Guestpost: Doba, kdy světu vládli králové a královny je nenávratně pryč. Ne pro vás. Máte svou firmu, svůj eshop, své království. Rozdělujete a panujete. Představte si, že se vašemu království daří dobře, přesto se nabízí možnost zefektivnění dvora. Jak toho dosáhnout? Odpověď není složitá. Budete se ptát poddaných, co jim schází a následně zkoušet nové reformy. Totožný postup aplikujte do svého byznysu. V digitálním světě se tomu říká optimalizace konverzního poměru.

Inzerce

Mnoho lidí si pod optimalizací konverzního poměru (CRO – Conversion Rate Optimization) představí A/B testování. A to je dobře. Testování k CRO patří jako tužka k papíru. Optimalizace konverzí však není pouhé A/B testování. Předchází mu řada úkonů. A/B test je ověření správnosti optimalizační činnosti, nikoliv optimalizace samotná.

Vždy se nejprve zamyslete nad optimalizační strategií

Než spustíte A/B test na svém webu, položte si otázky: co testovat, proč a jak. Když vám doktorka řekne, že se máte svléknout, také nesvlečete hned vše, ale zamyslíte se, který kus oblečení jí překáží. Na stejném předpokladu je založeno A/B testování. Nejdříve musíte zjistit proč testovat (proč potřebujete navštívit lékaře). Poté co budete testovat (co si svléknete). A k závěru testování jak testovat (jestli si triko sundáte normálně nebo ho ze sebe strhnete jako vlkodlak při úplňku).

Proč testovat?

Na tuto otázku je velmi jasná odpověď. Musíte se ujistit, že provedené změny skutečně mění výkonnost webu. Pozor, A/B testování není vhodné pro všechny. Pokud nemáte dostatečnou webovou návštěvnost a počet konverzí k zajištění statistické významnosti, test bude ztráta času. V tomto případě konverznost webu momentálně nemusí být ve vašem středu zájmu. Problémem je nízká návštěvnost. Usedněte proto ke stolu s PPC či SEO specialistou a zaměřte se na zvýšení návštěvnost. K A/B testování se vraťte později.

Co testovat?

Netestujte náhodně a netestujte dle případových studií. S nadsázkou doporučuji vyhledat na internetu co nejvíce „best practices“, vytisknout je, rozpálit krb a všechny je obřadně spálit. Většina best practices nefunguje. Váš web je kontextuální záležitost se specifickými zákazníky, specifickým produktem a specifickým přístupem k online marketingu.

Testujte vždy na základě hypotézy založené na datech. Data můžete získat studováním uživatelského chování na webu prostřednictvím Google Analytics a Heatmap nebo s pomocí kvalitativních výzkumů (focus groups, rozhovory se zákazníky, dotazníky).

Provést dobrý výzkum není snadná záležitost. Je nutné umět hledat v kontextu a ptát se na správné otázky. Pokud nevíte, na co se při optimalizaci vašeho webu soustředit, představuji vám nejčastější oblasti výzkumu:

• layout webu – např. příliš mnoho sloupců či prvků uživateli překáží při hledání vhodného obsahu
• design – např. důležité části webu nejsou dostatečně barevně kontrastní a nepoutají pozornost
• copy – např. obsah nebo komunikační tón uživatele nepřesvědčí o důvěryhodnosti firmy
• samotná nabídka – např. benefity nejsou k nákupu dostačující
• kontext – např. sdělení reklamního banneru se neshoduje se vstupní stránkou

Po nalezení slabého místa, je čas vytvořit optimalizační hypotézu. Hypotéza by měla vyjadřovat smysl: proč udělat na webu změnu. Například změnou komunikačního tónu z vykání na tykání vytvořím osobnější vztah mezi autorem článku a čtenářem, tím pádem zvýším počet sdílení (sdílení je v tomto případě hlavní konverze).

Jak testovat?

Posledním krokem je ujasnění si, jak budete hypotézu testovat. Nejčastěji se používá právě A/B testování. Pokud máte dostatečnou návštěvnost, můžete se pustit také do MVT (multivariantní testování). Princip obou testů je stejný. Předkládáte návštěvníkům různé varianty webové stránky, ale u A/B testování jsou pouze dvě, zatímco u MVT je jich více. Pokud patříte ke zkušeným optimalizátorům, nabízí se také možnost Banditového testu. Jedná se v podstatě o A/B test, ve kterém se průběžně upravuje distribuce variant dle vývoje konverzního poměru.

Pokud se přece jen do optimalizace pustíte a nezajímá vás statistická signifikance, můžete použít „kouknu a vidím“ test. Porovnáte, jaký je měsíční konverzní poměr u obou variant (u co nejpodobnějšího vzorku návštěvníků). Takové testy nejsou ideální, protože zde vstupuje mnoho proměnných. „Kouknu a vidím“ test nelze použít v případě, že chcete s určitou statistickou jistotou říci, že nová varianta je opravdu lepší než předešlá.

Nikdy k ověření optimalizačního snažení nepoužívejte uživatelské testování. Uživatelské testování je výhodné v případě vývoje webu, kde pomocí malého počtu lidí zjistíte výrazné chyby. Daný typ testování je spíše výzkumná činnost, užitečná k hledání problému a k tvorbě hypotéz. Jako ověřovací technika selhává, protože je vzorek tak malý, že je velmi těžké zajistit statistickou jistotu.

Nebojte se prohrávat

Nezapomeňte, že testujete. Může se stát, že vaše změny občas zkrátka nevyjdou podle plánu. Koneckonců, je to jen test, tak neklesejte na mysli. Optimalizaci ani výzkum nezatracujte a z chyb se poučte. I prohraný test je vítězství, protože jste se naučili něco nového o zákaznících, svém produktu nebo o optimalizačním postupu.

Pokud vaše nová varianta v porovnání s původní bude mít nižší konverzní poměr, nepřecházejte k dalšímu testu. Rozpracujte hypotézu dále. Víte, že vaše tvrzení není správné nebo úplné. Zeptejte se sami sebe i ve výzkumu otázkou „Proč?“.

Například testování výše zmíněné hypotézy o zosobnění vztahu tykáním nebude po ukončení testu vykazovat více konverzí. Proč tomu tak bylo? Sbíral jsem špatně data? Dejme tomu, že jsem k informacím přišel pomocí analýzy konkurence. V nástroji buzzsumo mají nejvíce sdílení konkurenti, kteří na webu tykají. Proč to u mě nefunguje? Zákazníci jsou možná jiní a preferují vykání. Proč zrovna mojí zákazníci preferují vykání. Ponořím se hlouběji do kvalitativních výzkumů a zjistím, že zákazníci nevědí o možnosti něco sdílet. Soustředil jsem se na špatnou věc. Vytvořím novou hypotézu – zvýrazněním tlačítek ke sdílení se zákazníci dozvědí o této možnosti a zvýší se počet sdílení. Zjistil jsem, že jsem se s tvorbou hypotézy ukvapil. Testem jsem se poučil a příště se nebudu spoléhat pouze na kvantitativní data. Stejně tak se poučíte vy ze svých chyb, jen se nesmíte v CRO vzdávat a bát prohry.

Jak tedy A/B testuje král?

• Král ví, že test slouží pouze k ověřování. Než začne ověřovat, zajistí data a vytvoří hypotézu.
• Král ví, proč testuje a zda je konverzní poměr jeho nejpalčivější problém.
• Král se nezaměřuje při výzkumu na zbytečnosti, ale hledá kontext a hluboko schovaná data.
• Král testuje pouze se statistickou jistotou, aby předešel náhodným změnám konverzního poměru.
• Král se nebojí prohrávat a i prohru bere jako vítězství, protože mu zajistí být lepším optimalizátorem.