A/B testēšana – kad nepieciešams labāks pārdošanas rezultāts

Katrs uzņēmējs, kurš pārdod preces internetā, saskarās ar pārdošanas efektivitātes uzlabošanas jautājumiem un cenšas panākt pēc iespējas lielāku konversiju rādītāju (conversion rate – darījumu skaits/apmeklētāju skaits x 100).

Ja nepieciešams panākt lielākus pārdošanas apjomus pamatā ir 2 iespējas:

1. – palielināt potenciālo klientu pieplūdumu;
2. – palielināt pārdošanas efektivitāti, lai pārdošanas apjoma pieaugumu sasniegtu ar to pašu piesaistīto klientu apjomu.

Ko panākt ar mazākām investīcijām ir vieglāk…..?

Visbiežāk atbilde slēpsies pārdošanas efektivitātes palielināšanā (konversiju rādītāja palielināšanā). Un tam ir salīdzinoši vienkāršs skaidrojums –

Ja jūsu konversiju rādītājs (conversion rate) pašlaik ir 1%, piemēram, no 1000 potenciālajiem klientiem (jūsu interneta resursa apmeklētājiem) Jūs iegūstat 10 darījumu.

Lai panāktu 2X vairāk, Jums identiski (2X) ir jāpalielina potenciālo klientu skaits – t.i. no 1000 uz 2000. Cik tas Jums izmaksās?

Lai panāktu iecerēto rezultātu, Jums ir arī otra iespēja – palielināt pārdošanas efektivitāti (konversiju rādītāju) – no 1 uz 2%. Tas nozīmē, ka Jums ir jāuzlabo savs interneta resurss, lai tas nodrošinātu efektīvāku pārdošanu.

Nereti 2. variants ir izmaksu efektīvāks savu mērķu sasniegšanai.

Un tam ir vienkāršs izskaidrojums – dažreiz pat nelieli uzlabojumi sniedz ievērojamu rezultātu uzlabojumu. Savukārt ideja piesaistīt ievērojami lielāku selektīvu mērķauditoriju visbiežāk rezultējas ar kādu no sekojošiem ierobežojumiem:

– ievērojami izdevumi;
– auditorijas apjoma ierobežojumi, t.i. būs situācijas, kad ievērojami palielināt potenciālās auditorijas apjomu būs tikpat kā neiespējami (neadekvāti dārgi vai vienkārši nepieejami).

Tikai ar testēšanu un t.s. eksperimentu palīdzību var uzlabot pārdošanu
Ir tikai viena iespēja, kā nonākt pie labākiem rezultātiem – testēt, testēt un vēlreiz testēt.

Biežākais testēšanas paņēmiens, kas tiek izmantots, lai sasniegtu labākus pārdošanas rezultātus, ir A/B testēšana. Tās pamatā ir esošā risinājuma salīdzināšana ar versiju/ām, kur veikti noteikti uzlabojumi.

!Svarīgi atcerēties, ka testēšana sniegs jēgpilnu rezultātu tikai pie nosacījuma, ja tiks izvēlēts viens konkrēts parametrs, kas būs atšķirīgs. Ja tiks veiktas vairākas izmaiņas, piemēram, izmaiņas t.s. call to action formulējumā un produkta priekšrocību sarakstā, nebūs viennozīmīgas informācijas par to, kas tad īsti izsaucis šīs izmaiņas.

Attiecīgi A/B vai A/B/C…. tests nodrošina iespēju salīdzināt rezultātus, ko sniedz konkrēta parametra izmaiņas. Tikai un vienīgi testēšana ļauj nonākt pie labākiem rezultātiem un uzzināt, kas konkrētajā gadījumā strādā un kas nē.

Būtiskās lietas, kas jāievēro testējot (veicot A/B testēšanu)
Dariet to sistemātiski un korekti.

A/B testēšanai ir savi konkrēti priekšnosacījumi. Proti testēšana pati par sevi ir aizgūta no eksaktām zinātnēm, kas prasa noteiktu pamatprincipu ievērošanu.
Testēšanas algoritmu varētu attēlot sekojoši:

Definējiet problēmu
Šis ir būtisks posms ar ko sākas testēšana. Parasti problēmas definēšana sākas ar jautājumu, kāpēc konkrētais rādītājs ir neatbilstošs (piem., lietotājs konkrētajā mājas lapas sadaļā uzturas pārāk īstu brīdi, neveic pirkšanas procesā paredzētās darbības, piemēram, klikšķis uz saites, pogas, apskatās tikai vienu lapu, lai gan ir paredzēts vairāku lapu apmeklējums sekmīgai pirkuma veikšanai utt.).

Veiciet priekšizpēti
Šajā posmā jāmēģina atrast atbildes, kāpēc iepriekš konstatētā problēma var būt radusies. Tiklīdz ir atrasti vairāki pieņēmumi, kas visticamāk ir izraisījuši konstatēto problēmu, tie ir jāsaranžē pēc nozīmības – šajā brīdī tas ir subjektīvs pieņēmums, kas var būt tikai daļēji balstīts uz informāciju, kas pieejama no analītikas rīkiem. Ranžēšana ir nepieciešama, lai veiktu nākamo soli – definētu hipotēzes un šajā procesā strādātu jau ar iespējamiem uzlabojumiem, kas tiek novērtēti kā būtiskākie pārdošanas efektivitātes uzlabošanā.

Definējiet hipotēzes
Hipotēze – konkrēts uzlabojums, kas tiek uzskatīts par būtisku pārdošanas efektivitātes uzlabošanai. Sākot ar pieteikšanās pogu krāsām, izmēriem, pārdošanas stimuliem līdz būtiskiem satura papildinājumiem (attēli, teksts).

Veiciet hipotēzes pārbaudi – A/B testu
Ar atbilstošu risinājumu tiek nodrošināta testēšana, proti, 50% apmeklētāju novirzīta uz labu bez uzlabojuma un 50% uz lapu ar jau veiktu uzlabojumu, vai savādāka % sadale, ja tiek testēts vairāk kā viena konkrētā uzlabojuma versija, piemēram 2 atšķirīgas krāsas pieteikšanās pogai.

Hipotēze apstiprinās/neapstiprinās
Atbilstoši rezultātam (sīkāk par rezultātu nozīmīguma interpretāciju kādā no mūsu nākamajiem bloga ierakstiem) ir 2 iespējas:
– ja hipotēze apstiprinās un pozitīvās izmaiņas ir nozīmīgas, izmaiņas ievieš dzīvē, lai uzlabotu pārdošanas rezultātus un analizētu, kādus uzlabojumus iespējams ieviest nākotnē.
– ja hipotēze neapstiprinās (t.i. saņemtie rezultāti neapstiprina izmaiņu pievienoto vērtību), jādefinē nākamās hipotēzes ar uzlabojumiem.

Ja esat nolēmuši veikt testu, iepazīstieties ar zemāk norādītajām dažām biežāk pieļautajām kļūdām. Tas ietaupīs Jūsu laiku un ļaus ātrāk nonākt pie rezultāta.

1. līdz testēšanai nav veikti priekšdarbi, lai mājas lapā nodrošinātu kritiski nepieciešamo informāciju, kas motivē, atvieglo un vada patērētāju uz vēlamās darbības veikšanu (pieteikums, pirkums, utt.). Nereti tiek pārvērtēta atsevišķu elementu nozīme testēšanā, piemēram, pieteikšanās pogas izmērs, krāsa utt., ja tai pat laikā, nav nodrošināta kritiski svarīga informācija, pieteikuma formas lauki ir neatbilstoši utt.

2. viena A/B testa laikā ir iespējams notestēt tikai 1 parametru. Tas nozīmē, ka nevar vienlaicīgi testēt divas izmaiņas (piemēram, t.s. “call to action” tekstu un pieteikšanās pogas krāsu. Ja tas netiek ievērots, nav iespējams tieši iegūto rezultātu attiecināt uz kādu no veiktajām izmaiņām un, iespējams, rezultāts būtu bijis labāks, ja būtu veikta viena konkrēta izmaiņa, jo otra tikpat labi ir devusi pasliktinošu efektu.

3. Ir kritiski jāizvērtē, ko testēt. Jāsāk ar pamata, nozīmīgākajām lietām un tikai tad, kad jāpāriet uz niansēm, kas var uzlabot rezultātu. Attiecīgi pogu krāsas un izmēri noteikti visbiežāk nebūs pirmais parametrs, kas jātestē.

4. Pirms testa uzsākšanas ir jāuzstāda mērķi. Ja tas nav izdarīts, testēšana draud pārvērsties par spēlēšanos ar datiem un to interpretāciju.

Testējiet un veiciet uzlabojumus, jo tikai tā var nonākt pie labākiem rezultātiem.
Lai Jums veicās!