Taktik Pengujian e-Dagang dan Data - dummies

Dalam pertumbuhan, anda menggunakan kaedah ujian untuk mengoptimumkan reka bentuk dan pemesejan web anda agar ia berfungsi pada tahap terbaiknya dengan khalayak yang disasarkan. Walaupun kaedah ujian dan analisis web kedua-duanya bertujuan untuk mengoptimumkan prestasi, ujian menjadi satu lapisan lebih mendalam daripada analisis web. Anda menggunakan analitik web untuk mendapatkan idea umum tentang kepentingan khalayak saluran anda dan seberapa baik usaha pemasaran anda membayar dari masa ke masa.

Selepas anda mempunyai maklumat ini, anda boleh pergi lebih mendalam untuk menguji variasi pada pelawat langsung untuk mendapatkan bukti empirikal mengenai reka bentuk dan pemesejan pengunjung yang sebenarnya lebih suka.

Taktik ujian boleh membantu anda mengoptimumkan reka bentuk laman web atau pemesejan jenama anda untuk peningkatan penukaran dalam semua lapisan corong. Ujian juga berguna apabila mengoptimumkan halaman pendaratan anda untuk pengaktifan pengguna dan penukaran hasil.

Memeriksa jenis ujian yang biasa dalam pertumbuhan

Apabila anda menggunakan wawasan data untuk meningkatkan pertumbuhan untuk perniagaan e-dagang, anda mungkin akan menghadapi tiga taktik ujian berikut: A / B ujian berpecah, ujian multivariate, dan analitik peta haba klik mouse.

Ujian berpecah A / B adalah taktik pengoptimuman yang anda boleh gunakan untuk memisahkan variasi laman web anda atau pemesejan jenama antara set penonton langsung untuk mengukur respons dan memutuskan mana dari kedua-dua variasi yang terbaik. Ujian berpecah A / B adalah kaedah ujian yang paling mudah yang boleh anda gunakan untuk pengoptimuman laman web atau mesej.

Ujian multivariate

adalah dalam banyak hal, sama seperti analisis regresi multivariate yang saya bincangkan dalam Bab 5. Seperti analisis regresi multivariate, ujian multivariate membolehkan anda membongkar hubungan, korelasi, dan penyebab antara pembolehubah dan hasil. Dalam kes ujian multivariate, anda sedang menguji beberapa faktor penukaran secara serentak dalam tempoh yang panjang untuk mengetahui faktor-faktor yang bertanggungjawab untuk peningkatan penukaran. Ujian multivariate lebih rumit daripada ujian pecahan A / B, tetapi biasanya memberikan hasil yang lebih cepat dan lebih kuat. Terakhir, anda boleh menggunakan

analisis peta haba klik mouse untuk melihat bagaimana pelawat memberi respons kepada pilihan reka bentuk dan pemesejan anda. Dalam jenis ujian ini, anda menggunakan peta panas klik mouse untuk membantu anda membuat pilihan reka bentuk dan pemesejan laman web yang optimum untuk memastikan bahawa anda melakukan semua yang anda mampu untuk memastikan pengunjung anda tertumpu dan ditukar. Halaman pendaratan bertujuan menawarkan pelawat sedikit kepada tiada pilihan, kecuali untuk menukar atau keluar dari halaman.Kerana pengunjung mempunyai sedikit pilihan mengenai apa yang dapat dilakukannya pada halaman pendaratan, anda tidak perlu menggunakan ujian multivariate atau laman web tetikus klik panas. Ujian perpecahan mudah A / B cukup.

Ahli sains data yang bekerja dalam penggodaman pertumbuhan harus akrab dengan (dan mengetahui bagaimana untuk mendapatkan wawasan dari) aplikasi ujian berikut:

Webtrends:

• Menawarkan ciri pengoptimuman penukaran yang merangkumi fungsi untuk percubaan A / B split dan ujian multivariate. Optimis:
• Produk popular di kalangan komuniti peretasan pertumbuhan. Anda boleh menggunakan Optimis untuk ujian corong multipage, ujian split A / B, dan ujian multivariate, antara lain. Pengoptimal Laman Web Visual:
• Alat yang sangat baik untuk ujian split A / B dan ujian multivariate. Ujian untuk pengambilalihan

Ujian pengambilalihan memberikan maklum balas mengenai seberapa baik kandungan anda berfungsi dengan calon pengguna dalam saluran pelbagai anda. Anda boleh menggunakan ujian pengambilalihan untuk membantu membandingkan prestasi mesej anda dalam setiap saluran, membantu anda mengoptimumkan pesanan anda secara per saluran. Jika anda ingin mengoptimumkan prestasi imej yang diterbitkan oleh jenama anda, anda boleh menggunakan ujian pengambilalihan untuk membandingkan prestasi imej di seluruh saluran anda juga. Terakhir, jika anda ingin meningkatkan pengambilalihan anda melalui kenaikan rujukan pengguna, gunakan ujian untuk membantu mengoptimumkan pesanan rujukan anda untuk saluran rujukan. Ujian pemerolehan boleh membantu anda mula memahami keutamaan tertentu pengguna prospektif pada dasar saluran-oleh-saluran. Anda boleh menggunakan ujian berpecah A / B untuk meningkatkan pengambilalihan anda dengan cara berikut:

Pengoptimuman pesanan sosial:

• Selepas anda menggunakan analisis sosial untuk menyimpulkan minat umum dan keutamaan pengguna dalam setiap saluran sosial anda, anda boleh kemudian selanjutnya mengoptimumkan pemesejan jenama anda di sepanjang saluran tersebut dengan menggunakan ujian split A / B untuk membandingkan tajuk utama dan pemesejan media sosial dalam setiap saluran. Imej jenama dan pengoptimuman pesanan:
• Bandingkan dan mengoptimumkan persembahan imej masing-masing di setiap saluran sosial anda. Pemesejan rujukan dioptimumkan:
• Menguji keberkesanan pemesejan e-mel anda untuk menukar rujukan pengguna baru. Ujian untuk pengaktifan

Ujian pengaktifan memberikan maklum balas mengenai seberapa baik laman web dan kandungannya berfungsi dalam menukar pengguna yang diperoleh kepada pengguna aktif. Hasil ujian pengaktifan dapat membantu Anda mengoptimalkan laman web dan halaman arahan Anda untuk pendaftaran dan langganan maksimum. Begini cara anda menggunakan kaedah ujian untuk mengoptimumkan pertumbuhan pengaktifan pengguna:

Pengoptimuman penukaran tapak web:

• Pastikan laman web anda dioptimumkan untuk penukaran pengaktifan pengguna. Anda boleh menggunakan ujian berpecah A / B, ujian multivariat, atau visualisasi data peta haba klik mouse untuk membantu anda mengoptimumkan reka bentuk laman web anda. Halaman pendaratan:
• Jika halaman pendaratan anda mempunyai panggilan yang mudah untuk bertindak yang menggesa tetamu untuk melanggan senarai e-mel anda, anda boleh menggunakan ujian berpecah A / B untuk pengoptimuman reka bentuk mudah halaman ini dan panggilan-ke- pemesejan tindakan. Ujian untuk retinions

Pengujian retensi memberi maklum balas mengenai seberapa baik pos blog dan tajuk e-mel anda berfungsi di kalangan asas pengguna yang diaktifkan. Jika anda ingin mengoptimumkan tajuk utama anda supaya pengguna aktif ingin meneruskan usaha aktif dengan jenama anda, menguji prestasi taktik pengekalan pengguna anda. Berikut adalah cara anda boleh menggunakan kaedah ujian untuk mengoptimumkan pertumbuhan pengekalan pengguna:

Pengoptimuman tajuk:

• Gunakan ujian berpecah A / B untuk mengoptimumkan tajuk berita blog anda dan mesej pemasaran e-mel. Uji variasi tajuk yang berbeza dalam saluran berbeza anda, dan kemudian gunakan jenis yang melakukan yang terbaik. Tarif terbuka e-mel dan kadar paparan RSS adalah metrik yang ideal untuk menjejaki prestasi setiap variasi tajuk. Pengoptimuman kadar penukaran:
• Gunakan ujian berpecah A / B pada pemesejan dalam e-mel anda untuk memutuskan jenis pemesejan yang mana lebih berkesan mendapatkan pengguna aktif anda untuk melibatkan diri dengan jenama anda. Pemesejan e-mel yang lebih berkesan adalah untuk mendapatkan pengguna yang aktif untuk mengambil tindakan yang diinginkan, semakin besar kadar pengekalan pengguna anda. Ujian untuk pertumbuhan pendapatan

Pengujian pendapatan mengukur prestasi halaman pendaratan hasil, halaman e-dagang, dan pemesejan jenama. Kaedah ujian pendapatan boleh membantu anda mengoptimumkan halaman pendaratan dan e-dagang anda untuk penukaran jualan. Berikut adalah cara anda boleh menggunakan kaedah ujian untuk mengoptimumkan pertumbuhan pendapatan:

Pengoptimuman penukaran laman web:

• Anda boleh menggunakan ujian berpecah A / B, ujian multivariat, atau visualisasi data peta haba klik mouse untuk membantu mengoptimumkan halaman jualan anda dan Reka bentuk keranjang belanja untuk penukaran menghasilkan hasil. Pengoptimuman halaman pendaratan:
• Jika anda mempunyai halaman pendaratan dengan panggilan ringkas kepada tindakan yang mendorong tetamu untuk membuat pembelian, anda boleh menggunakan ujian berpecah A / B untuk pengoptimuman reka bentuk.