Wir haben eine Liste zusammengestellt a / b testen Best Practices, die Publishern bei der Optimierung ihres Anzeigeninventars helfen könnten Maximierung ihrer Werbeeinnahmen.
A / B-Tests ist eine der effektivsten Möglichkeiten, Ihre Conversion-Raten zu steigern.
Das Problem besteht darin, dass die meisten Verlage den Prozess falsch angehen.
Ein schlecht durchgeführtes A/B-Experiment kann viele Probleme für Ihre Website verursachen. Die Umsetzung von Änderungen aufgrund eines schlechten Tests wirkt sich negativ auf Ihre Conversion-Raten und damit auf Ihren Umsatz aus.
Andererseits hilft Ihnen die korrekte Durchführung eines A/B-Tests dabei, Ihre Conversion-Raten zu verdoppeln oder zu verdreifachen, ohne den Traffic zu erhöhen oder Arbitrage auszuprobieren.
In diesem Artikel werfen wir einen Blick auf 10 wesentliche Best Practices für A/B-Tests, die wir im Jahr 2021 befolgen sollten.
Fangen wir an.
1. Teilen Sie Ihr Publikum in Segmente ein
A/B-Tests geben Ihnen Einblicke in das, was Benutzer tun, sagen Ihnen jedoch nicht, warum sie diese bestimmte Aktion ausführen. Um einen erfolgreichen Test durchzuführen, müssen Sie dies tun Analysieren Sie die Ergebnisse in Segmenten und nicht als Ganzes.
Die meisten Verlage führen A/B-Tests in nur zwei Varianten durch. Wenn also Variante A gewinnt, gehen sie davon aus, dass die Benutzer sie bevorzugen.
Diese Strategie kann irreführend sein.
Selbst wenn Variante A insgesamt gewinnt, könnte Variante B in anderen Segmenten dennoch gewinnen. Mehrere verschiedene Faktoren beeinflussen die Conversion-Rate Ihrer Anzeigen. Sie müssen jeden einzelnen davon berücksichtigen.
Wenn Sie Ihre A/B-Tests beispielsweise nach Mobil- oder Desktop-Versionen segmentieren, stellen Sie möglicherweise fest, dass die Anzeigen auf dem Desktop bessere Conversions erzielen als die auf Mobilgeräten. Das könnte daran liegen, dass Sie Anzeigenformat ist nicht optimiert für mobile, sodass mobile Benutzer keine gute Benutzererfahrung haben, was zu einer niedrigeren Conversion-Rate führt.
Sogar demografische Daten können die Ergebnisse Ihres Tests beeinflussen.
Angenommen, Sie schalten eine Anzeige zum Verkauf von Babyprodukten. Wer wird Ihr ideales Publikum sein? – Neugeborene oder werdende Mütter. Wenn Sie diese Anzeige also einem A/B-Test unterzogen und Ihren Testparameter so eingestellt haben, dass nur die Frauen nach Alter gemessen werden, erhalten Sie ein verzerrtes Ergebnis. Wenn Ihre Anzeige allen Frauen gezeigt wird, werden Ihre Anzeigen schlecht konvertiert.
Möglicherweise möchten Sie Werbetreibende bitten, Ihre Anzeige zu optimieren Anzeigenkopie oder Call-to-Action-Denken, das ist das Problem. Tatsächlich besteht das Problem darin, dass Sie es nicht sind das richtige Publikum ansprechen – werdende oder neugeborene Mütter.
Wenn Sie solche kleinen Details kennen, können Sie Ihre Anzeigen besser einrichten.
Hinweis: Bei der Segmentierung ist Vorsicht geboten. Sie möchten nicht 10 bis 20 Dinge gleichzeitig testen. Am Ende erhalten Sie einfach zufällige Daten, die keinen Sinn ergeben.
Um ein zuverlässiges Ergebnis zu erhalten, teilen Sie Ihren Test in nicht mehr als 4 Segmente gleichzeitig auf.
Hier sind die gängigen Segmente, in die Sie Ihre Anzeigen unterteilen können:
Anzeigenausrichtung
- Geschlecht
- Land
- Alter
- Interessen
- Kaufverhalten
- Kundenzielgruppen (wie im obigen Beispiel testen Sie nicht nur anhand des Alters, sondern auch, ob die Frau eine werdende Mutter ist oder ein neugeborenes Kind hat)
- Beziehungsstatus
- Bildungsniveau
Anzeigenplatzierung
- Format
- Wo
- Größe
- Seitenladegeschwindigkeit
Sie können Ihre Anzeige auch basierend auf segmentieren Anzeigentyp, Gebote und wofür Sie die Anzeigen optimieren; Möchten Sie mehr Engagement, Conversions oder Klicks?
2. Stellen Sie sicher, dass Sie die richtige Stichprobengröße für den A/B-Test wählen
Um ein zuverlässiges Ergebnis Ihrer Tests zu erhalten, müssen Sie eine angemessene Stichprobengröße verwenden.
Die Berechnung der für einen A/B-Test erforderlichen Mindeststichprobengröße verhindert, dass Sie einen Test mit einer kleinen Stichprobengröße durchführen, die zu unzureichenden Ergebnissen führt.
Eine Möglichkeit, Ihre ideale Stichprobengröße zu berechnen, ist die Verwendung von Der Stichprobengrößenrechner von A/B Tasty. Sie müssen lediglich Ihre aktuelle Conversion-Rate, den minimal erkennbaren Effekt und die statistische Signifikanz eingeben, um die erforderliche Besucherzahl für den Test zu erhalten.
Der minimal erkennbare Effekt steht für den prozentualen Anstieg der Conversion-Rate, den Sie gerne sehen würden.
Die standardmäßige statistische Signifikanz beträgt 95 %. Allerdings können Sie Ihren Wert je nach Ihrer Risikotoleranz ändern.
3. Beenden Sie Ihre A/B-Tests nicht zu früh
Ihre Testdauer spielt eine entscheidende Rolle bei der Bestimmung der Zuverlässigkeit Ihrer Testergebnisse.
Berücksichtigen Sie beim A/B-Testing die absolute Zeitspanne, die Sie benötigen, um die besten Ergebnisse zu erzielen. Wenn Sie Ihre Tests zu früh abschließen, treffen Sie möglicherweise Entscheidungen auf der Grundlage immaterieller Ergebnisse, die sich letztendlich negativ auf Ihre Conversion-Raten auswirken.
Um die besten Ergebnisse zu erzielen, führen Sie Ihren Test mehrere Wochen lang durch. Ich empfehle Ihnen, jeden Test mindestens 3–4 Wochen lang durchzuführen. Je länger Ihr Test dauert, desto aussagekräftiger sind die Ergebnisse.
Warum so lange?
Ihr Website-Traffic ist nicht konstant. Es ändert sich von Tag zu Tag. Verschiedene Faktoren wie saisonale Veränderungen, Werbeaktionen und sogar Aktionen Ihrer Konkurrenz können Ihren Traffic beeinflussen. Durch die Durchführung von A/B-Tests über mehrere Wochen hinweg erhalten Sie eine klare Darstellung Ihrer Stichprobengröße. Dadurch wird sichergestellt, dass Sie am Ende des Tests ein aussagekräftigeres Ergebnis erhalten.
4. Seien Sie sich der Gültigkeitsbedrohungen bewusst
Die richtige Stichprobengröße, Testdauer und Segmentierung Ihrer Zielgruppe reicht nicht aus, um gültige Ergebnisse zu liefern. Andere Bedrohungen könnten die Gültigkeit Ihrer Ergebnisse beeinträchtigen.
Hier sind einige der häufigsten Bedrohungen, denen Sie begegnen könnten:
- Bedrohung durch Instrumentierung
Dies ist eine sehr häufige Bedrohung. Es ist auch sehr leicht zu übersehen. Diese Bedrohung entsteht, wenn das Tool, das Sie für Ihren Test verwenden, fehlerhafte Daten sendet. Dies wird häufig dadurch verursacht, dass Sie den Code auf Ihrer Website falsch implementieren. Wenn Sie bemerken, dass Sie fehlerhafte Daten erhalten, beenden Sie den Test und finden Sie die Ursache des Problems. Als nächstes setzen Sie den gesamten Test zurück und beginnen von vorne.
- Geschichtseffekt
Dies ist der Fall, wenn externe Faktoren einen Fehler in Ihren Daten verursachen.
Ein Beispiel für einen externen Faktor ist, dass Ihre Konkurrenz keine Paywall für Themen betreibt, die Sie möglicherweise im Rahmen eines Abonnementplans betreiben. Dies könnte sich auf einige Variablen in Ihrem Test auswirken. Die meisten Ihrer Besucher möchten sie vielleicht ausprobieren, weil sie Zugang zu kostenlosen Inhalten erhalten.
Es ist wichtig, dass Sie auf externe Faktoren achten, die die Ergebnisse Ihres Tests verfälschen können. - Auswahleffekt
Diese Bedrohung entsteht, wenn Sie davon ausgehen, dass ein Teil Ihres Datenverkehrs das Ganze darstellt.
Beispielsweise können die Besucher, die Sie am Ende der Woche erhalten, von den Besuchern abweichen, die zu Beginn der Woche auf Ihrer Website eintreffen. Es ist nicht gültig zu sagen, dass ein Teil Ihres Datenverkehrs eine Gesamtdarstellung des gesamten Datenverkehrs ist, den Sie erhalten. Aus diesem Grund ist Punkt 3 wichtig. Wenn Sie Ihre Tests über einen längeren Zeitraum durchführen, können Sie diese Bedrohung vermeiden.
5. Nehmen Sie während des Tests keine Änderungen vor
Beeilen Sie sich nicht, während des Tests Änderungen vorzunehmen. Wenn Sie den Test zu früh beenden oder neue Elemente einführen, die nicht Teil Ihrer ursprünglichen Testvariablen waren, erhalten Sie unzuverlässige Ergebnisse.
Wenn Sie während des Tests Änderungen vornehmen, können Sie nicht genau feststellen, ob die neuen Änderungen für einen Anstieg oder Rückgang der Conversions verantwortlich sind. Handeln Sie erst, wenn Sie den ersten Test abgeschlossen haben.
6. Testen Sie regelmäßig Ihre Anzeigenplatzierung
Ihre Platzierung ist einer der wichtigsten Aspekte, die zum Erfolg einer Anzeige beitragen. Durch die Optimierung Ihrer leistungsstärksten Anzeigenblöcke können Sie aus einem Gelegenheitsbesucher einen potenziellen Lead machen. Beispielsweise sind First-Fold-Anzeigen, die für das Nutzererlebnis optimiert sind, in der Regel das Erste, was der Betrachter beim Scrollen sieht und so seine Aufmerksamkeit erregt.
Wie gehen Sie also beim A/B-Testen vor? Anzeigenplatzierung?
- Testen Sie mehrere Platzierungsvarianten für Ihre Anzeige: Generell empfehlen wir Publishern, ein Gleichgewicht zwischen „above-the-fold“- und „below-the-fold“-Platzierungen zu finden, indem sie diese nicht überfüllen und auswählen Anzeigenformate die die höchste Conversion bringen.
- Vertrauen Sie Ihrer Technologieplattform: Immer mehr Verlage verlassen sich ausschließlich auf Google-Publisher-Produkte zur Monetarisierung ihres Anzeigeninventars. Das sind hervorragende Neuigkeiten, denn Google Anzeigenmanager Die Berichterstattung ist oft der beste Ausgangspunkt für die Optimierung Ihrer Anzeigenplatzierung. Darüber hinaus aktualisiert Google anhand seiner Daten regelmäßig die Anzeigengrößen und -formate mit der besten Leistung.
Lesen Sie auch: Wie finden Sie die beste Anzeigenplatzierung auf Ihrer Website?
7. Führen Sie nicht zu viele Tests hintereinander durch
Es wird nicht empfohlen, viele Tests in einem kurzen Zeitraum durchzuführen. Der Grund dafür ist, dass Sie sich viel Zeit nehmen sollten, um Daten zu sammeln, bevor Sie ein Experiment durchführen.
Wenn Sie zu viele Tests in einem kurzen Zeitraum durchführen, ist Ihre Stichprobengröße nicht greifbar genug, um zuverlässige Ergebnisse zu liefern. Sie werden Änderungen anhand unausgegorener Ergebnisse umsetzen. Dies wird nur zu geringeren Conversions führen. Und da Sie keine positiven Conversions sehen, führen Sie immer mehr Tests durch und geraten in einen Teufelskreis.
Messen Sie nach der Durchführung eines Tests die Ergebnisse und entscheiden Sie, welche Änderungen implementiert werden sollen. Wenn Sie eine Änderung umsetzen, warten Sie ein paar Wochen, um zu sehen, ob sie sich positiv auf Ihr Endergebnis auswirkt. Auf diese Weise können Sie mit Sicherheit sagen, was funktioniert und was nicht.
8. Erstellen Sie vor dem Testen eine Hypothese
Wenn Sie das Problem ermittelt haben, das Sie mit Ihrem Test lösen möchten, erstellen Sie eine starke Hypothese.
Eine solide Hypothese bewirkt Folgendes:
- Erklären Sie das Problem, das Sie mit dem Test lösen möchten.
- Postulieren Sie eine mögliche Lösung
- Und antizipieren Sie das Ergebnis des Experiments.
Eine gute Hypothese ist messbar und hilft Ihnen festzustellen, ob Ihr Test erfolgreich war oder nicht. Ohne eine Hypothese bleiben Ihre Tests bloße Vermutungen.
Die einfachste Formel zum Finden Ihrer Hypothese lautet:
Die Umwandlung von A in B führt zu C
Woher;
A = Was Ihre Analyse anzeigt, ist das Problem
B = Welche Änderungen werden Ihrer Meinung nach das Problem lösen?
C = Die Auswirkung der Änderungen auf Ihren wichtigsten Leistungsindikator.
9. Bitten Sie Ihre Besucher um Feedback
Ihr A/B-Test hilft Ihnen dabei, den Weg Ihres Besuchers zur Conversion zu visualisieren. Aber das ist es auch schon. Obwohl die Wissenschaft des A/B-Tests von entscheidender Bedeutung ist, müssen Sie verstehen, wie sich Ihre Kunden fühlen, wenn sie mit Ihrer Website und Ihren Anzeigen interagieren.
Woher wissen Sie, warum ein Besucher auf Ihrer Website gelandet ist? Woher wissen Sie, warum sie nicht auf Ihre Anzeigen klicken oder sich nicht für Ihre Dienste anmelden?
Hier kommt die Bitte um Feedback ins Spiel. Durch das direkte Sammeln von Feedback von Ihren Besuchern entfällt die Notwendigkeit von Vermutungen. Befragen Sie Ihre Besucher, um herauszufinden, welche Ziele sie verfolgen und auf welche Schwierigkeiten sie auf Ihrer Website stoßen. Dies wird Ihnen helfen herauszufinden, worauf Sie testen müssen.
Mithilfe des Feedbacks Ihrer Besucher können Sie Variablen identifizieren, die den größten Einfluss auf Ihre Conversion haben.
Der beste Weg, Feedback zu sammeln, ist die Verwendung eines Umfragetools wie SurveyMonkey und Qualaroo. Du solltest auch ein CRM-System integrieren. Dadurch können Sie die Informationen, die Sie über Umfragen sammeln, mit Ihren vorhandenen Daten synchronisieren. Auf diese Weise können Sie beim Erstellen eines A/B-Experiments problemlos auf das Feedback Ihrer Besucher zurückgreifen.
10. Beginnen und beenden Sie Ihre Tests am selben Tag
Auch wenn dies wie eine Selbstverständlichkeit erscheint, werden Sie schockiert sein, wie viele Menschen dies ignorieren.
Um ein perfektes Ergebnis zu erzielen, sollten Sie Ihren Test am selben Wochentag beginnen und beenden. Dadurch bleibt jede Variable über den gesamten Testzeitraum hinweg konsistent.
Abschließende Überlegungen
Das Letzte, woran Sie denken sollten, ist, dass Sie niemals mit dem Testen aufhören sollten. Die Optimierung Ihrer Conversion-Rate ist der effektivste Weg, um den Umsatz oder die Anmeldungen auf Ihrer Website zu steigern.
Wenn Sie im Laufe der Zeit mehr Daten sammeln, stellen Sie sicher, dass Sie die Tests fortsetzen. A/B-Tests sind eine der effektivsten Methoden, um Ihre Besucher zu verstehen.
Neuen Traffic zu bekommen ist teuer und kann schwierig sein. Die logischste Option besteht darin, die Conversion-Rate der bereits vorhandenen Besucher zu erhöhen.
Die oben genannten Best Practices für A/B-Tests helfen Ihnen beim Einstieg.
Über den Autor
Marvelous Aham-adi ist darauf spezialisiert, ansprechende, lange Inhalte zu schreiben, die den Traffic von Google steigern, Leads generieren und Verkäufe einbringen. Zu seinen Spezialgebieten gehören Content-Marketing, Social-Media-Marketing, E-Mail-Marketing sowie technisches und analytisches Schreiben.
FAQs
Beim A/B-Testing wird eine Variable (Webseite, Seitenelement usw.) verschiedenen Segmenten von Website-Besuchern gleichzeitig angezeigt, um festzustellen, welche Version die größte Wirkung hinterlässt und Geschäftskennzahlen steigert.
A/B-Tests haben mehrere Vorteile. A/B-Tests erhöhen die Benutzerinteraktion, reduzieren die Absprungraten, erhöhen die Konversionsraten, minimieren Risiken und erstellen Inhalte effektiv. Sie können Ihre Website oder mobile App erheblich verbessern, indem Sie einen A/B-Test durchführen.
Im digitalen Marketing und Webdesign ist A/B-Testing eine beliebte Experimentiermethode. Um den E-Commerce-Umsatz zu steigern, experimentiert ein Vermarkter möglicherweise mit der Position der Schaltfläche „Jetzt kaufen“ auf der Produktseite.
Shubham ist ein digitaler Vermarkter mit umfangreicher Erfahrung in der Werbetechnologiebranche. Er verfügt über umfassende Erfahrung in der Programmbranche und leitet Geschäftsstrategien und Skalierungsfunktionen, einschließlich, aber nicht beschränkt auf, Wachstum und Marketing, Betrieb, Prozessoptimierung und Vertrieb.
