Hva er en A/B-test?
Ett av de mest kraftfulle verktøyene som finnes for å optimere din nettside eller nettsted, er å bruke en eller flere A/B-tester (også kalt split test). I prinsipp er det ganske enkelt.
I stedet for å krangle om hvordan en side skal se ut, så velger du ut minst to av dine beste forslag og tester dem mot hverandre. Den siden som gir best resultat, basert på data fra ekte besøk, vinner. Deretter forbedrer du, gjør nye undervarianter av den vinnende siden og tester igjen. Da har du skapt en loop for konverteringsoptimering, basert på data.
A/B-test på dine ekte besøkere
Det som gjør A/B-testing så fantastisk sammenlignet med andre testmetoder er to ting:
- Du tester på dine ekte besøk og ingen kunstige ”panel” eller lignende.
- De besøkende merker ikke testen, så du unnviker den skjevfordelingen som ofte blir resultatet av at testdeltagerne er bevisst at de blir observerte.
A/B-test – slik foregår det
Du legger til et enkelt testscript (javascript) på den siden eller sider du vil teste. Du legger også til et målscript på den siden som besøkeren kommer til når konverteringsmålet er oppnådd. Det kan for eksempel være en ordrebekreftelse-side eller en takk-side.
Eksempel på verktøy for A/B-testing: Visual Website Optimizer, Optimizely, Google Optimize 360 og Optimize.
Når testen startes fordeles besøkerne vilkårlig til de ulike testvariantene. Deretter følger du opp statistikken i testverktøyet for å se hvilken variant som konverterer best.
Slik kan en pågående test se ut, der Control (originalside) måles mot Variation(testside).
Testverktøyet holder orden på besøkerne gjennom cookies, slik at en besøker alltid får se samme variant selv om de kommer tilbake flere ganger. Du vil ikke at samme besøkende skal se ulike varianter for da vet du ikke hvilken variant som ledet til konverteringen.
Multivariat testing – for den avanserte
I en A/B-test så tester du ulike sider mot hverandre. I en multivariat test så tester du ulike komponenter på en sida mot hverandre. Du kan for eksempel ha tre ulike bilde-varianter, to ulike overskrifter og to ulike farger på en knapp. Dette fører til 4 x 2 x 2 = 16 ulike testkombinasjoner.
Det er litt vanskeligere å innføre testscript for en multivariat test og det blir fort mange kombinasjoner, noe som gjør det vanskeligere å få statistisk signifikans i resultatene.
Vanlige feil ved A/B-testing
1. Antallet variasjoner er for stort for den trafikken du har
For det første må du fundere på hvor mye trafikk og hvor mange konverteringer du har. Hvis du f. eksempel bare har et par konverteringer per dag så vil det ta mange uker (måneder?) før testen er ferdig. Det gjelder å balansere hvor mye du vil teste mot hvilken trafikk du har. Mye trafikk/konverteringer gjør at du kan teste mange varianter og vice versa.
2. Du tester for mange ting samtidig
Si at du vil teste et nytt bilde, en ny overskrift og en ny knapp. Du har ikke trafikk nok til en multivariat test, så du gjør en enkel A/B-test med den gamle siden mot den nye siden, med alle de nye elementene.
Testresultatet viser ingen forskjell mellom de to alternativene. Hva skal du dra for konklusjon av det? Kanskje var overskriften bra og knappen dårlig? Eller tvert i mot? Du vet ikke.
3. Du tester feil ting og gjør for små forandringer
Det vanskeligste med å gjøre bra tester er ikke å sette opp test-teknikken – det er å finne ut hva som er verd å teste.
Endringer som er mindre viktige for konverteringen eller ikke er tilstrekkelig ”radikale” leder til et testresultat som ikke tilfører deg mer verdi enn at du lærer deg å våge mer. For å få gode testresultat må du ofte ”gå to skritt tilbake” og tørre gjøre enda større forandringer.
Om du ikke ser forbedringer med det samme så tenk på at det viktigste med A/B-testing er at du lærer. Også av tester som feiler.
Nordens første 2 Star partner
Vi er Nordens første Optimizely 2 Star Solutions Partner samt sertifisert partner med VWO og Google Optimize 360 – de ledende A/B-testverktøy idag.
Vi er helt uavhengige.
Spør våre eksperter om A/B testing
