. När sajten laddas i webbläsaren aktiveras A/B-testverkyget som då utför ändringarna på sidan med hjälp av JavaScript. Ändringarna görs i webbläsaren, på klienten, alltså client-side. Eftersom ändringarna utförs på originalsidan medan den laddas i webbläsaren så är typen av ändringar man kan göra begränsad till främst visuella ändringar, som att flytta runt eller gömma element, lägga till text eller byta bilder. Fördelen är att det (ofta) går att sätta upp tester utan utvecklingskompetens, och det krävs ingen deploy för att starta ett test.
Exempel på client-sideverktyg:
- (Google Optimize, men inte länge till)
- Optimizely Web
- VWO
- AB Tasty
- Kameleoon
- Webtrends Optimize
- Adobe Target
- Convert
Fullstack/server-side
Motsatsen till client-side är server-side. Det innebär att verktyget är implementerat i sajtens källkod, och ändringarna görs på servern innan sidan skickas till webbläsaren. Det finns många olika ramverk och kodspråk, och alla kör inte på en server. Gemensamt för dessa lösningar är dock att de integreras i koden, och A/B-teständringar görs oftast av utvecklare. Det innebär att man kan testa enkla ändringar men också mycket mer avancerade ändringar än med en client-sidelösning, till exempel prissättning, algoritmer och ändringar på produktnivå.
Nackdelen är att det krävs utvecklingsresurser och ofta deployer för att starta tester, men det är också stabilare och har mindre påverkan på laddningstid än client-side.
Exempel på fullstack-verktyg:
- Optimizely Feature Experimentation (tidigare Fullstack)
- VWO Fullstack
- Flagship by AB Tasty
- A/B Smartly
- GrowthBook
- Kameleoon Full Stack
- Webtrends Optimize
- Adobe Target
- SiteSpect
Prisnivå
För att du ska få Return on Investment på ditt experimentprogram så behöver du också fundera på hur mycket trafik du har och vad du kan betala för ditt verktyg. Dyrare verktyg har ofta fler funktioner, mer support etc. Vissa verktyg kan också kosta mer om du vill kunna köra flera tester samtidigt, eller utnyttja vissa testtyper och så vidare.
Du vill inte begränsa dig genom att betala för för lite trafik, eller för få funktioner, för då kommer du inte att kunna skala ditt experimentprogram eller kunna få ut maximalt värde av ditt testande. Men har du begränsat med trafik till din sajt och har svårt att nå signifikanta resultat, eller är i början av din A/B-testresa, så vill du inte heller investera i ett verktyg vars kostnad äter upp hela vinsten av ditt experimentprogram.
Börja med att titta på hur mycket trafik du har samt hur många tester du vill och kan få till att köra under ett år. Tänk sedan igenom vilka funktioner du behöver. Ska verktyget kunna integreras med specifika tredjepartsprogram? Vill du kunna köra tester på din egen data? Server-side eller client-side?
Titta på vilka verktyg som har de funktioner som du behöver, och be sedan om offerter.
Sammanfattningsvis
För att inte tappa fart med sitt testande rekommenderar vi att man börjar titta på alternativ till Google Optimize redan nu. Börja med att fundera över vilken teknisk miljö verktyget ska fungera i, vilken typ av ändringar ni vill kunna göra och vilka resurser ni har som ska kunna sätta upp tester. Titta också på hur mycket trafik ni har, i vilken utsträckning ni kommer att testa och vad ni har för budget. Glöm inte att säkerställa att verktyget uppfyller krav för GDPR och privacy.
Om ni vill ha hjälp att undersöka alternativ till Google Optimize, tveka inte att höra av er till Conversionista. Vi hjälper er att göra en utvärdering utifrån era behov.
