Szczegół A, szczegół B, a jaka różnica

W biznesie prowadzonym online bardzo ważne jest zwiększanie odsetka internautów, którzy odwiedzają naszą stronę www lub korzystają z naszej usługi, a następnie przekształcają się w płacących klientów. Określa się to jako optymalizację współczynnika konwersji (ang. conversion rate optimization, CRO). 

Dlatego wiele firm sprawdza, jak ich strona działa na odwiedzających, ilu z nich np. rejestruje się w ich serwisie, podaje swój adres e-mail, zapisuje na newsletter, wypełnia formularz czy wreszcie – dokonuje zakupu. – W przypadku portali informacyjnych i blogów konwersję można np. zdefiniować jako kliknięcie przez odwiedzającego w jakiś element, przeczytanie artykułu, obejrzenie wideo. Czyli nie zawsze chodzi o złożenie zamówienia – tłumaczy Igor Czajkowski, dyrektor ds. rozwoju w firmie Marketizator Polska. 

W optymalizacji konwersji często pomagają testy A/B, które polegają na porównywaniu dwóch wersji wybranych elementów strony, np. przycisków, aby ostatecznie wyłonić tę najlepszą. Z jednej strony, mamy wersję podstawową (A), z drugiej – opcje alternatywne (B i inne). Za każdym razem mierzymy poziom uzyskanej konwersji. Dowiadujemy się, czy dana modyfikacja zmieniła go w stosunku do A i o ile. 

Np. brytyjski sklep A Hume, handlujący w internecie odzieżą i obuwiem, chciał się przekonać, czy zmiana układu elementów na podstronie z butami wpłynie na zwiększenie sprzedaży. W wersji podstawowej opis butów był po lewej stronie, ich zdjęcia po prawej, a pod tymi ostatnimi był przycisk pozwalający dodać produkt do koszyka. W wersji alternatywnej zdjęcia butów umieszczono po lewej, po prawej znalazł się przycisk „koszyka”, a opis butów trafił na dół. Te zmiany sprawiły, że współczynnik konwersji (w tym wypadku chodziło o dodawanie produktu do koszyka) wzrósł o 27,65 proc. A przy tym test polegał tylko na przestawieniu kilku elementów, nie zmieniano cen, treści opisów czy zdjęć. 

Prosto i niedrogo

Na rynku znajdziemy sporo firm oferujących komercyjne narzędzia do tego rodzaju testów, a cena jest uzależniona zwykle od tego, ile osób odwiedza naszą stronę. Jeśli mało (ok. 1 tys. miesięcznie), wtedy usługa bywa nawet bezpłatna. Ale gdy zagląda do nas 1 mln potencjalnych klientów, cena może skoczyć do 1 tys. dol. miesięcznie. Testy A/B można też prowadzić w przypadku kampanii e-mailingowych. Wówczas to, ile zapłacimy, zależeć będzie od rozmiarów naszej bazy adresów e-mail. Generalnie jednak, drogo nie jest (patrz ramka na stronie 73). 

Poza niską ceną, do A/B może też zachęcać łatwość instalacji stosownych narzędzi. Bardzo często nie trzeba tu wsparcia informatyka, a integracja testu zajmuje najwyżej kwadrans. – Właściciele czy kierownicy małych i średnich serwisów sami instalują narzędzia, a dopiero na poziomie sklepów, gdzie liczba odwiedzin sięga setek tysięcy w miesiącu, taką operację zleca się specjaliście IT – mówi Czajkowski. 

Cały proces sprowadza się do założenia konta u usługodawcy oferującego narzędzia do prowadzenia testów, skopiowania fragmentu kodu informatycznego i wklejenia go w kodzie źródłowym naszej strony lub w odpowiednim miejscu w panelu do tworzenia kampanii e-mailingowej. Usługodawcy proponują zresztą poradniki, w których krok po kroku wyjaśniają, jak przeprowadzić instalację. Można też liczyć na wsparcie biura obsługi klienta. – U nas każda firma po podpisaniu umowy otrzymuje opiekuna, specjalistę ds. marketing automation, który przeprowadza konfigurację, ustawia pierwsze narzędzia i jest dostępny przez cały okres trwania współpracy – deklaruje Magdalena Szymańska z firmy SALESmanago Marketing Automation. 

Specjaliści podkreślają, że testy A/B można stosować w każdej branży, choć jednak nie w każdej sytuacji. Karol Tarka, analityk ds. SEM w firmie Conversacja, zauważa, że trudno byłoby je przeprowadzić na stronach, które mają głównie charakter wizerunkowy, gdzie rodzaj konwersji po prostu trudno jest czasem zdefiniować. Takie strony zawierają np. wyłącznie zdjęcia produktu czy osoby z krótkim opisem i niewiele można tam testować. Nieraz też są oparte na technologiach (takich jak np. Adobe Flash), które nie współpracują z narzędziami do testów A/B. 

Uniwersalnie i indywidualnie

Przeprowadzając testy A/B, warto uwzględniać niektóre uniwersalne zasady. Z badań Shift Disruptive Learning wynika np., że po trzech dniach człowiek jest w stanie odtworzyć tylko 10–20 proc. przeczytanego lub usłyszanego tekstu, natomiast w przypadku formy wizualnej zapamiętuje nawet 65 proc. informacji. – Opracowując koncepcję strony internetowej bądź danej kampanii promocyjnej, nie powinniśmy ignorować takich faktów – przestrzega Magdalena Szymańska. 

Dane uzyskane przez Shift Disruptive Learning prowadzą do wniosku, że zdjęcia mogą o wiele bardziej wpływać na wyniki sprzedaży. Szczególnie w przypadku e-sklepów z odzieżą, obuwiem czy biżuterią. Dlatego dobrze jest prezentować takie towary z detalami, pokazującymi np. fakturę, a także zamieszczać zdjęcia z modelem czy modelką. Jest to wiedza, którą warto wykorzystać przy testach A/B, zaczynając je od eksperymentów z fotografiami czy grafiką, a nie od zmian w tekstach. Lecz samych tekstów też nie można traktować po macoszemu. Mają one znaczenie szczególnie wtedy, kiedy handlujemy urządzeniami, w przypadku których na podjęcie decyzji o zakupie silnie wpływają inne czynniki niż wygląd, np. cechy funkcjonalne, opinie użytkowników itd. 

Pamiętając o tych ogólnych uwarunkowaniach, możemy też postawić na indywidualizację, czyli przeprowadzanie testów bardziej nietypowych, dostosowanych do danej branży czy biznesu. Im większa ta „personalizacja”, tym więcej użytecznych informacji dla nas. Metodą A/B można bowiem sprawdzać różne, istotne w naszym przypadku, elementy strony, testować również ceny, dostępność produktu czy czas i koszt realizacji zamówienia. 

Powiedzmy, że wysyłamy do dwóch grup klientów dwa e-maile. W jednym informujemy, że dany produkt będzie dostępny tylko przez 24 godz., a w drugim – że przez 72 godz. W ten sposób dowiemy się, czy kampania e-mailingowa z informacją o 24-godzinnej dostępności ma szansę wygenerować więcej wyświetleń i zamówień. 

Dobre praktyki

Aż korci, by przeprowadzać najróżniejsze testy. Trzeba jednak uważać, by nie przesadzić. Przedsiębiorcy często np. chcą za jednym zamachem sprawdzić jednoczesną zmianę tekstu, obrazka i kolorystyki strony. Tylko że wtedy będzie im bardzo trudno wychwycić, co konkretnie i jak wpływa na reakcje internautów. Eksperci proponują, by uzbroić się w cierpliwość. – W jednym badaniu porównujemy dokładnie jedną zmienną. Tylko wtedy możemy mieć pewność, co wpłynęło na zmianę wyników – podkreśla Magdalena Szymańska. 

Jeśli jednak zależy nam na sprawdzeniu kilku wariantów jednocześnie, możemy wykorzystać test wielowariantowy, czyli zamiast A/B, prowadzimy np. test A/B/C/D, gdzie A to wersja kontrolna, B – z pierwszą zmienną, C – z drugą zmienną, a D to wariant z obiema zmiennymi jednocześnie. Wtedy można zobaczyć, jak modyfikacje (razem i z osobna) wpływają na realizację celu, np. na wzrost liczby zamówień. 

A zatem, jeśli chcemy testować jednocześnie np. kolor przycisku i treść nagłówka, powinniśmy zbadać i porównać ze sobą wersje: strona oryginalna, nagłówek oryginalny-zmieniony przycisk, zmieniony nagłówek-oryginalny przycisk, zmieniony nagłówek-zmieniony przycisk. – Jednak trzeba sobie zdawać sprawę, że im więcej wariantów, tym więcej użytkowników będziemy potrzebować, aby każdy test dał statystycznie wiarygodne wyniki – przestrzega Igor Czajkowski. 

W takim wypadku należy się też liczyć z ryzykiem, że zainwestujemy w eksperyment bardzo dużo czasu i energii, a przecież każdy test, prosty czy złożony, ma prawo zakończyć się wynikiem, który nie przełoży się na wzrost konwersji. 

Kolejna sprawa: test nie może trwać za krótko. Przyjmuje się, że powinien być prowadzony przez minimum dwa cykle sprzedażowe, co w przypadku sklepów internetowych oznacza dwa tygodnie. Ewentualnie można prowadzić test do czasu uzyskania określonej liczby konwersji, sprawdzając, ile czasu zajęło osiągnięcie założonego wyniku. Im szybciej pojawi się pożądana liczba, tym rzecz jasna lepiej i zwycięską modyfikację spokojnie możemy wprowadzić na swojej stronie. Eksperci radzą przy tym, by docelowa liczba konwersji wynosiła co najmniej 100 lub nawet 200, ale sami musimy zdecydować, jakie jest minimum, które może nas przekonać do wprowadzenia zmiany. 

Wreszcie, zawsze trzeba brać poprawkę na dodatkowe czynniki, np. na sezonowość. Załóżmy, że jeden test przeprowadzimy trzy tygodnie przed Gwiazdką, kiedy ludzie są bardziej skłonni kupować, a drugi tydzień przed, gdy większość ma już przygotowane prezenty. Wówczas może się okazać, że odnotujemy o wiele więcej konwersji przy pierwszym wariancie, ale nie będzie to wcale zasługą zmian z testów A/B. Na przeprowadzenie tych ostatnich najlepiej wybrać taki czas, w którym na reakcje internautów nie powinny wpływać nietypowe okoliczności. Ale nawet gdy wszystko „na zewnątrz” wydaje się w normie, zawsze warto się choć przez chwilę zastanowić, czy jednak nie mógł się wkraść jakiś dodatkowy, czasem bardzo nieoczywisty czynnik. 

Co mierzyć, a czego nie

Zabierając się za prowadzenie testów A/B, powinniśmy umieć odróżnić wskaźniki kluczowe dla wyników naszego biznesu, określane często jako KPI (key performance indicator). Jeżeli skupimy się na mierzeniu czegoś, co nie przekłada się istotnie na korzyści dla firmy (oczywiście z punktu widzenia jej strategii), zmarnujemy czas i pieniądze. KPI można mierzyć, szukając (także za pomocą testów A/B) odpowiedzi na konkretne pytania nawiązujące do naszych celów strategicznych. Pytania te mogą być np. takie jak poniżej. 

Tworzenie wartości: Jak szybko nasz system tworzy wartość dla klienta?

Marketing: Jak dużo osób zwraca uwagę na naszą ofertę w ciągu miesiąca? Ile z nich zgadza się na otrzymywanie informacji od naszej firmy?

Sprzedaż: Jak dużo naszych potencjalnych klientów rzeczywiście staje się tymi płacącymi, w przeliczeniu na miesiąc? Jak długo klient raz zdobyty pozostaje stałym klientem?

Dostarczanie wartości: Jak szybko możemy obsłużyć klienta? Ile kwartalnie otrzymujemy zwrotów lub skarg od klientów?

Finanse: Jaki zysk kwartalny generuje nasza firma?

Skąd brać pomysły na testy

Osoby, które po raz pierwszy biorą się za testowanie A/B, czerpią inspirację (jeśli chodzi o to, które elementy modyfikować) ze studiów przypadku, czyli przykładów testów zakończonych sukcesem. To naturalny odruch, ale należy uważać, zanim zaczniemy bezrefleksyjnie naśladować innych. – Przy takim podejściu testy bardzo często kończą się fiaskiem. Okazuje się np., że w naszym sklepie dana zmiana nie przyniosła poprawy wyników – mówi Igor Czajkowski, dyrektor ds. rozwoju w Marketizator Polska. – Po kilku takich porażkach testujący jest rozczarowany i myśli, że testy A/B to tylko kolejny chwyt marketingowy. 

Tymczasem problem polega na błędnym założeniu, że zmiany, które działają w jednym serwisie, będą się sprawdzać w każdym w miarę podobnym. Przez takie właśnie założenie udaje się znaleźć zaledwie jeden „pozytywnie działający” test A/B na średnio sześć do 10 przeprowadzonych – wynika z badań Marketizator Polska. 

Igor Czajkowski radzi podchodzić do sprawy następująco: 1. analiza, 2. hipoteza, 3. test, 4. wnioski. – Takie podejście sprawia, że sukcesem kończy się średnio jeden test na trzy – podkreśla. 

Analiza polega tu na korzystaniu z narzędzi analitycznych do oceny zachowania użytkowników (jak choćby Google Analytics, ale wszystko zależy od tego, co zamierzamy w tych zachowaniach sprawdzać). Na tym etapie dowiadujemy się, czy niektóre wartości mają szansę być wyższe (np. liczba wyświetleń poszczególnych podstron). 

Dajmy na to, że analiza wykazała, iż nasz serwis odwiedza 20 tys. osób miesięcznie, ale dana podstrona notuje tylko 100 wyświetleń. Pora na hipotezę. Np. taką, że podstrona ta mogłaby być wyświetlana miesięcznie co najmniej tysiąc razy. 

Teraz sprawdzamy hipotezę: za pomocą testu A/B wprowadzamy poszczególne modyfikacje mające na celu zwiększenie wyświetleń badanej podstrony (zmieniamy np. umieszczenie linku do niej na stronie głównej, zwiększamy czcionkę, stosujemy inny kolor itp.). 

Na końcu wyciągamy wnioski, czy rzeczywiście nasza podstrona może być częściej odwiedzana przy średnio 20 tys. użytkowników naszego serwisu, czy jednak nie. 

Oczywiście im więcej narzędzi analitycznych stosujemy i im więcej danych mamy pod ręką, tym więcej hipotez możemy stworzyć i potem je testować. Liczy się także liczba użytkowników badanego serwisu czy podstrony: im jest większa, tym więcej testów możemy przeprowadzać i wyciągać wnioski na podstawie większych zbiorów danych.