- Міф №1: Ви можете покластися на свої інстинкти
- Міф №2: Він працює в кожній ситуації
- Міф №3: кожна ситуація тестування однакова
- Міф № 4: Кожна зміна повинна бути перевірена таким чином
- Міф №5: Оптимізація = Спліт-тестування
- Міф №6: Багатовимірне тестування краще, ніж тестування A / B
Інтернет-світ розділений на два шляхи щодо способів тестування «ринку» - деякі з них відкриті для проведення різноманітних експериментів, і деякі з них повністю неохоче ставляться до цього. Тим не менш, ті, хто вибирає шлях розбиття тестування , знають, що це вірний спосіб прийняти правильні рішення на основі безпечних даних.
Як і багато інших речей у цьому світі, тестування на поділ - або «метод тестування A / B» - оточувалися всілякими фактами - деякі з них були правдивими, інші - не стільки. Коли хтось звертається до розділення тестування, вони думають про техніку, за допомогою якої вони можуть оптимізувати коефіцієнт конверсії конкретного сайту. Це дуже популярна техніка серед маркетологів, тому що результати видно дуже швидко.
Особливо через ефективність техніки почали з'являтися багато історій успіху. Однак, як і будь-яка гарна річ, вона має певні нюанси.
На жаль, не всі маркетологи знають (або піклуються про) розділене тестування. Незалежно від того, чи вони надто зайняті надсиланням електронної пошти, написанням оновлень соціальних мереж або розробкою цільової сторінки, вони не витрачають часу на проведення експерименту.
Проблема полягає в тому, що існує чимало міфів, які заважають маркетологам приймати рішення на основі даних. Ось шість міфів про тестування, які ви, мабуть, почули знову і знову.
Міф №1: Ви можете покластися на свої інстинкти
Одна з найбільших помилок, що роблять маркетологи, полягає в тому, що вони вважають, що достатньо знати потреби та бажання ваших клієнтів для прийняття точних рішень. Проте навіть найдосвідченіший ринок іноді може помилятися. Звичайно, після багатьох років експериментів ви краще знаєте, чого бажає ваша аудиторія, але інстинкти не повинні бути єдиним фактором, який керуватиме вашими рішеннями.
Міф №2: Він працює в кожній ситуації
Іншим поширеним помилкою про тести A / B є те, що вони працюють кожен раз. Спліт тестування дійсно дає результати кожного разу, але результати не завжди є переконливими, і це відбувається через низький набір бар на мінімальний трафік. Іншими словами, якщо розмір вибірки є занадто малим, тест може виявитися незначним зі статистичної точки зору. Крім того, цей вид тестування необхідно проводити протягом тривалого періоду часу для отримання оптимальних результатів.
Міф №3: кожна ситуація тестування однакова
Було б великою помилкою вважати, що те, що в одному сценарії виявилося успішним, також стосуватиметься і наступного. Хоча деякі заходи можуть виявитися успішними для інших маркетологів, лікування слід перевіряти індивідуально, а не сприйматися як належне. Відмінності, з якими можна зіштовхнутися, можуть стосуватися таких подій, як не подібні акції та продукти, аудиторії, маркетингові послідовності та трафік. Безумовно, комбінування допомоги з плану іншого маркетолога з особистими навичками та знаннями є кращим варіантом.
Міф № 4: Кожна зміна повинна бути перевірена таким чином
Ця ідея не могла бути далі від істини. Хоча наявна інформація про цей вид тестування говорить про те, що все можна перевірити таким чином - від зображень до кольору кнопок, деякі з них - марна трата часу. Ви не можете очікувати, щоб перевірити на точну групу людей, як інші перед вами, так що результати не можуть вийти так само.
Міф №5: Оптимізація = Спліт-тестування
Знову неправильно. Оптимізація коефіцієнту перетворення - це спосіб використання аналізу даних, а також дослідження, спрямовані на кращий досвід для клієнтів. Спліт-тестування - це лише один із способів перевірки стратегій оптимізації. Є багато інших тактик, щоб зробити саме це там.
Дійсно, розділення тестування є дуже привабливим через його сильні зворотні зв'язки та досить низьку вартість. Природно, що це викликало велику популярність. Однак така ж популярність принесла з собою хмару плутанини.
Міф №6: Багатовимірне тестування краще, ніж тестування A / B
По-перше, обидва методи - це дуже хороші способи прийняття обґрунтованих маркетингових рішень на основі даних. Їх цілі, однак, зовсім інші.
Ви використовуєте MVT, щоб побачити ефективність численних комбінацій елементів на множині обробок. Спліт-тестування корисно, коли ви хочете перевірити лише один елемент у певній кількості різних обробок.
The пошукова оптимізація світу наповнений всілякими розділити тестування та показники міфи і помилки. Однак його результати завжди доводять свою цінність.
