11 pratiche deliziosamente semplici di A/B Testing che puoi utilizzare ora!

Stai seguendo le migliori pratiche di test A / B per le tue campagne di marketing opt-in? Se non lo sei, allora è probabile che ti stai perdendo grandi opportunità per far crescere i tuoi abbonati e migliorare le conversioni.

Il test della suddivisione del sito Web è una pratica essenziale per l’ottimizzazione della conversione. Ma “essenziale” sicuramente non significa “facile”.

Fortunatamente, questa guida ti aiuterà a imparare come dividere il test A / B come un professionista!

Condivideremo alcune best practice per i test A / B per aiutarti a ottenere risultati affidabili per attirare più lead e aumentare il numero di iscritti.

Perché dovresti dividere Prova le tue campagne di marketing

Ci sono diversi motivi per cui le campagne di marketing su siti Web di test divisi hanno senso. I test A / B ti aiutano a prendere decisioni in base ai dati , piuttosto che alle congetture. In questo modo sai per certo quando una particolare tattica o campagna di marketing sta funzionando.

O, ancora più importante, quando si fa il tank.

Ti aiuta anche a evitare la trappola del case study . Questo è quando le persone leggono casi di studio e copiano le tattiche menzionate, senza sapere con certezza se lavoreranno per la propria attività.

Ecco la brutale realtà del marketing: ogni azienda è diversa e non puoi presumere che ciò che ha funzionato per gli altri funzionerà per te.

Quando esegui il test A / B della campagna di marketing di un sito Web, puoi sperimentare idee diverse . Questo è utile perché a volte una piccola modifica può fare una grande differenza per i risultati ottenuti.

Prendi ad esempio American Bird Conservancy. Sono stati in grado di aumentare la loro raccolta di lead oltre il 1000% attraverso test A / B che hanno apportato lievi modifiche alle loro campagne OptinMonster.

E non c’è motivo per non vedere lo stesso successo.

Una delle aree chiave da testare per aumentare la generazione di lead e la crescita degli abbonati è il modulo di optin. Qui è dove le persone si iscrivono per diventare abbonati o lead.

Ma quando provi i moduli optin, su quali aree dovresti concentrarti?

Quali aree dovresti dividere il test nelle tue campagne di marketing?

cosa dividere test nelle tue campagne di marketing

Ti consigliamo di prestare attenzione alle migliori pratiche di layout dei moduli in modo da poter creare i migliori moduli optin possibili. Esistono diverse aree chiave da testare, tra cui:

  • Titoli e sottotitoli
  • copia
  • Design della forma
  • Call to action (CTA)
  • immagini
  • Colori

Scopri di più in questa guida su quali split test eseguire per un modulo optin di successo.

Ora, passiamo alle migliori pratiche di test A / B. Sia che tu stia testando moduli o dividi test della tua pagina web, ci sono alcune buone pratiche che si applicano sempre:

Ecco un breve sommario in modo da poter navigare più facilmente se hai poco tempo:

  1. Prova gli articoli giusti
  2. Prestare attenzione alle dimensioni del campione
  3. Assicurati che i tuoi dati siano affidabili
  4. Ottieni la tua ipotesi giusta
  5. Pianifica correttamente i tuoi test
  6. Durata del test
  7. Non apportare modifiche a metà test
  8. Prova un elemento alla volta
  9. Tieni sotto controllo le variazioni
  10. Prestare attenzione ai dati
  11. Siate sempre test

Come eseguire il test split A / B: best practice per test A / B

1. Prova gli articoli giusti

Una delle migliori pratiche di test del sito Web è testare gli elementi che fanno la differenza nella linea di fondo.

Ad esempio, Hubspot suggerisce di ottimizzare le pagine che le persone visitano di più:

Oppure potresti voler concentrarti sulle tue pagine chiave di generazione di lead. Ciò significa ottimizzare i moduli optin su:

Per trovare le pagine più visitate in Google Analytics, vai su Comportamento »Contenuto del sito» Tutte le pagine :

Contenuto del sito tutte le pagine di Google Analytics

Una volta che saprai di cosa si tratta, saprai dove posizionare l’abbonamento e-mail e i moduli di optin per il magnete principale.

2. Prestare attenzione alle dimensioni del campione

Un’altra best practice per i test A / B è quella di ottenere le dimensioni corrette del campione.

Se non esegui il test su un numero sufficiente di persone, non otterrai risultati affidabili. Se una campagna ottiene il 150% di coinvolgimento in più, va benissimo.

A meno che il tuo traffico totale non sia stato di 5 lettori. Quindi, in realtà, non disponi di dati affidabili perché il tuo campione di prova è troppo piccolo.

Uno dei modi migliori per calcolare la dimensione del campione ideale è utilizzare il calcolatore della dimensione del campione di A / B Tasty . Inserisci il tuo attuale tasso di conversione, oltre all’aumento percentuale che vorresti vedere, e calcolerà automaticamente il numero di visitatori di cui avrai bisogno per il tuo test A / B:

A_B Calcolatore di dimensioni del campione gustoso

Nota: puoi anche cambiare il  significato statistico se vuoi, ma una scommessa sicura è quella di mantenere quella metrica al 95%.

3. Assicurati che i tuoi dati siano affidabili

Con il test di suddivisione del sito Web, esiste un’altra importante misura di affidabilità dei dati chiamata significato statistico . In termini semplici, questo è un modo per determinare che i risultati non sono causati da casualità.

Per identificare la significatività statistica per il test A / B, utilizzare lo strumento di significatività statistica di Visual Website Optimizer (VWO) .

Digita il numero di visitatori che hai testato per la tua campagna di marketing originale (chiamata controllo) e quella che hai modificato (chiamata variazione). Quindi premere il pulsante Calcola significatività :

VWO Significance Calculator

Otterrai un risultato che mostra il valore P (un’altra misura di affidabilità) e ti dice se il test ha significato statistico mostrando Sì o No:

Decisione di significatività VWO Sì o No

Se ottieni un   , congratulazioni! Se ricevi un  No , potresti dover tornare al tavolo da disegno e modificare le metriche.

4. Ottieni la tua ipotesi giusta

Quando inizi a testare qualcosa senza un’ipotesi, stai praticamente perdendo tempo.

Un’ipotesi è un’idea di ciò che è necessario testare, perché deve essere testato e quali modifiche verranno visualizzate dopo aver apportato eventuali modifiche.

Con questa struttura attiva, conoscerai l’ambito del test e quando avrà esito positivo o negativo. Senza di essa, i tuoi test non sono altro che congetture.

Per formare un’ipotesi, utilizzare questo modello da Digital Marketer :

Poiché abbiamo osservato [A] e feedback [B] , riteniamo che la modifica di [C] per i visitatori [D] farà sì che [E] accada. Lo sapremo quando vedremo [F] e otterremo [G] .

Ecco un esempio di come è possibile compilare questo modulo per l’iscrizione alla newsletter via e-mail:

Poiché abbiamo riscontrato un basso tasso di conversione [A] e i visitatori hanno riferito che il nostro modulo optin era troppo lungo [B] , riteniamo che la riduzione del numero di campi modulo [C] per tutti i visitatori  [D] aumenterà le iscrizioni alla newsletter [E] .

Lo sapremo quando vedremo un aumento delle iscrizioni alla newsletter in un periodo di test di 2 settimane [F] e avremo un feedback dei clienti che mostra che le persone pensano che il modulo optin sia meno complicato  [G] .

Leggi attentamente questo esempio (due volte se devi!) E crea una tua ipotesi con questa struttura.

5. Pianifica correttamente i tuoi test

La pianificazione dei test è una delle migliori pratiche di test A / B più cruciali.

Ecco perché: se non stai testando le mele contro le mele, non puoi fidarti dei risultati.

In altre parole, per ottenere risultati affidabili, dovrai eseguire i test A / B per periodi comparabili.

Non dimenticare di tenere conto dei picchi e degli altipiani stagionali. Testare il tuo traffico sul Black Friday e confrontarlo con un normale martedì di febbraio probabilmente non ti fornirà i dati più affidabili.

Per scoprire come si comporta il tuo traffico nel giro di un paio di mesi, accedi a Google Analytics. Vai a Pubblico »Panoramica . La sezione su cui vuoi concentrarti è l’intervallo di date nell’angolo in alto a destra:

Panoramica del pubblico in Google Analytics

Cambia il periodo in Ultimi 30 giorni :

Ultimi 30 giorni in Google Analytics

Poi clicca su Confronta Per e saranno automaticamente selezionati i 30 giorni precedenti:

Confronta con il periodo di tempo in Google Analytics

Fai clic su Applica e otterrai un’istantanea dei modelli di traffico:

Confronto in Google Analytics

Questo ti darà un’idea migliore dei modelli di traffico in modo da poter selezionare un periodo ideale per eseguire il test A / B.

Ma, ad essere onesti, probabilmente hai già una buona idea delle tue alte e basse stagioni. Quindi assicurati di confrontare l’alta stagione con l’alta stagione e la bassa stagione con la bassa stagione.

6. Durata del test

La durata del test è un altro fattore essenziale nel determinare l’affidabilità dei risultati. Se stai eseguendo un test con diverse varianti e desideri 400 conversioni, dovrai testare più a lungo di quanto faresti per un test con una variante e 100 conversioni previste.

Usa questo grafico di Digital Marketer per calcolare la durata ideale per test divisi sui moduli di optin del tuo sito Web:

guida alla durata delle best practice per test di marketing digitale ab

7. Non apportare modifiche a metà test

È facile essere così entusiasti dei risultati che stai vedendo durante un test che vuoi correre fuori e implementare ulteriori cambiamenti.

Non farlo

Se interrompi il test prima della fine del periodo di test ideale (vedi il suggerimento precedente) o introduci nuovi elementi che non facevano parte della tua ipotesi originale (vedi suggerimento n. 4), i tuoi risultati non saranno affidabili.

Ciò significa che non avrai idea se una delle modifiche apportate sia responsabile di un aumento delle conversioni.

Invece, imposta una data per eseguire il test e rimanere forte. Siediti, attendi che arrivino i risultati e agisci quando il test è terminato.

8. Prova un elemento alla volta

Una regola d’oro dei moduli di test A / B e delle pagine Web è testare un elemento alla volta .

Se stai testando un modulo optin per il marketing, verifica le modifiche nel titolo, le modifiche nell’invito all’azione O le modifiche nel numero di campi del modulo.

Ancora una volta, nota l’enfasi su “o” piuttosto che “e”. Dovrebbe essere solo uno.

Questo è l’unico modo per sapere con certezza se esiste UN elemento che fa la differenza nelle conversioni di lead.

optinmonster a / b guida visiva alle migliori pratiche di test

Se si esegue il test di più di un elemento, è necessario un test multivariato. Spieghiamo la differenza nella nostra guida ai test divisi rispetto ai test multivariati .

Diagramma di test multivariato OptinMonster

I test multivarianti sono un po ‘più complicati e, purtroppo, non abbiamo tempo di esplorarli oggi. Quindi consulta l’articolo di cui sopra che dovrebbe avere tutto il necessario per iniziare!

9. Tieni sotto controllo le variazioni

In relazione a ciò, non testare troppe variazioni contemporaneamente. Questo è un classico errore di split test . Come hai visto nella tabella dei Marketer digitali, più variazioni ci sono, più tempo devi eseguire i test per ottenere risultati affidabili.

Le migliori pratiche di test A / B suggeriscono di testare tra 2 e 4 variazioni contemporaneamente. Ciò fornisce il miglior equilibrio tra durata ed efficienza del test.

10. Prestare attenzione ai dati

Tutti abbiamo delle sensazioni positive sul rendimento del nostro marketing, ma la cosa grandiosa del split test è che ti fornisce dati per eseguire il backup di tali sentimenti o per dimostrare che hai torto.

Non ignorare mai i dati a favore del tuo intestino. Se hai seguito i nostri consigli su come creare split test, otterrai dati affidabili che ti aiuteranno a migliorare le conversioni.

11. Esegui sempre il test

Il nostro ultimo consiglio è sempre quello di testare . Dopo aver ottenuto dati sufficienti dalla tua campagna originale, puoi iniziare a utilizzare i test A / B per migliorare i risultati.

Le modifiche incrementali possono presto sommarsi, come hanno scoperto molti clienti OptinMonster. Escola EDTI ha utilizzato il split test per ottenere un aumento del 500% nelle conversioni :

best practice per test di siti Web - esempio di escola edti

Logic Inbound ha ottenuto un enorme aumento delle conversioni del 1500% test suddivisi nelle sue campagne di marketing OptinMonster:

esempio di test web ab dall'ingresso logico

Un aumento di conversione del 1500% non è un risultato da poco! E se segui le nostre 11 migliori pratiche di split test A / B, siamo sicuri che puoi ottenere lo stesso!

Come dividere A / B Testa le tue campagne con OptinMonster

Vuoi testare le tue campagne di marketing in modo che tu possa puntare a risultati simili? Ti diremo come farlo in questa sezione con lo strumento di test A / B integrato in OptinMonster.

Ma prima segui le nostre istruzioni per creare e pubblicare la tua prima campagna .

Se sei più uno studente visivo, non esitare a dare un’occhiata a questo video tutorial sulla creazione di un split test A / B con OptinMonster:

Ma per quelli di noi che amano ancora leggere, segui le istruzioni qui sotto.

Una volta che hai una campagna di cui sei soddisfatto, sei pronto per eseguire un split test. Dalla dashboard di OptinMonster, fai clic sulla campagna su cui vuoi lavorare:

Scegli la tua campagna nella dashboard di OM

Seleziona A / B Split Test (sembra una piccola icona con due frecce che vanno in direzioni opposte):

Crea il test Split dalla dashboard di optinmonster

Verrà visualizzata una finestra in cui puoi assegnare un nome al test e aggiungere alcune note sulla modifica che intendi apportare. Ricorda, al momento cambierai solo un singolo elemento.

Dopo aver assegnato un nome alla tua campagna duplicato e aggiunto alcune note, fai clic su Crea test diviso :

Crea un nuovo test diviso

Quindi sarai nel generatore di campagne. Ora puoi apportare le modifiche alla tua campagna proprio come faresti per qualsiasi altra campagna che hai creato con OptinMonster.

Al termine, salva e pubblica la campagna come di consueto:

Pubblica la tua campagna come al solito

OptinMonster segmenterà automaticamente il tuo pubblico e raccoglierà i dati di conversione, che vedrai nella dashboard dell’analisi delle conversioni:

Analytics in OM

Dopo aver trascorso abbastanza tempo per il test, sarai in grado di vedere quale campagna ha convertito più lead.

Quindi puoi tornare alla dashboard di OptinMonster e fare clic sulla campagna che hai diviso testato. Vedrai la campagna originale e, quando scorri verso il basso, vedrai la campagna duplicata che hai usato per i test divisi.

Seleziona Rendi principale per la campagna che sta ottenendo i migliori risultati:

Ecco come appare:

Fai il test Primario in AB

E questo è tutto!

Ora che sai come utilizzare le migliori pratiche di test A / B che faranno davvero la differenza per le conversioni, consulta la nostra guida per dividere i test delle newsletter via email . Questo ti insegnerà come eseguire il test split A / B per migliorare la tua strategia di email marketing.

Ma ora vorremmo avere tue notizie! Hai dei suggerimenti per i test divisi che ci siamo persi?

Se è così, ci piacerebbe conoscerli! Contattateci su Facebook e Twitter per guide più approfondite. E per alcuni tutorial killer, vai sul nostro canale YouTube .

Assicurati di apprezzare tutti i video che ritieni preziosi?a

Open

info.ibdi.it@gmail.com

Close