So führen Sie einen A / B-Test durch

Wann hat Ihr Chef das letzte Mal gesagt: "Wir haben genug Leads für den Tag. Warum machen Sie sich nicht auf den Weg nach Hause?"

Ja ... ich werde einen Stich machen und sagen, dass das noch nie passiert ist. Warum? Laut einem Bericht von Econsultancy sind nur 28% der Vermarkter mit ihren Conversion-Raten zufrieden. Es ist mehr als wahrscheinlich, dass Ihr Team in diesen unbefriedigten Eimer fällt.

Eine der besten Möglichkeiten, um aus diesem Umstellungsproblem herauszukommen, besteht darin, sich auf Ihre mathematische Seite zu konzentrieren und einen A / B-Test durchzuführen. Es handelt sich um eine Art Experiment, bei dem zwei ähnlich große Zielgruppen zwei verschiedene Versionen eines Inhalts (z. B. eine Landing Page, eine E-Mail oder eine Handlungsaufforderung) sehen, um festzustellen, welche Version eine bessere Leistung erbringt.

( Bonus: Sie können A / B-Tests auf vielfältige Weise in Ihrem Marketing einsetzen und sie sind relativ einfach durchzuführen.)

Wenn Sie zu den Marketern gehören, die mit Ihren Conversion-Raten nicht zufrieden sind, lesen Sie weiter. Ich werde Sie durch jeden Schritt des Entwerfens, Implementierens und Messens eines A / B-Tests führen. Sie können diese Schritte für alles in Ihrem Marketing verwenden - wir werden den Prozess anhand von Handlungsaufforderungen (Calls-to-Actions, CTAs) für unser Beispiel erläutern.

Möchten Sie mitmachen, um Ihren eigenen A / B-Test bis zum Ende dieses Beitrags zum Laufen zu bringen? Laden Sie unsere kostenlose PowerPoint-Vorlage mit Handlungsanweisungen herunter, um Ihre Entwurfszeit zu halbieren.

Bereit für einen A / B-Test? So machst du es

1) Entscheide, was du testen willst.

Das Tolle an A / B-Tests ist, dass Sie zwei Inhalte testen müssen - aber Sie können sowohl große als auch kleine Elemente in Ihrem Marketing testen. Sie können etwas so Kleines wie die Farbe eines CTA auf etwas so Großes wie eine komplett neu gestaltete Seite testen.

Das Einzige, woran Sie denken müssen, wenn Sie weitere Unterschiede zwischen den beiden Inhalten hinzufügen, ist, dass Sie die Ergebnisse nur den einzelnen Inhalten zuordnen können, die Sie als Ganzes testen, nicht den einzelnen Unterschieden. Dies bedeutet, dass Sie, wenn Sie zwei Versionen einer Zielseite gegeneinander testen und die CTA-Kopie, die Formularlänge, das Bild, das Sie hinzugefügt haben, und die Überschriftenkopie auf einer der Zielseiten geändert haben Der Erfolg dieser Zielseite kann nicht dem Formular selbst zugeordnet werden. All diesen vier Elementen müsste man Erfolg zuschreiben.

Benötigen Sie Ideen für Ihren eigenen A / B-Test? In diesem Artikel finden Sie einige kleine, schnelle Gewinne und in diesem Beitrag von KISSmetrics Ratschläge zur Durchführung größerer A / B-Tests. Wenn Sie versuchen, die Conversion-Rate zwischen Besuchern und Interessenten zu ermitteln, empfehlen wir Ihnen, einen Landingpage-, E-Mail- oder Call-to-Action-A / B-Test durchzuführen.

Für den Zweck dieses Artikels haben wir beschlossen, ein A / B für unsere CTAs auszuführen, um zu ermitteln, was das Ändern der Farbe der Schaltfläche bewirkt.

2) Finden Sie das Ziel Ihres Tests heraus und entscheiden Sie, wie es gemessen werden soll.

Um einen erfolgreichen A / B-Test durchzuführen, können wir nicht einfach loslegen, nachdem wir den letzten Satz des vorherigen Schritts gelesen haben. Sie müssen sich genauer überlegen, was Sie durch den A / B-Test herausfinden möchten. Möchten Sie messen, wie sich die Farbe des CTA auf die Anzahl der Personen auswirkt, die darauf klicken? Das ist der einfachste Test, den Sie durchführen können. Sie können aber auch testen, ob sich die Farbe darauf auswirkt, wie viele Personen mehr als einmal auf den CTA klicken.

In unserem Beispiel-A / B-Test möchten wir viele Personen zur Zielseite senden. Daher verwenden wir die Anzahl der Klicks auf den CTA als Erfolgsindikator.

3) Stellen Sie Ihre Kontrolle und Behandlung ein.

Ignorieren Sie den Jargon - die Kontrolle und Behandlung Ihres A / B-Tests ist ganz einfach. Das Steuerelement ist einfach die "Version A" Ihres Tests - es ist das, was Sie normalerweise als Zielseite, E-Mail, Handlungsaufforderung, Überschrift usw. verwenden. Die Behandlung ist die "Version B" Ihres Tests - es ist Die Version mit den Änderungen, die Sie testen möchten.

In unserem Beispiel ist das Steuerelement (Version A) dunkelgrau - die Farbe der meisten CTAs in unserem Blog. Es ist der Status Quo, die Norm. Die Behandlung (Version B) wäre etwas anderes - sagen wir ein helles Blau.

4) Erstellen Sie Ihren A / B-Test und lassen Sie ihn ins Freie.

Sobald Sie festgelegt haben, wie Ihr Experiment funktionieren soll, können Sie es erstellen. Entwerfen und erstellen Sie zunächst den Inhalt für Ihre Kontrolle und Ihre Behandlungen: in unserem Fall den grauen CTA und den blauen CTA unten. Beachten Sie, dass sich die beiden nur durch die Farbe unterscheiden - die verwendeten Kopien und Bilder sind auf beiden gleich. Auf diese Weise können wir tatsächlich testen, ob sich die Farbe auf die Anzahl der Klicks auswirkt.

Variante A:

Variante B:

Dann müssen Sie den A / B-Test in Ihrer Marketing-Software einrichten. Jedes Tool ist anders und oft sind die A / B-Testschritte für jeden Inhaltstyp, den Sie testen möchten, unterschiedlich. Wenn Sie ein SeoAnnuaire Enterprise-Kunde sind, der unserem Beispiel folgt, können Sie diese Anweisungen verwenden. Wenn Sie ein SeoAnnuaire Enterprise-Kunde sind, der einen anderen A / B-Test durchführt, finden Sie hier weitere Ressourcen, die Sie unterstützen.

5) Werben Sie für Ihren Test - aber vielleicht nicht für alle.

Wenn Sie möchten, dass Ihr Test überhaupt etwas bedeutet - mit anderen Worten, statistisch signifikant ist, worauf wir beim nächsten Aufzählungspunkt noch näher eingehen -, müssen Sie dafür werben, dass Ihre Inhalte zum Teufel werden. Senden Sie Ihre E-Mail an eine ausreichend große Liste, bewerben Sie Ihre Zielseite in sozialen Netzwerken oder werfen Sie sogar eine PPC hinter den Link des Blogposts, damit genügend Leute Ihren Test sehen.

Denken Sie daran, dass Sie, wenn Sie einen A / B-Test für eine bestimmte Zielgruppe durchführen, Ihre Werbeaktionen nur auf diese Zielgruppe abstimmen müssen. Nehmen wir zum Beispiel an, Sie sind neugierig, ob Twitter-Follower etwas auf einer Zielseite mögen, und möchten den Inhalt des A / B-Tests nicht an einer anderen Stelle als auf Twitter bewerben. Nicht auf Facebook, nicht per E-Mail - nur über Twitter.

In unserem Beispiel sehen wir uns nur CTA-Conversions an, sodass wir den Blog-Post immer wieder bewerben, um alle zu erreichen, die an der Seite interessiert sind.

6) Sammeln Sie Daten, bis sie signifikant sind.

Nun kommt das Wartespiel. Bewerben Sie Ihren Test so lange, bis er statistisch signifikant ist - eine Möglichkeit, zu sagen, wann sich herausstellt, dass die Ergebnisse Ihrer Tests höchstwahrscheinlich nicht nur dem Zufall zuzuschreiben sind. Wenn Sie sich wirklich für Mathematik und Statistik interessieren, können Sie die Signifikanz anhand der folgenden Schritte selbst berechnen. Ansonsten können Sie dieses praktische Dandy-Tool verwenden. Sobald Sie die Signifikanz erreicht haben, können Sie feststellen, ob die Behandlung wirksamer ist als die Kontrolle.

Aber was passiert, wenn Sie nie auf Bedeutung stoßen? Warte noch ein paar Tage. Manchmal kann es bis zu 30 Tage dauern, bis genügend Zugriffe auf Ihre Inhalte vorliegen, um signifikante Ergebnisse zu erzielen. Abgesehen davon würde Ihr Test wahrscheinlich keinen großen Einfluss auf die Conversions haben, wenn es einen Monat her ist und Sie viel Verkehr zu Ihrem Test geschickt haben, aber kein statistisch signifikantes Ergebnis erzielt haben. Haben Sie keine Angst, mit einem anderen Experiment fortzufahren.

7) Untersuchen Sie Ihren gesamten Marketing-Trichter.

Okay, jetzt wissen Sie, ob Ihr Experiment für die von Ihnen ursprünglich festgelegten Metriken funktioniert hat oder nicht. Genial! Aber da kann man nicht aufhören.

Obwohl ich Ihnen zuvor gesagt habe, dass Sie sich nur auf eine Metrik konzentrieren sollen, können Sie in diesem Test nur einmal außerhalb des ursprünglichen Zwecks des Tests nachsehen, ob er Auswirkungen auf einen anderen Teil Ihres Marketingtrichters hat.

Es mag zwar albern sein, zu glauben, dass das Ändern der Farbe auf Ihrem CTA sich auf etwas anderes als die Anzahl der Klicks auswirken könnte, aber es kann vorkommen. Wenn Sie über eine Closed-Loop-Analyse verfügen, können Sie nachverfolgen, ob Personen, die auf diesen CTA geklickt haben, tatsächlich Kunden werden. Vielleicht werden die Leute, die auf blaue CTAs klicken, schneller zu Kunden.

Das ist wahrscheinlich eine lächerliche Behauptung, aber Sie sehen, was ich meine. Wenn Sie sich andere Teile Ihres Marketingprozesses ansehen, stellen Sie möglicherweise fest, dass ein A / B-Test Konsequenzen hat, die Sie nicht erwartet haben. Und wenn diese Konsequenzen gut sind, können Sie sich härter in sie hineinlehnen. Andernfalls möchten Sie möglicherweise überdenken, ob Sie diese Änderung vornehmen sollten.

Denken Sie daran, dass Ihr A / B-Test größere Auswirkungen haben kann als nur die Testmetriken selbst.

8) Wiederholen Sie Ihre Ergebnisse.

Jetzt haben Sie Ihre Daten gesammelt - ob signifikant oder nicht - und überprüft, ob Ihr A / B-Test andere unbeabsichtigte Konsequenzen hatte. Sie sind fertig!

War nur Spaß. Sie haben Ihren ersten A / B-Test abgeschlossen - und das ist Grund zum Feiern -, aber Sie können noch so viel mehr testen. Im CTA-Beispiel können Sie versuchen, den CTA an einer anderen Stelle auf der Seite zu platzieren oder zu prüfen, ob das Wechseln der Kopie die Anzahl der Personen beeinflusst, die sich durchklicken.

Oder Sie trauen den Ergebnissen des gerade durchgeführten A / B-Tests einfach nicht. Vielleicht haben Sie es während eines Urlaubs betrieben und eine Menge Verkehr auf Ihre Website gebracht - aber das zeigt nicht an, wie sich Ihr Publikum normalerweise verhält. Führen Sie den A / B-Test erneut durch - stellen Sie jedoch sicher, dass Sie ihn nicht in den Ferien durchführen.

Wenn Sie immer testen, können Sie große Fortschritte bei Ihren Conversion-Raten erzielen - und hey, vielleicht machen Sie Ihren Chef sogar glücklich genug, um mit den Conversion-Raten seines Teams "zufrieden" zu sein. Viel Glück!

Haben Sie schon A / B-Tests durchgeführt? Teilen Sie uns in den Kommentaren alle Geheimnisse mit, die Sie über den Prozess haben.

Vorherige Artikel «
Nächster Artikel