👉 Multivariate tests vs. split testen: welke moet u gebruiken?

Wat is WooCommerce?

Bent u verward over het doen van split testen of multivariate testen op uw webpagina's, e-mails en optins? Dit is een veelvoorkomend probleem wanneer u aan de slag gaat met conversie-optimalisatie.

Het meeste advies over het optimaliseren van conversiepercentages geeft aan dat u moet testen, opnieuw testen en blijven testen. Maar het is niet altijd eenvoudig om te begrijpen welke tests u moet uitvoeren en wanneer u ze moet uitvoeren.

In deze handleiding vergelijken we tests met splitsen en multivariate testen. Tegen het einde, zult u de voors en tegens van elk type kennen, enkele belangrijke fouten die u moet vermijden en welk type test u moet gebruiken wanneer. Dan kunt u aan de slag met uw testplan, zodat u meer conversies van uw marketingstrategie krijgt.

Splitstests vs. multivariate testdefinities

Laten we beginnen met split testen en multivariate testen te definiëren. We zullen dit in meer detail uitleggen wanneer we de handleiding doornemen, maar deze korte definities zijn een startpunt.

Splitsen testen is het testen van een controle tegen een variatie voor een enkel element. Het besturingselement is het oorspronkelijke item en de variant is wat u wijzigt. Met andere woorden, u wijzigt een item op een pagina en ziet hoe de resultaten voor die pagina verschillen van de originele versie.

Multivariate testen testen meerdere combinaties van items tegelijk. Met andere woorden, u wijzigt verschillende elementen op een pagina en de ene versie kan er radicaal anders uitzien dan de andere.

Gesplitst testen begrijpen

Splitsen testen is ook bekend als A / B-testen. Zoals we eerder al zeiden, is dit de plaats waar u een element op een webpagina als een call-to-action-knop neemt, wijzigt en vervolgens de resultaten voor elke versie van de pagina vergelijkt.

U doet dat door uw verkeer gelijkmatig te splitsen, zodat 50% van uw bezoekers de oorspronkelijke versie van de pagina ziet en de andere 50% de nieuwe.

Een andere versie van split testen is A / B / n testen. Daar test u meerdere varianten van een enkel element, waardoor het verkeer gelijkmatig wordt verdeeld. Als u dus vier verschillende versies van een call-to-action-knop wilde uitproberen, zouden uw bezoekers in vieren zijn verdeeld, waarbij 25% van de totale bezoekers elke variant te zien krijgt.

Voors en tegens van splitsen testen

Er zijn een aantal voordelen verbonden aan het gebruik van split-testen als hulpmiddel voor conversie-optimalisatie. Ten eerste werkt split-testen goed, zelfs op sites met weinig verkeer. Dus zelfs als u net begint met het opbouwen van uw bedrijf, kunt u split-testen gebruiken.

Ten tweede biedt split-testen betrouwbare gegevens omdat de variabelen klein zijn. Met andere woorden, omdat u slechts één element tegelijk wijzigt, krijgt u snel resultaten en zijn deze gemakkelijk te meten.

Maar er is ook een nadeel aan het gebruik van A / B-tests: u kunt niet zien hoe verschillende elementen op een pagina met elkaar werken. U kunt besluiten de tekst op uw CTA-knop te wijzigen, maar er kan iets anders aan die pagina zijn dat beïnvloedt hoe mensen erop reageren. Splitsen testen laat je dat niet meten.

Fouten te vermijden met split-testen

Als u een effectieve split-test wilt uitvoeren, zijn er een paar fouten die u moet vermijden.

Een daarvan is het testen van de verkeerde pagina's. Als er geen echte mogelijkheid tot verbetering is of als niemand een bepaalde pagina bezoekt, heeft het geen zin om een ​​gesplitste test in te stellen. Evenzo, als het wijzigen van een pagina-element geen verschil maakt voor de bottom line, waarom zou u het dan veranderen?

Maar als u de kans krijgt om een ​​verandering aan te brengen die u dichter bij het bereiken van uw bedrijfsdoelen brengt, dan is dat het moment waarop u een gesplitste test uitvoert.

Het is ook verstandig om te vermijden te veel variaties testen. Hoewel je in theorie dit zou kunnen doen, zou het in de praktijk de tests te lang duren. De meeste A / B / n-tests werken met twee tot vier variaties.

Een andere grote fout is geen goede hypothese vormen voordat u begint met testen. Wat is een hypothese? Het is een goed geïnformeerde schatting van wat een probleem is en hoe je het kunt oplossen, op basis van de gegevens die je hebt.

Door een hypothese te maken, kun je uitzoeken wat je wilt testen en waarom, en nadenken over hoe je je resultaten zult meten.

Digital Marketer heeft een uitstekende sjabloon voor het maken van een hypothese:

Omdat we [A] en feedback [B] hebben waargenomen, denken we dat [[C]] voor bezoekers [D] [E] zal laten gebeuren. We zullen dit weten wanneer we [F] zien en [G] verkrijgen.

Dit is hoe dit eruit ziet in een echte situatie:

Omdat we een slecht conversiepercentage constateerden en bezoekers meldden dat ze de upgradeknop niet konden vinden, geloven we dat het verhogen van de upgrade-aanmeldingen door het prominenter maken van de knop voor alle bezoekers. We zullen dit weten wanneer we tijdens een testperiode van 2 weken een toename van upgradestartups zien en enquêtegegevens krijgen die laten zien dat mensen de knop nu kunnen zien.

timing is een ander veel voorkomend probleem met gesplitste tests. Hier zijn twee aspecten van:

  • Uw test te kort uitvoeren. Als u niet lang genoeg hebt getest, zijn de resultaten niet betrouwbaar en kunt u geen definitieve conclusies trekken. Digital Marketer heeft een diagram dat u naar de ideale lengte voor een gesplitste test leidt.

  • Een gesplitste test uitvoeren op het verkeerde moment. Als u bijvoorbeeld voor een grote vakantie meestal meer verkeer naar uw eCommerce-winkel krijgt, kunt u de resultaten niet vergelijken met een testrun op een ander tijdstip in het jaar. U moet op dezelfde manier vergelijken, zodat u de testresultaten kunt vertrouwen.

Als u wilt weten of uw resultaten van gesplitst testen betrouwbaar zijn, kunt u controleren op statistische significantie. Dat is een mooie manier om te zeggen dat u ervoor zorgt dat de cijfers kloppen, en VWO heeft een hulpmiddel om u te helpen dit te doen.

Het is ook belangrijk om vrijwel zeker te zijn dat elke verandering resultaten oplevert. Dat wordt een betrouwbaarheidsbeoordeling genoemd en de industriestandaard is 95%. Met deze tool van Get Data Driven kunt u de betrouwbaarheid van uw split-test bepalen.

Multivariate testen begrijpen

Zoals we al zeiden, stelt multivariate testen u in staat om meerdere varianten tegelijk op een webpagina te testen. Volgens Kissmetrics leiden testen met vier varianten tot 27% van de tijd tot verbeteringen, tegenover slechts 14% met split-testen.

Er zijn verschillende soorten multivariate testen:

  • Volledige factoring testen, die elke mogelijke combinatie van elementen test totdat er een duidelijke winnaar is. Dit heeft veel verkeer nodig en het verkeer is gelijkmatig verdeeld over de varianten.
  • Fractioneelefactoren testen (vaak met behulp van de Taguchi-methode), die een steekproefmethode gebruikt om combinaties en statistische analyses te testen om te beslissen over de winnaar. Dit betekent echter dat u gedeeltelijk vertrouwt op aannames, in plaats van op gegevens.
  • Adaptieve testen, dat live-gegevens gebruikt over acties van bezoekers om te beslissen over de winnende combinatie.

Voors en tegens van multivariate testen

Als hulpmiddel voor conversieoptimalisatie biedt multivariate testen verschillende voordelen. Ten eerste is het sneller dan een reeks gesplitste tests uitvoeren, omdat u meerdere pagina-elementen tegelijk kunt wijzigen en evalueren.

Ten tweede helpt het u te zien hoe verschillende elementen op een pagina op elkaar inwerken, zodat u de algehele impact kunt beoordelen. Dit kan geweldig zijn bij het opnieuw ontwerpen van een pagina, omdat je in één keer kopjes, pagina-kopie, knoppen, afbeeldingen en formulieren kunt testen (hoewel je hieronder ziet wat de consequenties zijn).

En u kunt ook gemakkelijk achterhalen welke elementen het meest hebben bijgedragen aan een toename in conversies.

Er zijn echter ook enkele nadelen aan multivariate testen. Het werkt bijvoorbeeld niet voor sites met weinig verkeer, vanwege het aantal combinaties dat u test. Je moet minstens 100.000 bezoekers per maand hebben om er zelfs over na te denken.

Dat geldt ook voor individuele pagina's. Als een pagina onvoldoende verkeer krijgt, heeft het geen zin om er een multivariate test op uit te voeren.

Bovendien, hoe meer elementcombinaties u test, hoe langer de test zal duren. Als u besluit om drie elementen te testen, zoals uw kop, call-to-action-knop en afbeelding, kunt u al acht combinaties testen. Als u meer elementen test, neemt ook de testtijd en het benodigde verkeer toe.

Fouten te vermijden met multivariate testen

Gebruik net als bij gesplitste tests geen multivariate testen zonder een hypothese. U test mogelijk meerdere elementen, maar u moet nog steeds een idee hebben van de resultaten die u verwacht.

Zoals eerder vermeld, vermijd sites testen die niet genoeg verkeer hebben om multivariate testen de moeite waard te maken. Op die sites kan het erg lang duren om genoeg betrouwbare multivariate teststatistieken te krijgen.

Voer uw test niet uit voor een te korte tijd. Hoe meer variaties u heeft in uw test, hoe meer tijd het kost en hoe meer verkeer u nodig heeft. Gebruik deze VWO-duurcalculator om de wiskunde uit te voeren.

Die rekenmachine helpt je ook om te bepalen of je steekproefomvang groot genoeg is, omdat het niet testen met voldoende verkeer een andere multivariate testfout is.

Het is belangrijk om elementen te kiezen die waarschijnlijk van invloed zijn op conversies. Zoals vermeld bij split-testen, heeft het geen zin om iets onbetekenends te testen.

Gebruik ten slotte geen multivariate tests om individuele elementen te testen. Je zou beter af zijn om daarvoor een A / B-test te gebruiken.

Welk type testen moet ik gebruiken wanneer?

Wat is het beste type test dat u kunt gebruiken? Het goede nieuws is dat u niet hoeft te kiezen tussen multivariate testen en split testen; je kunt beide gebruiken. Split tests zijn snel en u kunt grotere winsten krijgen als u ze gebruikt. Met multivariate tests krijgt u een overzicht van meerdere wijzigingen. Vervolgens kunt u split-testen gebruiken om afzonderlijke elementen af ​​te stemmen.

ConversionXL raadt u aan split-testen te gebruiken om de beste lay-out voor een pagina te vinden en multivariate tests uit te voeren om de interactie van verschillende pagina-elementen aan te passen.

Welke test u ook gebruikt, u wilt deze testcyclus volgen:

  • Identificeer het probleem, gebaseerd op gegevens.
  • Stel een hypothese op over wat de oorzaak van het probleem is.
  • Denk aan een mogelijke oplossing.
  • Test met split-testen of multivariate testen of beide.
  • Analyseer wat uw resultaten zijn.
  • Start de cyclus opnieuw.

Tools voor A / B en multivariate testen

Tot slot, hier is een korte lijst van A / B en multivariate testtools die u kunt gebruiken:

  • Inhoudsexperimenten van Google Analytics
  • Visual Website Optimizer
  • Optimizely
  • Google Optimize

En natuurlijk kunt u uw OptinMonster-optins splitsen om te zien welke versie het meest effectief is.

Nu weet u het verschil tussen split-testen en multivariate tests, zodat u aan de slag kunt met deze tests als hulpmiddel voor conversie-optimalisatie. U kunt split-testen ook gebruiken als onderdeel van e-mailmarketing. Vergeet niet om ons te volgen op Twitter en Facebook voor meer gratis handleidingen.

Bekijk de video: Wat is WooCommerce?

Like this post? Please share to your friends:
Geef een reactie

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: