A-B Testi

İnternet sitenizde yaptığınız farklı tercihlerin göstereceği performansı A/B testi ile ölçümleyin.

A / B Testi (A / B Testing)

Bir internet siteniz var ve online olarak parfüm satışı yapıyorsunuz diyelim. Sizce sitenizde kullandığınız “Satın Al” butonu yeşil yerine turkuaz renkte olsa dönüşüm oranınız artar mıydı?

Sizin de aklınızda bu şekilde merak ettiğiniz ve “bir deneyip görelim” dediğiniz konular varsa A / B testi (A / B Testing) yaparak bu sorularınıza yanıt bulabilirsiniz.

A / B testi nasıl yapılır?

A/B testi için ilk olarak internet sitenizde A / B testinin teknik altyapısını kurmamız gerekir. Kullanılacak bu altyapı; Google Optimize, Google Analytics, Insider, Optimizely veya VWO gibi bir altyapı olabilir. Altyapıyı kurduktan sonra ise A / B testinin hipotezini belirlememiz gerekir. Örneğin A / B hipoteziniz şu olabilir. “İnternet siteme chat modülü eklersem satışlarım artar.” Bu hipotezi doğrulamak için test etmemiz gerekir.

Gerekli teknik kurulumdan sonra ilgili test araçları yardımıyla chat modülünün kullanıldığı ve kullanılmadığı iki farklı versiyon oluşturuyoruz. Örneğin sitenize gelen kullanıcıların %50’sine chat modülü ile hizmet verirken, %50’sine chat modülü olmadan hizmet vermenizi sağlıyoruz. 2 hafta süren testin sonucunda aşağıdaki gibi örnek bir tablo karşımıza çıkıyor.

Test Clicks Purchasing Purchasing
With Chat Module 1000 23 %2.3
Without Chat Module 1000 17 %1.7

 

Bu sonuçlara göre Chat modülü eklemek satışlarınızı artırmak için olumlu bir etkiye sahip. Dolayısıyla gönül rahatlığı ile artık chat modülünü tüm site için aktive ederek satışlarınızı artırabilirsiniz.

A / B Testi Yapılırken Dikkat Edilmesi Gerekenler

Testinizi kurgularken trafiğinizin homojen bir şekilde dağıldığından emin olun. Örneğin Google / CPC kaynaklı trafiğinizin %50’si A Versiyonuna giderken, %50’sinin de B versiyonuna gittiğinden emin olun. Google Ads (AdWords), Facebook, Instagram, organik trafik, email trafiği gibi bütün trafik kaynakları için bu kontrolü gerçekleştirin.

İstatistiksel olarak anlamlı bir farklılık yoksa A / B testinizde bir kazanan oluşmamış olabilir. Örneğin 1000 tıklama 23 satın alma ve 1000 tıklama 21 satın alma varsa, aralarında istatiksel olarak anlamlı bir farklılık yok demektir.

Eş zamanlı iki farklı değişkeni test etmeyin. Örneğin A versiyonunda hem fiyat daha uygun hem de kırmızı buton, B versiyonunda hem fiyat daha pahalı hem de mavi buton gibi bir test gerçekleştirmeyin. Eğer bu iki kriteri de eş zamanlı test etmeniz gerekiyorsa, 2 yerine 4 varyasyon oluşturun.

A / B testini yaparken kullanacağınız çözüme iyi karar verin. Ilgili A / B testi platformlarının yeteneklerini iyice anladıktan sonra kararınızı verin.

Merak ettiğiniz her konu, bir A / B testi konusu olmayabilir. Örneğin “İnternet sitemin açılış hızını 9 saniyeden 3 saniyeye düşürürsem dönüşüm oranım artar mı?” gibi bir soru, A / B testine konu olmamalıdır. Doğruluğu defalarca test edilmiş ve kullanıcıya fayda sağlayan alanları tekrar tekrar test etmeniz size zaman kaybettirecektir. A/B testinde Amerika’yı yeniden keşfetmenize gerek olmadığını aklınızdan çıkarmayın.

Siz de A / B testi (A / B Testing) yeteneklerimizle size fayda sağlayabileceğimizi düşünüyorsanız bizimle iletişime geçin. Sizin için neler yapabileceğimize birlikte karar verelim.