Eksperymenty w Google Analytics: krok po kroku

„Optymalizacja” – to z pewnością jedno z najczęściej powtarzanych przez marketingowców słów. Wciąż optymalizujemy swoje strategie marketingowe, kampanie on-line, budżety… Ale czy z takim zapałem optymalizujemy swoje strony internetowe? Pomyśl tylko, jak oszałamiający sukces odniósł Amazon. A wszystko dzięki… nieustannej optymalizacji i testowaniu zmian. Nie masz budżetu na miarę firmy Jeffa Bezosa? Zacznij od darmowych eksperymentów w Google Analytics!

Z pewnością nieraz słyszałeś, że wielkie firmy przygotowując się do ważnych działań marketingowych, wydają krocie na testy z użytkownikami. Na szczęście na przeprowadzanie testów w internecie nie musisz przeznaczyć fortuny. Bez problemu znajdziesz całą masę niskobudżetowych, a nawet bezpłatnych narzędzi, które pomogą Ci przetestować niemal każdą zmianę na Twojej witrynie. Jednym z takich rozwiązań jest właśnie funkcja Eksperymentów w Google Analytics. Dzięki niej w prosty sposób:

  • szybko przetestujesz zarówno pomysły Pana Prezesa, jak i własne lub kolegi zza biurka obok (w przypadku drogich narzędzi na sprawdzenie nie zawsze znalazłyby się na to fundusze, prawda?),
  • przestaniesz zgadywać i opierać decyzje na intuicji lub tzw. „najlepszych praktykach”, bo bez problemu zweryfikujesz każdy pomysł na „żywym organizmie”.

Czyli w skrócie: podniesiesz skuteczność swojej witryny i sprawisz, że zacznie zarabiać więcej!

Eksperymenty w Google Analytics – jak to działa?

Eksperymenty w Google Analytics pozwalają na przeprowadzenie tzw. testu A/B. Ten rodzaj eksperymentu (w przeciwieństwie do tzw. testów wielowymiarowych) służy do porównywania skuteczności kilku wersji całej podstrony serwisu.

Do stworzenia testu A/B będziesz potrzebował przynajmniej dwóch odmian strony: kontrolnej (czyli oryginalnej) i testowej (czyli tej, na której zamieściłeś zmiany). W wyniku eksperymentu dowiesz się, która z nich jest skuteczniejsza pod kątem wybranego przez Ciebie celu (np. transakcyjności).

Największymi zaletami testów typu A/B jest ich prostota i zrozumiałość, dlatego są naprawdę świetnie nadają się na początek przygody z testowaniem. Jak się do tego zabrać?

Krok 1: Przygotowanie

Jeszcze zanim zalogujesz się do Google Analytics, powinieneś na spokojnie przemyśleć kilka rzeczy. Wbrew pozorom to najważniejszy etap Twojego testu!

  1. Na początek zastanów się, jaki cel ma Twój test. Czy chcesz zwiększyć zaangażowanie użytkowników (np. średni czas spędzony w witrynie)? Pozyskać więcej formularzy kontaktowych? A może zwiększyć sprzedaż w sklepie internetowym?
  2. Następnie wybierz stronę i elementy, które chcesz poddać testom. Przy wyborze weź pod uwagę te podstrony, które mają największe znaczenie dla realizacji celów Twojej witryny. Może to być np. strona główna, najpopularniejsza strona docelowa, koszyk, formularz zamówienia lub landing page dla najbliższej kampanii. Google sugeruje testowanie stron, które generują dużo odwiedzin – dzięki temu zebranie reprezentatywnych danych zajmie mniej czasu.
  3. Na koniec sformułuj możliwie dokładną hipotezę dotyczącą jego rezultatów. Dobra hipoteza powinna zawierać wyraźny wskaźnik sukcesu (KPI, ang. key performance indicator) i sposób jego osiągnięcia, np. „Skrócenie formularza zamówienia o dwa pola powinno przynieść 15% wzrost konwersyjności”. Dzięki temu wiesz, do czego dążysz, i po zakończeniu testu będziesz potrafił powiedzieć, czy zakończył się sukcesem. Pamiętaj jednak, że nie istnieją eksperymenty zakończone porażką – każdy otrzymany wynik jest równie cenną informacją!

Krok 2: Stworzenie odmian testowanej stron

Nadszedł czas stworzenie różnych odmian strony, którą chcesz ulepszyć. Za pomocą Eksperymentów Google Analytics możesz ich przetestować aż 10! Każda z odmian powinna znaleźć się pod własnym adresem URL (absolutnym lub względnym) – wszystkie informacje techniczne na ten temat znajdziesz w Pomocy Google: http://goo.gl/5Tl5mH.

Google zaleca, aby jednocześnie testować tylko kilka (najlepiej większych, zauważalnych) zmian. W przeciwnym wypadku trudno będzie Ci zgadnąć, które z nich przyczyniły się do sukcesu lub przegranej każdej z odmian.

Aby nie poczynić szkód w SEO, zadbaj o to, aby wersje testowe nie były indeksowane przez roboty wyszukiwarek. W przeciwnym razie narobisz sobie kłopotów przez tzw. zduplikowaną treść (ang. duplicate content). Jak to zrobić? Użyj na nich atrybutu linku rel=”canonical”, wskazującego na oryginalną wersję strony. W ten sposób dajesz znać robotom wyszukiwarki, że strony testowe zasadniczo mają taką samą treść, jak oryginał i tylko on powinien być indeksowany.

Krok 3: Konfiguracja eksperymentu

Pora zalogować się do Google Analytics i udać się do zakładki Zachowanie > Eksperymenty. Aby rozpocząć swój pierwszy test, kliknij przycisk Utwórz eksperyment.

  1. W formularzu, który się wyświetli, określ nazwę swojego eksperymentu i podaj, pod jakim kątem jakiego celu chcesz przetestować stronę. To właśnie na podstawie tych danych system wyłoni zwycięzcę. Jeśli wcześniej nie skonfigurowałeś śledzenia tego celu w Google Analytics, możesz to zrobić w tym momencie. Oprócz „zwykłych” celów Google Analytics, do konfiguracji celu eksperymentu możesz zastosować w zasadzie dowolne dane, np. współczynnik odrzuceń, rozmiar przychodów, długość sesji, czy transakcje e-commerce.Wybór celu eksperymentu
  2. Możesz też określić, jaki odsetek użytkowników ma wziąć udział w eksperymencie. Zwróć uwagę, że ta liczba zawiera w sobie też osoby, które zobaczą wersję kontrolną (oryginalną) strony. Jeśli zależy Ci na szybkim otrzymaniu wyników, wybierz większy procent użytkowników (75% lub nawet 100%). Z kolei jeśli chcesz przetestować większe, bardziej ryzykowne zmiany, rozważ uwzględnienie w eksperymencie mniejszej liczby osób.
  3. Po kliknięciu w Opcje zaawansowane możesz zdecydować:
    • Czy ruch ma być rozdzielany po równo pomiędzy wszystkie odmiany strony – domyślnie ta opcja jest wyłączona, a system dostosowuje ruch dynamicznie na podstawie efektywności odmian (tzw. wieloręki bandyta – więcej na: http://goo.gl/MQIbkI).
    • Jaki ma być minimalny czas trwania eksperymentu – chociaż przy krótszym możesz szybciej otrzymać wyniki, w niektórych przypadkach warto wydłużyć eksperyment, żeby zminimalizować wpływ zewnętrznych czynników na jego rezultat. Przy określaniu minimalnego czasu trwania eksperymentu możesz się wspomóc bezpłatnym narzędziem od Visual Website Optimizer (http://goo.gl/VaVAon), Optimizely (http://goo.gl/apwnQT) lub Convert (http://goo.gl/z0N8UW).
    • Jaki ma być minimalny poziom pewności testu – wyższy próg to oczywiście pewniejszy wynik, ale i potencjalnie dłuższy czas potrzebny na wyłonienie zwycięzcy eksperymentu.Opcje zaawansowane eksperymentu
  4. W dalszym kroku podaj nazwy i adresy URL poszczególnych odmian testowanej strony. Analytics automatycznie wygeneruje podgląd każdej z nich. Jeśli korzystasz z adresów absolutnych, możesz zaznaczyć opcję Konsoliduj eksperyment dla innych raportów dotyczących treści, dzięki której w standardowych raportach odsłony nie będą rozproszone pomiędzy poszczególne odmiany testowanej strony. Warto skorzystać z tej możliwości, żeby nie zgubić się później w gąszczu danych.

Krok 4: Dodanie i weryfikacja kodu eksperymentu

W przedostatnim etapie konfiguracji Google Analytics zaserwuje Ci gotowy kod eksperymentu, który powinieneś wkleić na oryginalnej wersji strony, bezpośrednio za tagiem otwierającym head. Ponadto, na wszystkich odmianach (testowych i kontrolnej) musisz umieścić zwykły kod śledzenia Google Analytics.

Zanim je wrzucisz, możesz skorzystać z opcji Zapisz na później, dzięki której wszystkie ustawienia eksperymentu zostaną zapamiętane i będą gotowe do wykorzystania w każdej chwili.

Kiedy kody będą już na swoich miejscach, wróć do formularza konfiguracji i zweryfikuj je. Jeśli system nie zgłasza błędu, możesz rozpocząć eksperyment!

Krok 5: Monitorowanie wyników

Wszystkie utworzone eksperymenty znajdziesz na wspólnej liście wraz z informacją o ich statusie. Żeby obejrzeć dokładny raport z danego eksperymentu, wystarczy kliknąć jego nazwę na liście. W raporcie znajdziesz:

  • statystyki testu (liczbę wizyt, liczbę dni, procent użytkowników objętych eksperymentem);
  • status (czy eksperyment jest aktywny, czy się zakończył, czy wyłonił zwycięską odmianę);
  • informacje o konwersyjności poszczególnych odmian i ich szansach na „pokonanie” oryginalnej wersji podstrony.

W ten sposób po zebraniu wystarczającej liczby danych w prosty sposób sprawdzisz, czy któraś z nowych wersji zasługuje na to, by zastąpić oryginał.

widok wyników eksperymentu

Widok wyników eksperymentu (źródło: Pomoc Google)

Warto wiedzieć, jak w raportach jest obliczany współczynnik konwersji, bo nie jest to takie oczywiste. Mianownikiem w tym przypadku jest liczba odwiedzin, a licznikiem – liczba realizacji celu:

współczynnik konwersji = (liczba realizacji celów (per odwiedziny) / liczba odwiedzin) * 100%

Tymczasem w większości pozostałych narzędzi do testowania wzór wygląda nieco inaczej:

współczynnik konwersji = (unikalne realizacje celu / unikalni użytkownicy) * 100%

Więcej na temat obliczeń wyników znajdziesz w Pomocy Google: http://goo.gl/YjDmNa i w tym artykule: http://goo.gl/SMRcgZ.

Interpretując dane, zwróć też uwagę, czy różnice w wynikach są istotne statystycznie. Pomoże Ci w tym na przykład bezpłatne narzędzie od Visual Site Optimizer: http://goo.gl/mm751i.

Jeśli na podstawie danych zechcesz dokonać zmian w eksperymencie, możesz w tym miejscu:

  • zatrzymać go (pamiętaj, żeby po zatrzymaniu usunąć kod eksperymentu z oryginalnej strony),
  • zmienić odsetek użytkowników, którzy są nim objęci,
  • wyłączyć z eksperymentu wybraną stronę.

Krok 6: Co dalej?

Twój eksperyment dobiegł końca? Świetnie, czas przyjrzeć się danym i podjąć dalsze kroki. Pamiętaj przy tym o dwóch rzeczach:

  • Kiedy eksperyment jest już zakończony, Analytics wraca do wyświetlania wersji oryginalnej. Jeśli któraś z odmian okazała się od niej skuteczniejsza – zadbaj o to, żeby zastąpić nią oryginał;
  • Użytkownicy mogli w trakcie trwania eksperymentu stworzyć linki i zakładki prowadzące do wersji, które planujesz usunąć. Jeśli chcesz wykorzystać potencjalny ruch i moc linków z tych miejsc, koniecznie skorzystaj z przekierowania 301 z likwidowanych stron na nową docelową wersję.

Jeśli na podstawie wyników testu nie można wskazać wyraźnego zwycięzcy, zastanów się, jak możesz zmodyfikować eksperyment lub odmiany testowe i rozpocznij nowy.

Co warto testować?

Z pewnością masz już sporo pomysłów na to, jakie zmiany chciałbyś przetestować. Możesz też skorzystać z któregoś z moich – czerp śmiało!

Landing page:

  • treść i wygląd nagłówków,
  • różne wersje sloganów i haseł promocyjnych,
  • treść oferty i jej język (ton, poziom „specjalizacji” języka),
  • objętość strony, ilość informacji,
  • układ treści,
  • różne wersje elementów graficznych,
  • treść, wygląd i umiejscowienie przycisków typu CTA (ang. call-to-action),
  • długość, lokalizację i wygląd formularza.

Strona produktu:

  • treść i wygląd nagłówków/śródtytułów,
  • różne elementy opisu,
  • treść oferty i jej język (ton, poziom „specjalizacji” języka),
  • różne wersje elementów graficznych i zdjęć,
  • obecność opinii i recenzji,
  • układ strony,
  • wygląd i umiejscowienie przycisku dodawania do koszyka,
  • obecność i formę prezentacji produktów powiązanych.

Zainspirowany? Zatem – do dzieła!

Tekst ukazał się pierwotnie w magazynie Online Marketing Polska.

Previous Content marketing – jak to się robi w Islandii?
Next Dlaczego Google Analytics nie mówi prawdy o źródłach odwiedzin i jak to naprawić

About author

You might also like

Uncategorized 0 Comments

100% not provided – co dalej?

Jeśli zajmujesz się SEO, wiadomość z 24 września 2013 zapewne Cię zmroziła. Stało się: Google przyspieszyło pracę nad szyfrowaniem informacji o słowach kluczowych dla wszystkich wejść z bezpłatnych wyników wyszukiwania.

Uncategorized 0 Comments

Content marketing – jak to się robi w Islandii?

Jak content marketing zmienił wizerunek kraju? Wodospady, gejzery, Gra o tron, Sigur Rós, Wikingowie, wulkany… – zapewne z tym większość z nas kojarzy Islandię. W tym roku do listy można

Uncategorized 0 Comments

Dlaczego Google Analytics nie mówi prawdy o źródłach odwiedzin i jak to naprawić

Kiedy w czasie szkoleń z Google Analytics pada pytanie o najczęściej używane raporty, jednej odpowiedzi mogę być pewna: raport źródeł odwiedzin. Nie znam nikogo, dla kogo kluczową informacją nie byłoby

0 komentarzy

Brak komentarzy (jeszcze)!

Skomentuj jako pierwszy!

Skomentuj