От кликов к продажам. Как повысить продажи через оптимизацию конверсии

Рэбхэн Бенджи

Когда необходимо тестировать

A/B-тестирование стоит применять при любых изменениях на сайте, спланированном под конверсию. Одна из самых больших ловушек конверсии срабатывает, когда осуществляется непроверенная, порой фатальная идея. Но я больше сталкиваюсь с неудачной реализацией, чем с плохими идеями. К примеру, у вас появилась мысль изменить сайт, но в новом дизайне сайта кнопка «Заказать сейчас» находится в самом низу страницы. Идея свежего оформления неплохая, но положение кнопки оказывается катастрофическим. И если вы осознали, что это и есть фатальная ошибка, — вы сделали первый шаг к победе. Все становится очевидным после теста.

Одни из самых больших ошибок, которые я когда-либо видел, происходят из-за того, что новый сайт не тестировали на сравнение с прежним. К примеру, мы говорим о существующей мультимиллионной

компании. Она действительно намучилась с ребрендингом. Управление провело исследования на удобство использования: в итоге новый сайт выглядит достаточно привлекательным и современным, с массой всяческих ненужных функций, которые только мог придумать дизайнер. С точки зрения наглядности это смотрится великолепно. Но никто не провел сравнительного тестирования старого и нового сайтов. В результате продажи компании резко упали — на 300 % в месяц, а восстановление прежнего уровня заняло много месяцев. Посетители просто не могли найти правильную страницу или нужную информацию, чтобы сделать заказ. Одна эта ошибка обошлась владельцам компании в миллионы долларов упущенной прибыли. Однако все можно было быстро исправить простым A/B-сплит-тестированием. Поэтому поднимите свою правую руку и повторяйте за мной: «Не важно, насколько я умный или стратегически мыслящий, я осознаю, что всегда существует вероятность ухудшения конверсий. Я торжественно клянусь, что серьезно отнесусь к сплит-тестированию моих новых веб-страниц, сравнивая их со старыми версиями, чтобы удостовериться, что я ничего не упустил».

Что такое многомерное тестирование

Тестирование двух версий и более, в противовес простому двойному А/В, называется многомерным тестированием. Технически все сплит-тесты многомерные, потому что «много» означает два или более. Но в мире конверсии мы используем слово многомерное, подразумевая «более двух».

Существует несколько видов многомерного тестирования. Первый мы называем A/B/C/D-тестированием, или A/B/n. A/B/C/D-тестирование — в действительности A/B/n-тест четырех страниц, на каждой проверяется что-то свое. Вы одновременно тестируете все страницы в сравнении с другими. Представим, что у вас есть целевая страница и вы не знаете, как улучшить конверсии. Вы нанимаете четырех дизайнеров, чтобы реконструировать одну и ту же страницу, а затем с помощью тестовой программы просто сравниваете их друг с другом и со старой.

В этом случае вы выполняете A/B/C/D/E-тестирование, не сильно отличающееся от A/B-тестирования, о котором мы говорили ранее. Все просто: существует четыре дополнительные версии страницы. Оригинальная версия — А, известная как контрольная, а B/C/D/E — новые дизайны. Четыре здесь не магическое число. Вы можете протестировать на сравнение любое количество страниц. Это могут быть A/B/C/D/E, A/B/C/D/E/F и т. д. Вы уловили суть. Рис. 4.3 иллюстрирует многомерный тест с четырьмя вариантами и текущей версией страницы в качестве контрольной.

Рис. 4.3. Многомерный тест позволяет проводить сплит-тестирование с большим количеством страниц. «Многомерный» — означает, что вы можете тестировать более двух вариантов

Многомерное комбинированное тестирование

Другой тип многомерного тестирования — именно то, о чем думает большинство, впервые услышав эту фразу. Я называю это многомерным комбинированным тестом. Скажем, у вас есть сайт и вы хотите провести тестирование по пяти различным элементам — основному изображению, заголовку, двум разным местам с мотивировкой действия и сноске боковой панели. Вы можете протестировать каждый из этих элементов по отдельности, используя A/B/n-тестирование, но это только поможет определить, какой лучше. Такой анализ ничего не скажет по поводу комбинаций этих элементов. Многомерный тест позволит тестировать все или некоторые различные варианты в комбинации. Вот, к примеру.

Идея 1: изменение текста в заголовке.

Идея 2: перемещение кнопки влево.

Идея 3: изменение фонового цвета.

Вы можете

получить много конверсий с этими тремя элементами. Но тестировали ли их все одновременно? Что если две идеи работают, а одна нет? Как вы узнаете, какая не работает? Если вы поместили все новые идеи на одну страницу и провели A/B-тестирование на сравнение со старой версией страницы, как определите, что происходит? Если тестирование будет неудовлетворительным, то как вы узнаете, почему? Если результат будет положительным, вы также не узнаете, почему. Если две идеи хороши, а одна неудачна, то подавляют ли они друг друга? Уменьшат ли они ваш коэффициент конверсии?

Чтобы создать комбинированный тест, необходимо выделить различные идеи в комбинированные группы, например группы первичного заголовка, кнопки и фона — обозначим их A, C и E. Затем нужно присвоить имена новому заголовку, кнопке и фону — B, D и F. Теперь можно объединить их в пары. Таблица комбинирования может выглядеть следующим образом:

A C E B C E

A C F B C F

A D E B D E

A D F и т. д.

Как видите, это сбивает с толку. Здесь есть над чем подумать. К счастью, существует программа, которая все может решить за вас.

Как и когда использовать комбинированное тестирование

У многомерного комбинированного тестирования есть значительный недостаток. Для этого теста необходимо огромное количество трафика, иначе проверка займет много времени. Если у вас большая компания или более тысячи посещений сайта в день, то несложно получить необходимое количество людей для построения статистической значимости и достоверности результатов. Но что делать, если всего сто посетителей в день и вы рассматриваете девять или более вариантов теста? Помните, что трафик равномерно распределяется между всеми вариантами страницы. Разделение этой сотни людей на восемь вариантов означает, что для построения статистической достоверности вам потребуется намного больше времени. Другими словами, придется долго определять победителя, потому что в день только около девяти человек будут посещать каждую версию страницы. И у этих девяти, возможно, окажется плохой день. Чтобы определить действительно выигрышную комбинацию, понадобится большое количество данных. И если на вашем сайте нет постоянного трафика, можете ждать результатов комбинированного тестирования много недель или месяцев. Конечно, есть шанс немного сократить время, исключив однотипные или наименее выигрышные комбинации — то есть сузив выбор. Как правило, комбинированное тестирование больше всего подходит компаниям или сайтам с приличным количеством трафика. В ином случае желательно прибегнуть к улучшению маленьких участков, применяя A/B-сплит-тест.

В итоге: если у вас много трафика — используйте комбинированное тестирование, с его помощью вы определите наилучшую комбинацию элементов для улучшения конверсий. Также вы получите большую достоверность, потому что если проводить тест достаточно долго, сможете увидеть кривую комбинаций: от верхних, которые работают лучше всего, до тех, которые работают очень плохо или вообще не работают. Когда все результаты собраны, кривая будет явно просматриваться. Рис. 4.4, 4.5 и 4.6 показывают различные ее виды. Сперва рисунок иллюстрирует спорные результаты, но в конце концов выявляется победитель.

Рис. 4.4. В этой программе сплит-тестирования вы можете отслеживать различные типы диаграмм, чтобы прийти к выводу: кривая распределяется равномерно

Рис. 4.5. Две эти диаграммы отображены также на рис. 4.4

Рис. 4.6. Эта диаграмма показывает, что сплит-тестирование началось нечетко, но затем линии отделились друг от друга и определился победитель, так как была получена статистическая достоверность