Jak wykonać test A/B dla rekomendacji produktowych - instrukcja krok po kroku


Google Optimize jest używany m.in. do przeprowadzania testów A/B. Takie testy służą sprawdzeniu, która wersja strony przynosi lepsze rezultaty (miarą rezultatów może być na przykład liczba dokonanych zamówień, średnia długość sesji użytkownika itd.). Takie testy zdecydowanie warto robić w sklepach internetowych, aby zdecydować się, które rozwiązania wspomagające sprzedaż dają najlepsze rezultaty.
W dzisiejszym poście przedstawiamy Wam instrukcję, jak przeprowadzić test A/B na rekomendacjach produktowych w sklepie internetowym.
Przykładowy scenariusz testu A/B
Chcemy tak dobrać baner na stronie głównej, żeby zachęcić użytkownika do pozostania jak najdłużej na stronie naszego sklepu. Mamy trzy pomysły, jak taki baner może wyglądać, ale nie wiemy, który będzie działał najlepiej i na który użytkownicy zwrócą największą uwagę. Możemy to sprawdzić właśnie za pomocą testu A/B.
Tworzymy trzy wersje strony głównej, każda z innym banerem i uruchamiamy test. W czasie jego trwania użytkownikowi, który odwiedzi stronę główną, losowo wyświetlana jest jedna z wersji. Wówczas ma miejsce rejestracja jego zachowanie na stronie (w szczególności to, o co nam chodzi - czyli długość trwania jego sesji przeglądania, która kończy się, gdy opuści sklep).
Test kończymy, gdy uzbieramy odpowiednią ilość danych - powiedzmy, że w momencie, gdy w czasie trwania testu stronę główną odwiedzi 6 tys. różnych użytkowników, a każda wersja strony zostanie wyświetlona 2 tys. razy. Po zakończeniu testu możemy sprawdzić, dla której wersji baneru długość sesji użytkownika jest największa i ten baner wstawić na stronę jako ostateczną wersję.
Nasza instrukcja dotyczy tego, jak uruchomić Google Optimize i jak skonfigurować test A/B, który będzie sprawdzał, która wersja strony produktu - z naszymi rekomendacjami czy bez - gwarantuje większą liczbę akcji "add to cart".
Test A/B dla rekomendacji produktowych - krok po kroku
WAŻNE: wszystkie poniższe kroki należy wykonać w przeglądarce Google Chrome, będąc zalogowanym na konto mailowe podłączone do Google Analytics sklepu (posiadanie Google Analytics jest niezbędne).
-
Zainstaluj w przeglądarce Chrome wtyczkę Optimize Chrome Extension dostępną pod tym linkiem.
-
Utwórz konto w serwisie Google Optimize wchodząc na stronę. Wypełnij pola pojawiające się na ekranach wedle uznania, ich treść dotyczy głównie akceptacji regulaminów i określa zakres, w jakim chcesz podzielić się z Googlem danymi w serwisie. Nie ma to wpływu na działanie testu A/B.
-
Po utworzeniu konta wejdź w "Ustawienia" w prawym górnym rogu.
Wybierz swój sklep spośród opcji w dropdownie a następnie kliknij "Połącz"
b. Na ekranie Ustawień skopiuj znajdujący się tam fragment skryptu i wklej go w sekcji w swoim sklepie (w podobny sposób, w jaki wkleiłeś kod Recostream).
-
Teraz możesz już utworzyć test A/B. Kliknij przycisk “Do dzieła” na głównej stronie:
-
Wypełnij formularz:
a) Wybierz nazwę doświadczenia (dowolna, np. test Recostream).
b) W kolejnym polu podaj url strony edytora, czyli przykładowej strony, na której będziesz definiować testowane zmiany na stronie. W naszym przypadku powinien to być url dowolnego produktu, na którym wyświetlają się rekomendacje Recostream.
c) Wybierz test A/B jako typ doświadczenia.
-
Na kolejnym ekranie znajdź sekcję “Cele” i kliknij “Dodaj cel eksperymentu”. Następnie wybierz opcję “Wybierz z listy” i zdecyduj, której wartości zmianę chcesz zmierzyć, np. Add To Cart lub Checkout complete.
-
Teraz możesz przejść do definiowania wersji strony, którą chcesz porównywać. W tym celu przewiń na górę ekranu, kliknij “Dodaj wersję”, wybierz nazwę i zatwierdź:
-
Przejdź do edycji utworzonej wersji klikając “Edytuj”
-
Powinno nastąpić przekierowanie na stronę produktu, którego url został wskazany w punkcie 5 b) jako strona edytora, a w prawym dolnym rogu powinno pojawić się dodatkowe okienko (zainstalowany w punkcie 1 plugin do Chrome). Wygląda to mniej więcej tak:
-
Przewiń w dół do miejsca, gdzie pojawiają się rekomendacje Recostream i kliknij w pasek z tytułem:
-
Gdy pasek, w który kliknąłeś w poprzednim punkcie, jest zaznaczony, w szarym pasku u góry kliknij teraz element pokazany na obrazku:
-
W okienku w prawym dolnym rogu ekranu kliknij “Edytuj element” i wybierz z listy opcję “Usuń”. Fragment strony z rekomendacjami Recostream powinien zniknąć.
- Zapisz zmiany guzikiem w prawym górnym rogu, a następnie kliknij Gotowe (w tym samym miejscu), aby powrócić do panelu administracyjnego.
-
Sprawdź teraz wygląd wersji oryginalnej i wersji zmienionej strony. W tym celu kliknij “Podgląd” kolejno przy obu wersjach. Upewnij się, że w wersji oryginalnej widać rekomendacje Recostream, a w wersji zmienionej nie.
-
Ostatni krok - bardzo ważny. Zjedź sekcję niżej do “Kierowanie na strony”i wybierz ikonę edycji.
-
Na tym ekranie zdefiniuj, na których stronach chcesz przeprowadzać testy A/B.
a) Jeśli zdecydujesz się zrobić to na wszystkich dostępnych stronach produktów (wówczas najszybciej dostaniesz wyniki), to musisz zdefiniować regułę, za pomocą której Google będzie wiedział, że dany url to url strony z produktem. Jeśli każda strona produktu w Twoim sklepie ma na przykład taką postać: www.moj-sklep.com/product/nazwa-produktu-id.html, to url ten możemy rozpoznać po powtarzającym się fragmencie “/product/”. Wówczas reguła może wyglądać następująco: -
Dotarliśmy do końca. Pozostaje Ci jedynie uruchomić test. W tym celu naciśnij przycisk “Rozpocznij” u góry strony:
Podsumowanie
Rozprowadzanie ruchu użytkowników na kilka wersji stron testowych sklepu internetowego to nieodłączna część procesu udoskonalania witryny. Decydując się na nowe rozwiązania, takie jak na przykład silnik rekomendacji produktu, warto sięgnąć do Google Optimize i na podstawie powyższej instrukcji niezależnie sprawdzać, która wersja testu jest lepiej odbierana przez większość użytkowników strony. Przeprowadzenie testów A/B jest świetnym sposobem na zwiększenie ruchu i sprzedaży w sklepie.
Aby mierzyć skuteczność rekomendacji na bieżąco oraz ich wpływ na metryki sklepu, polecamy nasz wcześniejszy wpis, w którym z kolei podajemy instrukcję, jak połączyć system rekomendacji z Google Analytics. Znajdziesz go pod tym przyciskiem: