„Szerintem ez a verzió jobban fog teljesíteni" — ez a mondat rengeteg weboldal-módosítás mögött áll, és rengetegszer téves is, mert az emberi megérzés a saját weboldalunkról szisztematikusan torz: túl jól ismerjük, túl közel állunk hozzá, és pontosan azt látjuk benne, amit szeretnénk látni. Az A/B tesztelés erre ad választ: ahelyett hogy eldöntenéd, melyik verzió jobb, hagyod, hogy a valódi látogatók viselkedése döntsön — méréssel, nem vitával.

Hogyan működik valójában, egyszerűen elmagyarázva

Az A/B tesztelés lényege, hogy a látogatóidat véletlenszerűen két (vagy több) csoportra osztod: az egyik csoport az eredeti verziót látja, a másik egy módosított változatot — egy más gombszöveget, egy más elrendezést, egy más főcímet —, és megméred, melyik csoportnál magasabb a konverzió, vagyis hányan hajtják végre a kívánt cselekvést. Mivel a látogatók véletlenszerűen kerülnek az egyik vagy másik csoportba, a különbség az eredményben — ha van — a módosításnak tulajdonítható, nem valamilyen külső tényezőnek, mint egy hét adott napjának vagy egy éppen futó hirdetési kampánynak.

A kulcsfontosságú, gyakran figyelmen kívül hagyott elem az, hogy egyszerre csak egy dolgot érdemes tesztelni. Ha egyszerre változtatod meg a gombszöveget, a színt és az elrendezést is, és az egyik verzió jobban teljesít, nem fogod tudni, melyik változtatás okozta a különbséget — lehet, hogy kettő pozitív hatással volt, egy pedig rontott, és a végeredmény csak véletlenül lett jobb. Az izolált, egy változóra fókuszáló tesztelés az, ami valódi, megismételhető tanulságot ad.

A minta mérete — ahol a legtöbben elsietik a következtetést

A leggyakoribb hiba az A/B tesztelésben nem a módszertan hiánya, hanem a türelmetlenség: valaki két nap után, néhány tucat látogató alapján már „látja", hogy az egyik verzió jobban teljesít, és levonja a végleges következtetést. A probléma az, hogy kis mintánál a véletlen ingadozás önmagában is jelentős különbséget mutathat két verzió között, anélkül hogy valódi, tartós hatásról lenne szó — ez olyan, mintha egy érmefeldobásnál tíz dobás után azt mondanád, hogy az érme „hajlamosabb" fejre esni, csak azért, mert épp hét fej jött ki.

A megbízható következtetéshez elegendő mennyiségű adatra van szükség — ez a szükséges mennyiség attól függ, mekkora a jelenlegi konverziós arányod és mekkora különbséget várnál a módosítástól, de általános szabályként egy teszt lezárása előtt mindig érdemes megvárni, amíg egy statisztikailag megbízható eszköz (a legtöbb tesztelő platform ezt automatikusan jelzi) megerősíti, hogy a különbség nem a véletlen műve. Egy alacsony forgalmú weboldalnál ez azt is jelentheti, hogy egy tesztet hetekig, akár hónapokig kell futtatni, mielőtt megbízható eredményt kapnál — ez a fajta türelem az, ami hiányzik a legtöbb elsietett teszteredményből.

Mit érdemes tesztelni — és mit nem érdemes még

Az A/B tesztelés nem minden weboldalnál egyformán hasznos eszköz azonnal. Ha a napi látogatottságod alacsony, egy teszt lefuttatása hetekig tarthat, mire elég adat gyűlik össze a megbízható döntéshez — ilyenkor gyakran hatékonyabb, ha a felhasználói tesztelésre (néhány valós ember megfigyelésére, amint használja az oldalt) támaszkodsz a statisztikai tesztelés helyett, mert az gyorsabban ad használható visszajelzést kisebb mintán is.

Az A/B tesztelés nem arról szól, hogy igazad van-e — arról szól, hogy megtudd, mit gondolnak valójában a látogatóid, még akkor is, ha ez nem egyezik a megérzéseddel.

Ha van elég forgalmad ahhoz, hogy megbízható teszteket futtass, érdemes a legnagyobb üzleti hatással bíró elemekkel kezdeni — a főcímmel, a fő cselekvésre felszólító gombbal, az árazás bemutatásával —, nem az apró, kozmetikai részletekkel. Egy jól megválasztott, nagy hatású teszt gyorsabban ad megbízható, üzletileg is jelentős eredményt, mint tíz apró, alig mérhető különbséget hozó módosítás egyenkénti tesztelése.

Ha szeretnéd elkezdeni tudatosan tesztelni a weboldalad elemeit, nézzük meg együtt, van-e elég forgalmad a megbízható teszteléshez, és mivel érdemes kezdeni.