A/B-test och Google webbplatsoptimerare – Del 2 Inblick i GWO, A/B-test och MVT-test

5

Publicerad 04 maj 12, 15:05 av Viva Media

I en artikelserie kommer jag skriva om A/B-test och Googles webbplatsoptimerare. I denna del, del 2 av artikelserien kommer jag ge dig en inblick i Googles webbplatsoptimerare, vilka A/B-test som finns att tillgå och praktiska bitar.

I föregående artikel skrev jag en introduktion till A/B-test och Googles webbplatsoptimerare eller mer bekant under det engelska namnet Google website optimizer, förkortat GWO (För läsbarhetens skull så kommer jag använda förkortningen GWO).
Har du inte läst den föregående artikeln så föreslår jag att du börjar där innan du läser vidare i denna, del 2.

Hur fungerar GWO egentligen?

Vad är det egentligen GWO egentligen gör? Vi vet från tidigare artikel att GWO fungerar som “motor” i A/B-testet för att möjliggöra det. Men vad är det som händer under huven på denna motorn.

GWO används som ett verktyg för att kunna köra A/B-tester på en webbplats. GWO möjliggör att: Visa alternativa versioner av webbplatsens innehåll för besökare och därefter mäta hur variationerna presterar hos besökarna för att uppnå målet på webbplatsen.

Detta görs genom att man skapar ett experiment i GWO och installerar ett par skript på webbplatsen. Vad GWO gör då är att exponera A-versionen för en del av besökarna och en annan del av besökarna B-versionen. Har man fler variationer på sitt innehåll så fördelas de efter inställningarna man gjort i GWO.

Illustrerar vi hur GWO samverkar med besökarna i ett A/B-test med en originalsida (A) och en alternativ sida (B) så skulle det se ut såhär:

Google website optimizer - split testFlödet fungerar så att: Besökare som besöker en URL där ett GWO-skript är installerat, kommer då att bli exponerad för A- eller B-versionen under hela testets gång. När besökaren navigerar sig fram till omvandlingssidan / målsidan från A- eller B-versionen så kommer ett GWO-skript som även är installerat på målsidan att registrera att besökaren uppnått målet.

Olika typer av A/B-test i Google website optimizer

När man skall skapa ett nytt experiment och då står man inför två val. Detta är två olika metoder man kan välja mellan för sitt A/B-test. Det första är ett A/B-experiment som lämpar sig för ett experiment med helt olika versioner av en sida. Det andra är ett A/B-test med flera varianter. Jag kommer presentera dessa två olika metoderna som finns att använda sig av i GWO.

Google website optimizer - Olika typ av tester“Vanligt” A/B-test

Ett A/B-test går till så att man har då en eller flera versioner som skall mätas mot originalsidan (som i sig är en version).

Ett vanligt A/B-test lämpar sig bäst att använda där skillnaderna på sidorna är väldigt stora från varandra. Exempel på detta kan vara:

  • Ny design på sidan, men med samma layout.
  • Ny layout med likartad design.
  • Både ny layout och ny design.
  • Nya versioner av en sidas innehåll.

Men det förekommer att man även väljer detta alternativ för mindre ändringar på webbplatsen där man inte arbetar med flera avsnittsområden.

Detta sker genom att man använder sig av flera URL:er, exempelvis: Startsidan (www.example.com) mot en alternativ version (www.example.com/versionB.html). Skulle vi ha flera versioner att testa utöver den alternativa och originalet så får vi ett s.k. A/B/Z-test men det brukar för enkelhetens skull ändå nämnas som A/B-test.

Kollar vi på inställningarna i GWO så ser det ut såhär för att konfigurera det ovan:

A/B-test i GWODärefter behöver man även lägga till javascript på Original-sidan och omvandlingssidan. När det är gjort så kan man starta sitt A/B-test.

A/B-test med flera varianter (MVT)

En annan typ av A/B-test är när man har flera varianter på en sida. Detta typ av test kallas på engelska Multivariate Testing och förkortas MVT.

Ett MVT-test är lämpligt att använda sig av när man vill testa olika avsnitt på webbsidan för att se vilken kombination av avsnitt som presterar bäst och detta rör sig oftast om mindre visuella ändringar. Ett MVT-test kan man som strategi köra efter ett vanligt A/B-test där man testar de största förändringarna först för att sedan gå ned på “detaljerna”.
Exempel på där ett MVT-test kan tillämpas vid är:

  • Förändring på utseende av rubriker, knappar och bilder.
  • Nya element, erbjudanden och omdömen.
  • Andra typer av annonser.
  • Ta bort delar av information från sidan.

Kollar vi på inställningarna i GWO så ser det ut exempelvis såhär för att konfigurera ett MVT-test:

MVT-testDärefter behöver man även lägga till javascript på testsidan, omvandlingssidan och markera upp de avsnitten i källkoden för vad man har tänkt testa. När man gjort detta så får man i ett MVT-test skapa nya variationer till varje avsnitt.

För varje variation man skapar ska man därefter ange den HTML-kod som skall visas istället för original-avsnittets kod. Det blir snabbt många kombinationer ju fler variationer man lägger till och där av behöver experimentet köras under en längre tid. Om man har lite trafik till testsidan så kan experimentet ta väldigt lång tid att köra. Ett exempel på hur detta kan se ut i GWO:

Variatiner i Google website optimizer MVT-testEn viktig sak att veta är att man inte kan gå tillbaka och ändra informationen för varje variant när A/B-testet är startat. Därför är det viktigt att allt blir rätt och att man förhandsgranskar sina förändringar innan det.

Innan man skapar ett A/B-test

Innan man skapar ett A/B-test eller MVT-test så bör man veta vad det är för något man vill testa. När man vet vad man vill testa så tar man fram det underlag och man bör ha allt färdigställt för att sedan skapa testet i GWO.

I både ett A/B-test och i ett MVT-test kan man ange den trafikmängden som skall inkluderas i testet. Det kan vara en god idé att göra det till en början om man vill säkerställa att testet verkligen fungerar som tänkt och sedan därefter öka trafikmängden så all trafik inkluderas.

Nu hoppas jag att du har fått en bättre inblick i dom två olika typerna av A/B-test som är möjliga att köra i Googles webbplatsoptimerare och hur GWO fungerar i praktiken. I nästa artikel kommer vi kolla på rapporteringen, uppföljning i GWO.

Gilla
Gilla Älska Haha! Wow! Sad Angry

Mer Viva i din inkorg!